% PRODUCTOS NO CONFORMES 10% 5%

Transcripción

1 Departamento de Ingeniería Mecánica Tecnología Mecánica I Unidad 13: Control de Calidad Ing. Sergio Laguzzi 1

2 TEMARIO - Definición de Calidad. Costos de la no Calidad. Estrategia de detección (Planes de Muestreo). Estrategia de prevención (CEP). - Definición de proceso. Características y parámetros. Diagramas de Ishikawa (5M) y Pareto. Comportamientos de los procesos. Causas de variación comunes y especiales, como se originan y como se corrigen. - Breve introducción a la distribución normal o de Gauss. Construcción de histogramas. Características de una distribución: media, desviación estándar, forma. - Control estadístico de los procesos (CEP), rol de las cartas de control. Breve explicación de la utilización de la carta X R. 2 Concepto de capacidad de los Procesos.

3 CALIDAD: OBJETIVOS DE LA CLASE Introducir a los alumnos en el concepto moderno de la Calidad. Definir gestionar la calidad, fabricar la calidad. Estrategias. Papel de la estadística. Principales herramientas de la calidad. Ejemplos prácticos. 3

4 CALIDAD: DEFINICIONES Qué significa CALIDAD? Qué es CONTROL DE LA CALIDAD? Qué es GESTION DE LA CALIDAD? 4

5 CALIDAD Y COMPETITIVIDAD % PRODUCTOS NO CONFORMES 10% 5% COSTO TOTAL COSTO DE PRODUCTOS CONFORMES COSTO DE PRODUCTOS NO CONFORMES 10 5 COSTO UNITARIO 1,11 1,05 CUANDO EL % DE NO CONFORMES PASA DEL 10 AL 5% # LA PRODUCTIVIDAD AUMENTA EN...5,5 % # EL COSTO UNITARIO DISMINUYE EN...5,5 % # LA CAPACID. DE PRODUCCION AUMENTA EN...5,5 % COMPETITIVIDAD COMPETITIVIDAD FALSO CALIDAD VERDADERO CALIDAD CUANDO LA CALIDAD MEJORA, LA COMPETITIVIDAD MEJORA 5

6 Qué estrategia elegir? Detección ó prevención? CICLO CONCEBIDO POR LA DETECCION CICLO CONCEBIDO POR LA PREVENCION PRODUCCION PRODUCCION INSPECCION INSPECCION RETRABAJO DESCARTE ZONA DE MAS EXPEDICION PARA LA MISMA CAPACIDAD *MAS SUPERFICIE *MAS EQUIPAMIENTO *MAS PERSONAL *MAS STOCK (GIRO) *MAS RETRASO EXPEDICION Para la misma concepción el ciclo de la izquierda GASTA MAS que el ciclo de la derecha, para la misma capacidad de producción. El ciclo de la izquierda no puede ser tan competitivo como el de la derecha 6

7 Costos de la detección y de la corrección según el ciclo de fabricación 1000 _ COSTO POR DEFECTOS 100 _ 10 _ 1 _ CONTROL CONTROL CONTROL CONTROL DE SOBRE EL SOBRE EL EN RECEPCION SUBCONJUNTO PRODUCTO TERMINADO CLIENTES ELIMINAR LOS DEFECTOS LO ANTES POSIBLE 7

8 DEFINICION DE UN PROCESO ENTRADA PROCESOS SALIDA # HOMBRES MATERIALES # ORGANIZACIÓN # PROCEDIMIENTOS # EQUIPAMIENTO # MATERIALES PRODUCTO TERMINADO # MEDIO AMBIENTE MEDIBLE VALOR AGREGADO MEDIBLE UN PROCESO ES UN CONJUNTO DE PARAMETROS QUE CONCURREN A FABRICAR UN PRODUCTO. PARA FABRICAR UN PRODUCTO QUE RESPONDA A LAS EXIGENCIAS DEMANDADAS, EL PROCESO TIENE NECESIDAD DE ENTRADAS (MATERIA PRIMA, ENERGIA, ETC.). LAS ENTRADAS SE SUMAN A LOS PARAMETROS DEL PROCESO PARA OBTENER PRODUCTOS TERMINADOS. 8

