SlideShare una empresa de Scribd logo
1 de 17
UNIVERSIDAD TECNOLOGICA DE TORREON
PROCESOS INDUSTRIALES
CONTROL ESTADISTICO DEL PROCESO
UNIDAD 4
PROBLEMAS DE RAZONAMIENTO
PROF. EDGAR MATA
MARIANA CRUZ CHAPARRO
Problema 1
UNA CARACTERISTICA CLAVE EN LA CALIDAD DE LAS PINTURAS ES SU DENSIDAD. LA DENSIDAD DE LA PINTURA
DEPENDE SIGNIFICATIVAMENTE DEL COMPONENTE PV44 EMPLEADO EN SU FORMULACION.
LA CANTIDAD DE PV44 UTILIZADA EN LA PREPARACION SE CONTROLA CON BASE EN EL NUMERO DE RECIPIENTES
QUE SE AGRAGAN YA QUE SEGÚN EL PROVEDOR CADA RECIPIENTE CONTIENE 20 KG DE PV44 SIN EMBARGO, CON
FRECUENCIA SE TIENEN PROBLEMAS CON LA DENSIDAD DE LA PINTURA QUE DEBEN CORREGIRSE MEDIANTE
RETRABAJO. COMO PARTE DE LOS PROGRAMAS DE MEJORA CONTINUA Y REDUCCION DE COSTOS SE INTENTA
DETERMINAR LAS CAUSAS DEL EXCESIVO REPROCESO EN ESTA AREA DE LA EMPRESA.
DESPUES DE UNA LLUVIA DE IDEAS Y DE REALIZAR UN DIAGRAMA CAUSA-EFECTO, EL EQUIPO DE TRABAJO DECIDE
REALIZAR UN ESTUDIO ACERCA DE LA CANTIDAD REAL DE PV44 EN CADA CONTENEDOR, PARA DETERMINAR SI ESTA
PUEDE SER LA CAUSA DEL PROBLEMA.
PARA AVERIGUAR LO ANTERIOR SE TOMA UNA MUESTRA ALEATORIA DE 30 CONTENEDORES DE CADA ENTREGA,
OBTENIENDOSE LOS SIGUIENTES RESULTADOS.
TODOS LOS LOTES.
Lim. inf Lim. Sup xi fi media Desviación
17.65 18.35 18 1 18 2.39561605
18.35 19.05 18.7 20 374 14.3745432
19.05 19.75 19.4 35 679 0.76433951
19.75 20.45 20.1 27 542.7 8.23363333
20.45 21.15 20.8 7 145.6 10.9764235
90 1759.3 36.7445556
19.54777778 0.41286017
LOTE 1
Lim. inf Lim. Sup xi fi media Desviación
18.55 19.05 18.8 9 169.2 2.7225
19.05 19.55 19.3 12 231.6 0.03
19.55 20.05 19.8 7 138.6 1.4175
20.05 20.55 20.3 1 20.3 0.9025
20.55 21.05 20.8 1 20.8 2.1025
30 580.5 7.175
19.35 0.24741379
0.49740707
0
10
20
30
40
17 17.5 18 18.5 19 19.5 20 20.5 21 21.5
X-3 X-2 X-1 X X+1 X+2 X+3
18.3091973 18.7220574 19.1349176 19.5477778 19.960638 20.3734981 21.1992185
Histograma
0
2
4
6
8
10
12
17 17.5 18 18.5 19 19.5 20 20.5 21 21.5
X-3 X-2 X-1 X X+1 X+2 X+3
18.6077586 18.8551724 19.1025862 19.35 19.5974138 19.8448276 20.3396552
LOTE 2
Lim. Inf Lim. Sup xi fi media Desviación
17.75 18.35 18.05 1 18.05 2.24333827
18.35 18.95 18.65 8 149.2 6.44803951
18.95 19.55 19.25 9 173.25 0.79804444
19.55 20.15 19.85 9 178.65 0.82204444
20.15 20.85 20.5 3 61.5 2.72018148
30 580.65 13.0316481
Media 19.355 0.44936718
Desviación 0.67034855
0
2
4
6
8
10
12
17 17.5 18 18.5 19 19.5 20 20.5 21 21.5
X-3 X-2 X-1 X X+1 X+2 X+3
18.0068985 18.4562656 18.9056328 19.355 19.8043672 20.2537344 21.1524687
Lote 3
Lim. inf Lim. Sup xi fi media Desviación
19.05 19.45 19.25 1 19.25 0.59804444
19.45 19.85 19.65 10 196.5 1.39377778
19.85 20.25 20.05 11 220.55 0.00782222
20.25 20.65 20.45 6 122.7 1.09226667
20.65 21.05 20.85 2 41.7 1.36675556
30 600.7 4.45866667
Media 20.02333333 0.15374713
Desviación 0.39210601
Conclusión.
El contenido de los recipientes de pv44 no cumple con las especificaciones de nuestro proceso, ya que el cp= .25 nos indica que
hay mucha variabilidad en el contenido de los recipientes está demasiado lejos del valor deseado. El circulo de calidad tenía razón
