Académique Documents
Professionnel Documents
Culture Documents
Introduccin
i
Ci x j o (4.1)
j 1
1
de control cusum sea siempre un buen candidato para ser usada en las
industrias qumicas y de procesamiento, donde es frecuente que el tamao de
muestra sea igual a uno. Tambin se puede usar en procesos automatizados
donde se mide el 100% de las unidades producidas.
i
Ci x j 10
j 1
i
Ci x i 10 x j 10
j 1
Ci xi 10 Ci 1
2
Ejemplo:
Muestra, i xi xi 10
Ci xi 10 Ci 1
1 9,45 -0,55 -0,55
2 7,99 -2,01 -2,56
3 9,29 -0,71 -3,27
4 11,66 1,66 -1,61
5 12,16 2,16 0,55
6 10,18 0,18 0,73
7 8,04 -1,96 -1,23
8 11,46 1,46 0,23
9 9,2 -0,8 -0,57
10 10,34 0,34 -0,23
11 10,84 0,84 0,61
12 10,9 0,9 1,51
13 9,33 -0,67 0,84
14 12,29 2,29 3,13
15 11,5 1,5 4,63
16 10,6 0,6 5,23
17 11,08 1,08 6,31
18 10,38 0,38 6,69
19 11,62 1,62 8,31
20 11,31 1,31 9,62
3
CARTA SUMA ACUMULADA
12
10
Serie1
4
Serie2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
-2
-4
NUMERO DE MUESTRA
4
0 que estn debajo del objetivo con otro estadstico C . A los estadsticos
C y C se les llama cusums unilaterales superior e inferior ,
respectivamente. Se calculan como sigue:
Ci max 0, xi ( 0 K ) Ci1
Ci max 0, ( 0 K ) xi Ci1
Donde los valores iniciales para los cusums superior e inferior es cero y K es
un valor de referencia y se elige aproximadamente a la mitad entre el objetivo
0 y el valor fuera de control de la media 1que el analista est interesado en
1 0
detectar con rapidez o sea K .
2
.
Si bien esta carta no tiene lmites de control como los habituales vistos hasta
ahora, posee un intervalo de decisin, H, que en la prctica actan como
lmites de control
Ejemplo de aplicacin:
H h. 5.2 10
K 0,5.2 1
Con este esquema se persigue detectar con rapidez un corrimiento en 1.
5
Observacin, i xi
1 102
2 94,8
3 98,3
4 98,4
5 102
6 98,5
7 99
8 97,7
9 100
10 98,1
11 101,3
12 98,7
13 101,1
14 98,4
15 97
16 96,7
17 100,3
18 101,4
19 97,2
20 101
Ci max 0, xi ( 0 K ) Ci1
C1 max 0,102 (99 1) 0
C1 max 0,2
C1 2
Ci max 0, ( 0 K ) xi Ci1
C1 max 0, (99 1) 102 0 max 0,4
C1 0
C2 max 0;3,2
C 2 0
6
C3 max 0, xi ( 0 K ) Ci1 max 0;98,3 (99 1) 0 1,7
Grfica CUSUM de C1
10 UCL=10
5
Suma acumulada
0 0
-5
-10 LCL=-10
1 3 5 7 9 11 13 15 17 19
Muestra
7
La cusum estandarizada
x o
yi i el valor estandarizado de xi .
Entonces las cusums estandarizadas se definen como sigue:
Ci max 0, yi k Ci1
Ci max 0,k yi Ci1
zi xi (1 ) zi 1
LSC 0 L
(2 )
1 (1 ) 2i
LC 0
LIC 0 L
(2 )
1 (1 ) 2i
Donde:
es una constante cuyo valor est entre 0 y 1
L = ancho de los lmites de control. Se recomienda el valor 2,7
8
Ejemplo:
Muestra, i Viscosidad, xi
1 9,45
2 7,99
3 9,29
4 11,66
5 12,16
6 10,18
7 8,04
8 11,46
9 9,2
10 10,34
11 9,03
12 11,47
13 10,51
14 9,4
15 10,08
16 9,37
17 10,62
18 10,31
19 8,52
20 10,84
1 (1 ) 2i 10 2,7.1
0,1
LSC1 0 L 1 (1 0,1) 2.1 10 2,7 0,052(0,19) 10,27
(2 ) (2 0,1)
LIC1 0 L 1 (1 ) 2i 10 2,7.0,099 9,73
(2 )
1 (1 ) 2i 10 2,7.1
0,1
LSC2 0 L 1 (1 0,1) 2.2 10 2,7 0,052(0,34) 10,35
(2 ) (2 0,1)
1 (1 ) 2i 10 2,7.0,13 9,65
LIC 2 0 L
(2 )
9
Grfica EWMA de C1
11,0
UCL=10,935
10,5
_
_ (2 )
EWMA
10,0 X=9,996
9,5
LCL=9,057
9,0
1 3 5 7 9 11 13 15 17 19
Muestra
Si2 ( xi ) 2 (1 ) Si21
10
(2 )
aproximada con grados de libertad.