9 PARAMETROS Y CARACTERISTICAS 9

10 EL PAPEL DE LA ESTADISTICA EXISTEN DOS ENFOQUES MUY DISTINTOS SOBRE LA ESTADISTICA 1- Muchas personas suponen que esta rama de las matemáticas se ocupa de la gran masa de observaciones o datos, de ordenarlas y presentarlas en la forma más conveniente. Esta función existe y se llama ESTADISTICA DESCRIPTIVA. 2- Por otra parte, el papel principal de la estadística será el de inferir conclusiones válidas partiendo desde un número limitado de observaciones (muestra), las cuales se consideran representativas de una población muy grande o infinita de datos existentes o potenciales, llamados universo.en la práctica existen dos tipos de tareas: a) Existe un universo conocido y nuestra pregunta es si la muestra puede ser parte de ese universo o, b) Estimar el universo más probable del cual puede haber salido la muestra. Qué significa universo conocido?. Tratándose de un conjunto muy grande de valores, es imposible conocerlos a todos. Lo más que podemos pretender es conocer sus parámetros o sea unos valores carácterísticos que resumen ciertos aspectos del universo en un solo número representativo o si no, conocer a priori o por motivos matemáticos ciertas leyes que estan en el origen de los datos individuales del universo. Esta tarea, o sea inferir los parámetros del universo en base a nuestras limitadas y en general pequeñas muestras se llama ESTADISTICA INFERENCIAL Para que nuestros estudios tengan veracidad es importante que todas las formas de muestras se basen en un proceso ALEATORIO, o sea que todos los individuos tengan la misma probabilidad de ser extraidos. 10

11 EL PAPEL DE LA ESTADISTICA 11

12 DISTRIBUCIONES VARIABLES 1.- CONTINUAS Ejemplo: las sucesivas medidas en un diámetro, en una temperatura, o en un tiempo. En este caso se utiliza un tipo de distribución Normal o de Gauss. 2.- DISCRETAS Ejemplo: (bueno, malo) ; (pasa, no pasa). En este caso se utiliza un tipo de distribución que es la binomial. 3.- DE OTRO TIPO Ejemplo: un porcentaje de defectos o defectos en una determinada unidad de superficie. En este caso se utiliza un tipo de distribución que es la de Poisson. 12

13 CARACTERISTICAS DE UNA DISTRIBUCION PARÁMETROS Y ESTADISTICOS Son los valores característicos que sintetizan los datos de un universo (ó población) que se llaman parámetros y generalmente se representan por letras griegas, o los de una muestra, llamándose estadísticos, usándose letras latinas. Los principales cuatro son: a) Tendencia central c) Simetría b) Dispersión d) Forma Con excepción de la tendencia central, los parámetros mencionados suelen definirse en función de los segundo, tercer o cuarto momento de la distribución de frecuencias siendo X el promedio de la distribución y Xi los distintos valores individuales: π2 =Σ( x - xi) 2 n π3 3 = Σ( ( x - xi) 3 n π4 4 = Σ( ( x - xi) 4 n El primer momento no se usa porque siempre es 0 13

14 CARACTERISTICAS DE UNA DISTRIBUCION LOCALIZACION S1 = S2 X 1 X 2 DISPERSION S1 > S2 X S2 S1 X 1 X 2 FORMA S1 = S2 14

15 CARACTERISTICAS DE UNA DISTRIBUCION Los parámetros que más nos interesarán serán la Tendencia Central y la Dispersión. Para el universo decimos que la media o tendencia central se representa con la letra griega µ y para las muestras utilizamos x. Si el número de muestras es importante decimos que la media de las medias de cada una de las muestras aproxima a µ = x. Para el universo decimos que la dispersión se representa con la letra griega σ y para las muestras utilizamos s. Si el número de muestras es importante decimos que la media de las dispersiones de cada una de las muestras aproxima a σ = s. La Dispersión: Una de las medidas de la variabilidad de un conjunto de datos es el llamado intervalo que también se lo denomina Rango ( R ) (extensión). R= X máx. - X mín. que está íntimamente relacionado con la dispersión de los valores de la muestra. Pero el rango no nos dice nada de los valores intermedios que no se tienen en cuenta para nada. 15

16 CARACTERISTICAS DE UNA DISTRIBUCION Una medida mucho más importante de la dispersión es la DESVIACIÓN NORMAL (s) ó su cuadrado, LA VARIANCIA (s2) Hay dos definiciones: π 2 = s2 =Σ( xi - x) 2 n s 2 =Σ( xi - x) 2 n -1 Tendiendo n al infinito las dos definiciones dan el mismo resultado. Si conociéramos µ la media del universo la fórmula sería en todos los casos: s 2 =Σ(xi - µ) 2 n y en este caso s 2 sería un buen estimador deσ 2 σ 2 =Σ(xi - µ) 2 n (Variancia del Universo) Lamentablemente tratándose de muestras µ no se conoce por lo tanto utilizaremos x. 16

17 DISTRIBUCION NORMAL GAUSSIANA - 3 σ + 3 σ 17

18 LOS DOS TIPOS DE VARIACIONES Los dos límites de los dos tipos de variaciones Dispersión = 6 σ Variaciones Variaciones Variaciones NO ALEATORIAS CONTROLABLES LA ESTADISTICA NO SE APLICA ALEATORIAS INCONTROLABLES DISTRIBUCION NORMAL SE APLICA LA ESTADISTICA NO ALEATORIAS CONTROLABLES LA ESTADISTICA NO SE APLICA 18

