CALIDAD Y MEJORAMIENTO CONTINUO

Control Estadístico de Procesos

Mg. Ing. Félix Pizarro Martínez

[email protected]

Gestión de Operaciones 2S/2023

Ingeniería e Mantenimiento Industrial
Evolución del concepto Control de Calidad

Reprocesos
Aviso para actuar
sobre el proceso
Desechos
Concepción
Producto Defectuoso
Tradicional
Materias Primas
Inspección Usuario

Reprocesos

Ajustes constantes basados en muestreo Desechos

selectivo del producto y del proceso.
Concepción Producto Defectuoso

CEP Materias Primas

Inspección Usuario

2
Control de Procesos

Históricamente ha evolucionado en dos vertientes:

• Control automático de procesos (APC) empresas de producción continua

(empresas químicas)
• Control estadístico de procesos (SPC) en sistemas de producción en serie
(empresas metalmecánicas).

Vamos a concentrarnos en el SPC

3
Control Estadístico de Procesos
Los objetivos son:

• Monitorear y vigilar el desempeño del proceso en cuanto a las características

de calidad críticas del producto, para así minimizar la producción defectuosa
 Gráficos de Control.

• Estimar los parámetros del proceso para comparar la producción con las
especificaciones  Estudios de Capacidad.

En ambos casos, se trata de herramientas por y para la mejora

continua.
4
 Causas de la variabilidad en un proceso

Causas Comunes Causas Asignables

• Suelen ser muchas y cada una • Suelen ser pocas pero con efectos
produce pequeñas variaciones. importantes en la variabilidad.
• Son parte permanente del proceso • Aparecen esporádicamente.
• Son difíciles de eliminar y forman • Son relativamente fáciles de eliminar
parte del sistema. • Por lo general su efecto está localizado
• Afectan a todo el conjunto de en una(s) máquina(s) u operario(s).
máquinas y operarios

5
 “Proceso bajo control estadístico”

• Se dice que un proceso está bajo control

estadístico cuando solo está afectado por
causas comunes de variabilidad. Esto significa
que podemos predecir lo que va a suceder con
el proceso y sus productos.

• A diferencia del APC, en el SPC el significado de

“control” está más vinculado con el monitoreo
del sistema que con la actuación sobre el
mismo.

6
 Variables cuantitativas
Las variables cuantitativas continuas toman un número considerable
de valores y su representación gráfica resulta más clara si se agrupan
los valores próximos de la variable.

El gráfico más común de

la distribución de una
variable cuantitativa
continua es un
histograma.

7 8/3/2023
En el proceso de fabricación de una armadura metálica se han medido los
espesores obtenidos después del proceso de estampado. La especificación
de dicho espesor es 10 ±1 𝑚𝑚. Con los datos presentados en la tabla,
construir el histograma y sacar conclusiones.
 Solución
1.- Contamos el numero de datos medidos (36 datos)

2.- Calculamos el rango de los datos (MAX-min)

11,4 – 9 = 2,4

3.- Ahora dividimos los datos en diferentes clases. Para ello resulta muy
útil aplacar la siguiente formula:
Clases = 𝑛° 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 = 36 = 6

4.- Se calcula el intervalo H, en el que se encuentra cada una de las

clases:
𝑅𝑎𝑛𝑔𝑜 2,4
H= = = 0,4
𝑁° 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 6
5.- Con estos datos ya podemos construir la tabla de frecuencias para cada
clase, teniendo en cuenta que los datos se agrupan en seis tipos de clases
y que cada una de ellas identifica a espesores que abarcan 0,4 mm:
POLIGONO DE FRECUENCIAS
El 95.44% de los valores se
encuentra en 2σ.

2 x 0.2 = 0.4

Como la media es 10, este

porcentaje de valores se
situara entre el intervalo.

9.6 y 10.4 mm
 Gráficos de Control
Se desea estudiar la estabilidad en la producción de una pieza en la cual
su peso es la característica critica. Para ello se toma el peso de cada
pieza obtenida en el proceso cada 5 minutos. El peso medio de la pieza
se sitúa en 100 gramos y su tolerancia es de 100 ± 5 gramos.
Dibujar el gráfico de control si los pesos obtenidos son los que se
muestran.

N° 1 2 3 4 5 6 7 8 9 10
Peso 100 94 98 99 104 106 94 99 102 104
Solución La línea central se encontrará en la media: LC = 100g
El limite de tolerancia superior es: LTS = 105g
El limite de tolerancia inferior es: LTI = 95g

Con estos datos dibujamos el gráfico de control.

 Gráficos de Control por Variables
Para un proceso que sigue una “Distribución Normal” es posible calcular cuales tienen que ser los Limites de
Control Superior e Inferior para considerar que el proceso está bajo control estadístico. Podemos calcular los
limites con cierta aproximación utilizando las siguientes expresiones:

Limite de Control Superior: LCS = 𝑋ത + 3𝜎

Limite de Control Inferior : LCS = 𝑋ത − 3𝜎 Aseguramos que el 99.73%
de los valores se encuentran
dentro de estos limites.
SOLUCIÓN

Calculamos primero la media:

𝑥1 ∗𝑛1 +𝑥2 ∗𝑛2 +⋯+𝑥𝑖 ∗𝑛𝑖 100+94+98+⋯+104

𝑋ത = = =100 g
𝑛 10

La Desviación típica será:

ത 2 +(𝑥2 − 𝑋)
(𝑥1 − 𝑋) ത 2 + ⋯+(𝑥𝑛 − 𝑋)
ത 2 (100−100)2 +(94−100)2 + ⋯+(104−100)2
𝑋ത = = = 4,08 𝑔
𝑛−1 10−1

Limite de Control Superior: LCS = 𝑋 ̅+3𝜎 = 100 + 3 * 4,08 = 112,24 g

Limite de Control Inferior : LCS = 𝑋 ̅−3𝜎 = 100 - 3 * 4,08 = 87,76 g

 Interpretación de los gráficos de control
• Necesitamos determinar si el proceso está bajo control, lo cual se
traduce en que los puntos mostrados estén dentro de los límites
de control y presenten un comportamiento aleatorio.

