3. Control de Procesos [Modo de compatibilidad] · Control Estadístico de Procesos (SPC)...
Transcript of 3. Control de Procesos [Modo de compatibilidad] · Control Estadístico de Procesos (SPC)...
Grado en Grado en IngenieríaIngenieríaGrado en Grado en IngenieríaIngeniería
Asignatura: Asignatura: EstadísticaEstadística
Tema Tema 33. . Control Control Estadístico de Procesos (SPC)Estadístico de Procesos (SPC)
Asignatura: Asignatura: EstadísticaEstadística
Tema Tema 33. . Control Control Estadístico de Procesos (SPC)Estadístico de Procesos (SPC)
Grado en Ingeniería. Estadística. Tema 3
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 2
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
SPC. IntroducciónSPC. IntroducciónSPC. IntroducciónSPC. Introducción
Proceso productivoMaterias primas
Producto terminado
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 3
productivoMaterias primas
Proceso productivoMaterias primas
Producto terminado
SPC. IntroducciónSPC. IntroducciónSPC. IntroducciónSPC. Introducción
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 4
productivo
¿Tienen calidad suficiente? ¿Es el adecuado?¿Tiene calidad suficiente
para competir en el mercado?
OBJETIVO
Comprobar que el proceso se realiza en condiciones óptimas.
Obtener información para mejorar el proceso.
¿CÓMO?
SPC. IntroducciónSPC. IntroducciónSPC. IntroducciónSPC. Introducción
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 5
¿CÓMO?
Mediciones durante el proceso de fabricación.
Intervalos de medición determinados.
Representación gráfica de la evolución de la característica de
calidad.
SPC. IntroducciónSPC. IntroducciónSPC. IntroducciónSPC. Introducción
Sea X la variable de interés (por ejemplo: la longitud).Se toman muestras periódicas de X.En los gráficos de control se representa la evolución de un estadístico de X. (Por ejemplo, la media de la muestra).
Límite control superior
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 6
1x2x 3x
Límite control superior
Límite control inferior
Si algún punto se sale de los límites de control o se observan comportamientos poco aleatorios de los puntos es evidencia estadística de que el proceso no se realiza en condiciones optimas.
Control Estadístico de Procesos. TIPOS:
Por variables: analizamos una característica medible de la
producción (ejemplo: diámetro de un eje).
SPC. IntroducciónSPC. IntroducciónSPC. IntroducciónSPC. Introducción
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 7
Por atributos: analizamos una característica cualitativa de la
producción (ejemplo: aceptable o defectuoso).
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 8
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
SPC. Variabilidad de un procesoSPC. Variabilidad de un procesoSPC. Variabilidad de un procesoSPC. Variabilidad de un proceso
CARACTERÍSTICAS DE UN PROCESO:
VARIABILIDAD: nunca dos salidas son iguales.
REPETIBILIDAD: ser capaces de producir con una calidad “estable”.
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 9
procesoentradas salidas
SPC. Variabilidad de un procesoSPC. Variabilidad de un procesoSPC. Variabilidad de un procesoSPC. Variabilidad de un proceso
VARIABILIDAD: Aunque no se puede dar una relación exhaustiva de las causas
que provocan la variabilidad, es interesante hacer una clasificación entre causas
asignables a factores concretos ( y controlables) y causas no asignables.
CAUSAS ASIGNABLES �
Producidas por factores importantes a los cuales es posible controlar para
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 10
mantenerlos en niveles aceptables. Aparecen esporádicamente
Producen variabilidad inestable, grande, IMPREVISIBLE
CAUSAS NO ASIGNABLES �
Producidas por factores secundarios cuyo efecto se considera poco
significativo. Son parte permanente e inherente del proceso
Producen variabilidad estable, pequeña, asumible, PREVISIBLE
PROCESO EN ESTADO DE CONTROLPROCESO EN ESTADO DE CONTROLPROCESO EN ESTADO DE CONTROLPROCESO EN ESTADO DE CONTROLDecimos que el proceso esta en estado de control cuando en el proceso solo están presentes la causas no asignables.causas no asignables.causas no asignables.causas no asignables.
