Académique Documents
Professionnel Documents
Culture Documents
Grau
Cdigo : 76474937
Ciclo : VIII
Fecha : 19 /12/2016
Ciclo de control
1. Estndares
2. Elemento Sensor o
(normalidad) comparador (equipo capaz
de medir el objeto)
Accin necesaria
El objetivo final de los procesos es fabricar productos que se ajusten a las especificaciones.
El control de procesos tienen por misin lograr el mayor provecho posible de estos procesos,
haciendo que se desarrollen a un nivel de rendimiento previsto. La mejor herramienta para
conseguirlo es la grfica o carta de control.
Una carta de control es una comparacin grfica de los datos de funcionamiento del proceso
con "lmites de control calculados que se dibujan en la carta como lneas lmites.
Las cartas de control sirven principalmente para descubrir "causas asignables" de variacin
en el proceso.
CAUSAS DE VARIACIN
- Causas no asignables
- Causas asignables
1 1
Causa no asignable
64 " 640
Al otro da 1 1
"
Con esta var iacin ya tenemos una
64 320
causa asignable
Los lmites de control son lmites de decisin de hiptesis nula, que permite saber
cundo debe de investigarse. S los lmites se fijan en 3, un punto que caiga encima o ms
all de los lmites de control conducir a rechazar la hiptesis nula para el nivel de
significacin de 0.0013, para cada lmite. El riesgo de error, al tomar esta decisin ser solo
del 26 por 10,000 para ambos lmites, y del 13 por 10,000 para un solo lmite (el rea que
cae fuera de las lneas de lmites 3 es aproximadamente igual a 0.0026).
Nivel tipo
Aceptacin de Nivel tipo + v
hiptesis nula
GRFICOS DE CONTROL
La grfica de control es una herramienta que se usa fundamentalmente para anlisis de datos,
ya sean discretos o continuos, los cuales han sido generados en un determinado periodo.
Las funciones bsicas que cumplen la grfica son:
- Definir una meta para una operacin.
- Ayudar a obtener esa meta.
- Determinar si la meta ha sido alcanzada.
La grfica de control puede usarse en ingeniera del producto para registrar y analizar datos
de prueba, en contabilidad para anlisis de costos, en ingeniera de procesos para determinar
las capacidades de mquina y de proceso.
Definicin
Se define como la comparacin grfica cronolgica de un producto producido en el momento
actual con los lmites fijados como posibilidad de produccin. Por Ejem.:
En una lata de conserva, las etiquetas traen:
Peso aprox. = 230 grs. ----- pero nosotros hemos regulado la mquina selladora para que
nos d un contenido de 230 5 gr.
230 5 gr. ( esto en un lmite establecido).
En la produccin de hoy hemos producido 1000 latas y muestreados 4 latas para verificar.
1. 231---------- 230 + 1 bajo control (10 AM)
2. 228 --------- 230 - 2 bajo control (12 M)
3. 222 --------- 230 - 8 ? 2 PM(causa asignable fuera del lmite establecido).
4. 232 --------- 230 + 2
Este lmite de control es una base a experiencias anteriores.
An cuando universalmente se acepte y use el trmino grfico de control, en principio se
debe entender que la grfica no controla en realidad, cosa alguna. Simple y sencillamente
suministra una base para la accin, y slo es efectiva si los responsables de las decisiones
actan a partir de la informacin que revela dicha grfica.
Objetivos de grficos de control
- Detectar causas asignables.
- Detectar si el proceso est bajo control, es decir estamos respondiendo a la
pregunta si el proceso es o no estable (aqu el proceso est bajo control de
acuerdo a las horas muestreadas).
- Verificar si el proceso sigue bajo control, es decir si est de conformidad
como una determinada norma.
- Reducir la variacin excesiva en una operacin hasta en un punto que
corresponda a la tolerancia requerida a otra meta establecida.
u 1 68.27%
u 2 95.45%
u 3 99.73%
Estos se ajustan a los conceptos de probabilidad
grfico de control
u
LM
Aceptac.
Hiptesis
nula
u-3
LIC
10 AM 12 AM 2 PM 4 PM 6 PM
Rechazo
hiptesis nula
u + 3 = 235 gr.
u = 230 gr.
u - 3 = 225 gr.
0.27%
-3 x 3
1. uno X1 Me
2. uno R1 (o cualquiera de las medidas amplitud).
Ventajas:
1. Hacer resaltar 2 caractersticas importntes:
* Medida de tendencia central
* Medida de dispercin.
M1 m2
Cada muestra tiene su y su medida de tendencia centra (a) para el total cada muestra tiene
su y su medida de tendencia centra (a) para el total de muestras obtendremos una medida
central en base a (a).
X1 + X2 + X3
X = ..........................
