Vous êtes sur la page 1sur 35

Evaluación del Sistema de Medición

6s
Objetivos del Módulo

• Mostrar como el sistema de medición es un proceso


• Identificar y cuantificar las fuentes de variación de la medición

• Cuantificar el efecto de la variación del Sistema de Medición


en la variación del proceso y los límites de especificación
¿En dónde encaja el MSE?

Definir

Medir

Analizar

Mejorar

Controlar
R&R y MSE
• Una preocupación es la clasificación incorrecta de las partes:

• Partes medidas dentro de especificación pueden resultar


fuera de especificación
• Embarcar material inaceptable al cliente

• Partes medidas fuera de especificación pueden resultar


dentro de especificación
• Desecho (scrap) y retrabajo innecesarios

• Otra preocupación es determinar si el sistema de medición es


capaz de detectar diferencia entre las partes
Hay dos tipos de Sistemas de Medición:

1. Atributos (Discreto)
• Los datos no pueden se descritos adecuadamente en una escala
continua
• Ejemplos (Binarios): pasa/falla, bueno/malo, pasa/no pasa
• Ejemplos (Ordinales): bajo/medio/alto, gradiente de color
• ICC & Kappa, Semana 4
2. Variable (Continuo)
• Los datos pueden ser descritos en una escala continua
• Ejemplos: longitud, altura, separación, espesor, torque, velocidad,
dureza, acabado superficial

Estos dos sistemas de medición


siguen un punto de vista diferente para su estudio
El día de hoy veremos el Variable
Posibles fuentes de desviación y variación
• Para determinar la variación real del proceso primero se debe
identificar la variación debida al sistema de medición y
separarla de la variación del proceso
Partes
(Ejemplo)

Entradas Salidas Entradas Proceso de Salidas • Observaciones


Proceso • Mediciones
Medición
• Datos

Variación observada en el proceso

Variación Variación
Real del del Proceso
Proceso de Medición

Variación
Variación Variación Variación Variación
debido al
del Proceso del Proceso dentro de debido a
instrumento de
a largo plazo a corto plazo la muestra operadores
medición

Variación
Variación
debido a
Estabilidad Repetibilidad debido a bias
interacción
del operador
pieza-operador
T-Map para un MSE exitoso (Introducción)
1. Seleccionar el Sistema
de Medición

2. Desarrollar la Estrategia • # de operadores


de Medición
Salidas •# de mediciones

• # dependiendo del
3. Recolectar las muestras Salidas tipo de prueba

4. Preparar la hoja de registro


de las mediciones

5. Realizar el estudio
MSE

6. Analizar los resultados • Gráfica de medias


del MSE
Salidas • Gráfica de rangos
• Estabilidad
7. Interpretar los resultados • Discriminación
del MSE
Salidas • Bias del operador
• Reproducibilidad
• Variación de la medición
8. Delinear los siguientes
pasos Salidas • Plan de optimización
Guía de muestreo del MSE
• Tamaño de la muestra
• Generalmente entre 5 y 10 muestras, 2-4 operadores (si el calibre/gage es usado
por muchos operadores), 2-3 mediciones cada operador, dependiendo de lo que
trates de aprender
• 1 o más calibres (gages) serán incluidos dependiendo del propósito del estudio
(Incrementa el tamaño de la muestra)
• En general, selecciona el numero de muestras de tal forma que el número de
muestras × el número de operadores > 15

• Selección de las piezas muestra


• Opción 1: si se desconoce la variación del proceso, las muestras seleccionadas
deben ser representativas de la variación normal del producto/proceso (por
ejemplo, no de un sólo lote)
• Opción 2: si se conoce la variación del proceso, las muestras seleccionadas
deben extenderse uniformemente más allá del ancho de la especificación
Captura de datos para un MSE

• Paso 1
• Pide al primer operador que mida todas la piezas una vez en orden
aleatorio. Muestrear a ciegas, de tal forma que cada operador no
conozca la identidad de cada parte, debe ayudar a reducir bias humano
al igual que no observar las mediciones de los otros
• Paso 2
• Haz que el segundo operador mida todas la muestras una vez en orden
aleatorio y continua hasta que todos los operadores hayan medido las
muestras una vez (primera ronda)
• Paso 3
• Repite los pasos 1 y 2 para el número de rondas requeridas
Ejercicio: Recolectar datos para un MSE
• Formen 4 o 5 grupos. Una persona actúa como escribano y
los otros serán inspectores (operadores)
• Registra los resultados en una hoja de registro de datos.
Recolecta la información para un MSE
• El instructor analizará los datos del grupo una vez que los
datos hayan sido recolectados para todos los miembros del
equipo
Estructura de Arbol- Clásico de un R&R
• ¿Cuántas partes necesitamos medir? ¿Cuántos operadores?
¿Cuántas mediciones por pieza?

