Académique Documents
Professionnel Documents
Culture Documents
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Tercera operacin
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
1. Es un sistema simple, fcilmente entendido y comprendido por los trabajadores. 2. Ejerce un control psicolgico sobre los trabajadores, por que el trabajador considera que el control que se realiza mayormente un control sobre el trabajo que realiza. 3. Permite obtener valiosa informacin sobre cada una de las etapas del proceso, la que puede utilizarse en la determinacin de problemas, reprogramacin de la produccin, etc. 4. Protege la operacin siguiente, de manera que no se continua agregado valor a un producto defectuoso.
Desventajas del Control Intermedio
1. Es un sistema con un alto costo debido a que se requiere tantos inspectores de calidad como etapas tenga el proceso. 2. Incrementa el tiempo de fabricacin por las actividades de inspeccin . 3. Provoca problemas organizativos en cuanto a la autoridad sobre el proceso entre los encargados de produccin y los encargados de la calidad. 1.2 EL CONTROL DE LA PRIMERA PIEZA E INSPECCION PERIODICA ( First Piece and Control Patrol) El control de la primera pieza e inspeccin peridica conocido el ingles como first piece and control patrol y que consiste en efectuar el control de calidad de las primeras piezas que se producen despus de haber calibrado o puesto a punto toda la maquinaria y verificar si el proceso esta produciendo piezas dentro de las especificaciones establecidas. En caso afirmativo se otorga la Luz verde es decir la autorizacin para iniciar o continuar con la produccin. Esta forma de control prev la realizacin de inspecciones peridicas (control patrulla ) para verificar si el proceso continua produciendo productos dentro un margen de conformidad.
Primera operacin
Segunda operacin
Tercera operacin
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Ventajas del Control de Primera Pieza e Inspeccin Peridica 1. Es un sistema de control mucho mas econmico puesto que se efectan menores inspecciones. 2. Requiere de menos personal que en el anterior sistema puesto que existe mucho menos puestos de control. 3. Se aplica fcilmente a procesos continuos de produccin. Desventajas del Control de Primera Pieza e Inspeccin Peridica 1. Si el tiempo entre inspecciones es muy largo se tiene un alto riesgo de producir gran numero de productos defectuosos. 2. Se puede ir acarreando una falla desde la primera operacin e ir agregando valor innecesariamente en las operaciones siguientes hasta culminar todo el proceso. 1.3 AUTOCONTROL Consiste en otorgar al trabajador como una atribucin ms dentro su trabajo rutinario, el control de calidad de la operacin que este efecta. Ventajas del Autocontrol 1. El trabajador participa en forma activa del control de calidad. 2. Se reduce costos, especialmente los de inspeccin. 3. Se logra una toma de consciencia de Calidad en el Trabajo Requisitos Previos 1. 2. 3. 4. El trabajador debe tener el tiempo necesario para hacer el autocontrol. Se le debe otorgar al trabajador los conocimientos necesarios . Se le debe otorgar al trabajador los instrumentos para realizar el autocontrol. El trabajador debe tener el inters necesario.
Pasos: 1. Planificar la aplicacin del sistema. 2. Establecer una poltica para instaurar una conciencia de calidad a todo nivel en la empresa. 3. Controlar el autocontrol. Esto se realiza mediante el ndice de eficiencia del autocontrol. 1.4 NDICE DE EFICIENCIA DEL AUTOCONTROL
E= *100 P + Rfa P + Rfa + 2*Ra + 100*Rc
Donde: P = Es el nmero total de piezas producidas en el periodo. Rfa = Es el nmero de piezas rechazadas en un puesto por fallas de operaciones anteriores. Ra = Es el nmero de piezas rechazadas en la seccin donde se hace el autocontrol. Rc = Es el nmero de piezas rechazadas encontradas al final del proceso debido a fallas en la seccin de autocontrol.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
EJEMPLO: En una empresa de componentes electrnicos se desea establecer la eficiencia del autocontrol en la seccin de circuitos digitales, en el periodo de un mes. La produccin total fue de 240 unidades. La seccin de circuitos digitales encontr 8 unidades en proceso con fallas, que se deban a secciones anteriores durante el autocontrol, esta seccin descarto 16 circuitos digitales. El control final encontr 5 circuitos digitales defectuosos. DATOS P = 240 Uds. Rfa = 8 Uds. Ra = 16 Rc = 5 E= 240 + 8 *100 = 248 *100 = 31.79% 240+8+2*16+100*5 780
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Ejemplo : En una fbrica de jugos de fruta se desea establecer la tolerancia natural de una mquina embotelladora con un nivel de confianza del 95%. La caracterstica de calidad que nos interesa es la cantidad de lquido que se envasa por botella, pero solo se puede extraer una muestra de 60 botellas. Segn las especificaciones tcnicas el volumen de llenado debe ser de 65 5 [cc] .
