doc.msa.3.español

Anlisis de Sistemas de Medicin

MSA Tercera Edicin

Primera Edicin, Octubre 1990 Segunda Edicin, Febrero, 1995; Segunda Impresin, Junio 1998 Tercera Edicin, Marzo, 2002, Derechos Reservados 1990, 1995, 2002 DaimlerChrysler Corporation, Ford Motor Company,

General Motors Corporation

Este documento consiste slo de una interpretacin al espaol, y es una copia libre del Manual de Referencia de MSA-3: 2002 publicado por AIAG, y slo debe considerarse como una consulta. El nico documento oficial es el publicado originalmente en Ingles

por AIAG mismo. i

ANLISIS DE SISTEMAS DE MEDICIN

Manual de Referencia Tercera Edicin

Copia para:

iii

PREFACIO Este manual de referencia fue desarrollado por el grupo de trabajo de anlisis de sistemas de medicin (MSA), autorizado por el grupo de trabajo para requerimientos de calidad de proveedores de DaimlerChrysler Corporation/Ford Motor Company/General Motors Corporation, y bajo los auspicios de la Sociedad Americana para la Calidad (ASQ) y el Grupo de Acciones de la Industria Automotriz (AIAG). El grupo de trabajo responsable por esta tercera edicin fue David Benham (DaimlerChrysler Corporation), Michael Down (General Motors Corporation), Peter Cvetkovski (Ford Motor Company), Gregory Gruska (Tirad Generation, Inc.), Tripp Martn (Federal Mogul) and Steve Stahley (SRS Technical Services). En el pasado, Chrysler, Ford y General Motors tenan cada uno sus propios lineamientos y formatos para asegurar cumplimiento de los proveedores. Las diferencias entre estos lineamientos generaban demandas adicionales sobre los recursos de los proveedores mismos. Para mejorar esta situacin, el grupo de trabajo determin estandarizar manuales de referencia, procedimientos, formatos de reportes y nomenclatura tcnica usada por Chrysler, Ford y General Motors. Al mismo tiempo, Chrysler, Ford y General Motors acordaron en 1990 desarrollar y, a travs de AIAG, distribuir el manual de MSA. La primera edicin fue muy bien recibida por la comunidad de proveedores quienes ofrecieron datos valiosos en base a las experiencias de aplicacin. Estos datos han sido incorporados en la segunda y esta tercera edicin. Este manual, el cual es aprobado y endosado por DaimlerChrysler Corporation, Ford Motor Company, y General Motors Corporation, es un documento de referencia y suplemento a QS 9000. El manual es una introduccin al anlisis de sistemas de medicin. No se pretende que limite la evolucin de mtodos de anlisis adecuados a procesos o instalaciones particulares. An y cuando estos lineamientos se pretende cubran normalmente situaciones de sistemas de medicin que ocurren, puede haber preguntas que surjan. Estas preguntas debieran dirigirse al rea de aseguramiento de calidad de proveedores (SQA) de los clientes. Si usted no est seguro en cmo contactar al rea apropiada de SQA, el comprador de la oficina de compras de su cliente puede ofrecerle ayuda. El grupo de trabajo de MSA agradece y d reconocimiento: al liderazgo y compromiso de los vicepresidentes Tom Sidlik de DaimlerChrysler Corporation, Carlos Mazzorin de Ford Motor Company y Bo Anderson de General Motors Corporation; la asistencia de AIAG en el desarrollo, produccin y distribucin del manual; la gua de los directores del grupo de trabajo Hank Gryn (DaimlerChrysler Corporation, Russ Hopkins (Ford Motor Company), y Joe Bransky (General Motors Corporation), en asociacin con ASQ representado por Jackie Parkhurst (General Motors Corporations) y la American Society for Testing and Materials (ASTM International). Este manual fue desarrollado para cumplir con las necesidades especficas de la industria automotriz. Este manual cuenta con derechos de copia por DaimlerChrysler Corporation, Ford Motor Company y General Motors Corporation, con todos los derechos reservados, 2002. Manuales adicionales pueden ordenarse y/o permiso para copiar secciones de este manual para uso dentro de las organizaciones proveedoras puede obtenerse de AIAG en 248-358-3570.

Marzo, 2002

v

PREFACIO Este manual de referencia fue desarrollado por el grupo de trabajo de anlisis de sistemas de medicin (MSA), y autorizado por el grupo de trabajo de requerimientos de calidad de proveedores de Chrysler/Ford/General Motors, y bajo los auspicios de la divisin automotriz de la Sociedad Americana para el Control de Calidad (ASQC) y el Grupo de Acciones de la Industria Automotriz (AIAG). El grupo de trabajo responsable por esta segunda seccin fue Ray Daugherty (Chrysler), Victor Lowe, Jr. (Ford), Chaqirperson Michael H. Down (General Motors), y Gregory Gruska (The Third Generations, Inc.). En el pasado, Chrysler, Ford y General Motors tenan cada uno sus propios lineamientos y formatos para asegurar cumplimiento de los proveedores. Las diferencias entre estos lineamientos generaban demandas adicionales en los recursos de los proveedores. Para mejorar esta situacin, el grupo de trabajo determin estandarizar los manuales de referencia, procedimientos, formatos de reportes y la nomenclatura tcnica usada por Chrysler, Ford y General Motors. Al mismo tiempo, Chrysler, Ford y General Motors acordaron en 1990 desarrollar y, a travs de AIAG, distribuir el manual de MSA. La primera edicin fue muy bien recibida por la comunidad de proveedores quienes ofrecieron datos valiosos en base a las experiencias de aplicacin. Estos datos han sido incorporados en esta segunda edicin. Este manual, el cual es aprobado y endosado por Chrysler, Ford, y General Motors, debiera usarse por proveedores que implementen tcnicas de MSA en sus procesos de manufactura y en la satisfaccin de los requerimientos de QS 9000. El manual debiera ser considerado como una introduccin al anlisis de sistemas de medicin. No se pretende limite la evolucin de mtodos de anlisis adecuados a procesos o instalaciones particulares. An y cuando se pretende que estos lineamientos cubran situaciones donde normalmente ocurren sistemas de medicin, puede haber preguntas que surjan. Estas preguntas debieran dirigirse al rea de aseguramiento de calidad de proveedores (SQA) de los clientes. Si usted no est seguro en como contactar al rea apropiada de SQA, el comprador en la oficina de compras de sus clientes puede ofrecerle ayuda. El grupo de trabajo agradece y d reconocimiento: al liderazgo y compromiso de los vicepresidentes Thomas T. Stallkamp de Chrysler, Norman F. Ehlers de Ford, y Harold R. Kutner de General Motors; la asistencia de AIAG en el desarrollo, produccin y distribucin del manual; la gua de los presidentes del grupo de trabajo Russell Jacobs (Chrysler), Stephen Walsh (Ford), y Dan Reid (General Motors), e inadvertencias de ASQC. Por tanto, este manual fue desarrollado para cumplir con las necesidades especficas de la industria automotriz. Este manual cuenta con derechos de copia por AIAG, y todos los derechos reservados, 1994. Manuales adicionales pueden ordenarse de AIAG y/o permiso para copiar secciones de este procedimiento para uso dentro de las organizaciones de los proveedores puede obtenerse de AIAG en 810-358-3570.

Febrero, 1995

vi

Gua Rpida de 3 Edicin de MSA

Tipo de Sistema de Medicin Mtodos MSA Captulo

Variable Bsica Rango, Promedios y Rangos, ANOVA, Sesgo, Linealidad, Grficas de Control Ill

Atributos Bsicos Deteccin de Seales, Anlisis de Pruebas de Hiptesis Ill

Sin Replicas (ej., Pruebas No Destructivas) Grficas de Control IV

Variables Complejas Rango, Promedios y Rangos, ANOVA, Sesgo, Linealidad, Grficas de Control III, IV

Sistemas Mltiples, Gages y Stands de Pruebas Grficas de Control, ANOVA, Anlisis de Regresin III, IV

Procesos Continuos Grficas de Control III

Miscelneos Enfoques Alternativos V

Otros Artculos disponibles en http://www.aiag.org/publications/quality/msa3.html

NOTA: En relacin al uso de la desviacin estndar de RRGs. Histricamente y en forma convencional se ha usado una amplitud del 99% para representar la amplitud total del error de las mediciones, representado por el factor de multiplicacin de 5.15 (donde RRG es multiplicado por 5.15 para representar la amplitud total del 99%). Una amplitud de 99.73% es representada por el multiplicador de 6, el cual es + 3 y representa la amplitud total de la curva normal. Si el lector selecciona el nivel de cobertura o amplitud de una variacin total en las mediciones de 99.73%, favor de usar el 6 como un multiplicador en lugar de 5.15 en los clculos. La conciencia de cual factor de multiplicacin se use es crucial en la integridad de las ecuaciones y clculos resultantes. Esto es especialmente importante si se hace una comparacin entre la variabilidad y tolerancia de los sistemas de medicin.

