ESTUDIO DE CAPACIDAD DE MAQUINA GRFICAMENTE: ESTUDIO DE UN CASO

ESTUDIOS DE CAPACIDAD
1) 2) 3) Identificar las caractersticas de calidad que nos interesa. Cmo sern medidas? Identificacin de las variables del proceso. 3.1) Una herramienta til para identificar variables del proceso es el diagrama CAUSA - EFECTO de Ishikawa. 3.1.1) Decidir el efecto que se quiere investigar. Escribir el efecto a estudiar en la zona derecha de una hoja de papel, conjuntamente con una flecha de izquierda a derecha, que llamaremos flecha principal. 3.1.2) Escribir los factores principales que pueden ser responsables del efecto estudiado por medio de una flecha, que se apoya en la flecha principal. En procesos industriales estas causas suelen agruparse en las 6M: mano de obra, mtodos, medio ambiente, maquinaria, materiales y mantenimiento; estos factores formarn seis ramas principales. 3.1.3) Indicar en las ramas principales aquellos factores concretos que pueden considerarse causas del efecto que estudiamos. Es til hacer la siguiente pregunta: "Cmo puede el operario aadir variabilidad al producto acabado?" 3.2) Una vez identificadas las variables del proceso que inciden en la caracterstica de calidad, deberan ser clasificadas segn estas dos preguntas: 3.2.1) Puede esta variable ser MEDIDA en condiciones normales de operacin y con el actual equipo de medida?. 3.2.2) Puede esta variable ser CONTROLADA en condiciones normales de operacin y con el actual equipo?. Se escoge la variable o variables que sean medibles y que puedan ser controladas. 4) 5) 6) Poner la mquina o el proceso en condiciones (mantenimiento. Calibrar todos los equipos de medida. Medir la caracterstica de calidad de 25 - 50 piezas o producto consecutivas y colocarla en un grfico dnde en abcisas se representa el nmero de la unidad observada y en ordenadas el valor de la caracterstica en dicha unidad. Ver en este grfico si los puntos se comportan como ley Normal.

6.1) 6.2)

Dibujar un Histograma de estos datos para ver el tipo de distribucin (bimodal, multimodal). Representar mediante diagramas de Dispersin la caracterstica de calidad junto con las variables del proceso que hayamos escogido para ver si dicha variable tiene o no influencia en la caracterstica de calidad.

ESTUDIO DE CAPACIDAD DE MAQUINA

1) MAQUINA Y PROCESO Un proceso es una combinacin de material, operario, procedimiento, mquina y ambiente. Una mquina es un elemento de un proceso y el anlisis de ella ser diferente del anlisis del proceso. Un proceso no puede ser capaz a menos que la mquina o mquinas que forman parte de l sean capaces. Para hacer un estudio de capacidad de mquina se requieren 50 lecturas de la caracterstica que vayamos a estudiar tomadas secuencialmente y en un perodo de tiempo relativamente corto. Es importante que el tiempo sea corto para que no influyan en la variabilidad otros factores del proceso que no sean inherentes a la mquina, generalmente las 50 muestras se toman consecutivamente.

2)

GRAFICO DE ESTUDIO DE CAPACIDAD DE UNA MAQUINA Como en el caso de los grficos de control de procesos, los estudios de capacidad de mquina deben ejecutarlos los operarios responsables de aquella mquina y/o proceso. Se debe escoger un procedimiento que no sea complicado de clculo y fcilmente inteligible. Para ello es til usar las hojas de estudio de capacidad que permiten recoger los datos y analizarlos posteriormente. Esta hoja tiene varias secciones. La administrativa dnde se recogen los detalles relativos al estudio. El bloque de datos dnde se apuntarn los 50 datos recogidos para el estudio. La parte superior del bloque de datos es para representar stos en forma de histograma. El anlisis posterior se hace sobre la recta de Henry trazada en un papel grfico especial conocido como papel probabilstico. La mejor forma de explicar el uso de estos grficos para el estudio de capacidad de mquina es a travs de un caso prctico.

3)