Operador Op1 … Op3

Parte P1 P2 P3 P4 …
Medición M1 M2 M3 M1 M2 M3 M1 M2 M3 M1 M2 M3

• ¿Qué queremos aprender?
• ¿Qué esperamos que cause la variación?
• ¿Qué herramientas Seis Sigma nos pueden ayudar a contestar estas
preguntas?
Análisis de un estudio MSE
Hay muchos métodos para analizar un MSE de Variables
1. Gráficas de Control Método 1: Medias y Rango (X-R)
2. Análisis de Varianza Método 1 (ANOVA)
3. Componentes de Variación

Analizaremos usando el Método de Gráficas de Control

1. AIAG, MSE
¿Por qué el Método de Gráficas de Control?
• El Método de Gráficas de Control es preferido porque muestra la
variación del producto en comparación con la variación en el
sistema de medición
• Es un método gráfico fácil de usar para determinar las siguientes
características (no contempladas por otros métodos)

• Hace notar la Estabilidad del sistema de medición

• Cuantifica la Discriminación del sistema de medición Gráfica R

• Revela la Repetibilidad del instrumento

• Compara la Variación de la Medición Vs Variación de la Parte


Gráfica x
• Identifica Reproducibilidad y Bias del Operador
Nueve pasos para el MSE con Gráficas de Control
Pasos:
1. Realiza el MSE de acuerdo al plan
2. Registra los datos y ordénalos en grupos (subgrupos)
3. Calcula el promedio ( X ) y rango (R) para cada subgrupo
de mediciones por cada parte e inspector
X
X Valor Máximo – Valor Mínimo = R
N

4. Calcula el gran promedio ( X ) y rango promedio (R ) para


los datos
X R
X R
N N
Nueve pasos para el MSE con Gráficas de Control
5. Calcula los límites de control para los promedios y rangos
• Límite de Control Superior para Promedios

UCLx  X  A2 R
• Límite de Control Inferior para Promedios

LCLx  X  A2 R
• Límite de Control Superior para Rangos
UCLR  D4 R

6. Selecciona una escala adecuada para la retícula de la gráfica de


control, traza los límites de control, el gran promedio y el rango
promedio

7. Gráfica los puntos para cada promedio y rango, conecta los puntos
con una línea
Tabla de constantes para calcular los límites de control

Tamaño
del X Testada R 
Subgrupo
(n) A2 D3 D4 d2
2 1.88 0.00 3.27 1.13
3 1.02 0.00 2.57 1.69
4 0.73 0.00 2.28 2.06
5 0.58 0.00 2.11 2.33
6 0.48 0.00 2.00 2.53
7 0.42 0.08 1.92 2.70
8 0.37 0.14 1.86 2.85
Nueve pasos para el MSE con Gráficas de Control
8. Analiza los resultados para:
a. Consistencia/Estabilidad: ¿Están todos los puntos en la gráfica de
rangos dentro del límite de control?
b. Discriminación: ¿Hay suficientes unidades de medición debajo del
límite de control superior en la gráfica de rangos?
c. Repetibilidad: ¿Es consistente la variación entre operadores?
Variación de la Medición Vs Variación del Producto: ¿El 50% o más
de los puntos están fuera de los límites de control en la gráfica de
promedios?
d. Reproducibilidad: ¿Son similares los patrones generados en la gráfica
de promedios? ¿Los patrones generados en la gráfica de promedios
están a un mismo nivel?
• Precisión a la Tolerancia: ¿qué porcentaje de la tolerancia es
consumida por el sistema de medición?
Ahora explicaremos cada uno usando nuestros datos
8a. Estabilidad
• ¿Qué es?:
• El sistema no es predecible de una medición a la siguiente (medida de la
predecibilidad)
• La propiedad de estar en control estadístico en la gráfica de rangos
• Mediciones impredecibles obtenidas cuando el mismo operador mide la
misma parte con el mismo instrumento
• ¿Dónde la encuentras?:
• Busca los puntos fuera del límite de control en la gráfica de rangos
R Chart by operator
Punto fuera del límite 1 2 3
0.03
Sample Range

0.02

0.01

0.00
0
Nunca debes continuar a menos que los problemas de estabilidad hayan sido resueltos
8b. Discriminación
• ¿Qué es?:
• Es la habilidad tecnológica de las unidades del sistema de medición para identificar la
variación adecuadamente en un parámetro medido
• Discriminación insuficiente es el resultado de la unidades de medición usadas son
inadecuadas para diferenciar una parte de la otra
• ¿Dónde la encuentras?:
• Gráfica de rangos y datos combinados. Usa la ecuación:
1+ (UCLR / Cambio más pequeño en la unidad de medición para un operador dado)

R Chart by operator
0.015 1 2 3
UCL=0.01476 Oper Parte Ronda Medición La unidad de
1 1 1 1.616
cambio más
Sample Range