vii

TABLA DE CONTENIDO CAPITULO I - GUAS Y LINEAMIENTOS GENERALES PARA SISTEMAS DE MEDICIN.. 1 CAPTULO I Seccin A........................................................................................................................................ 3

Introduccin, Propsito y Terminologa................................................................................................................. 3 Calidad de los Datos de Medicin...................................................................................................................... 3

Propsito............................................................................................................................................................... 4 Terminologa......................................................................................................................................................... 4

Resumen de Trminos...................................................................................................................................... 5 Valor Verdadero................................................................................................................................................. 10

CAPITULO I Seccin B........................................................................................................................................ 11 El Proceso de Medicin......................................................................................................................................... 11

Propiedades Estadsticas de Sistemas de Medicin......................................................................................... 12 Fuentes de Variacin......................................................................................................................................... 13

Los Efectos de la Variabilidad de Sistemas de Medicin...................................................................................... 16 Efectos en las Decisiones.................................................................................................................................. 16 Efectos en las Decisiones de Productos............................................................................................................ 17 Efectos en las Decisiones de Procesos............................................................................................................. 18 Aceptacin de un Proceso Nuevo...................................................................................................................... 20 Ajuste/Control del Proceso (Experimento del Embudo)..................................................................................... 21

CAPITULO I Seccin C........................................................................................................................................ 23 Planeacin y Estrategia de las Mediciones........................................................................................................... 23

Complejidad....................................................................................................................................................... 23 Identificacin del Propsito de un Proceso de Medicin................................................................................... 24 Ciclo de Vida en las Mediciones........................................................................................................................ 24 Criterios para Seleccin del Diseo de un Proceso de Medicin...................................................................... 24 Investigacin de Varios Mtodos de Procesos de Medicin.............................................................................. 26 Diseo y Desarrollo de Conceptos y Propuestas............................................................................................... 26

CAPITULO I Seccin D........................................................................................................................................ 27 Desarrollo de las Fuentes de Medicin................................................................................................................. 27

Coordinacin de Datos....................................................................................................................................... 28 Prerrequisitos y Supuestos................................................................................................................................ 29

Proceso de Seleccin de Fuentes de Gages........................................................................................................ 29 Concepto de Ingeniera Detallado...................................................................................................................... 29 Consideraciones de Mantenimiento Preventivo................................................................................................. 30 Especificaciones................................................................................................................................................. 30 Evaluacin de Cotizaciones............................................................................................................................... 31 Liberacin de Documentos................................................................................................................................ 32 Calificacin con el Proveedor............................................................................................................................. 33 Envos................................................................................................................................................................ 34 Calificaciones con los Clientes........................................................................................................................... 34 Envo de Documentacin................................................................................................................................... 34 Elementos Sugeridos para un Checklist de Desarrollo de Sistemas de Medicin............................................. 36

CAPTULO I Seccin E........................................................................................................................................ 39 Aspectos Clave en las Mediciones........................................................................................................................ 39

Tipos de Variaciones de los Sistemas de Medicin........................................................................................... 40 Definiciones y Fuentes Potenciales de Variacin.............................................................................................. 40 Variacin del Proceso de Medicin.................................................................................................................... 48 Variacin de las Instalaciones............................................................................................................................ 48 Variacin de Amplitud........................................................................................................................................ 52 Variacin de los Sistemas de Medicin............................................................................................................. 56 Comentarios....................................................................................................................................................... 59

CAPTULO I Seccin F........................................................................................................................................ 61 Incertidumbre en las Mediciones........................................................................................................................... 61

Generalidades.................................................................................................................................................... 61

viii

Incertidumbre en las Mediciones y MSA............................................................................................................ 62 Rastreabilidad en las Mediciones...................................................................................................................... 62 Gua ISO para la Expresin de la Incertidumbre en las Mediciones.................................................................. 63

CAPITULO I Seccin G........................................................................................................................................ 65 Anlisis de Problemas de Mediciones.................................................................................................................. 65

CAPITULO II CONCEPTOS GENERALES PARA LA ESTIMACIN DE SISTEMAS DE MEDICIN................................................................................................................................... 67

CAPTULO II Seccin A....................................................................................................................................... 69 Fundamentos......................................................................................................................................................... 69

CAPTULO II Seccin B....................................................................................................................................... 71 Seleccin/Desarrollo de Procedimientos de Prueba............................................................................................. 71

CAPTULO II Seccin C....................................................................................................................................... 73 Preparacin para un Estudio de un Sistema de Medicin..................................................................................... 73

CAPTULO II Seccin D....................................................................................................................................... 77 Anlisis de Resultados.......................................................................................................................................... 77

CAPTULO III PRCTICAS RECOMENDADAS PARA SISTEMAS DE MEDICIN SIMPLES.................................................................................................................................. 79

CAPTULO III Seccin A...................................................................................................................................... 81 Ejemplos de Procedimientos de Prueba............................................................................................................... 81

CAPTULO III Seccin B...................................................................................................................................... 83 Guas y Lineamientos Estudio de Sistemas de Medicin de Variables.............................................................. 83

Guas y Lineamientos para Determinacin de la Estabilidad............................................................................. 83 Gua y Lineamiento para Determinacin del Sesgo Mtodos de Muestras Independientes................................................................................................................................................... 85 Guas y Lineamientos para Determinacin del Sesgo Mtodo por Grficas de Control................................. 88 Guas y Lineamientos para Determinacin de la Linealidad.............................................................................. 92 Guas y Lineamientos para Determinacin de la Repetibilidad y Reprodusibilidad........................................... 97

Mtodo de Rangos................................................................................................................................................ 97 Mtodo de Rangos y Promedios........................................................................................................................... 99

Grfica de Promedios......................................................................................................................................... 102 Grfica de Rangos............................................................................................................................................. 104 Grafica de Corridas............................................................................................................................................ 105 Diagrama de Dispersin..................................................................................................................................... 106 Grficas de Bigotes............................................................................................................................................ 107 Grfica de Error.................................................................................................................................................. 108 Histograma Normalizado.................................................................................................................................... 109 Diagrama X Y de Promedios por Medida........................................................................................................ 110 Comparacin de Grficas X Y......................................................................................................................... 110 Clculos Numricos........................................................................................................................................... 111 Anlisis de Resultados Numricos..................................................................................................................... 115 Mtodo de Anlisis de Varianzas (ANOVA)....................................................................................................... 117 Aleatoriedad e Independencia Estadstica......................................................................................................... 117

CAPTULO III Seccin C...................................................................................................................................... 125 Estudio de Sistemas de Medicin de Atributos..................................................................................................... 125

Mtodos de Anlisis de Riesgos........................................................................................................................ 125 Mtodo Analtico................................................................................................................................................. 135

CAPTULO IV PRCTICAS PARA SISTEMAS DE MEDICIN COMPLEJOS................................................... 141 CAPTULO IV Seccin A...................................................................................................................................... 143

Prcticas para Sistemas de Medicin Complejos y Sin Replicas.......................................................................... 143 CAPTULO IV Seccin B...................................................................................................................................... 145

Estudios de Estabilidad......................................................................................................................................... 145 S1: Una Parte, Medicin nica por Ciclo........................................................................................................... 145 S2: n>3 Partes Medicin nica por Ciclo por Parte........................................................................................... 146 S3: Muestra Larga de un Proceso Estable........................................................................................................ 147 S4: Especimenes Divididos (General), Espcimen nico por Ciclo.................................................................. 148 S5: Estantes de Prueba..................................................................................................................................... 178

CAPITULO IV Seccin C...................................................................................................................................... 151 Estudios de Variabilidad........................................................................................................................................ 151

V1: Estudios Estndar RRG....................................................................................................................... ....... 151

ix

V2: Lecturas Mltiples con p>2 Instrumentos.................................................................................................... 151 V3: Especimenes Divididos (m=2)..................................................................................................................... 152 V4: Especimenes Divididos (General)............................................................................................................... 153 V5: Igual que V1 con Partes Estabilizadas........................................................................................................ 153 V6: Anlisis de Series de Tiempos.................................................................................................................... 154 V7: Anlisis lineales........................................................................................................................................... 154 V8: Tiempo contra Degradacin de Caractersticas (Propiedades)................................................................... 155 V9: V2 con Lecturas Mltiples Simultaneas y p>3 Instrumentos....................................................................... 155

CAPITULO V OTROS CONCEPTOS DE MEDICIN.......................................................................................... 157 CAPTULO V Seccin A....................................................................................................................................... 159