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
VALORES (cc) 50 55 60 65 70 75 80 S
TN = 2*3.83*7.54 = 57.76 Si 65 5 [cc] es imposible cumplir con esta especificacin. 4.2 PROCEDIMIENTO PARA VARIAS MUESTRAS Se puede realizar por varios mtodos distintos. 1. El mtodo del rango (R). 2. El mtodo de la desviacin estndar muestral S. 3. El mtodo de la desviacin poblacional . EL METODO DEL RANGO Es el ms fcil de aplicarse y lgicamente el de menor precisin. Procedimiento 1. Debemos extraer las muestras correspondientes, el nmero optimo es 25 muestras. 2. Determinar el tamao de la muestra n 5. 3. Examinar cada muestra y registrar las muestras. 4. Se determina el rango de cada muestra. 5. Se determina el rango promedio Rp = R K Donde K es el nmero de muestras. 6. Determinar la tolerancia natural del proceso TN= 6*Rp d2 Donde d2 se lo obtiene de tablas en funcin al tamao de la muestra. EL METODO DE LA DESVIACION ESTANDART MUESTRAL (S) Procedimiento 1. Debemos extraer las muestras correspondientes, el nmero optimo es 25 muestras. 2. Determinar el tamao de la muestra n 5. 3. Examinar cada muestra y registrar las muestras. 4. Se determina la desviacin estndar muestral de cada muestra. 5. Se establece la desviacin estndar muestral promedio Sp = S K 6. Determinar la tolerancia natural del proceso TN= 6*Sp c4 Donde c4, es un valor constante que se lo obtiene de tablas en funcin al tamao de cada muestra.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
EL METODO DE LA DESVIACION POBLACIONAL () Procedimiento 1. Debemos extraer las muestras correspondientes, el nmero optimo es 25 muestras. 2. Determinar el tamao de la muestra n 5. 3. Examinar cada muestra y registrar las muestras. 4. Se determina la desviacin poblacional de cada muestra 5. Se establece la desviacin poblacional promedio p = K 6. Determinar la tolerancia natural del proceso TN= 6*p c2 Donde c2, es un valor constante que se lo obtiene de tablas en funcin al tamao de cada muestra. Ejemplo.- En un proceso de produccin se desea establecer la tolerancia natural del proceso para aplicar un control de calidad.
Valores en cm 3 4 4.862 4.857 4.882 4.856 4.868 4.856 4.869 4.839 4.862 4.847 4.836 4.853 4.883 4.877 4.862 4.855 4.853 4.866 4.849 4.861 4.858 4.870 4.863 4.848 4.855 4.872 4.860 4.852 4.885 4.851 4.864 4.870 4.864 4.851 4.859 4.876 4.862 4.868 4.869 4.863 4.860 4.874 4.863 4.851 4.858 4.851 4.862 4.854 4.854 4.861 4.862 4.854 4.854 4.855 4.871 4.868 4.857 4.862 4.859 4.860 97.192
Muestra N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 4.849 4.896 4.871 4.847 4.858 4.865 4.858 4.871 4.833 4.878 4.860 4.841 4.844 4.828 4.863 4.882 4.840 4.856 4.849 4.856
2 4.890 4.875 4.857 4.850 4.873 4.844 4.841 4.837 4.859 4.852 4.866 4.859 4.836 4.860 4.887 4.872 4.863 4.860 4.863 4.850
5 4.842 4.861 4.863 4.851 4.848 4.856 4.850 4.845 4.861 4.867 4.857 4.859 4.865 4.874 4.868 4.854 4.867 4.859 4.855 4.864
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Muestra N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 4.849 4.896 4.871 4.847 4.858 4.865 4.858 4.871 4.833 4.878 4.860 4.841 4.844 4.828 4.863 4.882 4.840 4.856 4.849 4.856
2 4.890 4.875 4.857 4.850 4.873 4.844 4.841 4.837 4.859 4.852 4.866 4.859 4.836 4.860 4.887 4.872 4.863 4.860 4.863 4.850
5 4.842 4.861 4.863 4.851 4.848 4.856 4.850 4.845 4.861 4.867 4.857 4.859 4.865 4.874 4.868 4.854 4.867 4.859 4.855 4.864
R 0.048 0.040 0.015 0.030 0.026 0.029 0.042 0.034 0.033 0.029 0.013 0.022 0.036 0.046 0.036 0.028 0.027 0.020 0.019 0.019 0.592
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
METODO DE LA DESVIACION ESTANDART MUESTRAL K = 20 n=5 Valores en cm 3 4 4.862 4.857 4.882 4.856 4.868 4.856 4.869 4.839 4.862 4.847 4.836 4.853 4.883 4.877 4.862 4.855 4.853 4.866 4.849 4.861 4.858 4.870 4.863 4.848 4.855 4.872 4.860 4.852 4.885 4.851 4.864 4.870 4.864 4.851 4.859 4.876 4.862 4.868 4.869 4.863
1 4.849 4.896 4.871 4.847 4.858 4.865 4.858 4.871 4.833 4.878 4.860 4.841 4.844 4.828 4.863 4.882 4.840 4.856 4.849 4.856
2 4.890 4.875 4.857 4.850 4.873 4.844 4.841 4.837 4.859 4.852 4.866 4.859 4.836 4.860 4.887 4.872 4.863 4.860 4.863 4.850
5 4.842 4.861 4.863 4.851 4.848 4.856 4.850 4.845 4.861 4.867 4.857 4.859 4.865 4.874 4.868 4.854 4.867 4.859 4.855 4.864
S 0.0184 0.0161 0.0066 0.0110 0.0107 0.0112 0.0178 0.0135 0.0128 0.0117 0.0056 0.0092 0.0147 0.0169 0.0152 0.0103 0.0113 0.0080 0.0074 0.0074 0.2360
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