CAUSAS NO ASIGNABLES � variabilidad estable, pequeña, PREVISIBLE
SPC. Variabilidad de un procesoSPC. Variabilidad de un procesoSPC. Variabilidad de un procesoSPC. Variabilidad de un proceso
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 11
Los gráficos de control permiten detectar la presencia
de causas asignables en el proceso.
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 12
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
SPC. Capacidad de un procesoSPC. Capacidad de un procesoSPC. Capacidad de un procesoSPC. Capacidad de un proceso
PREMISA:
La característica de producción que controlamos (diámetro de un eje, peso envasado…) sigue una distribución normal cuando el proceso esta bajo control,
X � N (µ, σ)
Casi toda nuestra producción (99.7%) estará en el intervalo
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 13
Casi toda nuestra producción (99.7%) estará en el intervalo
(µ − 3σ ; µ + 3σ)
Llamamos CAPACIDAD a la longitud del intervalo anterior
CAPACIDAD = 6σ
SPC. SPC. Capacidad del proceso Capacidad del proceso SPC. SPC. Capacidad del proceso Capacidad del proceso
PROBLEMANo todos los productos que fabricamos pueden ser válidos.
Solo serán aceptables aquellos que cumplan unas especificaciones.
IntervaloIntervaloIntervaloIntervalo dededede toleranciatoleranciatoleranciatolerancia:::: conjunto de valores de X que se consideran
admisibles o aceptables.INTERVALO DE TOLERANCIAS DEL PRODUCTO
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 14
INTERVALO DE TOLERANCIAS DEL PRODUCTO (LT2 – LT1)
LT1 LT2
Es definido por el cliente o en ocasiones por el diseñador del producto o responsable de proceso
(suele representase por un valor objetivo θ y un error aceptable L; θ ± L.)
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
Mean,Std. dev.1,5
Normal Distribution
0,08
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 15
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σ
Mean,Std. dev.1,5
Normal Distribution
0,08
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 16
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σ
LT1 LT2
Mean,Std. dev.1,5
Normal Distribution
0,08
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 17
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σ
LT1 LT2 DEFECTOS!!
Mean,Std. dev.1,5
Normal Distribution
0,08
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 18
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σ
LT2LT1
Mean,Std. dev.1,5
Normal Distribution
0,08
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 19
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σ
LT2LT1 NO DEFECTOS!!
Mean,Std. dev.1,5
Normal Distribution
0,08
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 20
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σLT1 LT2
Mean,Std. dev.1,5
Normal Distribution
0,08
La relación entre la CAPACIDAD del proceso y el INTERVALO DETOLERANCIAS del producto nos da información sobre los defectosproducidos en nuestro proceso.
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 21
1,5
x
den
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
µ − 3σ µ + 3σLT1 LT2
POCOSDEFECTOS
El ÍNDICE DE CAPACIDAD es relación entre la CAPACIDAD delproceso y el INTERVALO DE TOLERANCIAS del producto:
IC =LT2 – LT16 s
IC<1 Defectos!! Mean,Std. dev.
1,5
Normal Distribution
0,08
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 22
IC<1 Defectos!! Inspección de todas las unidades
1,5
x
dens
ity
-24 -14 -4 6 16 260
0,02
0,04
0,06
IC>1 Pocos defectos. Inspección menos rigurosa
Mean,Std. dev.1,5
Normal Distribution
xd
en
sity
-24 -14 -4 6 16 260
0,02
0,04
0,06
0,08
SPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidadSPC. Capacidad. Índice de capacidad
Ejemplo:Fabricamos piezas metálicas. El peso de las piezas es una variable de calidad.