Reconocimiento de Efectos de Variaciones Excesivas dentro de las Partes....................................................... 159 CAPTULO V Seccin B...................................................................................................................................... 161

Mtodo de Promedios y Rangos Tratamiento Adicional.................................................................................... 161 CAPTULO V Seccin C....................................................................................................................................... 169

Curva de Desempeo de Gages........................................................................................................................... 169 CAPTULO V Seccin D....................................................................................................................................... 175

Reduccin de Variacin a Travs de Lecturas Mltiples...................................................................................... 175 CAPTULO V Seccin E....................................................................................................................................... 177

Enfoque de la Desviacin Estndar Combinada con RRG................................................................................... 177 APENDICES............................................................................................................................................................. 185 APNDICE A............................................................................................................................................................ 187

Anlisis de Conceptos de Variacin...................................................................................................................... 187 APNDICE B............................................................................................................................................................ 191

Impacto de RRG sobre ndice de Habilidad Cp..................................................................................................... 191 Frmulas............................................................................................................................................................... 191 Anlisis.................................................................................................................................................................. 191 Anlisis Grfico...................................................................................................................................................... 193

APNDICE C............................................................................................................................................................ 195 Tabla *2d ................................................................................................................................................................ 195

APNDICE D............................................................................................................................................................ 197 Estudio R de Gages.............................................................................................................................................. 197

APNDICE E............................................................................................................................................................ 199 Clculo Alternativo de VP Usando Trminos de Correccin de Errores............................................................... 199

APNDICE F............................................................................................................................................................ 201 Modelo de Errores P.I.S.M.O.E.A.......................................................................................................................... 201

GLOSARIO............................................................................................................................................................... 205 LISTA DE REFERENCIA......................................................................................................................................... 211 FORMAS MUESTRA............................................................................................................................................... 215 INDICE...................................................................................................................................................................... 219 Proceso de Retroalimentacin del Usuario del Manual MSA............................................................................. 225

xi

LISTA DE TABLAS No. Ttulo Pag.

1 Filosofa de Control e Inters Central............................................................................ 17 2 Datos de Estudios de Sesgo......................................................................................... 87 3 Estudios de Sesgo Anlisis del Estudio de Sesgo..................................................... 88 4 Estudios de Sesgo Anlisis de Estudios de Estabilidad para Sesgo......................... 90 5 Datos de Estudios de Linealidad................................................................................... 94 6 Estudio de Linealidad Resultados Intermedios.......................................................... 95 7 Estudio de Gages (Mtodo de Rangos)........................................................................ 98 8 Tabla ANOVA................................................................................................................ 120 9 Anlisis ANOVA % de Variacin y Contribucin........................................................ 121 10 Comparacin de ANOVA y Mtodos de Promedios y Rangos..................................... 122 11 Reporte de Mtodo de ANOVA en RRGs..................................................................... 122 12 Conjunto de Datos para un Estudio de Atributos.......................................................... 127 13 Ejemplos de Sistemas de Administracin..................................................................... 143 14 Mtodos Basados en los Tipos de Sistemas de Medicin............................................ 144 15 Conjunto de Datos de Anlisis de Desviacin Estndar Acumulado............................ 181 16 Estimativo de los Componentes de la Varianza............................................................ 187 17 Amplitud de 5.15 Sigma................................................................................................ 188 18 Anlisis de Varianza...................................................................................................... 189 19 Resultados Tabulados de ANOVA (Partes a y b)......................................................... 190 20 Comparacin del CP actual del Observado.................................................................. 193

xii

LISTA DE FIGURAS

Nm. Ttulo Pag. 1 Ejemplo de una Cadena de Rastreabilidad para una Medicin de Longitud................ 10 2 Variabilidad de los Sistemas de Medicin Diagrama de Causas y Efectos............... 15 3 Relaciones entre los Diferentes Patrones..................................................................... 42 4 Discriminacin............................................................................................................... 44 5 Impacto del Nmero de Categoras Distintas (NDC) de la Distribucin del Proceso

en actividades de Anlisis y Control............................................................................. 45 6 Grficas de Control de Proceso.................................................................................... 47 7 Caractersticas de la Variacin de un Proceso de Medicin......................................... 48 8 Relacin entre el Sesgo y Repetibilidad........................................................................ 60 9 Cuadro de Control del Anlisis de la Estabilidad.......................................................... 84 10 Estudios de Sesgo Histograma de Estudios de Sesgo.............................................. 87 11 Estudio de Linealidad Anlisis Grfico....................................................................... 95 12 Hoja de Recoleccin de Datos para la Repetibilidad y Reproducibilidad de Gages..... 101 13 Grficas de Promedios Estancada.......................................................................... 103 14 Grficas de Promedios No Estancada..................................................................... 103 15 Grficas de Rangos Estancada............................................................................... 104 16 Grficas de Rangos No Estancada.......................................................................... 105 17 Grficas de Corridas por Parte...................................................................................... 105 18 Grficas de Dispersin.................................................................................................. 106 19 Grficas de Bigotes....................................................................................................... 107 20 Grficas de Error........................................................................................................... 108 21 Histograma Normalizado............................................................................................... 109 22 Graficas X-Y de Promedios por Medida........................................................................ 110 23 Comparacin de Grficas X-Y....................................................................................... 111 24 Hoja de Recoleccin de Datos Completos para RRGs................................................. 113 25 Reporte de Repetibilidad y Reproducibilidad de Gages................................................ 114 26 Grfica de Interaccin................................................................................................... 119 27 Grfica de Residuales................................................................................................... 119 28 Ejemplo Proceso........................................................................................................... 126 29 Las reas Grises Asociadas con el Sistema de Medicin............................................ 126 30 Proceso de Ejemplo con Pp = Ppk = 1.33..................................................................... 133 31 Curva de Desempeo de Gages de Atributos Graficada en papel de Probabilidad

Normal...........................................................................................................................139

32 Curva de Desempeo de Gages de Atributos .............................................................. 140 33 (33 a & b) Grfica de Control para Evaluacin de Mediciones............................ 164& 167 34 (34 a & b) Clculos para el Mtodo de Grficas de Control en la Evaluacin de un

Proceso de Medicin............................................................................................ 166& 167 35 Curva de Desempeo de Gages sin Error.................................................................... 172 36 Curva de Desempeo de Gages/Ejemplo..................................................................... 173 37 Curva de Desempeo de Gages Graficado en Papel de Probabilidad Normal............ 174 38 (38 a, b & c) Anlisis Grfico del Estudio de la Desviacin Estndar

Combinada.......................................................................................................180,183 184 39 Cp Observado vs Actual (en base al proceso).............................................................. 193 40 Cp Observado vs Actual (en base a tolerancias).......................................................... 194

xiii

RECONOCIMIENTOS Se ha contado con muchos individuos responsables para la creacin de este documento en aos. Los siguientes han sido algunos cuantos que han ofrecido mucho de su tiempo y esfuerzo en el desarrollo de este manual. ASQ y AIAG han contribuido en tiempo e instalaciones para ayuda en el desarrollo de esta publicacin. Greg Gruska, como representante de la divisin automotriz de ASQ y John Katona como presidente anterior del grupo de trabajo de revisin han sido contribuidores principales en el desarrollo y publicaciones pasadas de este manual. Las tcnicas descritas en el captulo 3 de este documento fueron investigadas y desarrolladas primero por Kazem Mirkhani de aseguramiento del producto de Chevrolet y bajo la direccin y motivacin de Barney Flynn. Los estudios de variables de gages, basados en el artculo por R.W. Traver de General Electric (anuario de ASQC de 1962) fueron validados por Jim McCaslin. Los conceptos fueron extendidos para estudios de atributos y curvas de desempeo de gages por Jim McCaslin, Gregory Gruska y Tom Bruzell de Chevrolet (anuario de ASQC de 1976). Estas tcnicas fueron consolidadas y editadas por Bill Wiechec en Junio de 1978 generando la publicacin del libro de anlisis de sistemas de medicin de Chevrolet. En aos previos se desarrollaron materiales suplementarios. En particular, Sheryl Hansen y Ray Benner de Olds Mobile documentaron el enfoque e intervalos de confiabilidad de ANOVA. En 1980 Larry Marruffo y John Lazur de Chevrolet actualizaron el manual de Chevrolet. John Lazur y Kazem Mirkhani han organizado las secciones del manual y mejoraron algunos de los conceptos tales como estabilidad, linealidad y ANOVA. Jothi Shanker de EDS contribuy a la preparacin de la actualizacin para el staff de desarrollo de proveedores. Actualizaciones adicionales incluidas en el concepto de identificacin y calificacin de variaciones en las partes, as como una descripcin ms completa de estabilidad estadstica, ambos de los cuales fue contribucin del comit de revisin estadstica del corporativo de GM. Los mejoramientos ms recientes fueron actualizacin del formato para cumplir con la documentacin actual de QS 9000, mayor clarificacin y ejemplos para hacer el manual ms fcil al usuario, discusin del concepto de incertidumbre en las mediciones y reas adicionales que no fueron incluidas o no existieron cuando fue escrito el manual original. Esta actualizacin incluye tambin el concepto de ciclo de vida de los sistemas de medicin y se dirige al anlisis de mediciones similar al anlisis convencional de procesos. Secciones del manual interno de power train de GM procesos de medicin: planeacin, uso y mejoramiento, impreso en Abril 28, 1993, se incluyeron en esta revisin. El subcomit actual de reescritura es dirigido por Mike Down de General Motors Corporation y se integra con David Benham de DaimlerChrysler Corporation, Peter Cvetkovski de Ford Motor Company, Greg Gruzka, como representante de la divisin automotriz de ASQ, Tripp Martn de Federal Mogul y Steve Stahley de Servicios Tcnicos SRS. Tambin hubo contribuciones significativas de Yanling Zuo de Minitab, Neil Ullman de ASTM International y Gordon Skattum de la divisin de tecnologa de la Universidad Rock Valley. AIAG contribuy en tiempo e instalaciones para apoyar en el desarrollo de esta publicacin. Finalmente el consenso conjunto del contenido de este documento tuvo efecto a travs de los miembros representantes del grupo de trabajo de MSA de General Motors Corporation, DaimlerChrysler Corporation y Ford Motor Company.