1 1 2 1.623
0.010 1 1 3 1.622 pequeña es
1 2 1 1.640 0.001
R=0.005733 1 2 2 1.638
0.005 1 2 3 1.642
1 3 1 1.650
0.000 LCL=0 1 3 2 1.651
1 3 3 1.653
0 1 4 1 1.630
1 4 2 1.633
• Ejemplo: 1 + (.015 / 0.001) = 16 1 4 3 1.629
• Nota que queremos que este valor sea 1
1
5
5
1
2
1.618
1.620
más grande que 5 1 5 3 1.624
8c. Repetibilidad
• ¿Qué es?:
• Es la variación entre mediciones sucesivas de la misma pieza, misma
característica, por la misma persona usando el mismo instrumento
• También llamada Error de Prueba a Prueba e Incertidumbre del
Operador
• ¿Dónde la encuentras?:
• En la gráfica de rangos. Busca las diferencias entre los promedios de los
rangos entre operadores
R Chart
A by operator
B C
Operador A:
0.015 1 2 3 UCLR
Repetibilidad pobre,
Sample Range

los rangos son altos

0.010
R-bar
0.005
Operador B:
Repetibilidad buena,
los rangos son bajos
0.000
0
8c. Variación del Producto Vs Variación de la Medición
• ¿Qué es?:
• Es una indicación de la variación en el sistema de medición comparada
con la variación en la parte
• ¿Dónde la encuentras?:
• Buscala en la gráfica de medias. La variación en la medición es menos
que la variación en el producto si la mayoría de los puntos están
distribuidos aleatoriamente fuera de los límites de control
X b a r C ha rt y C1
1 2 3 4
45 U C L = 4 4 .8 3
S amp le Me an

Ejemplo 1: todos los puntos 35


dentro de los límites de
25 M ea n = 2 6. 6
control, más variación de la
medición que de las partes 15 0

L C L = 8 .2 9 3
5
5 0
0 X b a r C ha rt y C1
Ejemplo 2: la mayoría 4

de los puntos están


S a m p le M e an

fuera de los límites de 4 0 U C L = 3 9 . 6 2


control, más variación
M e a n = 3 6 . 0 8
de las partes que de
L C L = 3 2 . 5 5
la medición 3 0

0
Objetivo: 70% o más de los puntos distribuidos aleatoriamente fuera de los límites de control
8d. Reproducibilidad
• ¿Qué es?:
• Tradicionalmente la reproducibilidad se refiere a la variación entre operadores
• La diferencia entre el promedio de las mediciones de los diferentes operadores
• Consiste de dos componentes
• Bias del operador
• Interacción Operador*Pieza

• ¿Dónde la encuentras?:
• Búscala en la gráfica de medias. Además puedes encontrarla en la gráfica Por Operador e
Interacción Operador*Parte. Es mejor si sobrepones una gráfica encima de la otra
X-bar Chart by Operator
A B C

Este es un ejemplo de ‘buena’ 85


UCL=81.76

reproducibilidad. Nota que el 75

patrón es igual para cada uno de Sample Mean


Mean=66
65
los operadores. También están
centrados en el mismo promedio 55
LCL=50.24

45

Ahora veamos a Bias e Interacción Operador*Parte


8d. Reproducibilidad: Bias del Operador
• ¿Qué es?:
• Los operadores son capaces de ‘reproducir’ la mediciones de los otros, pero hay
una diferencia en los promedios entre los operadores
• ¿Dónde la encuentras?:
• Búscala en las gráficas de medias, Por Operador e Interacción Operador*Parte.
Busca las diferencias entre el valor promedio para cada uno de los operadores.
Busca “cadenas montañosas” similares pero paralelas en la gráfica de medias y
Operador*Parte
Bias del Operador Presente
No hay Bias del Operador El inspector 1 tiene el mismo patrón pero mediciones más altas.
Todos los inspectores tienen un Este Bias del Operador produce un número bajo de
patrón y promedio muy similares reproducibilidad. Nota que bias de un operador puede hacer
artificialmente que la variación del sistema de medición parezca
pequeña
operator*part Interaction
operator 1 2 3 operator operator*part Interaction
1.65
1
1.71 operator
2
1.70 1
1.69 2
A v er ag e

1.64 3
1.68
Average

3
1.67
1.66
1.63
1.65
1.64
1.62
1.63
1.62
part 1 2 3 4 5 part 1 2 3 4 5
8d. Reproducibilidad: Interacción Operador*Parte
• ¿Qué es?:
• Se ve como una interacción del operador con la pieza. Sucede cuando los
operadores son inconsistentes en la forma en que la piezas son medidas.
• ¿Dónde la encuentras?:
• Búscala en las gráficas de medias, Por Operador e Interacción Operador*Parte.
Busca “cadenas montañosas” diferentes y no paralelas en las gráficas de medias
e Interacción Operador*Parte