El responsable del proceso establece un Intervalo de tolerancia de (0.76 ±0.02) kg.Se supone que cuando el proceso esta bajo control el peso de las piezas se distribuye como una normal de media 0.76, desviación típica de 0.028.
Se pide:
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 23
Se pide:1. La probabilidad de que una pieza sea defectuosa2. Índice de capacidad3. Si se produjera un desajuste en la maquina, y aumentara la media del
proceso en 0.02 Kg, ¿cual es proporción de defectos que se fabricarían?4. Si se produjera un desajuste en la maquina, y aumentara la desviación
típica en 0.01 kg, sin cambiar la media del proceso, ¿cual es proporción de defectos que se fabricarían?
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 24
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
Gráficos de control por variablesGráficos de control por variablesGráficos de control por variablesGráficos de control por variables
La presencia de causas asignables produce un cambio en la media, en la varianza del proceso, o en ambas, lo que supone un aumento en la proporción de artículos defectuosos.
Mean,Std. dev.17,220,2
Normal Distribution
x
den
sity
0 5 10 15 20 25 300
0,04
0,08
0,12
0,16
0,2
Mean,Std. dev.17,217,5
Normal Distribution
0,16
0,2
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 25
Los gráficos de control por variables permiten monitorizar el proceso para detectar la presencia de causas asignables.
17,5
x
den
sity
-8 2 12 22 32 420
0,04
0,08
0,12
0,16
Mean,Std. dev.17,220,5
Normal Distribution
xd
ensi
ty-5 5 15 25 35 45
0
0,04
0,08
0,12
0,16
0,2
Gráficos de control por variablesGráficos de control por variablesGráficos de control por variablesGráficos de control por variables
Para monitorizar el proceso, se toman muestras periódicamente y se representa gráficamente la evolución de la media muestral y el rango muestral (o la desviación típica).
Si la media o el rango muestral (o
X-bar Chart for Col_1
Subgroup
X-b
ar
CTR = 74,00
UCL = 74,01
LCL = 73,99
0 5 10 15 20 2573,98
73,99
74
74,01
74,02
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 26
Si la media o el rango muestral (o la desviación) se salen de los límites de control establecido en el gráfico o se observa un comportamiento poco aleatorio de los puntos entonces tenemos evidencia estadística de que la media o la varianza del proceso ha cambiado, es decir: el proceso esta fuera de control.
Range Chart for Col_2
0 5 10 15 20 25
Subgroup
0
0,01
0,02
0,03
0,04
0,05
Ran
ge
CTR = 0,02
UCL = 0,05
LCL = 0,00
Gráficos de control por variables. Justificación.Gráficos de control por variables. Justificación.Gráficos de control por variables. Justificación.Gráficos de control por variables. Justificación.
Justificación Gráfico de Medias
),(control Bajo σµNX → ),(Control Bajo
nNX
σµ →
0
0,1
0,2
0,3
0,4
0.997
X
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 27
Así si el proceso esta bajo control, la media muestral está con una probabilidad del 99.7% en el intervalo,
Por lo tanto, establecemos los límites de control del gráfico de medias:
−=
=
+=
nLCS
LCn
LCS
σµ
µ
σµ
3
3
-5 -3 -1 1 3 50
n
σµ 3+n
σµ 3−
n
σµ 3±
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 28
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
SPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la CapacidadSPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la Capacidad
IMPORTANTE:Determinaremos la capacidad del proceso cuando el PROCESO
esté en CONTROL (solo con variabilidad debida a causas noasignables),PROCEDIMIENTO:1. Tomar datos (muestras) del proceso:
r , ),...,,( 11,12,11,1 n xxxx →
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 29
2. Se representan las muestras en los gráficos de control.3. Se comprueba que todas las muestras provienen de una
situación de control (rechazar aquellas que no lo estén).4. Calcular la capacidad a partir de la σ de las muestras en control
CAPACIDAD = 6 σ
r , ),...,,(
....
r , ),...,,(
r , ),...,,(
k,2,1,
22,22,21,2
11,12,11,1
knkkk
n
n
xxxx
xxxx
xxxx
→
→
→
SPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la CapacidadSPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la Capacidad
Comprobar que todas las muestras provienen de una situación decontrol (rechazar aquellas que no lo estén).