en dudar del contenido de pv44.
Algunas opciones para resolver el problema:
Cambiar de proveedor. Aunque esta solución parece la más sencilla, no olvidemos que la selección de proveedores requiere un
proceso de evaluación de costos, tiempos de entrega y calidad de dichos proveedores en caso de que los haya.
2. establecer un programa de desarrollo de proveedores.
3. cambiar el método, es decir no medir la cantidad de pv44 por el número de contenedores, al contrario pesar el pv44.
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6 7
X-3 X-2 X-1 X X+1 X+2 X+3
18.84702 19.23912 19.63123 20.02333 20.41544 20.80755 21.19965
Problema 2
El diámetro de un pistón debe ser de 70.61 mm con una tolerancia de 25 micras, se toma una muestra de 250 piezas y el valor
máximo es de 70.615 mm y el mínimo es de 70.591 mm, agrupa los datos en 7 intervalos. Elabora un histograma y determina el
CP y el CPK.
TV=70.61+-0.025
USL= 70.635
LSL= 70.585
Intervalos aparentes
1 70.5830 70.5900
2 70.5910 70.5980
3 70.5990 70.6060
4 70.6070 70.6140
5 70.6150 70.6220
6 70.6230 70.6300
7 70.6310 70.6380
Clase o categorias Marcas de
clase
Frecuencias
Medidas de tendencia central y
dispersionIntervalos
Lim. Inferior Lim. Superior xi fi fai fri frai fixi |xi-x|fi (xi-x)2fi
70.5825 70.5905 70.5865 28 28 0.112 0.112 1976.422 0.686336 0.01682347
70.5905 70.5985 70.5945 31 59 0.124 0.236 2188.4295 0.511872 0.00845203
70.5985 70.6065 70.6025 39 98 0.156 0.392 2753.4975 0.331968 0.00282571
70.6065 70.6145 70.6105 45 143 0.18 0.572 3177.4725 0.02304 1.1796E-05
70.6145 70.6225 70.6185 42 185 0.168 0.74 2965.977 0.314496 0.00235495
70.6225 70.6305 70.6265 36 221 0.144 0.884 2542.554 0.557568 0.00863561
70.6305 70.6385 70.6345 29 250 0.116 1 2048.4005 0.681152 0.0159989
Totales 17652.753 3.106432 0.05510246
Media
aritmética
70.611012
Desviación
media
0.01242573
Varianza 0.00022041
Desviación
estándar
0.01484621
cp =
70.635 - 70.585
=
0.05
= 0.561310606
6(0.0148462067882592) 0.089077241
cpu =
70.635 - 70.611012
=
0.023988
= 0.538588753
3(0.0148462067882592) 0.04453862
cpu =
70.611 - 70.585
=
0.026012
= 0.58403246
3(0.0148462067882592) 0.04453862
cpk = 0.538588753
0
10
20
30
40
50
60
70
80
90
4.89 4.94 4.99 5.04 5.09
Media aritmética
Media + 1s
Media + 2s
Media + 3s
Media + 4s
Media - 1s
Media - 2s
Media - 3s
Media + 4s
Problema 3
En una fábrica de láminas de asbesto una característica es el grosor de las láminas. Para un cierto tipo el grosor debe ser 5 +-0.8
ya que si la lamina tiene un grosor menor de 4.2 mm no cumple con los requerimientos del cliente y si la lamina tiene un grosor
mayor a 5.8 entonces representa un sobre costo para la empresa.
Para iniciar un proceso de control un círculo de calidad que participa en el programa de mejora continua decide llevar a cabo un
estudio estadístico. Mide el grosor de 60 láminas y obtiene lo siguiente:
Media= 4.7 mm
S= 0.48 mm
Con esta información determina si la muestra está dentro de las especificaciones. Calcula es cp y cpk e interprétalos
