CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.
-
Upload
emygdia-consuegra -
Category
Documents
-
view
28 -
download
11
Transcript of CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.
![Page 1: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/1.jpg)
CONTROL ESTADÍSTICO DE PROCESOS
Ing. Christian Farías Carretero
![Page 2: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/2.jpg)
Historia
El control de Calidad es tan viejo como la propia industria.Ejemplo : Mayas – Egipcios
El control Estadístico de la Calidad solo tiene dos o tres siglos de vida.
Ejemplo : Gráficos de Control ( 100 años )
![Page 3: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/3.jpg)
Walter A. Shewhart
Bell Telephone LabsAmerican War
StandardCursos de
InvestigaciónGeorge D. Edwards
ASQC
Bernard Dudding
General Electric Com.BS 600-1935
TechnometricsQuality Progress Journal of Quality Tec
Historia
![Page 4: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/4.jpg)
Control de Calidad
Técnicas y actividades de carácter operativo, utilizadas para satisfacer los requisitos para la calidad.
Implantación Verificación
Acción Remediadora
¿Conforme? OK
Estándar
NO
SI
![Page 5: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/5.jpg)
Defecto y No Conformidad
Incumplimiento de un requisito para un uso previsto o de una expectativa razonable, incluyendo lo relacionado con la seguridad.
Incumplimiento de un requisito especificado.
![Page 6: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/6.jpg)
MediaModaMediana
RangoVarianzaDesviación estándarRelación entre las
medidas de dispersión.
Medidas de Tendencia Central y de Dispersión
![Page 7: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/7.jpg)
Es el centro de gravedad de los datos.
Usa todas las observaciones
No es necesario clasificar los datos.
Los valores extremos pueden distorsionar la figura.
La media puede no ser el valor real de todas las observaciones
Media : Ventajas y desventajas
VENTAJAS DESVENTAJAS
![Page 8: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/8.jpg)
No es necesario hacer cálculos ni clasificar las observaciones.
No es influenciado por valores extremos
Es un valor real Puede ser visualizado
los diagramas de distribución.
Los datos pueden no tener moda
Moda : Ventajas y desventajas
VENTAJAS DESVENTAJAS
![Page 9: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/9.jpg)
No es necesario hacer cálculos ni clasificar las observaciones.
No es influenciado por valores extremos
Es un valor real Puede ser visualizado
los diagramas de distribución.
Los datos pueden no tener moda
Moda : Ventajas y desventajas
VENTAJAS DESVENTAJAS
![Page 10: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/10.jpg)
Provee una idea de donde están localizados la mayoría de las observaciones.
Es requerido poco cálculo.
No es sensible a valores Externos.
Los datos deben ser clasificados y ordenados.
No usar todos los datos Valores extremos pueden
ser importantes. La mediana tendrá más
variación ( entre muestras ) que la media.
Mediana : Ventajas y desventajas
VENTAJAS DESVENTAJAS
![Page 11: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/11.jpg)
Control Estadístico de Calidad
Conjunto de técnicas estadísticas usadas para medir y controlar el desempeño de los procesos.
Sirve para identificar áreas de mejora en el proceso y medir la variación de las características de calidad.
Objetivos y beneficios.
![Page 12: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/12.jpg)
Objetivos
Mejorar la calidadDefinir la capacidad o alcance
del proceso.Decidir sobre las
especificaciones.Decidir sobre el proceso.Decidir sobre los productos.Calcular el promedio de la
calidad y controlar su cumplimiento.
Control Estadístico de Calidad
![Page 13: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/13.jpg)
Hacer el proceso más estable
Mejorar el proceso
Control Estadístico de la Calidad
I
II
![Page 14: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/14.jpg)
En la pieza misma.
De una pieza a otra.
De instante de tiempo a otro.
El equipoEl materialEl entornoEl operarioLa interacción de estosVariaciones a lo largo
del tiempo
Variación
CLASES CAUSAS
![Page 15: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/15.jpg)
Mosquete y Rifle
**
**** *
* *
********
![Page 16: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/16.jpg)
Causas fortuitas y causas atribuibles
Variabilidad natural o “ ruido de fondo”
Causas fortuitas
Otras causas de variabilidadCausas atribuibles
![Page 17: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/17.jpg)
Aquellas características de calidad que son medibles
Son las características de calidad y se dividen en dos grupos
Variables contra Atributos•Variables
•Atributos
Satisfacen las especificaciones No las satisfacen
•De Variables Atributos
![Page 18: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/18.jpg)
Pasos para una gráfica de control por variables
Definir las características de calidad.Escoger el subgrupo racionalReunir los datosCalcular los limites de control y la línea
central.Revisar los limites de control y la linea
central.Lograr el objetivo.
![Page 19: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/19.jpg)
Subgrupos racionales
Tamaño del subgrupo.Diferencias entre grupo.
Máxima Diferencias dentro del subgrupo
MínimaProducidas en el mismo momentoProducidas en un intervalo
![Page 20: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/20.jpg)
Límites de Control3 sigmas
Limites 0.001Buenos resultados
Menos de 3 sigmas:Perdidas en el procesoCostos de investigación, etc.
LC = E[X] + L * σ[x] -
![Page 21: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/21.jpg)
Principios Estadísticos
Error Tipo I (α )
Riesgo de que un punto caiga fuera de los límites de control, cuando no existe una causa atribuible.
Error Tipo II (β )Riesgo de que un punto dentro de los límites de control, cuando existe una causa atribuible.
![Page 22: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/22.jpg)
Estimación de parámetros
Estimador de la media:
û = 1/m * Σ Xm
Estimadores de la varianza :
^ ^ 2
σ2 = 1/m* Σ σ2 σ2 = [1/d2m * Σ R ]
![Page 23: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/23.jpg)
Distribución Normal
Características:Mediana = Moda = MediaSimétricaUnimodal
![Page 24: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/24.jpg)
Distribución Normal
Distribución Normal EstándarParámetros:
MediaDesviación estándar
Estandarización Probabilidad
![Page 25: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/25.jpg)
Teorema de Límite Central
Si Y es el promedio de n variables aleatorias, distribuidas independientemente, entonces Y tiene aproximadamente una distribución normal. La distribución mejora cuando n > 4.
![Page 26: CONTROL ESTADÍSTICO DE PROCESOS Ing. Christian Farías Carretero.](https://reader035.fdocument.pub/reader035/viewer/2022081414/54b59af74979594d3a8b7149/html5/thumbnails/26.jpg)
Limites de Control