Professional Documents
Culture Documents
DE PROCESOS
1
INTRODUCCION
LIE
LSE
LIE
LSE
ESPECIFICACION
La especificacin es la voz del cliente
La especificacin es el valor de un tem de control que se
debe cumplir.
De ah que interesa saber que tan capaz es el proceso de
cumplir con esas especificaciones.
Por lo tanto todo valor puede ser clasificado como bueno
(si cumple con la especificacin) o como defectuoso (si no
cumple con la especificacin).
La diferencia entre las especificaciones (LSE - LIE) dan
la tolerancia.
2
DEFINICION
CAPACIDAD DE PROCESO
Es el potencial del proceso para cumplir con las
especificaciones.
La Capacidad de Proceso se puede representar como:
Capacidad de Proceso =
VOC
VOP
3
MEDIDAS DE LA
CAPACIDAD DE PROCESO
=
desviacin
terica de la
poblacin
El clculo de ^
(x) depende del grfico de control de
variables que se est utilizando para verificar el estado
de control.
d2 y c4
=
factores estadsticos que
dependen del tamao de la muestra
Factores estadsticos c4 y d2
Tamao de
muestra
c4
d2
0.7979
Tamao de
muestra
c4
d2
1.128
19
0.9862
3.689
0.8862
1.693
20
0.9869
3.735
0.9213
2.059
21
0.9760
3.778
0.9400
2.326
22
0.9882
3.819
0.9515
2.534
23
0.9887
3.858
0.9594
2.704
24
0.9892
3.895
0.9650
2.847
25
0.9896
3.931
0.9693
2.970
30
0.9915
4.086
10
0.9727
3.078
35
0.9927
4.213
11
0.9754
3.173
40
0.9936
4.322
12
0.9776
3.258
45
0.9943
4.415
13
0.9794
3.336
50
0.9949
4.498
14
0.9810
3.407
60
0.9957
4.639
15
0.9823
3.472
70
0.9963
4.755
16
0.9835
3.532
80
0.9968
4.854
17
0.9845
3.588
90
0.9972
4.939
18
0.9854
3.640
100
0.9975
5.015
Ejemplo 1:
Se tienen la siguiente informacin de un proceso:
Especificaciones: LSE = 11.0, LIE = 10.50
Datos del Proceso:
= 0.0868
x = 10.85
Cp =
11.0 10.50
6(0.0868)
= 0.96
LSE + LIE
=
2
A
LIE
LSE
3
x
B
LIE
LSE
3
x
6 = LSE - LIE
Cp = 1
LIE
LSE
3
x
LSE
3
x
B
LIE
LSE
3
x
6 = LSE - LIE
Cp = 1
LIE
LSE
x - LIE
LSE - x
LSE
3
x
LSE
B
LIE
LSE
C
LIE
LSE
6 = LSE - LIE
Cp = 1
LSE - x
x - LIE
= 3*(x)
3*(x)
En procesos centrados
Cp = Cpk
LSE
3
x
<
x - LIE
3*(x)
B
LIE
LSE
3
x
6 = LSE - LIE
Cp = 1
LSE - x
3*(x)
>
x - LIE
3*(x)
Cpk < 1
Cpk < 1
Cpk < Cp
Cpk < Cp
LIE
LSE
LSE - x
3*(x)
<
x - LIE
3*(x)
Cpk < 0
3
Cpk < Cp
Cp > 1
En conclusin: un valor grande de Cp (Cp mucho mayor a 1)
puede tener Cpk negativo.
Para cualquier proceso, el mximo valor que pude tener el
Cpk es el valor del Cp.
SIEMPRE:
Cpk <= Cp
Ejemplo 2:
Las Especificaciones del Consumidor son 3.20 pulgadas 0.10
LIE = 3.10 pulg., LSE = 3.30 pulg.
El Proceso opera sobre una media de 3.15 pulg. y una
desviacin estndar de 0.05 pulg.
3.30 - 3.10
Cp =
= 0.666
6 * 0.05
3.30 - 3.15 , 3.15 - 3.10
Cpk = min
3 * 0.05
3 * 0.05
Cpk = 0.33
Cp < 1: la variacin del proceso es muy amplia
Cpk < 1: se producen actualmente muchos defectos
Cpk < Cp:, el proceso est descentrado y muy cercano al LIE.
Pueden producirse defectos excesivos (por debajo del LIE).
INTERPRETACIONES DE Cp Y Cpk
Cp
Cp
Cp
Cpk
Cpk
Cpk
Cpk
Cpk
Cpk
Cpk
<1
Proceso incapaz
=1
La amplitud del proceso es igual a la
tolerancia (LSE - LIE)
>1
Proceso potencialmente capaz (mnimo
1.33)
<0
La media del proceso est fuera de los
lmites de especificacin.
=0
La media est sobre uno de los lmites
de especificacin.
>0
La media est entre los lmites de
especificacin.
<1
Proceso incapaz
=1
Proceso centrado y la amplitud del
proceso es igual a la tolerancia (LSE - LIE)
>1
Proceso capaz (mnimo 1.33)
= Cp
Proceso centrado con respecto a los
|CE - x| * 2
k=
LSE - LIE
Entonces
LSE + LIE
CE =
2
Cpk = Cp(1 - k)
Estabilidad ()
St
=
(x)
^
Donde:
St = desviacin estndar de
toda la muestra
St =
(xi - x)2
n-1
Ejemplo 3:
Se desea conocer la Capacidad de un proceso, para producir
piezas, donde el espesor de la misma es la caracterstica
crtica.
Se cuenta con las siguientes especificaciones:
espesor
LSE
LIE
= 0.300 pulg.
= 0.300 + 0.015 = 0.315 pulg.