Cp= 1.6/2.58 = .55
Cpu= 1.1/1.44= .7638
Cpl = .8/ 1.44= .3472
Con la finalidad de corregir este problema, el equipo de trabajo pone en práctica el plan de mejora. Una semana después de llevar
a cabo las acciones de mejora se realiza otro estudio estadístico para ver si funcionaron se toma una muestra de 35 laminas y se
mide su espesor. Los resultados fueron los siguientes.
4,25 4,55 4,4 5 22 1,27873469
4,55 4,85 4,7 12 56,4 0,50782041
4,85 5,15 5 9 45 0,08000816
5,15 5,45 5,3 7 37,1 1,08822857
5,45 5,75 5,6 2 11,2 0,96406531
35 171,7 3,91885714
media 4,905714286 0,1152605
Desv.
Estándar
0,33950037
X-3 X-2 X-1 X X+1 X+2 X+3
3.88721 4.22671 4.56621 4.90571 5.24521 5.58472 5.92422
0
5
10
15
3.5 4 4.5 5 5.5 6 6.5
Cp= 1.6/ 2.0076= .7969
Cpu= .7057/ 1.0038= .7030
Cpl= .8943/ 1.0038= .8909
Conclusiones.
Al principio la media aritmética estaba considerablemente lejos del tv y la desviación estándar
debería de ser 1/3 de la tolerancia y en este caso no lo es así que hay demasiada variabilidad. Y
el proceso no es capaz porque tiene un valor muy alejado al 1 y además el proceso no está nada
centrado.
Al hacer las mejoras el centrado del proceso fue mejor. Disminuyo la desviación estándar asi que
hay menos variabilidad, sin embargo aun no cumple con la regla. Y el cpk nos dice que el proceso
no es capaz.
Problema 4.
El espesor de las obleas de silicio mono cristalino para la fabricación de celdas fotovoltaicas debe de estar entre 180 y 220
nanómetros. El ingeniero fercho quiere determinar la capacidad del proceso y extrae una muestra de 500 pz encontrando una
media de 197.5 y una desviación estándar de 6.15 nanómetros y calcula es cp y cpk y traza una grafica para interpretar el
resultado.
Cp= 1.0840
Cpu= 22.15/18.15= 1.2195
Cpl= 0.9485
El ingeniero Fercho recibe una llamada del director general Alejandro Domínguez indicándole que si no arregla el problema lo
despedirá. El ing. Fercho le ordeno a la ingeniera Daza Ford que modificara la temperatura y el flujo del proceso con lo cual la
media aumento a 199.8 aunque también la desviación estándar se incremento a 6.21 ¿Será despedido el ingeniero Fercho?
Cp= 1.07353
Cpu= 1.0842
Cpl= 1.0628
Después de de 1 semana de cambios al proceso hechos por la ingeniera Daza Ford se extrajo otra muestra encontrándose que la
media había aumentado a 201.3 y la desviación estándar también aumento a 6.31
Cp= 1.0565
Cpu= .9870
Cpl= 1.1251
Cpk= .9870 indica que el proceso no es realmente capaz
Conclusiones.
El proceso es potencialmente capaz, es decir puede producir las obleas
cumpliendo con las especificaciones del cliente. A pesar de esto el cpk nos
muestra que el proceso no está centrado y es necesario aumentar la media
aritmética para acercarla al t.v.
Después de las mejoras el cp disminuyo debido al aumento en la variabilidad
del proceso que se manifestó en una desviación estándar mayor. Pero aun es
capaz el proceso.
Después de una semana el cpk de .9878 nos indica que el proceso no es
realmente capaz.