CASO PRACTICO DEL ESTUDIO DE CAPACIDAD DE UNA MAQUINA Supongamos la operacin de escariado de un aro de cojinete. La especificacin para el dimetro es 7.51 + 0.03 mm. 3.1) Recogida de datos. Antes de recoger los datos de la caracterstica que nos interese se deben satisfacer algunos requerimientos iniciales. La primera condicin es la exactitud del equipo de medida (debe estar convenientemente calibrado y tener una precisin mnima de una dcima parte de la tolerancia de la caracterstica que va a ser medida). Otra condicin necesaria es que la mquina debe estar en estado correcto de operacin. Una vez se cumplan estas condiciones y estando el proceso en marcha, se toman 50 aros consecutivos, se miden los dimetros del agujero y se anotan los resultados en la casilla correspondiente manteniendo el orden en que se han sacado las muestras. 3.2) Generacin del histograma. Se transfieren las lecturas en forma de marcas en la parte superior del bloque de datos. De las 50 lecturas vemos que el valor menor es 7.49 y el mayor es 7.55. Se escoge la mejor escala para la representacin en histograma de las lecturas, en este caso 0.01 mm. Cada lectura se representa en forma de marca agrupndolas de 5 en 5. Una vez finalizado se ve que el histograma es simtrico y su forma sigue bastante bien a la de una distribucin normal. Tambin es importante representar esos datos en un grfico dnde el eje de abcisas sea el tiempo u orden en que se han sacado de la mquina, para ver si el proceso estaba bajo control o no. 3.3) Clculo de las frecuencias acumuladas. Se apunta el total de marcas en cada intervalo en la columna "f". El valor que hemos colocado en cada intervalo corresponde al valor central de dicho intervalo. Por ejemplo, 7.52 es el centro del intervalo definido por los lmites de 7.515 y 7.525. Al lado de la columna "f" hay la de las frecuencias acumuladas. Por ltimo aparece otra columna que convierte las frecuencias acumuladas en porcentajes. Es importante ver que la forma de la distribucin se asemeja bastante a la de una curva normal. De esa forma se puede aplicar las propiedades de la distribucin normal. Si representamos horizontalmente las frecuencias acumuladas y verticalmente unidades de desviacin standard se obtiene una curva que puede convertirse en una recta usando papel probabilstico normal (escala no lineal) si la distribucin es normal.

f
7,58 7,57 7,56 7,55 7,54 7,53 7,52 7,51 7,5 7,49 7,48 7,47 7,46 7,45 7,44 III IIII IIII IIII IIII IIII II IIII IIII III I IIII I 3 5 11 16 8 5 2

f %

50 47 42 31 15 7 2

100 94 84 62 30 14 4

Valor Valor Valor Valor Valor Valor Valor Valor Valor Valor
1 6 11 16 21 26 31 36 41 46

7,52
2 7

7,49
12

7,55
17

7,52
22

7,53
27

7,53
32

7,52
37

7,51
42

7,53
47

7,52 7,54
48

7,51
3 8

7,53
13

7,52
18

7,53
23

7,50
28

7,52
33

7,54
38

7,51
43

7,52 7,51
44 49

7,53
4 9

7,52
14

7,54
19

7,52
24

7,53
29

7,55
34

7,54
39

7,52 7,51
40 45

7,53 7,53
50

7,52
5 10

7,51
15

7,52
20

7,53
25

7,54
30

7,50
35

7,52 7,50 5

7,51 7,50

7,49

7,52

7,55

7,53

7,52

7,51

7,52

7,50

3.4)

Trazado de la recta en el papel probabilstico normal. Se busca el porcentaje de la frecuencia en el eje horizontal del grfico (escala no lineal) y se dibuja el punto donde coincide con el lmite superior de aquel intervalo. Por ejemplo, 30 es uno de los datos de la frecuencia acumulada expresada en porcentajes, se busca 30 en el eje horizontal y se sigue la lnea vertical hasta que intercepta con el lmite superior del intervalo que es 7.515. Se repite el procedimiento para todos los puntos a excepcin del punto 100% que puede omitirse o se toma el valor medio entre el 100% y el anterior 94% (97%), en ese caso se busca la interseccin de esta lnea vertical con la horizontal que corresponde a la marca de clase del intervalo (7.55). Se traza la mejor lnea recta que pase por esos puntos. Si realmente se puede trazar dicha lnea recta, verifica que la distribucin es normal.
f f f %
99,997
99,90 99,5

99

98

95

90

80

70 60 50 40 30

20

10

52

0,5

0,13

99,997

7,58 7,57 7,56 7,55 7,54 7,53 7,52 7,51 7,5 7,49 7,48 7,47 7,46 7,45 7,44 -4s
0,003

III IIII IIII IIII IIII IIII II IIII IIII III I IIII I

3 5 11 16 8 5 2

50 47 42 31 15 7 2

100 94 84 62 30 14 4

-3s
0,13 0,5 1 2

-2s
5

10

20

X 30 40 50 60 70

+2s

+3s

+4s
99,997

80

90

95 98

99

99,5

4)

CALCULO DE LOS RESULTADOS 4.1) Media. En una distribucin normal la media corresponde al 50% del valor de la frecuencia acumulada. Se busca pues la interseccin de la lnea vertical correspondiente al 50% con la recta trazada y desde este punto leemos el valor de la media en la escala del histograma. En este caso la media es 7.521. La media especificada era 7.51, queda claro que hay que ajustar la mquina al valor nominal. Este ajuste se refleja en el papel probabilstico en mover la recta paralelamente hasta que corte el valor de 50% a 7.51mm.