Michael H. Down General Motors Corporation

David R. Benham DaimlerChrysler Corporation

Peter Cvetkovski Ford Motor Company

Captulo I Guas y Lineamientos Generales para Sistemas de Medicin

1

Captulo 1

GUAS Y LINEAMIENTOS GENERALES PARA SISTEMAS DE MEDICIN

Captulo I Seccin A Guas y Lineamientos Generales para Sistemas de Medicin

2


1 Ver captulo 1, Seccin E para definiciones y discusin de la terminologa. 3

CAPTULO I Seccin A Introduccin, Propsito y Terminologa Introduccin Los datos de mediciones son usados ms a menudo y en ms formas que antes. Por

ejemplo, la decisin de ajustar un proceso de manufactura o no, comnmente se basa ahora en datos de mediciones. Los datos de mediciones, o alguna estadstica calculada de stos, son comparados con los lmites de control estadsticos del proceso, y si loa comparacin indica que el proceso est fuera del control estadstico, entonces se hace un ajuste de algn tipo. De lo contrario, al proceso se le permite trabajar sin ajustes. Otro uso de datos de mediciones es para determinar si existe una relacin significativa entre dos o ms variables. Por ejemplo, puede sospecharse que una dimensin crtica de una parte plstica moldeada se relaciona con la temperatura del material de alimentacin. Esa posible relacin puede ser estudiada usando un procedimiento estadstico llamado anlisis de regresin para comparar las medicines de la dimensin crtica con las mediciones de la temperatura del material de alimentacin. Los estudios que exploren tales relaciones son ejemplos de lo que el Dr. W.E. Deming llam estudios analticos. En general, un estudio analtico es aquel que incrementa el conocimiento del sistema de causas que afectan el proceso. Los estudios analticos son unos de los ms importantes que usan datos de mediciones porque se dirigen finalmente a un mejor entendimiento de los procesos. El beneficio de usar un procedimiento basado en datos es ampliamente determinado por la calidad de los datos de medicin usados. Si la calidad de los datos es baja, es muy probable que el beneficio del procedimiento sea muy bajo. Igualmente, si la calidad de los datos es alta, es muy probable que tambin el beneficio sea alto. Para asegurar que el beneficio derivado de los datos de medicin usados sea altamente suficiente para garantizar el costo de su obtencin, se requiere enfocar atencin en la calidad de los datos.

Calidad de los Datos de Medicin

La calidad de los datos de medicin es definida por las propiedades estadsticas de las mltiples mediciones obtenidas del sistema de medicin operando bajo condiciones estables. Por ejemplo, suponer que un sistema de medicin, operando bajo condiciones estables, es usado para obtener varias mediciones de una cierta caracterstica. Si las mediciones estn todas cerca al valor master de la caracterstica, entonces se dice que la calidad de los datos es alta. Igualmente, si algunas o todas de las mediciones estn lejos del valor master, entonces se dice que la calidad de los datos es baja.

Las propiedades estadsticas ms comnmente usadas para caracterizar la calidad de los datos son el sesgo y varianza del sistema de medicin. La propiedad llamada sesgo se refiere a la localizacin de los datos en relacin al valor de referencia (master), y la propiedad llamada referencia se refiere a la amplitud de los datos. Una de las razones ms comunes para datos de baja calidad es demasiada variacin. Mucha de la variacin en un conjunto de mediciones, puede ser debida a la interaccin entre el sistema de medicin y su medio ambiente. Por ejemplo, un sistema de medicin usado para medir el volumen de lquido en un tanque puede ser sensible a la temperatura ambiental del medio ambiente en el cual es usado. En tal caso, la variacin


4

de los datos puede ser debida a cambios en el volumen o en la temperatura ambiente. Esto hace la interpretacin de datos ms difcil y consecuentemente el sistema de medicin menos deseable. Si la interaccin genera demasiada variacin, entonces la calidad de los datos puede ser muy baja y tal que los datos no sean tiles. Por ejemplo, un sistema de medicin con una gran cantidad de variacin puede no ser apropiado para uso en el anlisis de un proceso de manufactura porque la variacin del sistema de medicin puede encubrir la variacin del proceso de manufactura. Mucho del trabajo de administrar un sistema de medicin es dirigido al monitoreo y control de la variacin. Entre otras cosas, esto significa que se requiere nfasis en aprender como los sistemas de medicin interactan con su medio ambiente de forma tal que se generen solo datos de calidad aceptable.

Propsito Terminologa

El propsito de este documento es presentar los lineamientos para evaluar la calidad de un sistema de medicin. Aunque los lineamientos son generales y suficientes para ser usados en cualquier sistema de medicin, se pretende sean usados principalmente para sistemas de medicin en el mundo industrial. No se pretende que este documento sea un compendio de anlisis para todos los sistemas de medicin. Su enfoque principal es en sistemas de medicin donde puedan replicarse lecturas de cada parte. Muchos de los anlisis son tiles con otros tipos de sistemas de medicin y el manual contiene referencias y sugerencias. Se recomienda que sean consultadas fuentes estadsticas competentes para situaciones ms complejas o inusuales no discutidas aqu. No se cubre en este manual la aprobacin requerida por los clientes para mtodos de anlisis de sistemas de medicin. La discusin del anlisis de los sistemas de medicin puede ser confusa y ambigua sino se establece un conjunto de trminos para referirse a propiedades estadsticas comunes y elementos relativos a los sistemas de medicin. Esta seccin ofrece un resumen de tales trminos que son usados en este manual. En este documento, son usados los siguientes trminos:

Medicin es definida como la asignacin de nmeros [o valores] a cosas materiales que representen relaciones entre ellas con respecto a propiedades particulares. Esta definicin se ofreci primero por C.Eisenhart (1963). El proceso de asignar nmeros es definido como proceso de medicin, y el valor asignado es definido como valor de medicin.


1 Ver captulo 1, Seccin E para definiciones y discusin de la terminologa. 5

Gage es cualquier dispositivo usado para obtener mediciones; frecuentemente

usado para referirse especficamente a dispositivos usados en el piso de produccin; incluye dispositivos pasa / no pasa.

Sistema de Medicin es el conjunto de instrumentos o gages, patrones,

operaciones, mtodos, dispositivos, software, personal, medio ambiente y supuestos usados para cuantificar una unidad de medida o preparar la evaluacin de una caracterstica o propiedad a ser medida; el proceso completo usado para obtener mediciones.

De estas definiciones se obtiene que un proceso de medicin puede ser visto como un proceso de manufactura que produce nmeros (datos) para sus resultados. El ver un sistema de medicin de esta manera es til porque nos permite traer todos los conceptos, filosofa y herramientas que han sido ya demostradas ser tiles en el rea de control estadstico de los procesos.

Resumen de Trminos1

Patrn Bases aceptadas para comparacin Criterios para aceptacin

Valor conocido, dentro de lmites de incertidumbre establecidos y

aceptado como un valor verdadero

Valor de referencia

Un patrn debiera tener una definicin operacional: una definicin que produzca los mismos resultados cuando se aplique por el proveedor o el cliente, con el mismo significado ayer, hoy y maana.