Más contenido relacionado

Similar a Análisis de capacidad de procesos industriales mediante herramientas estadísticas

Control estadistico de calidad cd09103 2012
Control estadistico de calidad cd09103 2012Control estadistico de calidad cd09103 2012
Control estadistico de calidad cd09103 2012Maestros en Linea
 
Practica 1 Azucena Y Magui Lab 1 Final
Practica 1 Azucena Y Magui Lab 1 FinalPractica 1 Azucena Y Magui Lab 1 Final
Practica 1 Azucena Y Magui Lab 1 FinalLupita Rangel
 
C:\Fakepath\Practica 1 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 1 Azucena Y Magui Lab 1 FinalC:\Fakepath\Practica 1 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 1 Azucena Y Magui Lab 1 Finalcanomurillo
 
C:\Fakepath\Practica 3 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 3 Azucena Y Magui Lab 1 FinalC:\Fakepath\Practica 3 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 3 Azucena Y Magui Lab 1 Finalcanomurillo
 
Investigación operativa ii
Investigación operativa iiInvestigación operativa ii
Investigación operativa iiNeli Ponce
 
Investigacion subir
Investigacion subir Investigacion subir
Investigacion subir Neli Ponce
 
Investigacion subir O
Investigacion subir OInvestigacion subir O
Investigacion subir ONeli Ponce
 
Proyecto de Ejemplo de Mejora de la Calidad
Proyecto de Ejemplo de Mejora de la CalidadProyecto de Ejemplo de Mejora de la Calidad
Proyecto de Ejemplo de Mejora de la CalidadJuan Carlos Fernandez
 
Ejercicios de Métodos
Ejercicios de MétodosEjercicios de Métodos
Ejercicios de MétodosVanessa Verano
 
Presentación programa de mantenimiento 207101 91
Presentación programa de mantenimiento 207101 91Presentación programa de mantenimiento 207101 91
Presentación programa de mantenimiento 207101 91dcbarbosaa
 
Calculos de coeficiente de uniformidad
Calculos de coeficiente de uniformidadCalculos de coeficiente de uniformidad
Calculos de coeficiente de uniformidadJuan Hurtado
 
Tarea 2 de cali 2
Tarea 2 de cali 2Tarea 2 de cali 2
Tarea 2 de cali 2MELVIN DIAZ
 
Freddy Espinosa Larriva Seis Sigma
Freddy Espinosa Larriva Seis Sigma Freddy Espinosa Larriva Seis Sigma
Freddy Espinosa Larriva Seis Sigma FABRICORSA
 

Similar a Análisis de capacidad de procesos industriales mediante herramientas estadísticas (20)

trabajo
trabajotrabajo
trabajo
 
Control estadistico de calidad cd09103 2012
Control estadistico de calidad cd09103 2012Control estadistico de calidad cd09103 2012
Control estadistico de calidad cd09103 2012
 
Practica 1 Azucena Y Magui Lab 1 Final
Practica 1 Azucena Y Magui Lab 1 FinalPractica 1 Azucena Y Magui Lab 1 Final
Practica 1 Azucena Y Magui Lab 1 Final
 
C:\Fakepath\Practica 1 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 1 Azucena Y Magui Lab 1 FinalC:\Fakepath\Practica 1 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 1 Azucena Y Magui Lab 1 Final
 
C:\Fakepath\Practica 3 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 3 Azucena Y Magui Lab 1 FinalC:\Fakepath\Practica 3 Azucena Y Magui Lab 1 Final
C:\Fakepath\Practica 3 Azucena Y Magui Lab 1 Final
 
