Documente Academic
Documente Profesional
Documente Cultură
CONTENIDO
OBJETIVOS
Cpk y K
Proceso con doble especificación
Z
Cpm
Cpi
Proceso con una especificación
Cps
Pp
Índices de Largo plazo
Ppk
capacidad de
proceso ZC
Métricas seis Sigmas
ZL
Estima. limites
Estudio integral
Fijación. limites
Capitulo III: Capacidad del proceso Monte Carlo
25/09/2017 II: Índices de capacidad y análisis de 3
tolerancia
Capitulo III: Capacidad del proceso II:
25/09/2017 Índices de capacidad y análisis de 4
tolerancia
Una característica de calidad importante en la fabricación de una
llanta es la longitud de capa, que para cierto tipo de llanta debe ser
780 mm con una tolerancia de ± 10 mm. La longitud es el
resultado de un proceso de corte por lo que este proceso debe
garantizar que la longitud este entre la especificación inferior EI =
770 y la superior ES = 790. con un valor ideal o nominal de N = 780.
Para monitorear el correcto funcionamiento del proceso de corte,
cada media hora se toman cinco capas y se miden. De acuerdo
con las mediciones hechas en el ultimo mes, en el que el proceso
son = 781 y = 4, respectivamente. Con base en esto se quiere
tener una evaluación de la manera que el proceso ha estado
cumpliendo con las especificaciones.
Datos
Especificación: 780 ± 10 mm
ES EI
Cp σ = desviación
6
estándar del proceso
Variación Tolerada
Cp
Variación real
CP = 1.44 CP = 1.49
EI ES
C pi y C ps
3 3
μ - EI ES - μ
C pk = Minimo ,
3σ 3σ
Si Cpk < 1, entonces el proceso no cumple con lo por lo menos una de las
especificaciones
De acuerdo a la tabla 3.1 , cuando los valores de Cpk , sean mayores a 1.25 o
1.45, se considerará que se tiene un proceso con capacidad satisfactoria
Valores de Cpk igual a cero o negativos, indican la media del proceso está fuera
de las especificaciones
Capitulo III: Capacidad del proceso
25/09/2017 II: Índices de capacidad y análisis de 18
tolerancia
Capitulo III: Capacidad del proceso II:
25/09/2017 Índices de capacidad y análisis de 19
tolerancia
D.- ÍNDICE DE LOCALIZACIÓN K (INDICE DE CENTRADO DEL
PROCESO)
Es un indicador de que tan centrada está la distribución de un proceso con
respecto a las especificaciones de una característica de calidad dada
N
k *100
1
ES EI
2
N = 0,5(ES-IS)
ES EI 790 770
Cp 0,83
6 6( 4)
6 6( 4) 24
Cr 1,20
ES EI 790 770 20
ES EI
C pm N
2 2
donde
6
ES EI 790 770 20
C pm 0,81
6 6 4 (781 780)
2 2
24,74
Capacidad
del proceso
ES - EI
Pp =
6σ L
ES EI
Zs y Zi
La capacidad de un proceso medida en termino del índice Z es igual al
valor mas pequeño entre Zs y Zi, es decir:
Z = mínimo [Z s , Z i ]
Capitulo III: Capacidad del proceso
25/09/2017 II: Índices de capacidad y análisis de 33
tolerancia
Si la desviación estándar utilizada para calcular el índice Z es de corto
plazo, entonces el correspondiente Z también será de corto plazo y se
denota como ZC
3Cpk = Zc y 3P pk = ZL
29 ,37 - (Z c - 0 ,8406 )2
PPM L = exp
2 , 221
a. Calculo de Z
ES - μ 50 ,6 - 50 ,01
Zs = = = 2 ,95
σ 0 ,2
μ - EI 50 ,6 - 49 ,4
Zi = = = 3 ,03
σ 0 ,2
Capacidad del proceso: Z = mínimo ´{Zs ; Zi} = 2,95, tiene una calidad
Tres Sigma
a. UNIDAD:
Es la parte o producto que se elabora mediante un proceso, y que, por
lo tanto, es posible inspeccionar o evaluar su calidad
b. OPORTUNIDAD DE ERROR:
Cualquier parte de la unidad que puede medirse o probarse si es
adecuada. Defecto es cualquier no conformidad o desviación de la
calidad especificada de un producto
La métrica Seis Sigma para este tipo de proceso con una característica de
calidad de atributos que, en el procesamiento de una unidad o producto es
posible tener mas de una oportunidad de error , es el índice DPMO. En
general, hay tendencia a preferirlo sobre el DPU, e incluso sobe el DPO.