Equipo Bsico

Discriminacin, facilidad de lectura, resolucin 9 Alias: unidad de lectura ms pequea, resolucin en las mediciones, lmite

de escala o lmite de deteccin 9 Propiedad inherente dispuesta por diseo 9 Escala de unidad de medicin ms pequea o resultado de un instrumento 9 Siempre reportada como una unidad de medida 9 Regla emprica 10 a 1

Resolucin Efectiva 9 La sensibilidad del sistema de medicin con la variacin del proceso para

una aplicacin particular

Intervalo Completo

Medio Intervalo


6

9 Entrada ms pequea generada de una seal de resultado y til de medicin

9 Siempre reportada como una unidad de medicin

Valor de Referencia 9 Valor aceptado de un artefacto 9 Requiere una definicin operacional 9 Usado como el equivalente para un valor verdadero

Valor Verdadero 9 Valor actual de un artefacto. 9 Desconocido y desconocible.

Variacin de la Localizacin

Exactitud 9 Cercana con el valor verdadero o con un valor de referencia aceptable 9 ASTM incluye el efecto en los errores de localizacin y amplitud

Sesgo 9 Diferencia entre el promedio de las mediciones observado y el valor de

referencia 9 Un componente de error sistemtico del sistema de medicin

Estabilidad 9 El cambio de sesgo en el tiempo 9 Un proceso estable de mediciones est en control estadstico con respecto a

la localizacin 9 Alias: cambio

Linealidad 9 El cambio de sesgo sobre el rango de operacin normal 9 La correlacin de errores de sesgo mltiples e independientes sobre el rango

de operacin 9 Un componente de error sistemtico del sistema de medicin

Promedio del Sistema Valor de Medicin Referencia

SESGO

Valor Referencia

Tiempo

Medicin 1 Medicin N

SESGO

SESGO


2 En documentos de ASTM, no existe el concepto de precisin de un sistema de medicin; ej., la precisin no puede representarse por un simple nmero.

7

Variacin de la Amplitud

Precisin2 9 Cercana de lecturas repetidas una de otra 9 Un componente de error aleatorio del sistema de medicin

Repetibilidad 9 Variacin de las mediciones obtenidas con un instrumento de medicin

cuando se use varias veces por un usuario y midiendo la misma caracterstica y sobre la misma parte

9 La variacin sobre intentos sucesivos (en el corto plazo) y bajo condiciones de medicin definidas y establecidas

9 Comnmente referida como VE-Variacin del Equipo 9 Habilidad o potencial de un instrumento (gage) 9 Variacin dentro del sistema

Reproducibilidad 9 Variacin en el promedio de las mediciones hechas por diferentes usuarios

usando el mismo gage y midiendo una caracterstica de una parte 9 Para la calificacin del producto y el proceso, el error puede ser el usuario, el

medio ambiente (tiempo) o el mtodo 9 Comnmente referido como VU-Variacin de los Usuarios 9 Variacin (condiciones) entre sistemas 9 ASTM E456-96 incluye efectos de repetibilidad, laboratorios y medio

ambiente as como efectos de los usuarios

R&R de Gages o RRGs 9 Repetibilidad y reproducibilidad de gages: estimativo combinado de la

repetibilidad y reproducibilidad de un sistema de medicin 9 Capacidad de un sistema de medicin; dependiendo del mtodo usado,

pueden o no incluirse los efectos del tiempo Habilidad de los Sistemas de Medicin 9 Estimativo en el corto plazo de la variacin de los sistemas de medicin (ej.,

RRGs incluyendo grficas)

RepetibilidadRepetibilidad

Evaluador A C B

Reproducibilidad

Evaluador A C B

Reproducibilidad

Evaluador A C B

Reproducibilidad

A C BRRG

Valor Referencia

A C BRRG

Valor Referencia

A C BRRG

Valor Referencia

A C BRRG

Valor Referencia


8

Desempeo del Sistema de Medicin 9 Estimacin en el largo plazo de la variacin del sistema de medicin (ej.,

mtodo de grficas de control de largo plazo) Sensibilidad 9 La ms pequea entrada que resulte de una seal o resultado detectable 9 Respuesta de un sistema de medicin a cambios en la propiedad medida 9 Determinada por el diseo (discriminacin) del gage, calidad inherente

(FEO-Fabricante de Equipo Original), mantenimiento en servicio y condicin de operacin del instrumento y patrn

9 Siempre reportada como unidad de medida

Consistencia 9 El grado del cambio de la repetibilidad en el tiempo 9 Un proceso de medicin consistente est en control estadstico con respecto

a la amplitud (variabilidad)

Uniformidad 9 El cambio en repetibilidad sobre un rango de operacin normal 9 Homogeneidad en la repetibilidad

Variacin de los Sistemas

La variacin de los sistemas de medicin puede caracterizarse como Habilidad 9 Variabilidad en las lecturas tomadas en un periodo de tiempo corto

Desempeo 9 Variabilidad en las lecturas tomadas sobre un periodo de tiempo largo 9 Basado en la variacin total

Incertidumbre 9 Un rango estimado de valores acerca del valor medido en el cual el valor

verdadero se crea est contenido

El sistema de medicin debe ser estable y consistente

Todas las caracterizaciones de la variacin total de un sistema de medicin asumen que el sistema es estable y consistente. Por ejemplo, los componentes de variacin pueden incluir cualquier combinacin de artculos mostrados en la figura 2, pgina 15.

LCS

Promedio Rango

LCI

Medicin1 Medicin NMedicin1 Medicin NMedicin1 Medicin NMedicin1 Medicin N


9

Patrones y Rastreabilidad

El Instituto Nacional de Patrones y Tecnologa (NIST) es el Instituto Principal y Nacional de Mediciones (NMI) en los Estados Unidos ofreciendo servicios bajo el departamento de comercio de EUA. NIST, previamente como Divisin Nacional de Patrones (NBS), sirve como la ms alta autoridad de metrologa en EUA. La responsabilidad Primaria de NIST es ofrecer servicios de medicin y mantener patrones de medicin que ayuden a la industria en EUA a hacer las mediciones rastreables y que ayuden finalmente en negociaciones de productos y servicios. NIST ofrece estos servicios directamente a muchos tipos de industrias, pero principalmente a aquellas industrias que requieran el ms alto nivel de exactitud en sus productos y que incorporen mediciones-de-ltima-tecnologa en sus procesos.

Institutos Nacionales de Mediciones

La mayora de los pases industrializados alrededor del mundo cuentan con su propio NMI y un similar a un NIST, y stos ofrecen un alto nivel de normas de metrologa o servicios de mediciones para sus respectivos pases. NIST trabaja y colabora con estos otros NMIs para que las mediciones que se hagan en un pas no difieran de aquellas hechas en otro. Esto se logra a travs de acuerdos de reconocimiento mutuo (MRAs) y ejecutando comparaciones entre laboratorios entre NMIs. Una cosa a notar es que las habilidades de estos NMIs varan de pas a pas y no todos los tipos de mediciones son comparados sobre bases regulares, de forma tal que pueden existir diferencias. Por sto es importante entender por quien son rastreables las mediciones y que tan rastreables son.

Rastreabilidad Es un importante concepto en la negociacin de bienes y servicios. Las mediciones que son rastreables con los mismos patrones o similares acuerdan muy estrechamente en comparacin con aquellos que no son rastreables. Esto ayuda a reducir la necesidad de repetir pruebas, el rechazo de producto bueno y la aceptacin de producto malo. La rastreabilidad es definida por el Vocabulario Internacional de ISO de Trminos Bsicos y Generales de Metrologa (VIM), como: la propiedad de las mediciones o valores de un estndar o patrn, el cual puede ser relacionado con referencias establecidas, usualmente patrones nacionales o internacionales y a travs de una cadena ininterrrumpida de comparaciones y todas con incertidumbres establecidas.

La rastreabilidad de una medicin es tpicamente establecida a travs de una cadena de comparaciones hacia un NMI. Sin embargo, en muchos casos en la industria, la rastreabilidad delas mediciones puede ser ligada hasta un valor de referencia acordado o un patrn de consenso entre un cliente y un proveedor. La liga en la rastreabilidad de estos patrones de consenso con un NMI puede no siempre ser clara y entendida, y finalmente es crtico que las mediciones sean rastreables en un alcance que satisfaga a las necesidades del cliente. Con los avances en la tecnologa de las mediciones y el uso de los sistemas de medicin de ltima tecnologa en la industria, la definicin de dnde y cmo una medicin sea rastreable es un concepto de evolucin permanente.