METODO DE LA DESVIACION POBLACIONAL K = 20 n=5 Valores en cm 3 4 4.862 4.857 4.882 4.856 4.868 4.856 4.869 4.839 4.862 4.847 4.836 4.853 4.883 4.877 4.862 4.855 4.853 4.866 4.849 4.861 4.858 4.870 4.863 4.848 4.855 4.872 4.860 4.852 4.885 4.851 4.864 4.870 4.864 4.851 4.859 4.876 4.862 4.868 4.869 4.863 0.0165 0.0144 0.0059 0.0098 0.0096 0.0100 0.0159 0.0120 0.0115 0.0105 0.0050 0.0082 0.0132 0.0152 0.0136 0.0092 0.0101 0.0071 0.0067 0.0067 0.2111
1 4.849 4.896 4.871 4.847 4.858 4.865 4.858 4.871 4.833 4.878 4.860 4.841 4.844 4.828 4.863 4.882 4.840 4.856 4.849 4.856
2 4.890 4.875 4.857 4.850 4.873 4.844 4.841 4.837 4.859 4.852 4.866 4.859 4.836 4.860 4.887 4.872 4.863 4.860 4.863 4.850
5 4.842 4.861 4.863 4.851 4.848 4.856 4.850 4.845 4.861 4.867 4.857 4.859 4.865 4.874 4.868 4.854 4.867 4.859 4.855 4.864
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
10
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
4.3 HABILIDAD DEL PROCESO Otro concepto que se viene introduciendo ltimamente el la Habilidad del proceso que se lo define como la variacin media inherente del producto que se obtienen este proceso. La habilidad del proceso se utiliza para varios propsitos entre ellos podemos mencionar: 1. 2. 3. 4. 5. Establecer el grado de variabilidad que tendr el proceso. Establecer el proceso mas adecuado y que pueda cumplir las tolerancias Determinar una base cuantitativa para establecer un programa de control peridico del proceso. Servir de base para establecer las especificaciones en la compra de maquinaria. probar teoras de las causas de los defectos en programas de mejoramiento de la calidad.
Tasa de la Habilidad del Proceso En procesos bajo control estadstico, la comparacin de la Tolerancia natural del proceso y los limites especificados del producto, permiten un calculo rpido del porcentaje de unidades defectuosas mediante una elacion estadisitica. Para lo cual se utiliza la denominada Tasa de Habilidad cuya expresin matemtica es la siguiente: Cp = Tasa de Habilidad = Rango especificado = LES LEI Tolerancia natural 6s Donde: LES = Limite Especificado superior LEI = Limite Especificado inferior s = Se usa s como una estimacin de Sigma () Tabla de referencia : Cp < 1.00 1.00 1.33 1.63 Ejemplo: Determnese si el proceso es capaz de cumplir las especificaciones de un producto cuyos LES = 0.263 mm y el LEI = 0.253 mm, si se sabe que en un anlisis de muestras de 6 unidades cada una el rango promedio fue de 6.0 mm. s = R/ d2 = 6.0/2.534 = 2.37 Cp = (LES LEI)/ (6s) = ( 0.263 0.253 ) / 0.0142 = 0.72 Conclusin: el Proceso no es capaz. CANTIDAD TOTAL FUERA DE LOS LIMITES >= 5.00 % 0.30 % 64 ppm 1 ppm ACCIONES A TOMAR Control del trabajo pesado, clasificacin, retrabado, etc. Control del proceso pesado, inspeccin. Inspeccin reducida, uso selecto de grficos de control. Verificacin de algunos puntos, uso selecto de grficos de control
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
11
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
12
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
ZONA I LC = ZONA I
LIC = 3 ZONA II
Criterio Si el valor promedio de la caracterstica a controlar esta en la zona II el proceso esta fuera de control. Si se tienen varios puntos cerca de los lmites de control el proceso estara saliendo del control. SISTEMA INGLES Tambin utiliza un sistema de coordenadas basndose en la distribucin normal pero la diferencia es que tiene ms lmites que en el sistema anterior. LSI = Lmite Superior de Intervencin LSA = Lmite Superior de Advertencia LC = Lmite Central LIA = Lmite Inferior de Advertencia LII = Lmite Inferior de Intervencin Estos lmites dividen el grfico en tres zonas:
ZONA III ZONA II ZONA I LC = ZONA I LSC = 1.96 ZONA II ZONA III LIC = 3 LSC = + 3 LSC = + 1.96
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
13
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
La zona I es la zona de control donde se tendra el 95 % de los valores que asume la variable. En la zona II, posibles fallas del proceso que significan una advertencia para las personas que estn controlando el proceso. En la zona III, es la zona fuera de control y no debera existir puntos fuera de esta zona. Entre estos dos sistemas el Ingles permite mayores opciones para el control del propio proceso principalmente para el control de la tendencia central del proceso. Para los grficos por atributos se utiliza especialmente el sistema americano.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