Investigación operativa ii
Investigación operativa iiInvestigación operativa ii
Investigación operativa ii
 
Investigacion subir
Investigacion subir Investigacion subir
Investigacion subir
 
Investigacion subir O
Investigacion subir OInvestigacion subir O
Investigacion subir O
 
Ejemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis SigmaEjemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis Sigma
 
Ejemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis SigmaEjemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis Sigma
 
Proyecto de Ejemplo de Mejora de la Calidad
Proyecto de Ejemplo de Mejora de la CalidadProyecto de Ejemplo de Mejora de la Calidad
Proyecto de Ejemplo de Mejora de la Calidad
 
Aplicación de Seis Sigma
Aplicación de Seis SigmaAplicación de Seis Sigma
Aplicación de Seis Sigma
 
Ejercicios de Métodos
Ejercicios de MétodosEjercicios de Métodos
Ejercicios de Métodos
 
GOTA A GOTA
GOTA A GOTAGOTA A GOTA
GOTA A GOTA
 
Presentación programa de mantenimiento 207101 91
Presentación programa de mantenimiento 207101 91Presentación programa de mantenimiento 207101 91
Presentación programa de mantenimiento 207101 91
 
Calculos de coeficiente de uniformidad
Calculos de coeficiente de uniformidadCalculos de coeficiente de uniformidad
Calculos de coeficiente de uniformidad
 
Revision de cuadernos 2
Revision de cuadernos 2Revision de cuadernos 2
Revision de cuadernos 2
 
Diseño 1
Diseño 1Diseño 1
Diseño 1
 
Tarea 2 de cali 2
Tarea 2 de cali 2Tarea 2 de cali 2
Tarea 2 de cali 2
 
Freddy Espinosa Larriva Seis Sigma
Freddy Espinosa Larriva Seis Sigma Freddy Espinosa Larriva Seis Sigma
Freddy Espinosa Larriva Seis Sigma
 

Más de Mariana Cruz

Medias de tendencia central y dispersión
Medias de tendencia central y dispersiónMedias de tendencia central y dispersión
Medias de tendencia central y dispersiónMariana Cruz
 
Intervalos aparentes
Intervalos aparentesIntervalos aparentes
Intervalos aparentesMariana Cruz
 
Problemas de distribuciones
Problemas de distribucionesProblemas de distribuciones
Problemas de distribucionesMariana Cruz
 
Tipos de Ditribuciones
Tipos de DitribucionesTipos de Ditribuciones
Tipos de DitribucionesMariana Cruz
 
Estadistica para el domingo
Estadistica para el domingoEstadistica para el domingo
Estadistica para el domingoMariana Cruz
 

Más de Mariana Cruz (7)

Medias de tendencia central y dispersión
Medias de tendencia central y dispersiónMedias de tendencia central y dispersión
Medias de tendencia central y dispersión
 
Frecuencias
FrecuenciasFrecuencias
Frecuencias
 
Intervalos reales
Intervalos realesIntervalos reales
Intervalos reales
 
Intervalos aparentes
Intervalos aparentesIntervalos aparentes
Intervalos aparentes
 
Problemas de distribuciones
Problemas de distribucionesProblemas de distribuciones
Problemas de distribuciones
 
Tipos de Ditribuciones
Tipos de DitribucionesTipos de Ditribuciones
Tipos de Ditribuciones
 
Estadistica para el domingo
Estadistica para el domingoEstadistica para el domingo
Estadistica para el domingo
 

Último

MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxKarlaMassielMartinez
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 

Último (20)

MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 

Análisis de capacidad de procesos industriales mediante herramientas estadísticas