4.2)

Desviacin Standard La capacidad de una mquina se define como 8 veces la desviacin standard. En este caso se puede conocer fcilmente y sin clculos 8s. Anotamos los puntos dnde la recta intercepta +4s y -4s y leemos los valores en la escala del histograma. La distancia entre estas dos lecturas es 8s. 8s = 7.58 - 7.46 = 0.12

s = 0.12/8 = 0.015

f
7,58 7,57 7,56 7,55 7,54 7,53 7,52 7,51 7,5 7,49 7,48 7,47 7,46 7,45 7,44 III IIII IIII IIII IIII IIII II IIII IIII III I IIII I 3 5 11 16 8 5 2

f %

99,997

99,90

99,5

99

98

95

90

80

70 60 50 40 30

20

10

52

0,5

0,13

99,997

50 47 42 31 15 7 2

100 94 84 62 30 14 4

-4s
0,003

-3s
0,13 0,5 1 2

-2s
5

10

20

X 30 40 50 60 70

+2s

+3s

+4s
99,997

80

90

95 98

99

99,5

0 Estimado fuera de Tolerancia

Tolerancia especificada

Media Especificada

0,03 mm
Capacidad Estimada (8s) Por Abajo Por Arriba % %

7,51 mm
Media estimada

7,58 - 7,461 = 0,12

Indice de capacidad

7,521 mm

4.3)

Capacidad. La especificacin para el dimetro era 7.51 + 0.03mm. As el lmite superior de la especificacin (USL) es 7.54 y el lmite inferior de la especificacin (LSL) es 7.48. Si dibujamos estas lneas en el grfico vemos que cortan en dos puntos (A) y (B) a la recta trazada. Usando la escala de frecuencias acumuladas (A) corresponde al valor de 0.4, que es el porcentaje de producto que est por debajo del (LSL). (B) corresponde al valor de 12, que es el porcentaje de producto por encima del (USL). Se ve claramente que la mquina no es capaz ya que hay 12.4% de piezas fuera de la especificacin.
f
7,58 7,57 7,56 7,55 7,54 7,53 7,52 7,51 7,5 7,49 7,48 7,47 7,46 7,45 7,44 -4s
0,003

f %

99,997

99,90

99,5

99

98

95

90

80

70 60 50 40 30

20

10

52

0,5

0,13

99,997

III IIII IIII IIII IIII IIII II IIII IIII III I IIII I

3 5 11 16 8 5 2

50 47 42 31 15 7 2

100 94 84 62 30 14 4

B
TOL. SUP.

TOL. INF.

-3s
0,13 0,5 1 2

-2s
5

10

20

X 30 40 50 60 70

+2s

+3s

+4s
99,997

80

90

95 98

99

99,5

0 Estimado fuera de Tolerancia

Tolerancia especificada

Media Especificada

0,03 mm
Capacidad Estimada (8s) 7,585 - 7466 = 0,12

7,51 mm
Media estimada

Por Abajo Por Arriba

A B

0,4 % 12 %

(s = 0,0015)
Indice de capacidad Cm = 0,67 Cmk = 0,42

7,521 mm

f
7,58 7,57 7,56 7,55 7,54 7,53 7,52 7,51 7,5 7,49 7,48 7,47 7,46 7,45 7,44 III IIII IIII IIII IIII IIII II IIII IIII III I IIII I 3 5 11 16 8 5 2

f %

99,997

99,90

99,5

99

98

95

90

80

70 60 50 40 30

20

10

52

0,5

0,13

99,997

50 47 42 31 15 7 2

100 94 84 62 30 14 4

B
TOL. SUP.

TOL. INF.

-4s
0,003

-3s
0,13 0,5 1 2

-2s
5

10

20

X 30 40 50 60 70

+2s

+3s

+4s
99,997

80

90

95 98

99

99,5

0 Estimado fuera de Tolerancia

Tolerancia especificada

Media Especificada

0,03 mm

7,51 mm
Media estimada

Por Abajo Por Arriba

A B

1,5 % 6 %

Capacidad Estimada (8s) 7,575 - 7455 = 0,12

(s = 0,0015)
Indice de capacidad Cm = 0,67 Cmk = 0,67

En el grfico anterior vemos que si movemos paralelamente la recta de Henry para centrarla a la Media Especificada, entonces vemos que los puntos (A) y (B) se han desplazado. Usando la escala de frecuencias acumuladas, ahora (A) corresponde al valor 1.5% de producto que est por debajo del (LSL) y (B) corresponde al valor de 6% de producto por encima del (USL). Como vemos slo centrando se ha disminuido el porcentaje de producto defectuoso.

10