= 0.300 - 0.005 = 0.295 pulg.
Espesor (pulg)
1
0.301
0.304
0.306
0.304
0.304
0.005
0.303
0.307
0.305
0.305
0.305
0.004
0.304
0.305
0.305
0.307
0.305
0.003
0.306
0.302
0.304
0.305
0.304
0.004
0.301
0.306
0.307
0.303
0.304
0.006
0.308
0.303
0.306
0.304
0.305
0.005
0.307
0.305
0.306
0.306
0.306
0.002
0.305
0.303
0.304
0.306
0.305
0.003
0.304
0.305
0.309
0.302
0.305
0.007
10
0.307
0.305
0.306
0.305
0.306
0.002
11
0.304
0.305
0.306
0.305
0.305
0.002
12
0.306
0.307
0.308
0.305
0.307
0.003
13
0.303
0.303
0.307
0.303
0.304
0.004
14
0.306
0.303
0.302
0.309
0.305
0.007
15
0.307
0.303
0.304
0.303
0.304
0.004
16
0.306
0.304
0.306
0.305
0.305
0.002
17
0.305
0.305
0.300
0.305
0.304
0.005
18
0.306
0.304
0.306
0.303
0.305
0.003
19
0.306
0.304
0.304
0.300
0.304
0.006
20
0.306
0.302
0.305
0.304
0.304
0.004
Total
6.095
0.081
R=
0.081
20
= 0.0041
Grfico x
x=
6.095
20
= 0.3048
Grfico x
0.310
LSC
0.308
pulg
0.306
LC
0.304
LIC
0.302
0.300
0.298
1
9 10 11 12 13 14 15 16 17 18 19 20
Como se puede
apreciar, de los
grficos, el
proceso est en
control
estadstico.
muestras
Grfico R
0.010
LSC
pulg
0.008
0.006
0.004
LC
0.002
LIC
0.000
1
9 10 11 12 13 14 15 16 17 18 19 20
muestras
Ahora s se
puede analizar la
capacidad del
proceso.
0.0041
2.059
= 0.0020
0.315 - 0.295
Cp =
0.012
Cp = 1.67
Proceso potencialmente capaz
Clculo de Cpk
LSE - x , x - LIE
Cpk = min
3 *^
(x) 3 * ^
(x)
0.315 - 0.3048 , 0.3048 - 0.295
Cpk = min
3 * 0.0020
3 * 0.0020
Cpk = min 1.70 , 1.63
Cpk = 1.63
Proceso capaz
|T - x|
k=
LSE - T
Donde:
T
= valor meta
(target)
LSE - x
Cpk =
3*^
(x)
Cpk > 0
Cpk < 0
|T - x|
k=
T - LIE
Donde:
T
x - LIE
Cpk =
3*^
(x)
= valor meta
(target)
Interesa que todos los valores
sean mayores a la especificacin.
LIE
LIE
Cpk > 0
Cpk < 0
4
ESTIMACION DEL
PORCENTAJE DE DEFECTOS
ESTIMACION
Se basa en la teora de la Distribucin Normal y en la
aplicacin del estadstico z.
El estadstico z, permite ajustar cualquier proceso que
sigue una distribucin normal a la curva estndar: N(0,1).
El valor de z se define como:
z = x-x
Donde:
x = valor de la caracterstica
x = media de la caracterstica
S = desviacin estndar de la caracterstica
Ejemplo 4:
Tomamos los datos del Ejemplo 2:
LSE = 3.10
LIE = 3.30
x = 3.15
S = 0.05
Cp = 0.666
Cpk = 0.33
z del LIE:
z=
3.10
3.30
3.10 - 3.15
0.05
z=
z = -1
15.865% de
defectuosos
z del LSE:
3.30 - 3.15
0.05
z=3
3.15
0.135% de
defectuosos
3.10
3.30
3.10 - 3.20
0.05
z=
z = -2
3.30 - 3.20
0.05
z=2
3.20
2.276% de
defectuosos
z del LSE:
2.276% de
defectuosos
3.10
3.30
3.10 - 3.20
0.03
z=
z = -3.33
3.30 - 3.20
0.03
z = 3.33
3.20
0.044% de
defectuosos
z del LSE:
0.044% de
defectuosos
5
ESTUDIO DE
CAPACIDAD DE PROCESO
ESTUDIO DE CAPACIDAD
Estudio para estimar la aptitud del proceso.
Puede ser descriptivo (distribucin de probabilidad,
media, desviacin estndar), sin tomar en cuenta la
especificacin.
Puede expresarse como un porcentaje fuera de la
especificacin.
En la industria a veces se habla de dos tipos de
capacidad
Capacidad de las mquinas (u operarios) o
capacidad a corto plazo.
Capacidad del proceso o capacidad a largo plazo.
EJEMPLO 5
x2
x3
x4
x2 ~ N(4.5, 0.03)
x4 ~ N(2.5, 0.01)
Desarrollo:
La longitud del mecanismo es una combinacin lineal de
las longitudes de los componentes:
y = a1x1 + a2x2 + ... + anxn
Como xi ~ N(i,i), entonces y ~ N(y,y)
Entonces, y = 2.0 + 4.5 + 3.0 + 2.5 = 12.0
Y,
z del LIE:
z=
11.90
12.10
11.9 - 12.0
0.0424
z del LSE:
z=
z = -2.36
12.1 - 12.0
0.0424
z = 2.36
12.0
0.914% de
defectuosos
0.914% de
defectuosos
EJEMPLO 6
Se tiene el siguiente esquema de montar un eje en un
cojinete:
Eje
x2
x1
Cojinete
z=
0.0
0.0 - 0.020
0.0045
z = -4.44
0.020
0.0% de montajes
no realizados