  • 1. UNIVERSIDAD TECNOLOGICA DE TORREON PROCESOS INDUSTRIALES CONTROL ESTADISTICO DEL PROCESO UNIDAD 4 PROBLEMAS DE RAZONAMIENTO PROF. EDGAR MATA MARIANA CRUZ CHAPARRO
  • 2. Problema 1 UNA CARACTERISTICA CLAVE EN LA CALIDAD DE LAS PINTURAS ES SU DENSIDAD. LA DENSIDAD DE LA PINTURA DEPENDE SIGNIFICATIVAMENTE DEL COMPONENTE PV44 EMPLEADO EN SU FORMULACION. LA CANTIDAD DE PV44 UTILIZADA EN LA PREPARACION SE CONTROLA CON BASE EN EL NUMERO DE RECIPIENTES QUE SE AGRAGAN YA QUE SEGÚN EL PROVEDOR CADA RECIPIENTE CONTIENE 20 KG DE PV44 SIN EMBARGO, CON FRECUENCIA SE TIENEN PROBLEMAS CON LA DENSIDAD DE LA PINTURA QUE DEBEN CORREGIRSE MEDIANTE RETRABAJO. COMO PARTE DE LOS PROGRAMAS DE MEJORA CONTINUA Y REDUCCION DE COSTOS SE INTENTA DETERMINAR LAS CAUSAS DEL EXCESIVO REPROCESO EN ESTA AREA DE LA EMPRESA. DESPUES DE UNA LLUVIA DE IDEAS Y DE REALIZAR UN DIAGRAMA CAUSA-EFECTO, EL EQUIPO DE TRABAJO DECIDE REALIZAR UN ESTUDIO ACERCA DE LA CANTIDAD REAL DE PV44 EN CADA CONTENEDOR, PARA DETERMINAR SI ESTA PUEDE SER LA CAUSA DEL PROBLEMA. PARA AVERIGUAR LO ANTERIOR SE TOMA UNA MUESTRA ALEATORIA DE 30 CONTENEDORES DE CADA ENTREGA, OBTENIENDOSE LOS SIGUIENTES RESULTADOS. TODOS LOS LOTES. Lim. inf Lim. Sup xi fi media Desviación 17.65 18.35 18 1 18 2.39561605 18.35 19.05 18.7 20 374 14.3745432 19.05 19.75 19.4 35 679 0.76433951 19.75 20.45 20.1 27 542.7 8.23363333 20.45 21.15 20.8 7 145.6 10.9764235 90 1759.3 36.7445556 19.54777778 0.41286017
  • 3. LOTE 1 Lim. inf Lim. Sup xi fi media Desviación 18.55 19.05 18.8 9 169.2 2.7225 19.05 19.55 19.3 12 231.6 0.03 19.55 20.05 19.8 7 138.6 1.4175 20.05 20.55 20.3 1 20.3 0.9025 20.55 21.05 20.8 1 20.8 2.1025 30 580.5 7.175 19.35 0.24741379 0.49740707 0 10 20 30 40 17 17.5 18 18.5 19 19.5 20 20.5 21 21.5 X-3 X-2 X-1 X X+1 X+2 X+3 18.3091973 18.7220574 19.1349176 19.5477778 19.960638 20.3734981 21.1992185
  • 4. Histograma 0 2 4 6 8 10 12 17 17.5 18 18.5 19 19.5 20 20.5 21 21.5 X-3 X-2 X-1 X X+1 X+2 X+3 18.6077586 18.8551724 19.1025862 19.35 19.5974138 19.8448276 20.3396552
  • 5. LOTE 2 Lim. Inf Lim. Sup xi fi media Desviación 17.75 18.35 18.05 1 18.05 2.24333827 18.35 18.95 18.65 8 149.2 6.44803951 18.95 19.55 19.25 9 173.25 0.79804444 19.55 20.15 19.85 9 178.65 0.82204444 20.15 20.85 20.5 3 61.5 2.72018148 30 580.65 13.0316481 Media 19.355 0.44936718 Desviación 0.67034855
  • 6. 0 2 4 6 8 10 12 17 17.5 18 18.5 19 19.5 20 20.5 21 21.5 X-3 X-2 X-1 X X+1 X+2 X+3 18.0068985 18.4562656 18.9056328 19.355 19.8043672 20.2537344 21.1524687
  • 7. Lote 3 Lim. inf Lim. Sup xi fi media Desviación 19.05 19.45 19.25 1 19.25 0.59804444 19.45 19.85 19.65 10 196.5 1.39377778 19.85 20.25 20.05 11 220.55 0.00782222 20.25 20.65 20.45 6 122.7 1.09226667 20.65 21.05 20.85 2 41.7 1.36675556 30 600.7 4.45866667 Media 20.02333333 0.15374713 Desviación 0.39210601