3
Luego tenemos:
LM X R
LIC X - 3X R- 3R - 3
Donde:
X = Promedio de los promedios (llamados tambin en Gran Media)
x = Desviacin estndar de las medias de muestras
R = Rango medio (amplitud media)
R = Desviacin estndar de los rangos de muestra
= Desviacin estndar de desviacin estndar de muestras.
Desde luego que resulta muy tedioso el tener que tomar una serie de muestras de
tamao pequeo, determinar en cada una de la medida de tendencia central y la de dispersin
y luego proceder al laborioso clculo de las frmulas anteriores. Para simplificar estas
operaciones se ha preferido al clculo de una tabla de constante A1, A2, B3, B4, D3, D4 con
el empleo de estas constantes las frmulas anteriores se convierten en:
A).- Cuando se usa como medida de Dispersin
Medias (X) Rango ( R )
LSC: X + A2 R D4 R
LM X R
LIC X A2 R D3 R
LSC: X + A1 B4
LM X
LIC X A1 B3
El trmino atributo, tal como se emplea en control de calidad, es la propiedad que tiene una
unidad del producto de ser buena o mala, es decir la caractersticas de calidad de la unidad
de estar o no de acuerdo con las especificaciones.
La inspeccin por atributos est generalmente asociado con los calibres llamados pasa-no
pasa por Ejm.
Un calibre cilndrico divide las unidades inspeccionadas en dos grupos:
Unidades dentro de las especificaciones y unidades fueras de ellas.
OBJETIVOS:
1. LA DETERMINACIN DE UNIDADES DEFECTUOSAS O SU % MEDIO DE
UNIDADES DEFECTUOSAS.
LA GRAFICA P :
La base de esta grfica es la fraccin defectuosa que hay en una muestra de un
ciertos de cosas (el porcentaje defectuoso).
Si se toma una muestra, n, de una fuentes (ensambles, partes, materias primas) que
contiene un porcentaje defectuoso, P, debe encontrarse un nmero, d, de piezas
defectuosas en la muestra. Por lo tanto el porcentaje defectuoso en la muestra ser
100d/ n.
p 100 p
p
n
En la cual :
n = Tamao de la muestra
p = Valor medio del % defectivo
Como en el caso de las grficas de control por variables (datos por mediciones), los
lmites de control representan el valor 3-sigma para las medidas, y en este caso, para
el valor medio del porcentaje defectivo. La obtencin de estos lmites de control es
como sigue:
p 100 p
Lmites de Control p 3
n
p 100 p
LSC p 3
n
LM p
p 100 p
LIC p 3
n
Los lmites para la fraccin defectuoso se obtienen con una ligera adaptacin de la frmula
anterior como sigue:
p1 1 p1
LC p 3
n
p1 = es el valor decimal de la fraccin defectiva media.
Forma 1:
Tamao Constante de la Muestra. Se basan en las comparacin de los
valores del porcentaje defectivo o de la fraccin defectiva, con los lmites
de control, deducidos estos datos de una serie de muestras de un tamao
constante.
Forma 2:
Tamao Variable de Muestra. Estas grficas se usan cuando se efecta
una inspeccin 100 por ciento de las piezas o conjuntos, como parte de la
rutina de la factora. El tamao de la muestra en este caso es el de la
produccin total durante el periodo de que se trate y por tal motivo ser
diferente de un periodos a otro.
Cowden. Ha propuesto que el valor de np debe ser 25, esto significa que si se lo espera
un 10 por ciento de defectivos , el tamao mnimo para la muestra, deber ser
de 250 unidades.
Juran. Por su parte sugiere que la muestra sea lo suficiente grande para que, bajo la
condicin de que no se presenten defectivos en esa muestra, se obtengan una mejora
significante sobre el promedio del porcentaje efectivo.
p 100 p
LC p 3
Tericamente la frmula (*)
n
se emplea para os clculos de lmite de control de los datos del porciento defectivos en cada
perodo individual de al inspeccin, tomando como p para ese periodo, el valor de porcentaje
defectivo en dicho periodo. Pero puede traer algunas consecuencias pocos satisfactorias al
presentarse L control para cada uno de los periodos, siendo por lo tanto muy difciles de
interpretar para fines prcticas del taller.
Como regla prctica se puede establecer que si los tamaos de las muestras presentan
una variacin entre s, no mayor de 20 %, de acuerdo con criterio comprobados en
muchas factoras durante sus periodos de inspeccin, se puede lograr una exactitud
satisfactorio para la mayora de los fines industriales, determinando y empleando un
tamao medio de muestra para los perodos de inspeccin en cuestin. Este tamao
medio demuestra, as como otro valores medios se pueden sustituir en la frmula
anterior (*).
