Académique Documents
Professionnel Documents
Culture Documents
Bienvenidos!
Curso: CEP(Control Estadstico de Proceso) SPC (Statistical Process Control)
Instructor(s):
Fernando Cruz Victor Rodrguez.
1
Objetivo
Aplicar las herramientas Estadsticas bsicas para lograr la mejora continua, incrementando los niveles de productividad y calidad en cualquier tipo de empresa.
Beneficios de CEP
=>Satisfaccin
al cliente =>Productividad
inspecciones innecesarias.
Que es CEP?
El Control Estadstico de Procesos es un conjunto de herramientas estadsticas que permiten recopilar, estudiar y analizar la informacin de procesos repetitivos para poder tomar decisiones encaminadas a la mejora de los mismos, es aplicable tanto a procesos productivos como de servicios siempre y cuando cumplan con dos condiciones: a) Que se mensurable (observable) b) Que sea repetitivo. El propsito fundamental de CEP (SPC) es identificar y eliminar las causas especiales de los problemas (variacin) para llevar a los procesos nuevamente bajo control.
4
Qu es la variacin?
Es un cambio que hace que algo o alguien sea diferente en ciertas caractersticas de lo que era inicialmente. Como interpretas una variacin del proceso?
Qu es la variacin de Proceso?
Es la base de las diferencias en confiabilidad y calidad del producto, por lo cual se define especificaciones, mrgenes, tolerancias en los diseos de los productos y servicios.
Causas de variacin.
Causas comunes o aleatorias.- son inherentes a todo producto o proceso. Se atribuyen al mismo sistema. Causas especiales o asignables.- no aparecen en todas las operaciones, son impredecibles. Pueden deberse a la mano de obra, materiales o medicin.
Cmo hacer para determinar estas Causas?
7
Estadstica
Arte de toma decisiones relativas a un proceso o poblacin basadas en el anlisis de la Informacin contenida en un conjunto de datos.
Muestra Muestra Representativa
Poblacin
8
Tipos de Datos
Variables.- caractersticas o resultados que pueden medirse. Ejemplos.Tiempo, Temperatura, Volumen, Presin, Ruido, Dimensin, etc Atributos.- Caractersticas que no se pueden Medir . Ejemplos.Apariencia, Olor, Sabor, Etc
9
Organizacin de datos.
Comnmente se organizan por grupos o por frecuencias.
10
Mediana
Dato que ocupa posicin central de datos organizando ascendente o descendentemente se le conoce como:
Ejemplo:
12 19 23 28 36 44 48
11
12
Medidas de Dispersin
Rango.- es la diferencia entre el valor mximo y valor mnimo de un conjunto de datos.
Ejemplo.Grupo A.- 5, 5, 6, 7, 7, 7, 8, 8 Rango es : 8-5= 3 Grupo B.- 3, 3, 5, 5, 6, 8, 9, 10 Rango es.- 10-3=7 Desviacin Estndar.- La desviacin estndar determina el grado de variabilidad de los datos que se estn estudiando con respecto a la media o promedio aritmtico.
13
Distribucin Normal
La distribucin de frecuencias de un conjunto de datos varia segn una figura bien definida, cuando el conjunto de valores tiende a agruparse alrededor de su valor promedio, y adoptan esta figura, se dice que tiene una distribucin normal.
50 % 50 %
14
Distribucin Normal
1.- Su grafica es de tipo Campana. 2.- El 100 % de los datos estn representados en el rea bajo la curva. 3.- Su distribucin es SIMETRICA . 4.- Las mediciones tienden a agruparse alrededor de su valor promedio.
15
Graficas de Control.
1.-X-R promedio de Rangos
2.-X-S Promedios y desviaciones estndar. 3-.X-R Medianas y Rangos. 4.-X-RM Lecturas Individuales.
Graficas de Control.
Debe contener lo siguiente. 1.- Escala apropiada. 2.- LSC (limite superior de control) Y LIC (limite inferior de control). 3.- Lnea Central. 4.- Lnea de tiempo / secuencia de subgrupo. 5.- Identificacin de valores Identificados fuera de control.
17
I & MR n=1
Graficas Xbar -R
Cuando Usar una carta Xbar. 1- Cuando se mide una caracterstica y el resultado es una Cifra. 2.- Para establecer la variacin de un proceso. 3.-cuando se puede obtener un grupo de entre 2-9 piezas consecutivas 4.- Cuando se produce bajo condiciones similares.
19
Graficas Xbar -R
Paso de preparacin. 1.- Definir el medio ambiente adecuado. 2.- Definir el proceso. 3.- Elegir la caracterstica a medir. 4.- Definir el sistema de medicin. 5.- Minimizar la variacin innecesaria.
20
Graficas Xbar -R
Procedimiento. 1.- Seleccionar el tamao de Subgrupo o muestra. Subgrupo.- las oportunidades de variacin entre unidades del subgrupo deben ser pequeas. Considerar 4 o 5 elementos, mximo 9. Frecuencia de subgrupo.- al iniciar un estudio, considerar grupos consecutivos con intervalos de tiempo pequeos entre ellos.
21
Graficas Xbar -R
Numero de subgrupos suficientes para poder completar el mayor numero de fuentes de variacin. 25 subgrupos conteniendo 100 o mas lecturas es suficiente. La muestra se debe tomar de un solo grupo de datos.
Graficas Xbar -R
3.- Calcular los promedios de los subgrupos.
7.- Determinar las escalas para las graficas y trazar los datos. 8.- Determinar los limites de control para rangos. LSCR=D4R LICR=D3R
23
Graficas Xbar -R
Tabla de Constantes para Grficos de Control
24
Graficas Xbar -R
9.- Verificar si los rangos estn bajo control Estadstico. a) Todos los rangos quedan dentro del limite de control: continuar y calcular los limites de control de los promedios. b) Uno o dos rangos quedan fuera de los limites de control: desecharlos y calcularlos con los datos restantes. Verificar resultados. Investigar las causas que generaron puntos fuera de los limites. c) Tres o mas rangos se encuentran fuera de los limites de control: El proceso esta fuera de control estadstico. No continuar. Investigar causa y tomar acciones.
25
Graficas Xbar -R
10.- Determinar los limites de control para promedios. LSCX=X + A2R LSCX=X - A2R 11.- Verificar si los promedios estn bajo el control Estadstico. a) Todos los promedios quedan dentro de los limites de control: Utilizar las graficas de promedio y rango para controlar el proceso existente. b) Uno o mas promedios quedan fuera del limite de control: Desecharlos. Verificar Resultados. Investigar las causas que originaros la salida de sus limites.
26
Graficas Xbar -R
c) Tres o mas promedios se encuentran fuera de los limites de control: El proceso esta fuera de control estadstico. No continuar. Investigar causa y tomar acciones. Comenzar nuevamente (Rangos y promedios). 12.- Interpretar las graficas. Una vez establecidos los limites en el estudio Inicial, si posteriormente un solo punto se sale de los limites de control, no se desecha, sino que se investigan las causas que lo originaron. 13.- Encontrar causas especiales. Una vez que se identifican las causas especiales, se debe analizar y determinar la causa para entender el proceso.
27
29
Tendencias.
La falla ocurre por desgaste paulatino de los elementos del proceso, como son: el desgaste de herramientas, aumento o disminucin de temperatura, cansancio del operador, etc
30
Tendencias.
Siete o mas puntos hacia arriba o hacia abajo en forma consecutiva
31
33
34
35
Corrida
Las causas por las que se puede presentar una corrida son similares a las de las adhesiones a los Limites de control pero en grado menor.
36
Corrida
Siete o ms puntos en forma consecutiva LIC por arriba o por debajo de la lnea media
LCS X LIC
37
38
Ciclos de periodos.
Las causas pueden ser: cambios de herramienta por desgaste, cambio de turno, etc Puntos que aumentan o disminuyen la forma uniforme, mas o menos en iguales periodos de tiempo.
LCS X LIC
39
Proceso en control
Puntos distribuidos uniformemente por arriba o por debajo de la lnea media, siempre dentro de los limites de control.
LCS X LIC
40
1.- Encerrar en un circulo cualquier tipo de comportamiento anormal. 2.- En la bitcora deber indicarse lo siguiente: a) Fecha y hora en que se presento el comportamiento anormal. b) Tipo de comportamiento (nombre) c) Causas que lo originaron (si se conoce) d) Acciones que se realizaron o se realizaran para corregir la falla o prevenir su reincidencia. e) Disposicin del material defectuoso (si lo hay)
41
Interpretacin
Observaciones finales No existe el estado perfecto de control Si en una grafica de control de proceso nunca se encuentran puntos fuera de control, ser conveniente preguntarse si la operacin debi haber sido graficada en un principio.
42
Capacidad de Proceso
El concepto de capacidad del proceso es solo vlido para procesos que estn sometidos a control estadstico. Este ndice juega un papel fundamental en las plantas de produccin a la hora de demostrar que un proceso es fiable y est bajo control (dentro de los limites de control establecidos)
43
Texto
44
Conclusin.
Las tcnicas estadsticas son una herramienta muy til para mejorar la capacidad y calidad de nuestros procesos, pero estas se vuelven intiles si no tomamos las acciones necesarias cuando estamos consientes que algo esta mal.
46