P( Z < ZY ) = Y o P( Z > ZY ) = 1 – Y
DISTR.NORM.ESTAND.INV( probabilidad )
ZC = Zy + 1,5
Cada silla tiene 0.06 ensambles defectuosos (en 100 sillas seis ensambles
defectuosos)
b. CALCULO DEL INDICE DPO (DEFECTOS POR OPORTUNIDAD)
DPO = d / U * O = 120 / 2000 *24 = 120 / 48000 = 0.0025
c. DPMO (DEFECTOS POR MILLON DE OPORTUNIDADES)
DPMO = DPO * 1 000 000 = 0.0025*1000000 = 2500
Capitulo
Capitulo III:
IV:Capacidad
Capacidaddeldel
proceso
procesoII:
25/09/2017 II: Índices
Índicesdedecapacidad
capacidady yanálisis
análisisdede 50
tolerancia
tolerancia
d. CALCULO DE LA ESTIMACIÓN DEL RENDIMIENTO (
Se debe calcular el rendimiento Y del proceso mediante la
distribución de Poisson
Y = e-DPU = (2.7183)-0.06 = 0.9418
Es decir, la probabilidad de que una unidad, este libre de defectos es de
94.18 %
Se debe convertir esto al nivel de sigma de largo plazo, para lo cual Se
emplea la siguiente función Excel:
Los índices Cps y Cpi , el proceso se considere capaz deben ser mayor a 1.25
Si la característica de calidad es critica, entonces el valor mínimo debe ser
1.45
ES 30 10,2
C ps 1,29
3 3(5,1)
EI 105 100
C pi 0,256
3( ) 3(6,5)
C n es el tamaño de la muestra y Z /2
C p Z / 2
2n 1 es el percentil de la distribución
normal que determina la confianza
de la estimación ( si se quiere
C pk 1 trabajar con 95% de confianza el
C pk
2n 1 9n ES EI
valor de Z /2 es 1.96) C pm 2
_
S
2
X N
2
_
X N
1
El verdadero valor del índice se
C pm encontrara entre el intervalo
2
2 s
C pm Z / 2
n _
2
obtenido con las expresiones
X N
1 anteriores, con la confianza
s
2
deseada
Capitulo III: Capacidad del proceso
25/09/2017 II: Índices de capacidad y análisis de 57
tolerancia
Ejercicios 3.4
50,15 49 51 50,15
C pk Minímo C pi ,C ps Minimo ; Minimo (1,33;0,98) 0,98
3(0,289 3(0,289)
_ _
^ X EI ^ ES X
C pi C ps
3S 3S
Para tener una idea del valor de los índices poblacionales del proceso,
se calcula un intervalo de confianza (lo hacemos al 95%)
C 1,15
C p Z / 2 C p : 1,15 1,96 1,150 0,26
2n 1 2(40 1)
_ 2
1 X N
+ 1 ( 50 ,15 50 ) 2
∧
+
C 2 s
2
∧ pm 1 ,02 2 ( 0 ,289 ) 2
C pm ±Zα / 2 = C pm =1 ,02 ±1 ,96 =1.02 ±0.22
n _ 2
40 ( 50 ,15 50 ) 2
X N 1+
( 0 ,289 ) 2
1+
s
2
Transformación: ninguna
Distribución: Normal
tamaño de muestra = 180
media = 552.49
desv. est. = 1.9647
El StatAdvisor
Este procedimiento se ha diseñado para comprar un conjunto de datos contra un conjunto de especificaciones. El objetivo del análisis es estimar la proporción de la población, de la
cual provienen los datos, que queda fuera de los límites de especificación. En este caso, se ha ajustado una distribución Normal a un conjunto de 180 observaciones en la variable
Dimensiones llantas. 0.25159% de la distribución ajustada queda fuera de los límites de especificación. Si la distribución Normal es apropiada para los datos, esto estima el
porcentaje de la población que queda fuera de la especificación.
Para determinar si la distribución Normal es apropiada para estos datos, seleccione Pruebas de Bondad de Ajuste de la lista de Opciones Tabulares. Puede evaluar visualmente el
ajuste seleccionando la Gráfica de Capabilidad de la lista de Opciones Gráficas.
Capabilidad
Corto Plazo
Sigma 1.9505
Cp 1.3672
CR 73.144
Cpk 0.94183
Cpk (superior) 0.94183
Cpk (inferior) 1.7925
Con base en límites 6.0 sigma. La sigma de corto plazo se estimó a partir de diferencia cuadrada sucesiva promedio.
El StatAdvisor
Se han calculado diversos índices de capabilidad para resumir la comparación entre la distribución ajustada y las especificaciones. Un índice común es el Cp, el cual, en el caso de
una distribución normal, es igual a la distancia entre los límites de especificación dividida entre 6 veces la desviación estándar. En este caso, el Cp es igual a 1.3672, el cual
generalmente se considera bueno. Cpk es un índice de capabilidad unilateral, el cual, en el caso de una distribución normal, divide la distancia de la media al límite de especificación
más cercano, entre 3 veces la desviación estándar. En este caso, el Cpk es igual a 0.94183. La diferencia más bien grande entre el Cp y el Cpk es un signo de que la distribución no
está bien centrada entre los limites de especificación.
Capabilidad
Corto Plazo
Sigma 1.9505
Cp 1.3672
CR 73.144
Cpk 0.94183
Cpk (superior) 0.94183
Cpk (inferior) 1.7925
Con base en límites 6.0 sigma. La sigma de corto plazo se estimó a partir de diferencia cuadrada sucesiva promedio.
