Calidad (final).docx

  • May 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Calidad (final).docx as PDF for free.

More details

  • Words: 1,972
  • Pages: 16
Grafico P El grafico P muestra las variaciones en la fracciΓ³n o proporciΓ³n defectuosas por muestra. Para poder realizar las operaciones correspondientes al realizar un grΓ‘fico P se necesitan de las siguientes formulas:

π‘­π’“π’‚π’„π’„π’Šπ’π’ 𝑷 =

Μ… + πŸ‘βˆš 𝑳π‘ͺ𝑺 = 𝑷

Μ… = βˆ‘ 𝑫𝒆𝒇𝒆𝒄𝒕𝒐𝒔 "𝑡𝒐 𝒑𝒂𝒔𝒂" 𝑷 βˆ‘

π‘·π’Šπ’†π’›π’‚π’” "𝑡𝒐 𝒑𝒂𝒔𝒂" 𝒏

Μ… (πŸβˆ’π‘· Μ…) 𝑷 Μ… 𝒏

Μ…= 𝒏

𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒏

Μ…

Μ…

Μ… βˆ’ πŸ‘βˆšπ‘· (πŸβˆ’π‘·) 𝑳π‘ͺ𝑰 = 𝑷 Μ… 𝒏

π‘ͺ𝒑 = 𝟏 βˆ’ (

Μ… 𝑷

𝟏𝟎𝟎

βˆ‘π’ 𝑲

)

Ejemplo 1: DΓ­a

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

ο‚·

Μ…= 𝑷

80 70 75 85 92 75 84 85 91 93 78 85 82 79 87 βˆ‘ = πŸπŸπŸ’πŸ

β€œNo pasa” 6 7 8 5 6 7 8 15 18 20 22 22 23 24 26 βˆ‘ = πŸπŸπŸ•

FracciΓ³n P 0.075 0.100 0.107 0.059 0.065 0.093 0.095 0.176 0.198 0.215 0.282 0.259 0.280 0.304 0.299

K= 15

1er paso πŸπŸπŸ• πŸπŸπŸ’πŸ

= 𝟎. πŸπŸ•πŸ“

Μ…= 𝒏

πŸπŸπŸ’πŸ πŸπŸ“

= πŸ–πŸ. πŸ•πŸ‘πŸ‘ 19

ο‚·

2do paso

𝑳π‘ͺ𝑺 = 𝟎. πŸπŸ•πŸ“ + πŸ‘βˆš

𝟎.πŸπŸ•πŸ“(πŸβˆ’πŸŽ.πŸπŸ•πŸ“)

𝑳π‘ͺ𝑰 = 𝟎. πŸπŸ•πŸ“ βˆ’ πŸ‘βˆš π‘ͺ𝒑 = 𝟏 βˆ’ (

πŸ–πŸ.πŸ•πŸ‘πŸ‘ 𝟎.πŸπŸ•πŸ“(πŸβˆ’πŸŽ.πŸπŸ•πŸ“) πŸ–πŸ.πŸ•πŸ‘πŸ‘

= 0.300

= 0.050

𝟎. πŸπŸ•πŸ“ ) = 𝟎. πŸ—πŸ—πŸ– 𝟏𝟎𝟎

ConclusiΓ³n 𝟎. πŸ”πŸ• < 𝟎. πŸ—πŸ—πŸ– < 𝟏 ο‚·

= π‘΅π’Šπ’—π’†π’ πŸ‘ βˆ’ 𝑡𝒐 𝒆𝒔 𝒂𝒅𝒆𝒄𝒖𝒂𝒅𝒐

3er paso

0.35

LCS= 0.300

0.3 0.25 0.2

LC=0.175

0.15 0.1

LCI= 0.050

0.05 0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

ConclusiΓ³n: Grafica de Tendencia

20

Grafico β€œNP” Este grafico mide la cantidad de defectos en una muestra inspeccionada Para poder realizar un grΓ‘fico NP se necesitan las siguientes formulas:

Μ… 𝑷 = βˆ‘ 𝑡𝒐 𝒑𝒂𝒔𝒂 𝑡 𝑲

Μ… = βˆ‘ 𝑫𝒆𝒇𝒆𝒄𝒕𝒐𝒔 "𝑡𝒐 𝒑𝒂𝒔𝒂" 𝑷 βˆ‘ 𝑡

Μ… 𝑷 + πŸ‘βˆšπ‘΅ Μ… 𝑷 (𝟏 βˆ’ 𝑷 Μ…) 𝑳π‘ͺ𝑺 = 𝑡

Cpk = Min ⌈(

̅𝑷 𝑳π‘ͺπ‘Ίβˆ’π‘΅ Μ… Μ… 𝑷(πŸβˆ’ 𝑡𝑷 ) πŸ‘ βˆšπ‘΅ βˆ‘

),(

𝑡

𝑳π‘ͺ𝑺

π‘ͺ𝒑 =

̅𝑷 𝑡

Μ… 𝑷(πŸβˆ’ πŸ” βˆšπ‘΅ ) βˆ‘π‘΅

Μ… 𝑷 βˆ’ πŸ‘βˆšπ‘΅ Μ… 𝑷 (𝟏 βˆ’ 𝑷 Μ…) 𝑳π‘ͺ𝑰 = 𝑡

Μ… π‘·βˆ’π‘³π‘ͺ𝑰 𝑡 Μ… Μ… 𝑷(πŸβˆ’ 𝑡𝑷 ) πŸ‘ βˆšπ‘΅ βˆ‘

)βŒ‰

𝑡

Ejemplo: Lote

N

No pasa

1 2 3 4 5 6 7 8 9 10 11 12

68 70 69 69 69 70 72 73 67 66 65 71

9 10 12 13 20 21 10 8 22 24 25 25

βˆ‘ = 829

K=12

Μ… 𝑷 = πŸπŸ—πŸ— = 16.583 𝑡 𝟏𝟐

Μ… = πŸπŸ—πŸ—= 0.240 𝑷 πŸ–πŸπŸ—

βˆ‘ = 199

21

𝑳π‘ͺ𝑺 = πŸπŸ”. πŸ“πŸ–πŸ‘ + πŸ‘βˆšπŸπŸ”. πŸ“πŸ–πŸ‘ (𝟏 βˆ’ 𝟎. πŸπŸ’πŸŽ) = πŸπŸ•. πŸπŸ‘πŸ‘ 𝑳π‘ͺ𝑰 = πŸπŸ”. πŸ“πŸ–πŸ‘ βˆ’ πŸ‘βˆšπŸπŸ”. πŸ“πŸ–πŸ‘ (𝟏 βˆ’ 𝟎. πŸπŸ’πŸŽ) = πŸ“. πŸ—πŸ‘πŸ‘ π‘ͺ𝒑 =

πŸπŸ•.πŸπŸ‘πŸ‘ πŸπŸ”.πŸ“πŸ–πŸ‘ πŸ” βˆšπŸπŸ”.πŸ“πŸ–πŸ‘(πŸβˆ’ )

= 1.126

πŸ–πŸπŸ—

πŸπŸ•.πŸπŸ‘πŸ‘βˆ’ πŸπŸ”.πŸ“πŸ–πŸ‘

Cpk = Min ⌈(

πŸ‘ √ πŸπŸ”.πŸ“πŸ–πŸ‘(πŸβˆ’

πŸπŸ”.πŸ“πŸ–πŸ‘

πŸ–πŸπŸ—

πŸπŸ”.πŸ“πŸ–πŸ‘βˆ’πŸ“.πŸ—πŸ‘πŸ‘

),( )

πŸ‘ √ πŸπŸ”.πŸ“πŸ–πŸ‘(πŸβˆ’

πŸπŸ”.πŸ“πŸ–πŸ‘

πŸ–πŸπŸ—

)βŒ‰ )

Cpk = Min [𝟎. πŸ–πŸ–πŸ , 𝟎. πŸ–πŸ–πŸ]

Grafico 30

LCS= 27.233

25 20

LC= 16.583

15 10

LCI= 5.933

5 0 1

2

3

4

5

6

7

8

9

10

11

12

ConclusiΓ³n: Grafica de Tendencia

22

Grafico C El grafico C mide la cantidad de defectos o no conformidades, en una muestra inspeccionada. Para poder realizar un grΓ‘fico C se necesitan las siguientes formulas:

Μ… = βˆ‘π‘ͺ π‘ͺ

Μ… πˆπ’„ = βˆšπ’„

𝒏

Μ… + πŸ‘(πˆπ’„) 𝐿𝐢𝑆 = π‘ͺ

Μ… βˆ’ πŸ‘(πˆπ’„) 𝐿𝐢𝐼 = π‘ͺ

Ejemplo: No. piezas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 βˆ‘ = 111

No. De roturas 3 0 n= 20 1 4 10 Μ… = 𝟏𝟏𝟏 = πŸ“. πŸ“πŸ“ 15 π‘ͺ 𝟐𝟎 0 4 3 2 πˆπ’„ = βˆšπŸ“. πŸ“πŸ“ = 𝟐. πŸ‘πŸ“πŸ” 10 4 5 𝐿𝐢𝑆 = 5.55 + πŸ‘(𝟐. πŸ‘πŸ“πŸ”) = 𝟏𝟐. πŸ”πŸπŸ– 1 2 𝐿𝐢𝑆 = 5.55 βˆ’ πŸ‘(𝟐. πŸ‘πŸ“πŸ”) = βˆ’πŸ. πŸ“πŸπŸ– = 𝟎 4 8 10 15 10 23

16 14

LCS= 12.618

12 10 8 6

LC= 5.55

4

2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

LCI= 0

ConclusiΓ³n: 5 rechazos

24

Grafico U- NΓΊmero de Defectos por Unidad El grafico u mide la cantidad de defectos o no conformidades por unidad inspeccionada, en muestras o subgrupos que pueden tener un tamaΓ±o variable. Para poder realizar un grΓ‘fico U se necesitan de las siguientes formulas:

πΉπ‘Ÿπ‘Žπ‘π‘π‘–π‘œπ‘› π‘ˆ =

Μ… = βˆ‘ π‘’π‘Ÿπ‘Ÿπ‘œπ‘Ÿπ‘’π‘  π‘ˆ βˆ‘

π‘π‘œ.𝑑𝑒 π‘’π‘Ÿπ‘Ÿπ‘œπ‘Ÿπ‘’π‘ 

Μ… π‘ˆ

𝑛

Μ… + πŸ‘(πˆπ’–) 𝐿𝐢𝑆 = π‘ˆ

πœŽπ‘’ = √ Μ…

𝑛

𝑛̅ =

𝑛

βˆ‘π‘› 𝐾

Μ… βˆ’ πŸ‘(πˆπ’–) 𝐿𝐢𝐼 = π‘ˆ

Ejemplo: Manual 1 2 3 4 5 6 7 8 9 10

Μ…= π‘ˆ

54 1735

n 150 150 175 186 195 184 179 180 176 160 βˆ‘ = 1735

= 0.031

errores 8 7 4 6 5 1 4 5 8 6 βˆ‘ = 54

𝑛̅ =

𝐿𝐢𝑆 = 0.031 + πŸ‘(𝟎. πŸŽπŸπŸ‘) 𝐿𝐢𝑆 = 0.071

FracciΓ³n U 0.053 0.047 0.023 0.032 0.026 0.005 0.022 0.028 0.045 0.038

1735 10

= 173.5

K=10

πœŽπ‘’ = √

0.031 173.5

= 0.013

𝐿𝐢𝐼 = 0.031 βˆ’ πŸ‘(𝟎. πŸŽπŸπŸ‘) 𝐿𝐢𝐼 = βˆ’0.008 = 0 25

LCS= 0.070

0.06 0.05 0.04 0.03

LCS= 0.031

0.02

0.01

LCS= 0

0 1

2

3

4

5

6

7

8

9

10

26

Curva CO muestreo sencillo La curva caracterΓ­stica de operaciΓ³n (CO) es una excelente tΓ©cnica de evaluaciΓ³n. Al evaluar un plan de muestreo en particular. DΓ³nde: N= TamaΓ±o de lote n= tamaΓ±o de la muestra C= Numero de aceptaciΓ³n AQL= Nivel de calidad aceptable LTPD= Porcentaje de tolerancia defectuosa en el lote. Ejemplo: El tamaΓ±o de Lote de un plan de muestreo sencillo es de 1500, el tamaΓ±o de la muestra es de 110 y un numero de aceptaciΓ³n de 3. El contrato con el fabricante establece un AQL del defecto por 100 y 6 defectos por 100 (LTPD), elabore con 7 puntos de inspecciΓ³n. P 0.1 0.2 0.3 0.4 0.5 0.6 0.7

