CAPÍTULO 6.- MANUAL DE CONTROL ESTADÍSTICO DE PROCESOS
Introducción.
Definición de Proceso
Control Estadístico
de Procesos
Proceso bajo control estadístico
Un proceso de fabricación es una suma compleja de eventos
grandes y pequeños. Hay una gran cantidad de variables
que sería imposible o muy difícil controlar. Estas
se denominan variables no controlables. Por ejemplo, pequeñas
variaciones de calidad del plástico, pequeños
cambios en la velocidad del pistón, ligeras fluctuaciones
de la corriente eléctrica que alimenta la máquina,
etc.
Los efectos que producen las variables no controlables son aleatorios.
Además, la contribución de cada una de dichas
variables a la variabilidad total es cuantitativamente pequeña.
Son las variables no controlables las responsables de la variabilidad
de las características de calidad del producto.
Los cambios en las variables controlables se denominan Causas
Asignables de variación del proceso, porque es posible
identificarlas. Las fluctuaciones al azar de la variables no
controlables se denominan Causas No Asignables de variación
del proceso, porque no son pasibles de ser identificadas. Causas
Asignables: Son causas que pueden ser identificadas y que conviene
descubrir y eliminar, por ejemplo, una falla de la máquina
por desgaste de una pieza, un cambio muy notorio en la calidad
del plástico, etc. Estas causas provocan que el proceso
no funcione como se desea y por lo tanto es necesario eliminar
la causa, y retornar el proceso a un funcionamiento correcto.
Causas No Asignables: Son una multitud de causas no identificadas,
ya sea por falta de medios técnicos o porque no es económico
hacerlo, cada una de las cuales ejerce un pequeño efecto
en la variación total. Son inherentes al proceso mismo
y no pueden ser reducidas o eliminadas a menos que se modifique
el proceso.
Cuando el proceso trabaja afectado solamente por un sistema
constante de variables aleatorias no controlables (Causas no
asignables) se dice que está funcionando bajo Control
Estadístico. Cuando, además de las causas no asignables,
aparece una o varias causas asignables, se dice que el proceso
está fuera de control.
El uso del control estadístico de procesos implica algunas
hipótesis que describiremos a continuación:
1) Una vez
que el proceso está en funcionamiento bajo condiciones
establecidas, se supone que la variabilidad de los resultados
en la medición de una característica de calidad
del producto se debe sólo a un sistema de causas aleatorias,
que es inherente a cada proceso en particular.
2) El sistema de causas aleatorias que actúa sobre
el proceso genera un universo hipotético de observaciones
(mediciones) que tiene una Distribución Normal.
3) Cuando aparece alguna causa asignable provocando desviaciones
adicionales en los resultados del proceso, se dice que el
proceso está fuera de control.
La función
del control estadístico de procesos es comprobar en forma
permanente si los resultados que van surgiendo de las mediciones
están de acuerdo con las dos primeras hipótesis.
Si aparecen uno o varios resultados que contradicen o se oponen
a las mismas, es necesario detener el proceso, encontrar las
causas por las cuales el proceso se apartó de su funcionamiento
habitual y corregirlas.
La puesta en marcha de un programa de control estadístico
para un proceso implica dos etapas:
Antes de
pasar a la segunda etapa, se verifica si el proceso está
ajustado. En caso contrario, se retorna a la primera etapa.
En la 1ª etapa se recogen unas 100-200 mediciones, con
las cuales se calcula el promedio y la desviación standard:
Luego se calculan los Límites de Control de la siguiente
manera:
Límite
inferior = 
- 3,09s ; Límite
superior = +
3,09s
Estos límites
surgen de la hipótesis de que la distribución
de las observaciones es normal. En general se utilizan límites
de 2 sigmas ó de 3 sigmas alrededor del promedio. En
la distribución normal, el intervalo de 3,09 sigmas alrededor
del promedio corresponde a una probabilidad de 0,998.
Se construye un gráfico de prueba y se traza una línea
recta a lo largo del eje de ordenadas (Eje X), a la altura del
promedio (Valor central de las observaciones) y otras dos líneas
rectas a la altura de los límites de control.