  • 8. Conclusión. El contenido de los recipientes de pv44 no cumple con las especificaciones de nuestro proceso, ya que el cp= .25 nos indica que hay mucha variabilidad en el contenido de los recipientes está demasiado lejos del valor deseado. El circulo de calidad tenía razón en dudar del contenido de pv44. Algunas opciones para resolver el problema: Cambiar de proveedor. Aunque esta solución parece la más sencilla, no olvidemos que la selección de proveedores requiere un proceso de evaluación de costos, tiempos de entrega y calidad de dichos proveedores en caso de que los haya. 2. establecer un programa de desarrollo de proveedores. 3. cambiar el método, es decir no medir la cantidad de pv44 por el número de contenedores, al contrario pesar el pv44. 0 2 4 6 8 10 12 14 0 1 2 3 4 5 6 7 X-3 X-2 X-1 X X+1 X+2 X+3 18.84702 19.23912 19.63123 20.02333 20.41544 20.80755 21.19965
  • 9. Problema 2 El diámetro de un pistón debe ser de 70.61 mm con una tolerancia de 25 micras, se toma una muestra de 250 piezas y el valor máximo es de 70.615 mm y el mínimo es de 70.591 mm, agrupa los datos en 7 intervalos. Elabora un histograma y determina el CP y el CPK. TV=70.61+-0.025 USL= 70.635 LSL= 70.585 Intervalos aparentes 1 70.5830 70.5900 2 70.5910 70.5980 3 70.5990 70.6060 4 70.6070 70.6140 5 70.6150 70.6220 6 70.6230 70.6300 7 70.6310 70.6380
  • 10. Clase o categorias Marcas de clase Frecuencias Medidas de tendencia central y dispersionIntervalos Lim. Inferior Lim. Superior xi fi fai fri frai fixi |xi-x|fi (xi-x)2fi 70.5825 70.5905 70.5865 28 28 0.112 0.112 1976.422 0.686336 0.01682347 70.5905 70.5985 70.5945 31 59 0.124 0.236 2188.4295 0.511872 0.00845203 70.5985 70.6065 70.6025 39 98 0.156 0.392 2753.4975 0.331968 0.00282571 70.6065 70.6145 70.6105 45 143 0.18 0.572 3177.4725 0.02304 1.1796E-05 70.6145 70.6225 70.6185 42 185 0.168 0.74 2965.977 0.314496 0.00235495 70.6225 70.6305 70.6265 36 221 0.144 0.884 2542.554 0.557568 0.00863561 70.6305 70.6385 70.6345 29 250 0.116 1 2048.4005 0.681152 0.0159989 Totales 17652.753 3.106432 0.05510246 Media aritmética 70.611012 Desviación media 0.01242573 Varianza 0.00022041 Desviación estándar 0.01484621
  • 11. cp = 70.635 - 70.585 = 0.05 = 0.561310606 6(0.0148462067882592) 0.089077241 cpu = 70.635 - 70.611012 = 0.023988 = 0.538588753 3(0.0148462067882592) 0.04453862 cpu = 70.611 - 70.585 = 0.026012 = 0.58403246 3(0.0148462067882592) 0.04453862 cpk = 0.538588753
  • 12. 0 10 20 30 40 50 60 70 80 90 4.89 4.94 4.99 5.04 5.09 Media aritmética Media + 1s Media + 2s Media + 3s Media + 4s Media - 1s Media - 2s Media - 3s Media + 4s
  • 13. Problema 3 En una fábrica de láminas de asbesto una característica es el grosor de las láminas. Para un cierto tipo el grosor debe ser 5 +-0.8 ya que si la lamina tiene un grosor menor de 4.2 mm no cumple con los requerimientos del cliente y si la lamina tiene un grosor mayor a 5.8 entonces representa un sobre costo para la empresa. Para iniciar un proceso de control un círculo de calidad que participa en el programa de mejora continua decide llevar a cabo un estudio estadístico. Mide el grosor de 60 láminas y obtiene lo siguiente: Media= 4.7 mm S= 0.48 mm Con esta información determina si la muestra está dentro de las especificaciones. Calcula es cp y cpk e interprétalos Cp= 1.6/2.58 = .55 Cpu= 1.1/1.44= .7638 Cpl = .8/ 1.44= .3472