100 Po 1 2 3 4 5 6 7

n 110 110 110 110 110 110 110

nPo 1.1 2.2 3.3 4.4 5.5 6.6 7.7

Pa 0.974 0.820 0.582 0.359 0.200 0.109 0.054

1- Para sacar cada uno de los valores de la columna de Pa se necesita checar la tabla C, en el cual se usa la distribuciΓ³n de poisson. 2- En los caso de las ΓΊltimas tres filas , no se tiene valor exacto en la tabla, por lo cual se debe de sacar los valores multiplicando la P por el valor siguiente y el anterior del que se requiere sacar , y al ΓΊltimo hacer la suma. A continuaciΓ³n se muestra el procedimiento:

27

Po πŸ“. 𝟎 < πŸ“. πŸ“ > πŸ”. 𝟎 0.265 0.151 (0.265)(0.5)+ (0.151) (0.5)= 0.200 (Diferencia que hay de 5.0 a 5.5) Po πŸ”. 𝟎 < πŸ”. πŸ” > πŸ•. 𝟎 0.151 0.081 (0.081)(0.6)+ (0.151) (0.4)= 0.109 Po πŸ•. 𝟎 < πŸ•. πŸ• > πŸ–. 𝟎 0.081 0.043 (0.3)(0.081)+ (0.043) (0.7)= 0.054 3- Graficar y ver si AQL cumple con el parΓ‘metro y si LTPD se acepta. 𝐴𝑄𝐿 = 1 βˆ’ 0.074 = 0.26 = 2.6% 𝐢𝑂𝑀𝑂 2.6 < 5% πΆπ‘ˆπ‘€π‘ƒπΏπΈ 𝐢𝑂𝑁 𝐸𝐿 𝑃𝐴𝑅𝐴𝑀𝐸𝑇𝑅𝑂 LTPD=7= 0.054= 5.4% 𝐢𝑂𝑀𝑂 5.4 < 10% 𝐴𝐢𝐸𝑃𝑇𝐴 𝐸𝐿 πΆπ‘‚π‘π‘†π‘ˆπ‘€πΌπ·π‘‚π‘… 1.2 1 0.8 0.6 0.4 0.2 0 1

2

3

4

5

6

7

28

MIL-STD 105D y ANSI/ ASQC Z1.4

La norma MIL STD 105D es el sistema de muestreo por atributos de mayor aceptaciΓ³n en el mundo actualmente. Se trata de una colecciΓ³n de esquemas de muestreo que constituyen un sistema de muestreo para aceptaciΓ³n. Ya que sabemos que un esquema de muestreo es una estrategia general que especifica de quΓ© manera habrΓ­a que utilizar los distintos planes de muestreo. Se trata de una norma militar para la que existe una norma civil derivada de ella, la ANSI/ ASQC Z1.4, que es muy similar a la militar. La norma proporciona tres tipos de muestreo: simple, doblΓ© y mΓΊltiple. Para cada tipo de plan de muestreo se prevΓ© una inspecciΓ³n normal (M), una estricta (N) y una reducida (K). Se utiliza la inspecciΓ³n normal al inicio de la actividad de inspecciΓ³n. Se establece una estricta cuando el reciente historial de la calidad del proveedor se ha deteriorado. Se establece una inspecciΓ³n reducida cuando el reciente historial de la calidad del proveedor ha sido excepcionalmente bueno. El punto principal de la norma MIL STD 105D es el nivel de calidad aceptable (NCA). Es practica relativamente comΓΊn escoger un NCA de 1% para defectos importantes, y un NCA de 2.5% para defectos menores. El tamaΓ±o muestral que se usa en MIL STD 105D se determina mediante el tamaΓ±o de lote y la selecciΓ³n de un nivel de inspecciΓ³n.