1º
2ºk
xx i∑=
k
rR i∑= ir i muestra mínimo,valor - máximovalor
Gráfico de medias Gráfico de Rangos
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 30
nx
σ)3+
nx
σ)3−
2d
R=σ)
x
RD4
R
RD3
Gráfico de medias Gráfico de Rangos
SPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la CapacidadSPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la Capacidad
3ºMedias Rangos
nx
σ)3+
x
RD4
R
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 31
nx
σ)3− RD3
SPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la CapacidadSPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la Capacidad
3ºMedias Rangos
nx
σ)3+
xσ)
3−
x
RD4
R
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 32
FUERA DE CONTROL
nx
σ3− RD4
SPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la CapacidadSPC. SPC. Estudio inicial: Determinación Estudio inicial: Determinación de la Capacidadde la Capacidad
3ºMedias Rangos
nx
σ)3+
nx
σ)3−
x
RD4
R
RD3
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 33
FUERA DE CONTROL
4º
nx 3− RD3
Eliminamos las muestras fuera de control hasta que todas estén dentro de los límites. Este proceso se realizará tantas veces como sea necesario. Una vez terminado, calculamos la capacidad como: CAPACIDAD = 6 σ)
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 34
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Una vez determinada la distribución Normal que siguen las observaciones cuando están bajo control ya podemos definir los gráficos de control para monitorizar el proceso.MONITORIZACIÓN
Toma de muestras a intervalos regulares.Vigilancia de comportamientos anómalos.
X-bar Chart for PESO LINEA
UCL = 100,46100,6
No solo un punto fuera de las líneas
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 35
Subgroup
X-b
ar
CTR = 99,98
UCL = 100,46
LCL = 99,50
0 10 20 30 4099,4
99,6
99,8
100
100,2
100,4
100,6
Range Chart for PESO LINEA
0 10 20 30 40
Subgroup
0
0,3
0,6
0,9
1,2
1,5
1,8
Ran
ge
CTR = 0,84
UCL = 1,77
LCL = 0,00
No solo un punto fuera de las líneas de control indica evidencia estadística de Fuera de Control, también un comportamiento poco aleatorio de los puntos.
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
MONITORIZACIÓN:Dividimos el grafico en tres zonas de igual tamañoA(3σ); B(2σ); C(σ)
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 36
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Puntos exteriores a la zona A.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 37
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Tres puntos consecutivos dentro de la zona A o exteriores.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 38
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Cuatro de cinco puntos consecutivos en la zona B o mas allá.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 39
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Racha: Ocho puntos consecutivos a un mismo lado de la línea central.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 40
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Tendencia: movimiento continuo hacia la zona superior o inferior.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 41
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Cambio de nivel.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 42
σ
σ2σ
3σ AB
C
C
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Variabilidad sistemática.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 43
σ2σ
3σ ABC
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Ciclos.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 44
σ2σ
3σ ABC
SPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del procesoSPC. Monitorización del proceso
Definimos los siguientes comportamientos anómalos:Sobreestabilidad.
σ2σ3σ A
BC
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 45
σ2σ
3σ ABC
Ejemplo: Gráficos de controlEjemplo: Gráficos de controlEjemplo: Gráficos de controlEjemplo: Gráficos de control
Se quiere controlar un proceso de envasado de un producto cosmético a partir del peso de la masa envasada. 1. Estudio Inicial del proceso: Determinación de la capacidad del
proceso. Se toman 20 muestras de tamaño 5. A continuación presentaremos los resultados obtenidos con el Statgraphics.