El StatAdvisor
Se han calculado diversos índices de capabilidad para resumir la comparación entre la distribución ajustada y las especificaciones. Un índice
común es el Cp, el cual, en el caso de una distribución normal, es igual a la distancia entre los límites de especificación dividida entre 6 veces
la desviación estándar. En este caso, el Cp es igual a 1.3672, el cual generalmente se considera bueno. Cpk es un índice de capabilidad
unilateral, el cual, en el caso de una distribución normal, divide la distancia de la media al límite de especificación más cercano, entre 3 veces
la desviación estándar. En este caso, el Cpk es igual a 0.94183. La diferencia más bien grande entre el Cp y el Cpk es un signo de que la
distribución no está bien centrada entre los limites de especificación.
Puesto que los índices de capabilidad son estadísticos, variarán de una muestra de datos a otra. Los intervalos de confianza del 95.0%
muestran que tanto pueden variar estos estadísticos de los valores verdaderos dado el hecho de que solamente se tomaron 180
observaciones.
Rango medio y desviación estándar Hay dos formas de estimar la desviación estándar del proceso: una es calculada
R = 4,61 directamente de los datos de la tabla (largo plazo)
S = 1,96 La otra es dividiendo el promedio de los rangos ent6reb la constante d2 (corto = 1,98
σ = R/d2=4,61/2,326=1,98 plazo), que depende del tamaño de subgrupo n=5 d2 = 2,326=
Límites reales La longitud de las capas varía entre 546,56 y 558,44 mm con un promedio de
La variación real del proceso es
(µ ± 3σ) = 553,5, la amplitud de estos limites es menor a la variación tolerada.
aceptable, pero se están
LRI = 552,5 - 3*1,98=546,56 El LRS supera la EI (558), por lo que se están cortando capas que exceden la
cortando capas que exceden los
LRS = = 552,5 + 3*1,98=558,44 longitud aceptable
558 mm
Porcentaje fuera de las especificaciones El porcentaje de l área bajo la curva normal (histograma) que excede la Las capas que exceden a 558mm
0,2737 especificación superior es del 0,2737 % que corresponde a 2737 partes por millón generan problemas de calidad en
la llanta
1. Las necesidades
Estos dos
funcionales de un
Se toman aspectos
producto
dos aspectos muchas
2. Lo que el proceso
veces son
de producción
antagónicos
puede realizar
Capitulo III: Capacidad del proceso
25/09/2017 II: Índices de capacidad y análisis de 71
tolerancia
3.7.- ESTIMACIÓN DE LOS LÍMITES NATURALES
DE TOLERANCIA DE UN PROCESO
µ ± Z /2 σ
y a 1 x 1 a 2 x 2 .......a n x n
Capitulo III: Capacidad del proceso II:
25/09/2017 Índices de capacidad y análisis de 79
tolerancia
Si xi son independientes y su distribución es
normal con media y varianza σi2 entonces la
dimensión final, y, se distribuye normal con media
y varianza:
n
Lo que hace la y ai i
varianza es i 1
establecer la var ianza
variabilidad de la
n
variable aleatoria
a i2 i2
2
y
i 1
DATOS:
X1 ̴ N(39,9;0,25); x2 ̴ N(60,2;0,56); x3 ̴ N(80;0,90)
y a 1 x 1 a 2 x 2 .......a n x n
y = 2x1 + x2 + x3
En la figura se va a considerar el
ensamble de tres piezas. Las
especificaciones para el ensamble final
son de 22,00 ± 0,4. La longitud de cada
componente, x1, x2 y x3, son
independientes y se distribuye normal
con medidas µ1 = 8, µ2 = 3 y µ3 = 11;
respectivamente. El objetivo es definir
los límites de tolerancia para los
ensambles individuales de forma que al
menos 99,73% de los ensambles finales
este dentro de las especificaciones
3y = 0,4
Si y = 0,4 / 3 =0,1333
y2 12 22 32 (0,1333) 2 0,01778
12 8c ; 22 3c ; 32 11c
y2 8c 3c 11c 22c
Despejando c obtenemos
y2 0,01778
c 0,000808
22 22
22 3c 3 * 0,000808 0,00242
Parte de una barra debe ser ensamblada en un cuerpo cilíndrico, ver figura. El
ensamble debe ser bueno y tener poco claro; para ello el diseñador ha establecido un
claro de 0,23 mm con una tolerancia de 0,20 mm. Encontrar que porcentaje de los
ensambles cumplen con estas especificaciones. De los datos históricos se sabe que
el diámetro interno del cilindro es una variable aleatoria normal, x1, con media µ1 = 40
mm y una desviación estándar de 1 = 0,05 mm; el diámetro de la barra,x2, es
distribuida normalmente con media µ2 = 39,75 mm y una desviación estándar de 2 =
0,06 mm. Calcular el claro u holgura del ensamble:
y = x1 - x2
Y = x1 – x2 < 0
μy 0 ,25
=Φ - =Φ - =Φ (- 3 , 200922 ) = 0 ,0007
σy 0 ,0061
Por lo tanto, solo 0,07% (700 partes por millón) de ensambles no son
posibles debido a que hay interferencia