19 LOS DOS LIMITES DE CONTROL 19

20 LAS DOS CAUSAS DE VARIACION 20

21 LAS DOS RESPONSABILIDADES 21

22 ROL PREVENTIVO DE LA CARTA DE CONTROL La carta de control es un instrumento del manejo del proceso en tiempo real. No es necesario esperar que los puntos salgan de los límites. Es necesario vigilar también los puntos en el interior de los límites y detectar toda disposición anormal de los puntos. Las causas especiales pueden aún existir cuando todos los puntos estén en el interior de los límites. Este es el rol preventivo de la carta de control 22

23 LOS DOS ERRORES A EVITAR 1.- Si no hay evidencias de una distribución anormal para los puntos en el interior de los limites, entonces: Pocas probabilidades de que existan CAUSAS ESPECIALES. Solo existen CAUSAS COMUNES. NO INTERVENIR: el proceso no puede hacerlo mejor, su concepción no se lo permite. 2.- Si hay puntos al exterior de un límite de control, entonces: Fuertes probabilidades de que existan CAUSAS ESPECIALES. INTERVENIR: falla el proceso. LOS DOS ERRORES A EVITAR 1 INTERVENIR EN EL CASO 1. 2 NO INTERVENIR EN EL CASO 2. 23

24 DEFINICION DE LA ESTABILIDAD 24

25 Capacidad del proceso vs. especificación del producto La principal razón para cuantificar la capacidad de un proceso es la de calcular la habilidad del proceso para mantener dentro de las especificaciones del producto. Para procesos que están bajo control estadístico, una comparación de la variación de 6σ con los límites de especificaciones permite un fácil cálculo del porcentaje de defectuosos mediante la tolerancia estadística convencional. El índice de capacidad del proceso es la formula utilizada para calcular la habilidad del proceso de cumplir con las especificaciones y se expresa de la siguiente manera: ICP = LSE LIE/6σ Donde: ICP: Índice de Capacidad del Proceso LSE: Limite superior Especificado LIE: Limite inferior Especificado σ: Desviación estándar de los datos individuales Donde: σ = R/d2 R = Promedio de los rangos de la carta de control. d2 = Constante de calculo. 25

26 CAPACIDAD DE LOS PROCESOS 26

27 Capacidad del proceso vs. especificación del producto El ICP puede asumir varios valores, que los analistas clasifican entre valor 1 y valor 4 según sea la habilidad del proceso para cumplir con las especificaciones: ICP Clase de proceso Decisión ICP> Más que adecuado, incluso puede exigirse más en términos de su capacidad. 1<ICP< Adecuado para lo que fue diseñado. control estrecho si se acerca al valor de 1 Requiere 0.67<ICP<1 3 No es adecuado para cumplir con el diseño inicial. ICP< No es adecuado para cumplir con el diseño inicial. 27

28 CAPACIDAD DEL PROCESO (CPK) Otra medida para la cuantificación del índice de capacidad de proceso es el Cpk, que esta definido come el menor valor encontrado entre el Cpu y el Cpl, que se define como: Donde: Cpu: Capacidad de proceso teniendo en cuenta únicamente la especificación superior del proceso. LIE: Limite de especificación inferior de la variable LSE: Limite de especificación superior de la variable X: Valor promedio encontrado de los datos σ: Desviación estándar del proceso Cpu y Cpl solo evalúan la mitad de la distribución de los datos teniendo en cuenta solo 3σ. Es útil cuando la especificación de la variable, solo se expresa como un máximo o como un mínimo, para indicar al analista en que sector de la especificación (superior o inferior) se presenta mas riesgo de incumplimiento de los valores establecidos. Los valores de Cpk, son ampliamente utilizados como indicadores de la calidad de un proceso o producto. El valor de Cpk = 1.33 se ha establecido como un parámetro deseado porque la obtención de este valor en un proceso o producto significa que por cada mediciones 3 de ellas existe la probabilidad estadística que se encuentre fuera de los limites de especificación. 28