10

Los NMIs trabajan estrechamente con diferentes laboratorios nacionales, proveedores de

gages, compaas fabricantes de ltima tecnologa, etc. Para asegurar que sus patrones de referencia sena apropiadamente calibrados y directamente rastreables con los patrones mantenidos por el NMI. Las organizaciones de gobierno y de industria privadas usan entonces sus patrones para ofrecer calibraciones y servicios de medicin a los laboratorios de metrologa o gages de sus clientes y calibracin de patrones primarios u otros de trabajo. Esta liga o cadena de eventos determina finalmente la forma en la cual se llega al piso de produccin y ofrece por tanto las bases para la rastreabilidad de las mediciones. Las mediciones pueden conectarse hasta NIST a travs de esta cadena ininterrumpida de mediciones y la cual se dice ser rastreable con NIST. No todas las organizaciones cuentan con laboratorios de metrologa o gages dentro de sus instalaciones y dependen de laboratorios externos comerciales / independientes para ofrecer rastreabilidad en los servicios de calibracin y mediciones. Reste es un medio aceptable y apropiado de lograr rastreabilidad con NIST, siempre y cuando la habilidad de los laboratorios comerciales / independientes pueda asegurarse a travs de procesos, tales como acreditamiento de laboratorios.

Valor Verdadero La META del proceso de medicin es el valor verdadero de la parte. Es deseable que cualquier lectura individual est lo ms cerca (y econmicamente posible) con este valor. Desafortunadamente, el valor verdadero nunca puede ser conocido con certeza. Sin embargo, la incertidumbre puede minimizarse usando un valor de referencia basado en la definicin operacional bien definida de una caracterstica, y usando los resultados de un sistema de medicin con una alota discriminacin de orden y rastreable con NIST. Debido a que el valor de referencia es usado como un equivalente del valor verdadero, stos trminos se usan comnmente como intercambiables. No se recomienda este uso.

Patrn Nacional

Patrn de Referencia

Patrn de Trabajo

Gage para Produccin

Patrn de Longitud de

Onda

Medidor de Interferencias

Laser

MMC

Gage para

Dispositivos

Comparador de

Interferencias

Bloque/Comparador de Gages Referencia

Bloques de Gages

Micrmetro

Figura 1: Ejemplo de una cadena de rastreabilidad para una medicin de longitud

Captulo l Seccin B El Proceso de Medicin

3

4

Partes de este captulo adaptadas con el permiso de Anlisis de Sistemas de Medicin un tutorial por G.F.Gruska y MS Heaphy, The Tirad Generation, 1987, 1998. Ver el manual de referencia de anlisis de modos y efectos de fallas potenciales (AMEF)-tercera edicin.

11

CAPTULO I Seccin B El Proceso de Medicin3

A fin de administrar efectivamente la variacin de cualquier proceso se requiere tener conocimiento de

Lo que el proceso debiera estar haciendo Lo que puede estar mal

Lo que el proceso est haciendo

Los requerimientos de especificaciones e ingeniera definen lo que un proceso debiera estar haciendo. El propsito de un Anlisis de Modos y Efectos de Fallas de un Proceso4 (AMEFPs) es definir los riesgos asociados con fallas potenciales del proceso mismo y proponer acciones correctivas antes de que estas fallas puedan ocurrir. El resultado de un AMEFP es transferido a un plan de control. Se adquiere o logra conocimiento de lo que el proceso est haciendo evaluando los parmetros o resultados del proceso mismo. Esta actividad, a menudo llamada como inspeccin, es la accin de examinar los parmetros de un proceso, las partes en proceso, los subsistemas ensamblados o los productos completos con la ayuda de patrones adecuados y dispositivos de medicin que permitan al observador confirmar o negar la premisa de que el proceso est operando en forma estable y con una variacin aceptable con respecto a la meta designada por el cliente. Sin embargo esta actividad de examen es en s un proceso.

Desafortunadamente, la industria ha visto tradicionalmente la actividad de anlisis y

mediciones como una caja negra el equipo ha sido el enfoque principal-la caracterstica ms importante, loo ms caro de un gage. La utilidad de un instrumento, su compatibilidad con el proceso y el medio ambiente y su facilidad de uso era raramente cuestionado. Consecuentemente estos gages no fueron usados apropiadamente o simplemente no eran usados.

Operacin

Resultados

Entradas

Proceso de Medicin

Mediciones

Anlisis Valor

Decisin

Proceso General

Proceso Administrativo


5 Para una discusin ms completa del tema de patrones o normas, ver fuera de crisis, W.Edwards Deming, 1982, 1986, p. 279-281

12

La actividad de anlisis y mediciones es un proceso- un proceso de medicin. Alguna o

todas las tcnicas de administracin, estadsticas y lgicas del control del proceso pueden aplicarse a dicha actividad. Esto significa que los clientes y sus necesidades deben primero ser definidas. El cliente, dueo del proceso, quiere tomar decisiones correctas y con el mnimo de esfuerzo. La administracin debe ofrecer recursos para compra de equipo que sea necesario y suficiente para hacer esto. Aunque la compra de la mejor o ms reciente tecnologa de medicin no necesariamente garantiza correctas decisiones en el control del proceso de produccin. El equipo es solo una parte del proceso de medicin. El dueo del proceso debe saber como usar correctamente dicho equipo y como analizar e interpretar resultados. La administracin debe tambin ofrecer claras definiciones operacionales o patrones as como entrenamiento y soporte. El dueo del proceso en turno tiene la obligacin de monitorear y controlar el proceso de medicin para asegurar resultados estables y correctos y los cuales incluyan una perspectiva total del anlisis de los sistemas de medicin el estudio del gage, procedimiento, usuario y medio ambiente; ej., condiciones normales de operacin.

Propiedades Estadsticas de Sistemas de Medicin

Un sistema de medicin ideal producira solo mediciones correctas cada vez que se usara. Cada medicin acordara siempre con un patrn.5 Un sistema de mediciones que pudiera producir mediciones como tales sera aquel que tuviera propiedades estadsticas de varianza cero, sesgo cero y probabilidad cero de clasificar incorrectamente cualquier producto medido. Desafortunadamente, los sistemas de medicin con tales propiedades deseables raramente existen, y los gerentes de procesos, generalmente son forzados a usar sistemas de medicin que tienen menos propiedades estadsticas deseables. La calidad de un sistema de medicin es generalmente determinada solo por propiedades estadsticas de los datos que produce en el tiempo. Otras propiedades, tales como costo, facilidad de uso, etc., son tambin importantes y contribuyen a un buen sistema de medicin global. Aunque son las propiedades estadsticas de los datos producidos lo que determina la calidad del sistema de medicin.

Las propiedades estadsticas que son ms importantes para un uso no son las ms importantes para otro. Por ejemplo, para algunos usos de las mquinas de medicin de coordenadas (MMC), las propiedades estadsticas ms importantes son sesgo y varianza pequeos. Una MMC con dichas propiedades genera mediciones que son cercanas a los valores certificados de patrones rastreables. Los datos obtenidos de tal mquina pueden ser muy tiles para analizar un proceso de manufactura. Aunque no importa lo pequeo del sesgo y la varianza que la maquina MMC pueda tener, el sistema de medicin que use la MMC puede no ser capaz de hacer un trabajo aceptable de discriminacin entre productos buenos y malos debido a fuentes adicionales de variacin introducidas por otros elementos del sistema de medicin mismo.


6 El analista de las mediciones siempre debe considerar significancias prcticas y estadsticas. 13

La administracin tiene la responsabilidad de identificar las propiedades estadsticas

ms importantes para el uso final de los datos. La administracin tiene tambin la responsabilidad de asegurar que dichas propiedades sean usadas como una base para la seleccin de un sistema de medicin. Para lograr esto, se requieren las definiciones operacionales de las propiedades estadsticas, as como mtodos aceptables de medicin de stas. Aunque cada sistema de medicin puede requerir contar con diferentes propiedades estadsticas, existen ciertas propiedades fundamentales que definen un buen sistema de medicin. Estas incluyen: 1) Discriminacin y sensibilidad adecuados. Los incrementos de medicin debieran

ser pequeos relativos a la variacin del proceso o lmites de especificacin para propsitos de mediciones. La comnmente conocida como regla 10 o regla 1 a 10, establece que la discriminacin del instrumento debiera dividir la tolerancia (o variacin del proceso) en 10 partes o ms. Esta regla emprica tiene la intencin de ser un punto mnimo inicial y prctico para seleccin de gages.

2) El sistema de medicin debe estar en control estadstico.6 Esto significa que bajo

condiciones repetidas, la variacin en el sistema de medicin es debida solo a causas comunes y no a causas especiales. Esto puede referirse como estabilidad estadstica y es mejor evaluado por mtodos grficos.

3) Para control del producto, La variabilidad del sistema de medicin debe ser

pequea comparada con los lmites de especificacin. Evala el sistema de medicin con respecto a las tolerancias de la caracterstica.

6 El analista de las mediciones siempre debe considerar significancias prcticas y estadsticas. 4) Para control del proceso, la variabilidad del sistema de medicin debe demostrar

una resolucin efectiva y ser pequeo comparado con la variacin del proceso de manufactura. Evala el sistema de medicin con la variacin de un proceso 6- sigma y/o la variacin total del estudio MSA.

Las propiedades estadsticas del sistema de medicin pueden cambiar

conforme los artculos a ser medidos varen. Si es as, entonces la variacin ms grande (peor) del sistema de medicin es pequea en relacin a lo ms pequeo de la variacin del proceso o de los lmites de especificacin.

Fuentes de Variacin Similar a todos los procesos, el sistema de medicin es impactado por fuentes de

variacin aleatorias y sistemticas. Estas fuentes de variacin son debidas a causas comunes y especiales. A fin de controlar la variacin de un sistema de medicin: 1) Identifica las fuentes potenciales de variacin. 2) Elimina (cuando sea posible) o monitorea estas fuentes de variacin.


7 Este acrnimo fue desarrollado inicialmente por Ms. Mary Hoskins, una metrologista asociada con Honeywell, el laboratorio de metrologa Eli Whitney y Bendix Corporation.

8 Ver apndice F para un modelo alternativo de errores, P.I.S.M.O.E.A. 14

Aunque las causas especiales dependen de la situacin, pueden identificarse algunas

fuentes de variacin tpicas. Existen diferentes mtodos para presentar y categorizar estas fuentes de variacin tales como diagramas de causas y efectos, diagramas de rbol de falla, etc., aunque los lineamientos presentados aqu se enfocan a elementos principales de un sistema de medicin.

P P I P M

Patrn Pieza de Trabajo

Instrumento Persona/Procedimiento Medio Ambiente

El acrnimo PPIPM7 es usado para representar los seis elementos esenciales de un sistema de medicin en general para asegurar el logro de los objetivos requeridos. P.P.I.P.M. significa Patrn, Pieza de Trabajo, Instrumento, Persona y Procedimiento y Medio Ambiente. Este puede tomarse como un modelo de errores para un sistema de medicin completo.8 Los factores que afectan estas seis reas necesitan ser entendidos de manera que puedan ser controlados o eliminados.

La figura 2 despliega un diagrama de causas y efectos que muestra algunas de las fuentes de variacin potenciales. Dado que las fuentes actuales de variacin que afecten un sistema de medicin son nicas a dicho sistema esta figura se presenta como un punto inicial para desarrollar las fuentes de variacin de un sistema de medicin.

Captulo l S

eccin B

El P

roceso de Medicin

15

Habilidades

Personal (Evaluador)

Definicin Operacional

Estndar

p.m.

Vibracin

Iluminacin

Estrs

Ergonmicos

Artificial Sol

gente

Componentes

Ciclos Igualacin Sistema de

Componentes

Estndar vs Ambiental

Expansin Trmica

Temperatura

Luz

Patrones Visuales

Educacional

Limitaciones

Entrenamiento

Experiencia

Entendimiento

Entrenamiento

Experiencia

Actitud

Procedimiento

Limpieza

Propiedades Elsticas

Reproducibilidad

Consistencia

Variabilidad

Uniformidad

Diseo

Robustercer

Uso

Efectos de Deformaciones

Contacto Geomtrico

Sensibilidad

Amplificacin

Estabilidad

Linealidad

Repetibilidad

Vas

Variabilidad en los Sistemas de

Medicin

Fsico

Compatibilidad Geomtrica

Construccin

Caractersticas Interrelacionadas

Pieza de Trabajo (Parte)

Variacin de Construccin

Tolerancia de Construccin

Calibracin

Mantenimiento

Validacin del Diseo - camping - Localizacin - Puntos de Mediciones - Pruebas de Mediciones

Instrumentos (Gages)

Decuacin de Datos

Definicin Operacional

Estabilidad

Coeficiente de Expansin Trmica

Calibracin

Rastreabilidad

Geometra

Soportes Futuros

Propiedades Elsticas

Deformacin Elstica

mass

Caida deAire

Contaminacin de Aire

Ambiental

Figura 2: Diagram

a de Causas y Efectos de la Variabilidad de los Sistem

as de Medicin


16

Efectos de la Variabilidad de los Sistemas de Medicin Debido a que un sistema de medicin puede ser afectado por varias fuentes de

variacin, lecturas repetidas sobre la misma parte no producen un mismo e idntico resultado. Las lecturas varan una de otra debido a causas comunes y especiales. Los efectos de las diferentes fuentes de variacin en un sistema de medicin debieran evaluarse en periodos de tiempo cortos y largos. La capacidad de un sistema de medicin es el error (aleatorio) del sistema de medicin mismo en un periodo de tiempo corto. La combinacin de errores es cuantificada con la linealidad, uniformidad, repetibilidad y reproducibilidad. El desempeo de un sistema de medicin, as como el desempeo de un proceso, es el efecto de todas las fuentes de variacin en el tiempo. Esto se logra determinando si nuestro proceso est en control estadstico (ej., estable y consistente; variaciones debidas solo a causas comunes), est sobre meta (sin sesgo) y tiene una variacin aceptable (repetibilidad y reproducibilidad de gages) (RRGs)) sobre un rango de resultados esperados. Esto incrementa la estabilidad y consistencia a la capacidad de un sistema de medicin.

Debido a que los resultados de un sistema de medicin son usados para toma de una decisin acerca del producto y el proceso, el efecto acumulativo de todas las fuentes de variacin es a menudo error del sistema de medicin, o algunas veces solo error.

Efectos en las Decisiones

Despus de medir una parte, una de las decisiones que pueden tomarse es determinar el status de dicha parte. Histricamente, se determinara si la parte fue aceptable (dentro de especificaciones) o no aceptable (fuera de especificaciones). Otro escenario comn es la clasificacin de partes en categoras especficas (ej., tamaos de pistones).

Para el resto de la discusin, y como un ejemplo, la situacin de las dos categoras ser usada: fuera de especificacin (malo) y dentro de especificaciones (bueno). Esto no restringe la aplicacin de la discusin a otras actividades de categorizacin.

Otras clasificaciones adicionales pueden ser retrabajable, recuperable o desperdicio. Bajo la filosofa de control del producto esta actividad de clasificacin sera la razn principal para medir una parte. Aunque, con la filosofa de control del proceso, El inters se orienta ya sea a la variacin de la parte debida a causas comunes o a causas especiales del proceso.


17

Filosofa Inters

Control del producto Est la parte en una categora especfica?

Control del proceso Es la variacin del proceso estable y aceptable?

Tabla 1: Filosofa de Control e Inters Central La siguiente seccin trata de los efectos de los errores en las mediciones en la decisin

de un producto. Posterior a ello existe una seccin que aborda el impacto sobre decisiones del proceso.

Efectos en las Decisiones de Productos

A fin de entender mejor el efecto de errores en los sistemas de medicin sobre las decisiones del producto, considerar el caso donde toda la variabilidad en las lecturas mltiples de una sola parte es debida a la repetibilidad y reproducibilidad del gage. Esto es, el proceso de medicin est en control estadstico y tiene un sesgo de cero. Puede tomarse a veces una mala decisin cuando alguna parte de la distribucin de la medicin arriba indicada se traslape sobre un lmite de especificacin. Por ejemplo, una parte buena puede algunas veces declararse mala (error tipo I, riesgo del productor o falsa alarma) si:

y, una parte mala algunas veces puede declararse como buena (error tipo II), riesgo del consumidor o proporcin perdida) si:

LSL USL

O

LSL USL

O

USLLSL

O

USLLSL

O


18

Esto es, con respecto a los lmites de especificacin, el potencial de tomar malas decisiones para una parte existe solo cuando el error de los sistemas de medicin intersectan los lmites de especificacin. Esto ofrece tres diferentes reas: donde:

I II III

Partes malas siempre sern declaradas como malas Potencial de tomar una decisin equivocada Partes buenas siempre sern declaradas como buenas

Dado que el objetivo es maximizar las CORRECTAS decisiones relativas al status del producto, existen dos opciones:

1) Mejorar el proceso de produccin: reducir la variabilidad del proceso de forma tal que las partes no se fabriquen en las reas II.

2) Mejorar el sistema de medicin: reducir el error del sistema de medicin para reducir el tamao de las reas II de tal forma que todas las partes que sean fabricadas caigan dentro del rea III y por tanto minimicen el riesgo de tomar una mala decisin.

Esta discusin asume que el proceso de medicin est en control estadstico y en meta. Si alguno de estos supuestos es violado entonces existe una pequea probabilidad de que un valor observado conduzca a una correcta decisin.