14
9. Una vez determinados los lmites se grafican los valores y los lmites.
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO X
11
13
15
17
19
10.- Analizar el grfico para determinar si los lmites son vlidos o no, es decir se verifica si los valores obtenidos para determinar los limites provenan de un proceso bajo control o no. Reglas o Condiciones para el Anlisis 1. Si un punto esta fuera de los lmites de intervencin el proceso est fuera de control. 2. Dos puntos de cinco muestras sucesivas fuera del lmite de advertencia el proceso est fuera de control. 3. Siete puntos de siete muestras sucesivas a un mismo lado de la lnea central, el proceso est fuera de control. Segunda Etapa: Aplicacin del grafico.- Cuando los lmites son validos el procedimiento es el siguiente. 1. 2. 3. 4. Se extrae una muestra Se determina su valor promedio () Se grfica en el mismo grfico anterior con los lmites anteriores. Se analiza, el grfico para determinar si el proceso esta o no bajo control. En caso negativo se deber proceder a un control y reajuste del proceso productivo.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
15
6. Determinar los lmites Lmite Superior de Control LSC = D4*R Lmite Inferior de Control LIC = D3*R Generalmente el D3 es cero pero no siempre por eso se tiene que verificar siempre ese valor. 7. Graficar los valores y lmites.
GRAFICO R
0,80 0,70 0,60 0,50 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
Rango LSCR
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
8. Analizar el grfico. El anlisis de este grfico se limita a verificar si es que existe un punto que a superado estos lmites, si es superado entonces el proceso est fuera de control. Aplicacin: Una vez comprobado que los limites son validos, se entra a la etapa de utilizacin de los limites calculados para lo cual se deber seguir los pasos siguientes: 1. 2. 3. 4. Se extrae una muestra Se determina un valor del rango Se grfica en el grfico Se analiza
Si los valores iniciales estn fuera de control lo que se aconseja es eliminar esas muestras y sacar otras muestras , previamente se debe controlar el proceso.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
16
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
1 1.49 1.96 1.71 1.47 1.58 1.65 1.56 1.71 1.33 1.78 1.60 1.41 1.44 1.28 1.65 1.82 1.40 1.55 1.49 1.56
LIMITES PARA LAS MEDIAS LSI = 1.60 + 0.577*0.34 = 1.79618 1.80 LSA = 1.60 + 2*0.577*0.34/3 = 1.73 LII = 1.60 - 0.577*0.34 = 1.40 LIA = 1.60 - 2*0.577*0.34/3 = 1.469 1.47 LIMITES PARA LOS RANGOS LSC = 2.115*0.34 = 0.72 LIC = 0*0.34 = 0
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
17
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
MUESTRA
0.50
0.50
0.48 0.45 0.43 0.40 0.40 0.37 0.35 0.34 0.33 0.33 0.32 0.30 0.36 0.31 0.32
0.40 RANGOS
0.30
0.21
0.25
0.20
0.18 0.15
0.10
0.00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 MUESTRA
Los lmites son vlidos y se puede graficar para controlar un proceso. RACHA .- Es una sucesin de siete puntos, considera los siguientes puntos: 1. Diez de once puntos consecutivos a un mismo lado de la lnea central. 2. Doce de catorce puntos consecutivos a un mismo lado de la lnea central. 3. Diecisis de veinte puntos consecutivos a un mismo lado de la lnea central. Quedan fuera de control.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
18
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
El proceso est fuera de control o estos valores no son validos porque el primer valor del rango est fuera del lmite superior de control.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
19
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Ejemplo 2.- En una industria de plsticos se elaboran cuerdas de plsticos que de acuerdo a especificaciones deben tener una resistencia a la rotura mnima de 80 Kg. y mxima de 95 Kg. Cuales sern los lmites de control si se quiere tener un nivel de confianza del 99.73 %.
valor mnimo 80 Kg. valor mximo 95 kg.