29 ANALISIS DE LA CAPACIDAD DEL PROCESO Se utiliza con dos objetivos principales, implicando ambos las especificaciones del producto: Como ayuda a la predicción: Es este proceso capaz de cumplir permanentemente con las especificaciones del producto? Como ayuda al análisis: Por qué este proceso no cumple con las especificaciones establecidas? Promedio Aceptable Desviación estándar aceptable. Cpk > 1 Promedio aun aceptable Desviación estándar aceptable. Cpk = 1 Promedio muy alto Desviación estándar potencialmente aceptable Cpk = Cpu < 1 Promedio aceptable Desviación estándar muy grande Cpu y Cp1 < 1 Promedio muy alto Desviación estándar muy grande Cpk = Cpu < 1 a. b. c. d. e. FrecuenciasFrecuenciasFrecuencias Frecuencias Frecuencias Especificacio nes Especificacio nes Especificacio nes Especificacio nes Medidas Especificacio nes Medidas Medidas Medidas Medidas 29

30 ANALISIS DE LA CAPACIDAD DEL PROCESO Inicio Definir variables de proceso a medir Definir plan de mediciones Realizar las mediciones de acuerdo al plan establecido Esquema general para implementación de un programa de control estadístico o para el mejoramiento de los procesos con base en esta herramienta Evaluar el comportamiento con gráficos de control Proceso en control No Identificar causas asignables de variación Eliminar causas asignables de variación estadístico? Si Decisión gerencial Evaluar la capacidad del proceso No ICP>1? Si ICP>1.33? Si No Verificar centrado del proceso Programas de mejoramiento del proceso Decisión gerencial 30

31 COMO COMENZAR UN CEP AMFE (PRODUCTO) SINONIMOS: CEDAC FMECA USO DE LAS 7 HERRRAMIENTAS DE LA CALIDAD Diagramas de Causa-Efecto Planillas de Inspección Gráficos de Control Diagramas de Flujo Histogramas Gráficos de Pareto Diagramas de Dispersión Hoja de control 31

32 DIAGRAMA DE ISHIKAWA (ESPINA DE PESCADO) 32

33 DIAGRAMA DE PARETO: Wilfredo Pareto ( ) 33

34 HISTOGRAMA Un histograma es un gráfico o diagrama que muestra el número de veces que se repiten cada uno de los resultados cuando se realizan mediciones sucesivas. Esto permite ver alrededor de que valor se agrupan las mediciones (tendencia central) y cual es la dispersión. Lo primero que hace el médico es agrupar los datos en intervalos contando cuantos resultados de mediciones de peso hay dentro de cada intervalo (ésta es la frecuencia). Por ejemplo: Cuántos pacientes pesan entre 60 y 65 kilos? Cuántos pacientes pesan entre 65 y 70 kilos? Intervalos < >110 1 Nº Pacientes (Frecuencia) 34

35 HISTOGRAMA Ahora se pueden representar las frecuencias en un gráfico como el siguiente. Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Por lo tanto, levantamos una columna de altura proporcional a 48 en el gráfico. Y agregando el resto de las frecuencias nos queda el histograma siguiente: Qué utilidad nos presta el histograma? Permite visualizar rápidamente información que estaba oculta en la tabla original de datos. Por ejemplo, nos permite apreciar que el peso de los pacientes se agrupa alrededor de los kilos. Esta es la Tendencia Central de las mediciones. Además podemos observar que los pesos de todos los pacientes están en un rango desde 55 a 100 kilogramos. Esta es la Dispersión de las mediciones. También podemos observar que hay muy pocos pacientes por encima de 90 kilogramos o por debajo de 60 kilogramos. 35

36 PLANILLAS DE CONTROL Sirven como registro del control de los procesos 1.- A partir de los datos relevados y sobre los cuales se obtuvieron productos que satisfagan los requerimiento, se establece un control sobre los parámetros de un proceso. Muchas máquinas modernas dentro de sus controles registran parámetros de proceso y los grafican, y es posible rastrear en el tiempo si alguna partida se vio afectada por algún tipo de cambio en el proceso. 36

37 QUE HACER EN NUESTRO PRACTICO En un breve análisis (AMFE producto), vamos a determinar cuales son las características más importantes de nuestro producto y sobre las cuales vamos a definir un plan de control. Por ejemplo se determina una medida crítica sobre la que se efectuará una medición periódica. Como herramienta de control se utilizará una carta de control XR. Si la característica a controlar es un atributo se utilizará otro tipo de carta de control P. 37

38 CARTA DE CONTROL XR 38

39 CARTA DE CONTROL P 39

40 PREGUNTAS QUE SIGNIFICA CALIDAD? QUE ES GESTION DE LA CALIDAD? PARAMETROS? CARACTERISTICAS? PAPEL DE LA ESTADISTICA? QUE SIGNIFICA PROCESO ESTABLE? QUE SIGNIFICA PROCESO CAPAZ? QUE DIFERENCIA HAY ENTRE LOS LIMITES PROCESO Y LA TOLERANCIA ESPECIFICADA? DE 40 UN

41 GRACIAS POR VUESTRA ATENCION Ing. Sergio Laguzzi 41