En el gráfico de prueba se representan los puntos correspondientes
a las observaciones con las que se calcularon los límites
de control y se analiza detenidamente para verificar si está
de acuerdo con la hipótesis de que la variabilidad del
proceso se debe sólo a un sistema de causas aleatorias
o si, por el contrario, existen causas asignables de variación.
Esto se puede establecer porque cuando la fluctuación
de las mediciones se debe a un sistema constante de causas aleatorias
la distribución de las observaciones es normal:
Cuando las observaciones sucesivas tienen una distribución
normal, la mayor parte de los puntos se sitúa muy cerca
del promedio, algunos pocos se alejan algo más y prácticamente
no hay ninguno en las zonas más alejadas.
Es difícil decir como es el gráfico de un conjunto
de puntos que siguen un patrón aleatorio de distribución
normal, pero sí es fácil darse cuenta cuando no
lo es. Veremos algunos ejemplos de patrones No Aleatorios en
el capítulo 7.
Si no se descubren causas asignables entonces se adoptan los
límites de control calculados como definitivos, y se
construyen cartas de control con esos límites.
Si sólo hay pocos puntos fuera de control (2 ó
3), estos se eliminan, se recalculan la media, desviación
standard y límites de control con los restantes, y se
construye un nuevo gráfico de prueba. Cuando las observaciones
no siguen un patrón aleatorio, indicando la existencia
de causas asignables, se hace necesario investigar para descubrirlas
y eliminarlas. Una vez hecho esto, se deberán recoger
nuevas observaciones y calcular nuevos límites de control
de prueba, comenzando otra vez con la primera etapa.
En la 2ª etapa, las nuevas observaciones que van surgiendo
del proceso se representan en el gráfico, y se controlan
verificando que estén dentro de los límites, y
que no se produzcan patrones no aleatorios.
Como hemos visto, el 99,8 % de las observaciones deben estar
dentro de los límites de 3,09 sigmas alrededor de la
media. Esto significa que sólo una observación
en 500 puede estar por causas aleatorias fuera de los límites
de control. Cuando se encuentra más de un punto en 500
fuera de los límites de control, significa que el sistema
de causas aleatorias que provocaba la variabilidad habitual
de las observaciones ha sido alterado por la aparición
de una causa asignable que es necesario descubrir y eliminar.
En ese caso, el supervisor del proceso debe detener la marcha
del mismo e investigar con los que operan el proceso hasta descubrir
la(s) causas que desviaron al proceso de su comportamiento habitual.
Una vez eliminadas las causas del problema, se puede continuar
con la producción normal.
Estos límites de control se escogen de forma que si el
proceso está bajo control, prácticamente todos
los puntos del gráfico estarán contenidos entre
dichos límites. En tanto los puntos estén dentro
de los limites no será precisa ninguna acción
correctora porque se supone que el proceso esté balo
control. Sin embargo, un punto fuera de los límites de
control se interpreta como una evidencia de que el proceso está
fuera de control debiendo investigarse la naturaleza de la causa
o causas asignables presentes a fin de eliminarlas, adoptando
la oportuna medida correctora.
Si el proceso está bajo control, además de situarse
los puntos dentro de los límites de control, todos los
puntos del gráfico presentarán una posición
originada por el azar sin la presencia de patrones especiales
de variabilidad.
IMPORTANTE : No hay que
confundir los límites de control con los límites
de tolerancia.
 |
Los
límites de tolerancia son los valores
de una determinada característica que separan
valores correctos e incorrectos de la misma (fijados
normalmente por el proyectista para que el producto
funcione adecuadamente)
Los límites de control son aquellos
entre los cuales el estadístico considerado (sean
valores individuales, |
medias, medianas,
recorridos desviaciones típicas, sumas acumuladas, etc.)
tiene una probabilidad muy alta de situarse cuando el proceso
está bajo control (no hay causa asignable).
Cuando un proceso (que suponemos sigue una distribución
Normal) se desplaza respecto a sus valores nominales o aumenta
su dispersión, genera más elementos defectuosos
(más elementos fuera de los límites de tolerancia).
Variables
y atributos
|
|