No hay Interacción Operador*Parte Aparente Interacción entre Operador*Parte


Todos los inspectores tienen el mismo Diferentes patrones entre los operadores. Esta interacción
patrón en el mismo nivel operador*parte produce un número de reproducibilidad bajo.
Ejemplo: Interacción Operador*Parte Nota como parece no haber bias en los operadores
OK Ejemplo: Interacción Operador*Parte

operator 1 2 3

operator*part Interaction
operator*part Interaction
1.65 operator
operator 1
1.65
1 1.64
2
2
1.63
Average

3
A verage

1.64 3
1.62
1.63 1.61
1.60
1.62
1.59
part 1 2 3 4 5 part 1 2 3 4 5

Nota: líneas no paralelas indican Interacción Operador*Parte


Gage R&R
%Contribution
Source VarComp (of VarComp)
13% de la variación total es del sistema
Total Gage R&R 0.2189 13.18 de medición
Repeatability 0.1582 9.53
Reproducibility 0.0606 3.65 9.5% del 13% es por repetibilidad y la
Operator 0.0000 0.00 variación restante es de problemas de
Operator*Part 0.0606 3.65 reproducibilidad
Part-To-Part 1.4417 86.82
Total Variation 1.6606 100.00 87% de la variación es de las partes
Nueve pasos para el MSE con Gráficas de Control
9. Determinar la estrategia futura
• Investiga los problemas y aplica acciones correctivas
• Optimiza para reducir la variación de la medición
• Re-evalúa de acuerdo a un programa
Ejercicio - Interpretación

• Interpreta las gráficas X-R y comente con su equipo sus


conclusiones y decida las acciones correctivas para cada una
• Seleccione una persona para presentar las conclusiones
• Preparese para presentar los resultados con la clase
Corrida 1 Gage name: Run 1
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:

Xbar Chart by Operator


35 1 2
UCL=33.03
30
Sample Mean

25
Mean=22.5
20

15
LCL=11.97
10

R Chart by Operator
20 1 2
UCL=18.30
Sample Range

10

R=5.6

0 LCL=0
Corrida 2 Run 2
Gage name:
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:

Xbar Chart by Operator


30 1 2
Sample Mean

UCL=25.92
25
Mean=23.1

20 LCL=20.28

R Chart by Operator
1 2

10
Sample Range

5 UCL=4.901

R=1.5
0 LCL=0
Corrida 3 Gage name: Run 3
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:

Xbar Chart by Operator


30 1 2
Sample Mean

25 UCL=24.61
Mean=22.83
LCL=21.04
20

R Chart by Operator
1 2
3 UCL=3.104
Sample Range

1 R=0.95

0 LCL=0
Corrida 4 Gage name: Run 4
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:

Xbar Chart by Operator


1 2
UCL=31.07
30
Sample Mean

25
Mean=23.08

20

15 LCL=15.08

R Chart by Operator
15 1 2
UCL=13.89
Sample Range

10

5
R=4.25

0 LCL=0
Corrida 5
Gage name: 4
Gage R&R (Nested) for Measurement Date of study:
Reported by:
Tolerance:
Misc:

Operator*Part Interaction
28 Operator

1
2
Average

23

18

Part 1 2 3 4 5 6 7 8 9 10
Corrida 6 Gage name:
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:

Xbar Chart by Operator


30 1 2
Sample Mean

UCL=24.45

Mean=20.98
20
LCL=17.50

10

R Chart by Operator
7 1 2
6 UCL=6.044
Sample Range

5
4
3
2 R=1.85
1
0 LCL=0
Preguntas de la Evaluación del Sistema de Medición
• ¿Ha seleccionado el sistema de medición correcto?
• ¿Este sistema de medición está asociado con entradas o salidas críticas?
• ¿Cuáles son las fuentes de variación y cuál es el error de medición?
• ¿Qué necesita hacerse para mejorar este sistema?
• ¿Ha comunicado sus resultados a la gente apropiada?
• ¿Quién es el dueño de este sistema de medición?
• ¿Quién es el dueño de la solución?
• ¿Hay un plan de control para este sistema?
• ¿Cuál es la frecuencia de calibración? ¿Es suficientemente
frecuente?
• ¿Los sistemas idénticos corresponden?
• ¿Se necesita entrenamiento?
Resumen de MSE
• Un sistema de medición consiste de operadores, partes y un
instrumento (gage). Cada uno puede contribuir a la variación
del sistema

• Cada componente de variación en los sistemas puede ser


cuantificado y comparado con los límites de la especificación

• Si el sistema de medición es inadecuado, el MSE nos llevará


a trabajar a el área de mayor oportunidad

Vous aimerez peut-être aussi