REGISTRO DE PESOS
GRUPOS 1 2 3 4 5 6 7 8 9 10
a 2 4 3 0 2 1 3 4 2 0
b 0 3 2 2 0 2 4 6 4 2
c 4 4 4 -1 3 0 2 2 0 -2
d 1 0 2 2 1 -2 1 3 2 3
e -2 3 2 -2 0 0 2 1 2 2
5 14 13 1 6 1 12 16 10 5
x 1 2.8 2.6 0.2 1.2 0.2 2.4 3.2 2. 1 x = 16.6
R 6 4 2 4 3 4 3 5 4 5 R = 40
Se pide:
a. Calcular los lmites de control de X y R
b. Construir los grficos de control
c. Determinar el porcentaje de pesos por encima del valor nominal
d. Calcular los nuevos lmites de control si se desea que slo un 10% de
los pesos estn bajo el peso nominal.
Solucin
X
X 16.6 1.66
10 10
R
R 40
4.0
10 10
Lmite de X
LSC X A2 R 1.66 0.584 3.98 0.398
LM X 1.66 0.166
Lmites de R
LIC D3 R 04 0 100.0
Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamao de la
muestra que es n = 5
GRAFICO X
4
3.98 LSC
2
X = 1.66 LMC
VN 0
-0.66 LIC
1 2 3 4 5 6 7 8 9 10 N muestras
GRAFICO R
8.44 LSC
4 LMC
0 LIC
1 2 3 4 5 6 7 8 9 10 11 12
R
S
d2
Para n = 5 d2 = 2.326
Por consiguiente:
4
S 1.72
2.326
X 1.66
ZK 0.97
S 1.72
De la tabla Z
0 X 1.66
VN Z
0
VN
En la tabla Z (K)
_
LCC = X = 0.222
_ _
LIC = X - A2 ( R ) = 0.222 - (0.58) (4) = 0.008 = 0.08
En gramos:
_
LSCX = 100.452 gr
LCC = 100.222 gr
LIC = 99.992 gr
Problemas N 2
Una industria productora de arvejas verdes congeladas decide construir una carta de
control de defectuosos de su materia prima y para lo cual extrae durante los 20 das tiles
del mes de setiembre una muestra de 200 arvejas verde. Obteniendo los siguientes
resultados:
Da 1 2 3 4 5 6 7 8 9 10 1 1 1 1 1 1 1 1 1 2
1 2 3 4 5 6 7 8 9 0
Nmero de 1 3 4 5 1 3 3 4 5 10 2 3 1 2 2 1 1 1 1 1
defectuoso 5 0 0 0 0 0 2 4 5 0 0 5 0 0 5 8 0 1 5 6
s
Se pide:
a) Determinar los lmites de control expresado en nmeros de defectuoso (n p), fraccin
defectuoso (p) y % de defectuosos (100p)
Solucin:
a) Determinacin de los lmites de control expresado en % de defectuoso y nmeros de
defectuosos.
Cuadro de datos
Fecha Nmero Nmero Fraccin Porcentaje
Mes de Inspeccionado Defectuoso Defectuosa Defectuoso
Setiembre (n) (np) (p) (100p)
1 200 15 0.075 7.50
2 200 30 0.15 15
3 200 40 0.20 20
4 200 50 0.25 25
5 200 10 0.05 5
6 200 30 0.15 15
7 200 32 0.16 16
8 200 44 0.22 22
9 200 55 0.275 27.5
10 200 100 0.5 50
11 200 20 0.1 10
12 200 35 0.175 17.5
13 200 10 0.05 5
14 200 20 0.1 10
15 200 25 0.125 12.5
16 200 18 0.09 9
17 200 10 0.05 5
18 200 11 0.055 5.5
19 200 15 0.075 7.5
20 200 16 0.08 8.0
n =4000 np = 586
CALCULOS PARA HALLAR LOS LIMITES
N total de defectuosos
% p medio x 100
N de unidadesinspeccionadas
100 p
100 np 100586 14.65%
n 4000
p 0.1465
n p 2000.1465 29.3
LSC n p 3 n p1 p
LSC 29.3 3 29.31 0.1465
LSC 44.30
LM n p 29.3
LIC n p 3 n p1 p
LIC 29.3 3 29.31 0.1465
LIC 14.30
LMC p 0.1465
p1 p
LIC p 3
n
0.1465 1 0.1465
LIC 0.1465 3
200
LIC 0.0715
110
100
90
N defectuoso (np)
80
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Das
0.60
0.50
N Fraccin defectuoso (p)
0.40
0.30
0.20
0.10
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Das
60.0
Porcentaje defectuoso (100p)
50.0
40.0
30.0
20.0
10.0
0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Das
A nivel internacional
Estas han sido creadas para incrementar y mejorar los recursos alimentarios, nutricionales y
de salud de todo el mundo.
A partir de 1962 se establece un organismo internacional bajo el patrocinio de las Naciones
Unidas a travs del O.M.S y FAO, una comisin llamada "comisin del codex Alimentario"
tiene como objetivos: