Control estadstico de procesos

Control estadstico de procesos

Los grficos de control, basndose en tcnicas estadsticas, permiten usar criterios objetivos para distinguir variaciones de fondo de eventos de importancia. Casi toda su potencia est en la capacidad de monitorizar el centro del proceso y su variacin alrededor del centro. Recopilando datos de mediciones en diferentes sitios en el proceso, se pueden detectar y corregir variaciones en el proceso que puedan afectar a la calidad del producto o servicio final, reduciendo desechos y evitando que los problemas lleguen al cliente final. Con su nfasis en la deteccin precoz y prevencin de problemas, SPC tiene una clara ventaja frente a los mtodos de calidad como inspeccin, que aplican recursos para detectar y corregir problemas al final del producto o servicio, cuando ya es demasiado tarde. Adems de reducir desechos, SPC puede tener como consecuencia una reduccin del tiempo necesario para producir el producto o servicio. Esto es debido parcialmente a que la probabilidad de que el producto final se tenga que retrabajar es menor, pero tambin puede ocurrir que al usar SPC, identifiquemos los cuellos de botella, paradas y otros tipos de esperas dentro del proceso. Reducciones del tiempo de ciclo del proceso relacionado con mejoras de rentabilidad han hecho del SPC una herramienta valiosa desde el punto de vista de la reduccin de costes y de la satisfaccin del cliente final.

Historia
En los aos 1920s Walter A. Shewhart fue el primero en utilizar el Control Estadstico de Procesos. Despus, W. Edwards Deming aplic los mtodos del SPC en los Estados Unidos durante La Segunda Guerra Mundial, mejorando con xito la calidad en la produccin de municiones y otros productos de importancia estratgica. Deming ha contribuido decisivamente a introducir los mtodos del SPC en la industria japonesa despus de la guerra. Shewart cre la base para el grfico de control y el concepto del control estadstico durante experimentos diseados cuidadosamente. Mientras Dr. Shewhart se inspiraba en teoras matemticas y estadsticas puras, descubri que datos derivados de procesos fsicos raramente producen una "curva de distribucin normal" (una distribucin gaussiana, tambin llamada "curva en campana"). Descubri que las variaciones en los datos de produccin no se comportan siempre de la misma manera que en la naturaleza (Movimiento browniano de partculas). El Dr. Shewhart concluy que mientras cada proceso muestra una variacin, algunos procesos muestran variaciones controladas naturales dentro del proceso (causas comunes de variacin), mientras otros muestran variaciones descontroladas que no estn siempre presentes en el proceso causal (causas especiales de variacin).

General
La siguiente descripcin se refiere ms al sector industrial que al sector de servicios, aunque los principios de SPC se pueden aplicar a los dos sectores. Para una descripcin y un ejemplo de cmo aplicar SPC al sector de servicios, refirase a Roberts (2005). Tambin se ha aplicado SPC con xito para detectar cambios en el comportamiento organizativo con Deteccin de Cambios en Redes Sociales introducido por McCulloh (2007). Tradicionalmente, en procesos de produccin en masa, se controlaba la calidad de la pieza acabada mediante inspecciones del producto al final del proceso; aceptando o rechazando cada pieza (o muestras de produccin) basndose en los criterios de especificaciones. La diferencia del Control del Proceso estadstico es que usa herramientas estadsticas para observar el rendimiento del proceso de produccin para prever desviaciones importantes que pueda resultar en el producto rechazado. Existen dos tipos de variaciones en todos los procesos industriales y ambas variaciones causan variaciones posteriores en el producto final. Las primeras son variaciones de causa natural o comn y pueden ser variaciones en temperatura, especificaciones en materias primas o electricidad etc. Estas variaciones son pequeas y normalmente estn cerca del valor medio. El modelo de variacin sera similar a los modelos encontrados en la naturaleza y la distribucin forma la curva de distribucin normal (forma de campana). Las segundas son conocidas como causas

Control estadstico de procesos especiales y suceden con menos frecuencia que las primeras. Por ejemplo, una lnea de produccin de cajas de cereales puede estar diseada para rellenar cada caja de cereales con 500 gramos de producto, pero algunas cajas pueden tener un poco ms de 500 gramos, y otras pueden tener un poco menos, conforme a la distribucin del peso neto. Si el proceso de produccin, sus entradas, o su entorno cambia (por ejemplo, las mquinas de produccin muestran seales de desgaste), esta distribucin pueda cambiar. Por ejemplo, si las poleas se desgastan, la mquina que rellena las cajas con cereales puede empezar a introducir ms cereales en cada caja que lo especificado. Si se permite continuar con este cambio sin estar controlado, se producirn ms y ms productos que no entran dentro de las tolerancias del fabricante o del consumidor, con el resultado de desechos. Mientras en este caso, el desecho est presente en la forma de producto gratuito para el consumidor, normalmente el desecho consiste en retrabajo o chatarra. Observando en el momento justo qu ha pasado en el proceso que ha provocado un cambio, el ingeniero de calidad o cualquier miembro del equipo que est como responsable de la lnea de produccin puede solucionar la causa principal de la variacin que ha entrado en el proceso y se corrige el problema. El SPC tambin indica cundo se debe tomar una accin dentro de un proceso, pero indica tambin cuando NO se deben tomar acciones. Un ejemplo es una persona que le gustara mantener un peso equilibrado y toma medidas de peso cada semana. Una persona que no entiende los conceptos del SPC pueda empezar una dieta cada vez que su peso incrementa, o comer ms cada vez que su peso disminuye. Este tipo de accin puede ser perjudicial y puede generar ms variacin en peso. SPC se justifica en una variacin del peso normal y una indicacin mejorada de cundo la persona est ganando o perdiendo peso.

Bibliografa
Deming, W E (1975) On probability as a basis for action, The American Statistician, 29(4), pp146-152 Deming, W E (1982) Out of the Crisis: Quality, Productivity and Competitive Position ISBN 0-521-30553-5 Oakland, J (2002) Statistical Process Control ISBN 0-7506-5766-9 Shewhart, W A (1931) Economic Control of Quality of Manufactured Product ISBN 0-87389-076-0 Shewhart, W A (1939) Statistical Method from the Viewpoint of Quality Control ISBN 0-486-65232-7 Wheeler, D J (2000) Normality and the Process-Behaviour Chart ISBN 0-945320-56-6 Wheeler, D J & Chambers, D S (1992) Understanding Statistical Process Control ISBN 0-945320-13-2 Wheeler, Donald J. (1999). Understanding Variation: The Key to Managing Chaos - 2nd Edition. SPC Press, Inc. ISBN 0-945320-53-1.

Fuentes y contribuyentes del artculo

Fuentes y contribuyentes del artculo

Control estadstico de procesos Fuente: https://es.wikipedia.org/w/index.php?oldid=67531323 Contribuyentes: Bernard, Control de procesos, Farisori, Gapeev, J.M.Domingo, JSSX, Jkbw, Juan Mayordomo, Miguel.baillon, Miltonpatio, Misigon, Palissy, Poco a poco, Rodrica8, Setincho, Shalbat, 16 ediciones annimas

Licencia
Creative Commons Attribution-Share Alike 3.0 Unported //creativecommons.org/licenses/by-sa/3.0/