29

Ejemplo: N= Lote N= 32100 n= Muestra n=? Re= Rechazado Ac= Aceptado NCA= 1% 1- Buscar los valores de K, M, N en la tabla ANSI/ASQC Z1.4 en base al nΓΊmero de lote. 2- Buscar tabal de muestras dependiendo del NCA

ο‚·

Re= 8 ο‚·

M= 315 (en base este valor y el NCA buscar el nΓΊmero de aceptados y rechazados) Ac= 7 N= 500

Re= 9 Ac= 3 ο‚· Re= 4

K= 50 Ac= 1

30

Problema

La medida de los diΓ‘metros internos de una muestra de 200 arandelas producidas por una maquina es de 0.502 pulgadas y la desviaciΓ³n tΓ­pica es de 0.05 pulgadas. El propΓ³sito con que se destinan estas arandelas permite una tolerancia de βˆ“0.006 pulgadas de otro modo las arandelas se consideran defectuosas, suponiendo que los diΓ‘metros se distribuyen normalmente, calcule las arandelas con defecto. n= 200 𝜎 = 0.05

Β΅= 0.502 Tolerancia

0.502

Ls= 0.508

0.496

0.508

Li= 0.496 𝜎π‘₯ = 𝑍1 =

π‘₯βˆ’πœ‡ 𝜎π‘₯

=

0.508+0.502 0.0035

𝜎 βˆšπ‘›

=

0.05 √200

= 0.0035

= 1.7143 β†’ π‘‘π‘Žπ‘π‘™π‘Ž 0.4564

As= Z1+Z2 As= 0.4564+0.4564 As= 0.9128= 91.28%

Sacar los malos 100-91.28= 8.72

10

Índice Pagina

GurΓΊs de la Calidad…………………………………………………………………1 EvoluciΓ³n de la Historia de la Calidad……………………………………………3 Fases de ImplementaciΓ³n del sistema de aseguramiento……………………..4 De Calidad ISO Costos………………………………………………………………………………...6 Diagramas…………………………………………………………………………….7 Herramientas………………………………………………………………………….9 CEP (Control EstadΓ­stico de Procesos)…………………………………………11 Six Sigma…………………………………………………………………………….12 Capacidad de Proceso……………………………………………………………..13 ConclusiΓ³n de Graficas……………………………………………………………..15 Grafico P……………………………………………………………………………...19 Grafico NP…………………………………………………………………………….21 Grafico C………………………………………………………………………………23 Grafico U………………………………………………………………………………25 Curva CO muestreo sencillo………………………………………………………...27 MIL-STD 105D y ANSI/ ASQC Z1.4……………………………………………….29 ConclusiΓ³n…………………………………………………………………………….31

IntroducciΓ³n

Este es un portafolio en el cual se describirΓ‘n de una manera un poco mΓ‘s resumida, todo lo ya visto durante el curso de Control de Calidad. Se verΓ‘n desde temas simples como lo son los GurΓΊs de la calidad, los tipos de GrΓ‘ficos y Herramientas que se pueden utilizar, hasta algo un poco mΓ‘s cuantitativo como lo son los diferentes tipos de procesos para realizar grΓ‘ficos P, NP, C Y U. Este portafolio tiene el fin de hacer que el estudiante tenga una visiΓ³n mΓ‘s clara de lo que es el Control de Calidad sin necesidad de visualizar mucha informaciΓ³n, solamente tratar de concentrarse en lo mΓ‘s importante, para asΓ­ poder tener un mejor rendimiento acadΓ©mico y tratar de hacer que el estudiante tenga la menor nΓΊmero de dudas posibles.

ConclusiΓ³n

Esta materia me ha servido mucho, pues aparte de poder recordar cosas que ya habΓ­a visto anteriormente, he visto nuevos temas los cuales me pueden servir mucho en un futuro, temas desde lo que es el ISO , hasta el cΓ³mo realizar cada uno de los diferentes tipos de grΓ‘ficos de tendencia. Aparte de poder adentrarnos mΓ‘s en lo que es los tipos de operaciones que se pueden realizar en la industria en base a lo que es la calidad. Estoy satisfecho con el como impartiΓ³ esta materia nuestro profesor Juan Antonio Talamante, y le agradezco por todos los conocimientos que nos ha hecho adquirir. Personalmente, espero y mΓ‘s adelante pueda impartirnos otra materia.

31

Related Documents

Calidad
October 2019 28
Calidad
November 2019 27
Calidad
October 2019 26
Calidad
November 2019 29
Calidad
October 2019 28
Calidad
July 2020 14