Entre 3 y +3 se
cubre el 99.73%
- 3 = 80 + 95 = 87.50 2 = 95 - 80 = 2.50 6
TN = 6
+ 3
Cp = 95 - 80 / (6x2.50) = 1
Para qu sirve un Grfico de Control? Una grfica de control tiene por objetivo principal el de detectar la variacin de un proceso debido a causas especiales (o atribuibles) . Las causas atribuibles se diferencia de las comunes por que origina una variacin excesiva del proceso. Idealmente, solo deben estar presentes las causas comunes en un proceso porque representa un proceso estable y predecible que tiene un mnimo de variacin. En este caso se dice que el proceso esta Bajo Control. GRAFICOS DE CONTROL MODIFICADOS. Los grficos de control modificados son una modificacin de los grficos de control normales, se emplean para analizar muestras de lotes y determinar si se acepta o se rechaza dichos lotes.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
20
3. Se determina de cada muestra, tambin R de cada muestra. 4. Se calcula el rango promedio. R = R k 5. Con esto establecemos los lmites modificados que siguen un Sistema Americano. MEDIAS LSCm = LES - ( 3 - A2 )*R d2 LICm = LEI + ( 3 - A2 )*R d2 RANGOS LSCm = D4*R LICm = D3*R 6. Grficar los lmites 7. Extraer una muestra y verificamos si est por encima o por debajo de los lmites modificados. Si una de las muestras esta fuera de los lmites modificados se rechaza. Ejemplo .- Para un producto Z cuya caracterstica de calidad es una variable, se tiene especificada un lmite superior de 44 mm, tiene un lmite inferior de 35 mm Cules sern los lmites de control modificados, si consideran muestras de cinco unidades?. Con una R = 4.49 y un = 39 mm, de 25 muestras de 5 unidades cada una. MEDIAS LSCm = 44 - ( 3 / 2.325 - 0.577 )*4.49 = 40.79718 40.80 LICm = 35 + (3 / 2.325 - 0.577 )*4.49 = 38.20 RANGOS LSCm =2.115*4.49 = 9.49635 9.50 LICm = 0*4.49 = 0
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
21
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
MEDIAS LSI = + 2.66*R LSA = + 2*2.66*R 3 LII = - 2.66*R LIA = - 2*2.66*R 3 RANGOS LSC = 3.267*R LIC = 0 7. Grficar lmites y valores y determinar o verificar si esta bajo control. Ejemplo : En una empresa manufacturera la caracterstica de calidad es el espesor de chapa, en vista de que es difcil conseguir muestras, se ha visto por conveniente realizar un grfico de control para muestras individuales. Desarrollo: En primer lugar se deber obtener 20 muestras individuales, las que despus de su medicin, se procede a la determinacin de los rangos entre muestras.
NUMERO DE MUESTRAS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 SUMA MEDIA VALORES DE LAS MUESTRAS "X" [ mm ] 80 75 70 80 100 85 75 80 85 105 80 85 95 95 105 80 85 90 90 100 1740 87
RANGO 5 5 10 20 15 10 5 5 20 25 5 10 0 10 25 5 5 0 10 190 10
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
22
MEDIAS LSI = 87 + 2.66*10 = 113.60 LSA = 87 + 2*2.66*10/3 = 104.73 LII = 87 - 2.66*10 = 60.40 LSA = 87 - 2*2.66*10/3 = 69.27 RANGOS LSC = 3.267*10 = 32.67 LIC = 0*10 = 0
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO DE RANGOS
30 25 25 20 20 RANGOS 15 15 10 10 5 5 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 0 5 5 5 5 5 5 10 10 10 10 20 25
NUMERO DE MUESTRA
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
23
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
7 GRAFICOS X-R PARA MUESTRAS MOVILES .Este tipo de grfico es una modificacin del Grfico para muestras individuales y se aplica Tambien cuando no es posible obtener muestras con varias unidades. La diferencia sustancial esta en la forma de agrupar las muestras individuales para determinar su media y su rango. PROCEDIMIENTO Se extrae al azar K muestras ( K > 30 ). Se procede a su medicin y registro. Se determina el valor promedio de las cinco primeras unidades y tambin el rango. Se descarta la primera muestra y se introduce una nueva muestra y se procede al clculo de su promedio () y rango , y as sucesivamente. 5. Se calcula el valor promedio ; = K-(n-1) 6. Se calcula el rango promedio ; R = R K-(n-1) 1. 2. 3. 4. LMITES DE CONTROL. Para las MEDIAS LSI = + 0.577*R LSA = + 2*0.577*R 3 LII = - 0.577*R LIA = - 2*0.577*R 3 Para los RANGOS LSC = D4*R = 2.115*R LIC = 0 8. Graficar lmites y valores, verificar si est bajo control. Los criterios para determinar si el proceso esta o no bajo control son los mismos que los establecidos anteriormente. Ejemplo .- En una empresa manufacturera la caracterstica de calidad es el espesor de chapa, en vista de que es difcil conseguir muestras, se ha visto por conveniente realizar un grfico de control para muestras individuales.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