  • 14. Con la finalidad de corregir este problema, el equipo de trabajo pone en práctica el plan de mejora. Una semana después de llevar a cabo las acciones de mejora se realiza otro estudio estadístico para ver si funcionaron se toma una muestra de 35 laminas y se mide su espesor. Los resultados fueron los siguientes. 4,25 4,55 4,4 5 22 1,27873469 4,55 4,85 4,7 12 56,4 0,50782041 4,85 5,15 5 9 45 0,08000816 5,15 5,45 5,3 7 37,1 1,08822857 5,45 5,75 5,6 2 11,2 0,96406531 35 171,7 3,91885714 media 4,905714286 0,1152605 Desv. Estándar 0,33950037 X-3 X-2 X-1 X X+1 X+2 X+3 3.88721 4.22671 4.56621 4.90571 5.24521 5.58472 5.92422 0 5 10 15 3.5 4 4.5 5 5.5 6 6.5
  • 15. Cp= 1.6/ 2.0076= .7969 Cpu= .7057/ 1.0038= .7030 Cpl= .8943/ 1.0038= .8909 Conclusiones. Al principio la media aritmética estaba considerablemente lejos del tv y la desviación estándar debería de ser 1/3 de la tolerancia y en este caso no lo es así que hay demasiada variabilidad. Y el proceso no es capaz porque tiene un valor muy alejado al 1 y además el proceso no está nada centrado. Al hacer las mejoras el centrado del proceso fue mejor. Disminuyo la desviación estándar asi que hay menos variabilidad, sin embargo aun no cumple con la regla. Y el cpk nos dice que el proceso no es capaz.
  • 16. Problema 4. El espesor de las obleas de silicio mono cristalino para la fabricación de celdas fotovoltaicas debe de estar entre 180 y 220 nanómetros. El ingeniero fercho quiere determinar la capacidad del proceso y extrae una muestra de 500 pz encontrando una media de 197.5 y una desviación estándar de 6.15 nanómetros y calcula es cp y cpk y traza una grafica para interpretar el resultado. Cp= 1.0840 Cpu= 22.15/18.15= 1.2195 Cpl= 0.9485 El ingeniero Fercho recibe una llamada del director general Alejandro Domínguez indicándole que si no arregla el problema lo despedirá. El ing. Fercho le ordeno a la ingeniera Daza Ford que modificara la temperatura y el flujo del proceso con lo cual la media aumento a 199.8 aunque también la desviación estándar se incremento a 6.21 ¿Será despedido el ingeniero Fercho? Cp= 1.07353 Cpu= 1.0842 Cpl= 1.0628 Después de de 1 semana de cambios al proceso hechos por la ingeniera Daza Ford se extrajo otra muestra encontrándose que la media había aumentado a 201.3 y la desviación estándar también aumento a 6.31 Cp= 1.0565 Cpu= .9870
  • 17. Cpl= 1.1251 Cpk= .9870 indica que el proceso no es realmente capaz Conclusiones. El proceso es potencialmente capaz, es decir puede producir las obleas cumpliendo con las especificaciones del cliente. A pesar de esto el cpk nos muestra que el proceso no está centrado y es necesario aumentar la media aritmética para acercarla al t.v. Después de las mejoras el cp disminuyo debido al aumento en la variabilidad del proceso que se manifestó en una desviación estándar mayor. Pero aun es capaz el proceso. Después de una semana el cpk de .9878 nos indica que el proceso no es realmente capaz.