Efecto en las Decisiones del Proceso

Con el proceso en control, las siguientes necesidades deben establecerse:

Control estadstico En meta Variabilidad aceptable Como se explic en la seccin previa, el error en las mediciones puede generar decisiones incorrectas acerca de un producto. El impacto en las decisiones del proceso sera como sigue: Llamar a una causa comn como una causa especial Llamar a una causa especial como una causa comn

II

II

I

III

I Tarjeta

LSL USL


19

La variabilidad de los sistemas de medicin puede afectar las decisiones en relacin a la estabilidad, meta y variacin de un proceso. La relacin bsica entre la variacin del proceso actual y observada es:

2obs = 2actual + 2msa

donde

2obs = varianza observada del proceso 2actual = varianza del proceso actual 2msa = varianza del sistema de medicin

El ndice de habilidad9 Cp es definido como Esto puede sustituirse en la ecuacin de arriba para obtener la relacin entre los ndices del proceso observados y actuales,:

(Cp)-2obs = (Cp)-2actual + (Cp)-2msa Asumiendo que el sistema de medicin est en control estadstico y en meta, el Cp actual del proceso puede compararse grficamente con el Cp observado.10 Por tanto la habilidad del proceso observada es una combinacin de la habilidad del proceso actual ms la variacin debida al proceso de medicin. Para alcanzar un objetivo de habilidad de un proceso especfico se requerira factorizar la variacin de las variaciones. Por ejemplo, si el ndice Cp del sistema de medicin fuera 2, el proceso actual requerira un ndice de Cp mayor o igual que 1.79 a fin de lograr que el ndice calculado (observado) sea 1.33. Si el ndice Cp del sistema de medicin fuera en s 1.33, el proceso requerira no contar con variacin si el resultado final tuviera que ser 1.33 que es claramente una situacin imposible.

Rango de Tolerancia 6Cp =

9 Aunque esta discusin es usando Cp, los resultados se mantienen tambin para el ndice de desempeo Pp. 10 Ver apndice B para frmulas y grficas.


20

Aceptacin de un Proceso Nuevo

Cuando un nuevo proceso tal como, maquinado, manufactura, estampado, manejo de material, tratamiento trmico o ensamble es comprado, existe a menudo una serie de pasos que tienen que completarse como parte de la actividad de compra misma. Esto involucra a menudo algunos estudios hechos en el equipo en la localizacin del proveedor y luego en la localizacin del cliente. Si el sistema de medicin usado en cada localizacin no es consistente con el sistema de medicin con el que el equipo ser usado y bajo circunstancias normales, entonces puede generarse alguna confusin. La situacin ms comn que involucra el uso de instrumentos diferentes es el caso donde el instrumento usado con el proveedor cuenta con un orden de discriminacin mayor que el del instrumento de produccin (gage). Por ejemplo, las partes medidas con una maquina de coordenadas durante la compra y luego con un gage de alturas durante la produccin; las muestras medidas (ponderadas) en una escala electrnica o en una escala de laboratorio mecnica durante la compra y luego sobre una escala mecnica simple durante la produccin. En el caso donde el sistema de medicin (de orden mayor) usado durante la compra cuente con un RRG de 10% y el Cp actual del proceso sea de 2.0, el Cp observado del proceso durante la compra ser de 1.96.11

Cuando este proceso es estudiado en la produccin y con el gage de produccin, se observar una mayor variacin (ej., un Cp ms pequeo). Por ejemplo, si el RRG del gage de produccin es del 30% y el Cp del proceso actual es todava 2.0 entonces el Cp del proceso observado ser de 1.71. El peor escenario ser que el gage de produccin no est calificado pero sea usado. Si el RRG del sistema de medicin es actualmente del 60% (aunque tal hecho no sea conocido) entonces el Cp observado sera de 1.28. La diferencia en el Cp observado de 1.96 versus 1.28 es debida al sistema de medicin diferente. Sin este conocimiento puede haber esfuerzos en vano en buscar ver lo que est mal del nuevo proceso.

11 Para esta discusin, asuma que no existe variacin en el muestreo. En la realidad 1.96 ser el valor esperado

aunque los resultados actuales varien alrededor de este valor.

Variacin de MMCVariacin de la Corrida de las

Partes

Variacin de MMCVariacin de la Corrida de las

Partes


21

Ajuste / Control del Proceso (Experimento del Embudo)

Con frecuencia las operaciones de manufactura utilizan una pieza en el comienzo del da para verificar que el proceso est sobre meta. Si la pieza medida est fuera de meta, el proceso es entonces ajustado. Ms tarde y el algunos casos otra pieza es medida y otra vez el proceso puede ajustarse. El Dr. Deming se refiere a este tipo de mediciones y toma de decisiones como titubeo. Considerar la situacin donde el peso del acabado de un metal precioso sobre una pieza esta siendo controlado sobre una meta de 5.00 gr. Suponer que los resultados de la escala usados para determinar el peso varan en +0.20 gr pero esto no se sabe dado que nunca fue hecho el anlisis del sistema de medicin. Las instrucciones de operacin requieren que el operador verifique el peso y haga ajustes cada hora en base a una muestra. Si los resultados estn fuera del intervalo de 4.90 a 5.10 gr entonces el operador ajusta el proceso otra vez. En el ajuste, suponer que el proceso est operando a 4.95 gr pero por el error en las mediciones el operador observa 4.85 gr. De acuerdo a las instrucciones del operador ste debe intentar ajustar el proceso hacia arriba por 0.15 gr. Ahora el proceso est corriendo en 5.10 gr para una meta. Cuando el operador cheque el ajuste sta vez, observa 5.08 gr. de manera que permita al proceso trabajar. El sobreajuste del proceso a agregado variacin y continuar hacindolo as. Este es un ejemplo del experimento de embudo que el Dr. Deming us para describir los efectos del titubeo.12 El error en las mediciones complica el problema. Cuatro reglas del experimento de embudo son: Regla 1: No hacer ajustes o tomar acciones a menos que el proceso est inestable.

Variacin del Gage de ProduccinVariacin Observada

del Proceso

Variacin Actual del ProcesoVariacin del Gage de ProduccinVariacin Observada

del Proceso

Variacin Actual del ProcesoVariacin del Gage de ProduccinVariacin Observada

del Proceso

Variacin Actual del Proceso

12 Deming, W. Edwards, Out of the Crisis, Massachussets of Technology, 1982, 1986.


22

Regla 2: Ajustar el proceso en una cantidad igual y en una direccin opuesta de donde

el proceso fue medido al ltimo. Regla 3: Restablecer el proceso hacia la meta. Luego ajustar el proceso en una

cantidad igual y en una direccin opuesta de la meta.

Regla 4: Ajustar el proceso al punto de la ltima medicin. Las instrucciones de ajuste para procesos de metales preciosos es un ejemplo de la regla 3. Las reglas 2,3 y 4 agregan mayor variacin en forma progresiva. La regla 1 es la mejor opcin para provocar una variacin mnima. Otros ejemplos del experimento de embudo son: Recalibracin de gages en base a lmites arbitrarios ej., los lmites no reflejan la

variabilidad del sistema de medicin (regla 3). Restablecimiento de un patrn para el sistema de medicin del control del proceso

despus de un nmero arbitrario de usos sin alguna indicacin o historia de algn cambio (causa especial) (regla 3).

Autocompensaciones que ajustan al proceso en base a las ltimas partes fabricadas

(regla 2). En el entrenamiento del trabajo donde el operador A entrena al operador B y quien

ms tarde entrena al operador C... sin material de entrenamiento estndar. Similar al juego del telfono descompuesto (regla 4).

Las partes son medidas, y se encuentran fuera de meta, aunque al graficarse sobre

la grfica de control el proceso se muestra estable luego entonces no se toma ninguna accin (Regla 1).

Captulo l Seccin C Planeacin y Estrategia de las Mediciones

23

CAPTULO I Seccin C Planeacin y Estrategia de las Mediciones Introduccin La planeacin es clave antes de disear o comprar un equipo o sistemas de medicin.

Muchas decisiones hechas durante la etapa de planeacin pudieran afectar la direccin y seleccin de un equipo de medicin. Cul es el propsito y cmo ser usado el resultado de una medicin?. La etapa de planeacin establecer el curso y tiene un efecto significativo en qu tan bien el proceso de medicin opere y puede reducir posibles problemas y errores de medicin en el futuro.

En algunos casos y debido al riesgo involucrado en los componentes a ser medidos o por el costo y complejidad del dispositivo de medicin el cliente del FEO (Fabricante de Equipo Original) puede usar el proceso APQP y decidir una estrategia de medicin con el proveedor.

No todas las caractersticas del producto y proceso requieren sistemas de medicin y cuyo desarrollo cae en este tipo de

doc.msa.3.español

Documents