Lmites de control
2, / 2
LSC 0
LC 0
2,1 / 2
LIC 0
0,0008
0,0007
DENSIDAD EN KG/L
0,0006
LSCM
0,0005
LCM
0,0004
LICM
0,0003
Zi
0,0002
0,0001
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
MUESTRAS
11
Anlisis de la capacidad de un proceso
LTNS = + 3
LTNI = - 3
12
1) Para una distribucin normal, los lmites de tolerancia natural incluyen el
99,73 % de la variable o dicho en otros trminos, solo el 0,27 % de la salida del
proceso quedar fuera de los lmites de tolerancia natural
Por tanto, el anlisis de capacidad del proceso es una tcnica que tiene
aplicacin en muchos segmentos del ciclo del producto, incluyendo el diseo
de productos y procesos, la seleccin de proveedores, la planeacin de la
produccin o la manufactura y la propia manufactura.
13
Para el anlisis de la capacidad del proceso pueden utilizarse tres tcnicas
principales: el histograma, las cartas de control y los experimentos diseados.
a) Histograma
Pasos para su construccin:
a) Calculo el rango
b) Calculo el un nmero de clases o intervalos, con
donde n el numero de mediciones.
S = 32,02 psi
14
Uno de los ndices ms difundidos para estimar la capacidad del
proceso es el CP (ndice de capacidad del proceso) que se define como:
LSE LIE
Cp
6
Donde LSE es el lmite superior especificado
LIE es el lmite inferior especificado
Esta es una idea muy fuerte, porque combina los lmites especificados que
provienen de una fuente exterior a nuestro proceso (un cliente o la oficina de
diseo), con la desviacin estndar de nuestro proceso.
LSE
C PU
3
LIE
C PL
3
Si se desea conocer si el proceso est centrado en su valor nominal, se
calcula el Cpk
LIE LSE
C pk min ,
3 3
15
Por lo tanto, un valor grande de no necesariamente indica que el proceso
est centrado.
Aplicacin:
1.
Un proceso est bajo control con x 101,50 , S 1,05 y n=5. Las
especificaciones del proceso son 95 10. La caracterstica de calidad tiene
una distribucin normal
16
a) Estimar la capacidad potencial
b) Estimar la capacidad real
c) Cunto podra reducirse la fraccin defectuosa del proceso si ste se
corrigiera para operar en la especificacin nominal?
C pk 1,04
20/(6(1,2544+91,5^2)=
Cpm=0,51
Cpkm= 0,17
c)
85 101,5 105 101,5
p P( x LIE) P( x LSE) P( x 85) P( x 105) P( z ) P( z )
1,12 1,12
p P( z 14,7) P( z 3,125) 0,00089
17
85 95 105 95
p P( x LIE) P( x LSE) P( x 85) P( x 105) P( z ) P( z )
1,12 1,12
p P( z 8,92) P( z 8,92) 0
2.
El peso molecular de un polmero particular deber estar entre 2100 y 2350.
Se analiza una muestra de 50 elementos de este material con los resultados
x 2275 y S 60
Suponer que el peso molecular tiene una distribucin normal.
4(n 1)
Para n 25 se aplica c4 0,995
4n 3
C pk 0,42
18
2350 2100 02,025;49 2350 2100 02,975;49
Cp
6.60 49 6.60 49
2,005 28,4
0,7 C p 0,7
49 49
0,7.0,2 Cp 0,7.0,76
0,14 C p 0,53
En este anlisis pueden usarse tanto las cartas para variables como las de
atributos. No obstante, las cartas x media y rango deben usarse siempre que
se pueda debido a la gran potencia y la mejor informacin que proporcionan.
Ejemplo
Se controla un proceso donde se fabrican botellas y se analiza su resistencia a
la presin interna.
Se tiene un lmite inferior especificado de 200 psi
19
Grfica Xbarra-R de C1. .... C3
U C L=312,1
300
M edia de la muestr a
275
_
_
X=259,4
250
225
LC L=206,8
200
1 3 5 7 9 11 13 15 17 19
M uestr a
150
U C L=132,4
Rango de la muestr a
100
_
50 R=51,4
0 LC L=0
1 3 5 7 9 11 13 15 17 19
M uestr a
Estimacin de parmetros
x 259 ,4 psi
R 51,4
30,37 psi
d 2 1,693
20
Conclusiones
21