24
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO DE CONTROL PARA MUESTRAS MOVILES MUESTRA VALOR MEDIA MAYOR MENOR RANGO 1 1.89 2 1.90 3 1.91 4 1.89 5 1.91 1.900 1.910 1.890 0.020 6 1.93 1.908 1.930 1.890 0.040 7 1.95 1.918 1.950 1.890 0.060 8 1.97 1.930 1.970 1.890 0.080 9 1.99 1.950 1.990 1.910 0.080 10 2.01 1.970 2.010 1.930 0.080 11 1.93 1.970 2.010 1.930 0.080 12 1.95 1.970 2.010 1.930 0.080 13 1.97 1.970 2.010 1.930 0.080 14 1.99 1.970 2.010 1.930 0.080 15 1.89 1.946 1.990 1.890 0.100 16 1.90 1.940 1.990 1.890 0.100 17 1.91 1.932 1.990 1.890 0.100 18 1.89 1.916 1.990 1.890 0.100 19 1.91 1.900 1.910 1.890 0.020 20 1.93 1.908 1.930 1.890 0.040 21 2.01 1.930 2.010 1.890 0.120 22 1.95 1.938 2.010 1.890 0.120 23 1.97 1.954 2.010 1.910 0.100 24 1.99 1.970 2.010 1.930 0.080 25 2.01 1.986 2.010 1.950 0.060 26 2.01 1.986 2.010 1.950 0.060 27 1.99 1.994 2.010 1.970 0.040 28 1.89 1.978 2.010 1.890 0.120 29 1.90 1.960 2.010 1.890 0.120 30 1.91 1.940 2.010 1.890 0.120 SUMA 50.634 2.080 MEDIA 1.947 0.080
para n = 5 LIMITES PARA LAS MEDIAS LSI = 1.947 + 0.577*0.080 = 1.99316 2 LSA = 1.947 + 2*0.577*0.080/3 = 1.9777733 1.98 LII = 1.947 - 0.577*0.080 = 1.90 LIA = 1.947 - 2*0.577*0.080/3 = 1.92 LIMITES PARA LOS RANGOS LSC = 2.115*0.080 = 0.1692 0.17 LIC = 0
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
25
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
MUESTRA
GRAFICO DE RANGOS
0.16 0.14
0.12 0.12 0.12 0.12 0.12 0.10 0.08 0.06 0.06 0.04 0.02 0.04
0.12 RANGOS
0.10 0.10 0.10 0.10
0.10
0.08 0.08 0.08 0.08 0.08 0.08 0.08
0.08
0.06
0.06
0.04
0.04
0.02
No est bajo control en las medias, descartar estas 30 muestras y proceder a sacar otros 30 y procedamos a analizar de nuevo.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
26
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
27
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO X
11 13 15 17 19 21 23 25
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
28
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO S
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
29
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
LSC = np + 3(np (1- p)) LIC = np - 3(np (1- p)) Si p < 0.05 entonces el valor (1 p) es casi 1 6. Los lmites de control, utilizan nicamente el Sistema Americano. 7. Grficar los lmites y los datos de las muestras, y verificar si los lmites son vlidos. Ejemplo .- En una empresa manufacturera se desea establecer lmites de Control por atributos para lo que se extrajo 30 muestras de 400 unidades cada uno.
GRAFICO DE CONTROL POR NUMERO DE UNIDADES DEFECTUOSAS MUESTRA n np p 1 400 18 0.045 2 400 12 0.030 3 400 23 0.058 4 400 16 0.040 5 400 13 0.033 6 400 15 0.038 7 400 21 0.053 8 400 20 0.050 9 400 36 0.090 10 400 17 0.043 11 400 21 0.053 12 400 20 0.050 13 400 32 0.080 14 400 28 0.070 15 400 25 0.063 16 400 21 0.053 17 400 12 0.030 18 400 18 0.045 19 400 12 0.030 20 400 20 0.050 21 400 16 0.040 22 400 13 0.033 23 400 15 0.038 24 400 21 0.053 25 400 20 0.050 26 400 31 0.078 27 400 17 0.043 28 400 21 0.053 29 400 20 0.050 30 400 32 0.080 SUMA 12000 606 1.515 MEDIA 400 20.2 0.051
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
30
p = 606 = 0.0505 30*400 LSC = 20.2 + 3*(20.2*(1-0.0505)) = 33.34 LIC = 20.2 - 3*(20.2*(1-0.0505)) = 7.06 LC = 400*0.0505 = 20.2
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
MUESTRA
Se rechaza porque existe un punto fuera de los lmites de control y se debe volver a recalcular otras 30 muestras.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
31
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
Ejemplo .- En una empresa manufacturera se desea establecer un control del proceso por atributos para diferentes tamaos de muestra, por lo que se extrajo 30 muestras con las siguientes disconformidades.
GRAFICO DE CONTROL POR FRACCION DE DEFECTUOSIDAD MUESTRA UNIDADES UNIDADES FRACCION DE N EXAMINADAS DEFECTUOSAS DEFECTUOSIDAD LSC 1 700 18 0.026 0.052918 2 400 12 0.030 0.059516 3 650 23 0.035 0.053689 4 1140 16 0.014 0.048495 5 400 13 0.033 0.059516 6 800 15 0.019 0.051598 7 550 21 0.038 0.055536 8 950 20 0.021 0.050024 9 1200 36 0.030 0.048090 10 480 17 0.035 0.057160 11 500 21 0.042 0.056662 12 680 20 0.029 0.053216 13 500 32 0.064 0.056662 14 480 28 0.058 0.057160 15 700 25 0.036 0.052918 16 1100 21 0.019 0.048784 17 800 12 0.015 0.051598 18 350 18 0.051 0.061382 19 400 12 0.030 0.059516 20 580 20 0.034 0.054932 21 400 16 0.040 0.059516 22 800 13 0.016 0.051598 23 1000 15 0.015 0.049580 24 500 21 0.042 0.056662 25 670 20 0.030 0.053370 26 400 31 0.078 0.059516 27 760 17 0.022 0.052094 28 1200 21 0.018 0.048090 29 960 20 0.021 0.049932 30 980 32 0.033 0.049753 SUMA 21030 606 0.974 MEDIA 701 20.2 0.032
LIC 0.012046 0.005448 0.011274 0.016468 0.005448 0.013366 0.009427 0.014940 0.016874 0.007803 0.008302 0.011748 0.008302 0.007803 0.012046 0.016180 0.013366 0.003581 0.005448 0.010031 0.005448 0.013366 0.015384 0.008302 0.011593 0.005448 0.012869 0.016874 0.015031 0.015210
LC = 0.032
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
32
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO DE "p"
0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MUESTRA
Serie 1 = LSC Serie 2 = p Serie 3 = LIC Se rechaza porque existen tres puntos fuera de los lmites de control, sacar otras 30 muestras y hacer el mismo clculo.
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
33
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO DE CONTROL POR NUMERO DE DEFECTOS POR PIEZA MUESTRA n DEFECTOS d N POR MUESTRA 1 10 18 1.8 2 10 12 1.2 3 10 23 2.3 4 10 16 1.6 5 10 13 1.3 6 10 15 1.5 7 10 21 2.1 8 10 20 2.0 9 10 36 3.6 10 10 17 1.7 11 10 21 2.1 12 10 20 2.0 13 10 32 3.2 14 10 28 2.8 15 10 25 2.5 16 10 21 2.1 17 10 12 1.2 18 10 18 1.8 19 10 12 1.2 20 10 20 2.0 21 10 16 1.6 22 10 13 1.3 23 10 15 1.5 24 10 21 2.1 25 10 20 2.0 26 10 31 3.1 27 10 17 1.7 28 10 21 2.1 29 10 20 2.0 30 10 32 3.2 SUMA 300 606 60.6 MEDIA 10 20.2 2.02
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
34
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO DE "d"
6.0 5.0 4.0 3.0 2.0 1.0 0.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MUESTRA
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
35
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
GRAFICO DE CONTROL POR NUMERO DE DEFECTOS POR MUESTRA MUESTRA DEFECTOS MUESTRA DEFECTOS N POR MUESTRA N POR MUESTRA 1 18 16 21 2 12 17 12 3 23 18 18 4 16 19 12 5 13 20 20 6 15 21 16 7 21 22 13 8 20 23 15 9 36 24 21 10 17 25 20 11 21 26 31 12 20 27 17 13 32 28 21 14 28 29 20 15 25 30 32 SUMA 606 MEDIA 20.2
GRAFICO DE "c"
40 35 30 25 20 15 10 5 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MUESTRA
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
36
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
TABLA PARA EL CALCULO DE GRAFICOS X - R GRAFICO X R NORMAL GRAFICO DE LAS MEDIAS (X) LIMITE SUPERIOR DE INTERVENCION LIMITE SUPERIOR DE ADVERTENCIA LIMITE INFERIOR DE ADVERTENCIA LIMITE INFERIOR DE INTERVENCION GRAFICO DE LOS RANGOS LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL FORMULA LSI = + A2*R LSA = + 2 A2*R 3 LIA = - 2 A2*R 3 LII = - A2*R LSC = D4* R LIC = D3* R