• Para esto se utilizan una serie de reglas empíricas, cuya

presentación se facilita si el área dentro de los límites de control
se divide en regiones iguales.

19
 Interpretación de los gráficos de control (c)

10.5

Zona A
Característica de Calidad

Zona B

Zona C
10.0

Zona C

Zona B
9.5

Zona A

5 10 15 20 25
Muestra
20
 Interpretación de los gráficos de control (c)

• A las reglas empíricas que se utilizan para determinar si un proceso

está bajo control se les suele denominar reglas de parada.

• Corresponden a sucesos que tienen muy baja probabilidad de ocurrir

si el proceso está bajo control.

• Cada una de ellas provee información sobre el tipo de causa

asignable que puede estar afectando al proceso.

21
 10.5
Zona A

Característica de Calidad
Zona B

Zona C

10.0
Zona C

Zona B

9.5
Zona A

5 10 15 20 25
Muestra

10.5
Zona A

Característica de Calidad
Zona B

Zona C

10.0
Zona C

Zona B

9.5
Zona A

5 10 15 20 25
Muestra
10.5

Zona A
Característica de Calidad

Zona B

10.5
Zona A
Zona C

Característica de Calidad
10.0

Zona B
Zona C
Zona C

10.0
Zona B
Zona C
9.5

Zona A
Zona B

9.5
Zona A

5 10 15 20 25
Muestra
5 10 15 20 25
Mues tra
10.5

Zona A

10.5
Característica de Calidad

Zona B Zona A

Característica de Calidad
Zona B
Zona C
10.0

Zona C

10.0
Zona C
Zona C
Zona B
Zona B
9.5

Zona A

9.5
Zona A

5 10 15 20 25 5 10 15 20 25

Muestra Muestra
Reglas de parada

• Nunca trate de explicar la influencia de todos y cada

uno de los eventos que ocurren en la planta a través
de gráficos de control. El procedimiento correcto es
detectar ALARMAS y luego usar los registros de
eventos para determinar si corresponden a causas
asignables o a causas comunes.

23
Tolerancias y capacidad
• La literatura suele distinguir entre dos tipos de
tolerancias:
• Tolerancias de diseño: las cuales son fijadas por el
departamento de ingeniería. Están relacionadas con el
concepto de calidad en el diseño.
• Tolerancias de naturales: que vienen dadas por las
características de la máquina o proceso.

24
Tolerancias y capacidad (cont)
• Si las tolerancias naturales de un proceso son más
estrictas que las tolerancias de diseño entonces es
fácil obtener calidad de conformidad.
• Sin embargo, si las tolerancias de diseño se vuelven
incompatibles con las tolerancias naturales de
nuestro proceso, muy difícilmente lograremos
elaborar productos que las satisfagan.

25
Capacidad de Proceso y de Máquina
Índice de Capacidad
 Índice de Capacidad

Proceso Capaz ➔ Cp > 1,33 ➔ (LTS-LTI) > 6σ ➔ Todos los valores se

encuentran dentro de los limites fijados en la tolerancia.

Proceso Incapaz ➔ Cp ≤ 1,33 ➔ aplicar medidas correctoras con el fin de

disminuir la desviación estándar y ajustar el proceso a los limites tolerables.
 Índice de Capacidad

En general se puede decir que el proceso esta centrado y capaz, si:

Cp > 1,33 y Cpl > 1,33 y Cps > 1,33

El valor medio del peso de un cereal, el año pasado, fue 0.297 kg, con una
desviación estándar de 0.024 kg. Suponiendo que la distribución es normal,
determinar el porcentaje de los datos que cae abajo del limite inferior de la
especificación de 0.274 kg.
Ahora determinar el porcentaje de los datos que caen arriba
de 0.347 kg.
Un fabricante de tornillos produce 5000 tornillos diarios. Las
especificaciones técnicas para el largo es: 100 mm ± 5mm.

Para estudiar la capacidad de proceso se ha medido la

longitud de 5 tornillos cada hora. El numero total de
muestras tomadas para realizar este estudio ha sido de 8,
por lo que el total de unidades a controlar es de 40 y se
muestran a continuación.
 Característica cuantitativa; puede
VARIABLE expresarse mediante un numero real o ser
medida o recogida en una escala continua

Dureza, Peso

Característica cualitativa; se observa si un

articulo posee o no dicha característica.
ATRIBUTO La característica no responde a una escala
de medida y debe ser clasificada dentro
de un conjunto de categorías.

Color, Defecto
 VARIABLE
(Largo del Eje)

ATRIBUTO
(N° de Defectos)