2. Monitorización del proceso. Se decide monitorizar el proceso para detectar la presencia de causas asignables. Para ello se toma muestras de tamaño 4, cada hora y se representan las medias y
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 46
muestras de tamaño 4, cada hora y se representan las medias y rangos en los gráficos de control. A continuación presentaremos los resultados obtenidos con el Statgraphics.
Ejemplo: Gráficos de control. Estudio InicialEjemplo: Gráficos de control. Estudio InicialEjemplo: Gráficos de control. Estudio InicialEjemplo: Gráficos de control. Estudio InicialEstudio Inicial del proceso: Determinación de la capacidad del proceso. Se toman 20 muestras de tamaño 5. A continuación presentaremos los resultados obtenidos con el Statgraphics.
Statgraphics. Menú: Quality control / Variable Control Chart / np-chartBotón derecho: Selecciona “Initial study”.
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 47
Ejemplo: Gráficos de control. Estudio InicialEjemplo: Gráficos de control. Estudio InicialEjemplo: Gráficos de control. Estudio InicialEjemplo: Gráficos de control. Estudio InicialEstudio Inicial del proceso: Determinación de la capacidad del proceso. Se toman 20 muestras de tamaño 5. A continuación presentaremos los resultados obtenidos con el Statgraphics.
1. Representamos las 20 muestras en los gráficos de control.
2. Eliminamos todas la muestras que se salen de las líneas de control.
X-bar Chart for PESO
0 4 8 12 16 20
Subgroup
99
99,3
99,6
99,9
100,2
100,5
100,8
X-b
ar
CTR = 100,01
UCL = 100,51
LCL = 99,50
Range Chart for PESO
0 4 8 12 16 20
Subgroup
0
0,4
0,8
1,2
1,6
2
2,4
Range
CTR = 0,88
UCL = 1,85
LCL = 0,00
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 48
2. Eliminamos todas la muestras que se salen de las líneas de control.
3. Con las muestras restantes estimamos los parámetros de la normal.
X-bar Chart for PESO
Subgroup
X-b
ar
CTR = 99,99
UCL = 100,43
LCL = 99,55
0 4 8 12 16 2099
99,3
99,6
99,9
100,2
100,5
100,8
Range Chart for PESO
Subgroup
Range
CTR = 0,76
UCL = 1,61
LCL = 0,00
0 4 8 12 16 200
0,4
0,8
1,2
1,6
2
2,4
Estimates---------Process mean = 99,9908Process sigma = 0,326455
Ejemplo: Gráficos de control. Monitorización procesoEjemplo: Gráficos de control. Monitorización procesoEjemplo: Gráficos de control. Monitorización procesoEjemplo: Gráficos de control. Monitorización procesoEstudio Inicial del proceso: Determinación de la capacidad del proceso. Se toman 20 muestras de tamaño 5. A continuación presentaremos los resultados obtenidos con el Statgraphics.
Statgraphics. Menú: Quality control / Variable Control Chart / np-chartBotón derecho: Selecciona “Control to Stadard”.“Specifict Parameters”. Ponemos los estimados en el Estudio Inicial
Process mean = 99,9908Process sigma = 0,326455
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 49
Ejemplo: Gráficos de control. Monitorización procesoEjemplo: Gráficos de control. Monitorización procesoEjemplo: Gráficos de control. Monitorización procesoEjemplo: Gráficos de control. Monitorización proceso
Monitorización del proceso. Se decide monitorizar el proceso para detectar la presencia de causas asignables. Para ello se toma muestras de tamaño 4, cada hora y se representan las medias y rangos en los gráficos de control. A continuación presentaremos los resultados obtenidos con el Statgraphics.
X-bar Chart for PESO LINEA
X-b
ar
CTR = 99,99
UCL = 100,43
LCL = 99,55100,1
100,3
100,5
Range Chart for PESO LINEA
Ran
ge
CTR = 0,76
UCL = 1,61
LCL = 0,00
0,9
1,2
1,5
1,8
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 50
En la muestra 39, pese a que no se salía de los limites de control 3 sigma, ya se estaba mostrando una alarma.