GRAFICO X R CON ESPECIFICACIONES DE X y GRAFICO DE LAS MEDIAS (X) FORMULA LIMITE SUPERIOR DE INTERVENCION LSI = + A * LIMITE SUPERIOR DE ADVERTENCIA LIMITE INFERIOR DE ADVERTENCIA LIMITE INFERIOR DE INTERVENCION GRAFICO DE LOS RANGOS LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL LSA = + 2A * 3 LIA = - 2A * 3 LII = - A * FORMULA LSC = D2* LIC = D1*
GRAFICO X R CON LIMITES MODIFICADOS GRAFICO DE LAS MEDIAS (X) FORMULA LIMITE SUPERIOR MODIFICADO LSCm = LES (3/d2 A2) * R LIMITE INFERIOR MODIFICADO GRAFICO DE LOS RANGOS LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL LICm = LEI + (3/d2 A2) * R FORMULA LSC = D4* R LIC = D3* R
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
37
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
TABLA PARA EL CALCULO DE GRAFICOS X - S GRAFICO X S NORMAL GRAFICO DE LAS MEDIAS (X) LIMITE SUPERIOR DE INTERVENCION LIMITE SUPERIOR DE ADVERTENCIA LIMITE INFERIOR DE ADVERTENCIA LIMITE INFERIOR DE INTERVENCION GRAFICO DE LAS DESVIACIONES LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL LSC = B4*S LIC = B3*S LSC = (1 + (3 / 2n)) *S LIC = (1 - (3 / 2n)) *S Para n 25 LSI = + (3 / n) *S LSA = + (2 / n) *S LIA = - (2 / n) *S LII = - (3 / n) *S
Para 10n<25 LSI = + A3*S LSA = + 2A3*S 3 LIA = - 2A3*S 3 LII = - A3*S
TABLA PARA EL CALCULO DE GRAFICOS X - S CON ESPECIFICACIONES DE X y GRAFICO X S CON ESPECIFICACIONES DE X y GRAFICO DE LAS MEDIAS (X) Para 10n<25 LIMITE SUPERIOR DE INTERVENCION LIMITE SUPERIOR DE ADVERTENCIA LIMITE INFERIOR DE ADVERTENCIA LIMITE INFERIOR DE INTERVENCION GRAFICO DE LAS DESVIACIONES LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL LSI = + A * LSA = + 2A * 3 LIA = - 2A * 3 LII = - A * LSC = B2* LIC = B1* Para n 25 LSI = + (3 / n) * LSA = + (2 / n) * LIA = - (2 / n) * LII = - (3 / n) * LSC = (1 + (3 / 2n)) * LIC = (1 - (3 / 2n)) *
TABLA PARA EL CALCULO DE GRAFICOS X - S MODIFICADOS GRAFICO X S MODIFICADOS GRAFICO DE LAS MEDIAS (X) LIMITE MODIFICADO SUPERIOR LIMITE MODIFICADO INFERIOR GRAFICO DE LAS DESVIACIONES LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL Para n 25 LMS = LES 3(1 + (1 / n)) *S LMI = LEI + 3(1 + (1 / n)) *S LSC = (1 + (3 / 2n)) * S LIC = (1 - (3 / 2n)) * S
Para 10n<25 LMS = LES (3/C4 A3)*S LMI = LEI + (3/C4 A3)*S
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
38
GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GESTION DE CALIDAD UMSS 2005 GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD GABINETE DE GESTION DE PRODUCCION Y CALIDAD
TABLA PARA EL CALCULO DE GRAFICOS DE CONTROL POR ATRIBUTOS GRAFICO POR NUMERO DE UNIDADES DEFECTUOSAS (np) GRAFICO np LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL Para p 0.05 LSC = np + 3(np (1- p)) LIC = np - 3(np (1- p)) Para p < 0.05 LSC = np + 3(np) LIC = np - 3(np)
GRAFICO POR FRACCION DE DEFECTUOSIDAD (p) GRAFICO p LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL Para tamaos de muestras variables LSC = p + 3(p (1- p)/ni) LIC = p - 3(p (1- p)/ni)
GRAFICO POR DEFECTOS POR PIEZA (d) GRAFICO d LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL Para piezas con varios defectos LSC = d+ 3(d) LIC = d - 3(d)
GRAFICO POR DEFECTOS POR MUESTRA (c) GRAFICO c LIMITE SUPERIOR DE CONTROL LIMITE INFERIOR DE CONTROL Para muestras de una unidad LSC = c + 3(c) LIC = c - 3(c)
Docente: Ing. Alfredo Cosio Papadpolis Auxiliar: Alex D. Choque Flores 2005
39