Subgroup
X-b
ar
0 10 20 30 4099,5
99,7
99,9
Subgroup
Ran
ge
0 10 20 30 400
0,3
0,6
0,9
Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)Control Estadístico de Procesos (SPC)
IntroducciónVariabilidad de un proceso de fabricación
Causas asignablesCausas no asignables
Control por variablesCapacidad de un proceso. Índice de capacidadGráficos de control por variables
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 51
Gráficos de control por variablesEstudio inicial del proceso. Determinación de la capacidadMonitorización proceso
Control por atributos
Gráficos de control por atributosGráficos de control por atributosGráficos de control por atributosGráficos de control por atributos
Aceptable/DefectuosoToma de datos sencilla (¡menor coste!)Más fácil contar defectos que calcular media y desviación Típica.Tamaños de muestra más grandesEs necesario solamente un gráfico de control
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 52
np Chart for TAPONADO
0 4 8 12 16 20
Subgroup
0
2
4
6
8
np
CTR = 1,75
UCL = 5,54
LCL = 0,00
Distribución del número de defectos en una muestra de tamaño nEl número de defectuosos en una muestra de tamaño n cuando se producen defectuosos con probabilidad p es una binomial B(n,p) y se puede aproximar por una normal N(np, sqrt(np(1-p)).Los límites de control a 3 desviaciones típicas serán por tanto
−+= )1(3 pnpnpLCS
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 53
−−=
=−+=
)1(3
)1(3
pnpnpLCS
npLC
pnpnpLCS
Gráficos de control por atributosGráficos de control por atributosGráficos de control por atributosGráficos de control por atributos
Gráfico para el numero de defectos en la muestra, grafico NP
−−=
=−+=
)1(3
)1(3
pnpnpLCS
npLC
pnpnpLCSnp Chart for Col_5
0 5 10 15 20 25 30
Subgroup
0
4
8
12
16
20
24
np
CTR = 11,57
UCL = 20,51
LCL = 2,62
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 54
Gráfico para la proporción de defectos en la muestra, gráfico P
−+=
=
−+=
n
pppLCS
pLCn
pppLCS
)1(3
)1(3
p Chart for Col_6
0 5 10 15 20 25 30
Subgroup
0
0,1
0,2
0,3
0,4
0,5
p
CTR = 0,23
UCL = 0,41
LCL = 0,05
SPC por atributos. Determinar capacidad del procesoSPC por atributos. Determinar capacidad del procesoSPC por atributos. Determinar capacidad del procesoSPC por atributos. Determinar capacidad del proceso
Si llamamos p a la proporción de defectos del proceso, entonces la capacidad se define como
CAPACIDAD = 1 – p
Determinar la capacidad significa determinar la proporción de defectos p en condiciones de control
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 55
proporción de defectos p en condiciones de control
Premisas:1. La proporción de elementos defectuosos es estable a
largo plazo2. Que una pieza sea defectuosa es independiente de que
las que la preceden o la siguen también lo sean
SPC por atributos. Determinar capacidad del procesoSPC por atributos. Determinar capacidad del procesoSPC por atributos. Determinar capacidad del procesoSPC por atributos. Determinar capacidad del proceso
Proceso:1. Tomamos muestras y contamos el número de defectos
que hay en cada una de ellas.2. Estimamos la proporción de defectos.3. Comprobamos que todas las muestras provienen de una
situación de control (rechazamos aquellas que no lo estén).Para ello representamos el numero de defectos en el gráfico
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 56
Para ello representamos el numero de defectos en el gráficode control.
Ejemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoSe quiere controlar el proceso de taponado de envases mediante el numero de defectos
detectado. Se pide: Calcular la capacidad del proceso de taponado mediante la variable taponado (tamaño muestra 20).
Statgraphics. Menú: Quality control / Attributes Control Chart / np-chartBotón derecho: Selecciona “Initial study”.
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 57
Ejemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del proceso
1.1.1.1. Estimamos pEstimamos pEstimamos pEstimamos pnp - Initial Study for TAPONADO
Number of subgroups = 20Subgroup size = 20,00 subgroups excluded
np Chart--------
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 58
08.0=p)
--------UCL: +3,0 sigma = 5,54103Centerline = 1,75LCL: -3,0 sigma = 0,0
1 beyond limits
Estimates---------Mean np = 1,75Sigma = 1,26368
Ejemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del proceso
2. Calculamos el grafico de control y representamos las muestras. Calculamos el grafico de control y representamos las muestras. Calculamos el grafico de control y representamos las muestras. Calculamos el grafico de control y representamos las muestras. Eliminamos aquellas que se salgan del gráficoEliminamos aquellas que se salgan del gráficoEliminamos aquellas que se salgan del gráficoEliminamos aquellas que se salgan del gráfico
=−−=
===−+=
0)1(3
75.1
54.5)1(3
ppnpnLCS
pnLC
ppnpnLCS
)))
)
)))
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 59
np Chart for TAPONADO
Subgroup
np
CTR = 1,75
UCL = 5,54
LCL = 0,00
0 4 8 12 16 200
2
4
6
8
Debemos eliminar la muestra 11, porque se sale de los limites de control
Ejemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del proceso
3. Eliminamos la muestra 11Eliminamos la muestra 11Eliminamos la muestra 11Eliminamos la muestra 11El resto esta dentro de los limites. El resto esta dentro de los limites. El resto esta dentro de los limites. El resto esta dentro de los limites.
np Chart for TAPONADOnp
CTR = 1,42
UCL = 4,87
LCL = 0,00
4
6
8
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 60
Subgroup
np
0 4 8 12 16 200
2
4
07.0=p) Capacidad del
proceso= 0.93
Estimates---------Mean np = 1,42105Sigma = 1,14895
SPC por atributos. Monitorización del procesoSPC por atributos. Monitorización del procesoSPC por atributos. Monitorización del procesoSPC por atributos. Monitorización del proceso
Se toman muestra periódicamente.Se representa el número de defectuosos en el gráfico de control.Cualquier punto fuera del gráfico o comportamientos poco aleatorios indican evidencia estadística de que el proceso esta fuera de control. Análogo a como hicimos en control por variables.
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 61
en control por variables.
Ejemplo. Monitorización del procesoEjemplo. Monitorización del procesoEjemplo. Monitorización del procesoEjemplo. Monitorización del procesoSe quiere controlar el proceso de taponado de envases mediante el numero de defectos
detectado. Para ello se toman muestras de tamaño 20 cada hora. A continuación presentamos el grafico de control obtenido para el numero de defectuosos .
¿Qué muestras resultarían fuera de control?Statgraphics.
Menú: Quality control / Attributes Control Chart / np-chartBotón derecho: Selecciona “control to Standard”. “Specify parameter” , np=20*0.07=1.4
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 62
Ejemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoEjemplo. Determinar la capacidad del procesoSe quiere controlar el proceso de taponado de envases mediante el numero de defectos
detectado. Para ello se toman muestras de tamaño 20 cada hora. A continuación presentamos el grafico de control obtenido para el numero de defectuosos.
¿Qué muestras resultarían fuera de control?
Statgraphics.Menú: Quality control / Attributes Control Chart / np-chartBotón derecho: Selecciona “control to Standard”“Specify parameter” , np=20*0.07=1.4
Grado en Ingeniería. Estadística. Tema 3Número de transparencia: 63
np Chart for TAPONADO LINEA
Subgroup
np
CTR = 1,42
UCL = 4,87
LCL = 0,00
0 4 8 12 16 200
2
4
6
8
10
12 np Chart--------UCL: +3,0 sigma = 4,82316Centerline = 1,4LCL: -3,0 sigma = 0,0