Sei sulla pagina 1di 41
       
   

UNIVERSIDAD TECNOLÓGICA DE QUERÉTARO

 

Nombre del proyecto:

 

Estudios R&R para pruebas destructivas.

 
   

Empresa:

 

Dooremalen Industries México S.A. de C.V.

 

Memoria que como parte de los requisitos para obtener el título de

 

Ingeniero en Procesos y Operaciones Industriales

 
   

Presenta

 
 

Alma

María Morales León

 
 

Nombre del aspirante

 

Asesor de la UTEQ Ing. Jose Cruz Morales Avilés

Asesor de la Empresa Ing. Juan Rodrigo Niembro Aguilar

   

Santiago de Querétaro, Qro. Mayo 2012

Resumen

Es importante para cualquier empresa la calidad con que presta su servicio, por lo cual es indispensable estar enfocados en la mejora continua, es por ello que el presente proyecto tuvo como objetivo, implementar la realización de los estudios R&R para equipos de pruebas destructivas ya que se requiere para la norma técnica TS 16949:2002. Requerimientos particulares para la aplicación de ISO 9001:2000 en la industria automotriz”, establece en el numeral 7.6.1 “Análisis de sistemas de medición”, en donde especifica que DEBEN conducirse estudios estadísticos para analizar variaciones presentes en los resultados de los equipos de medición y prueba. Es indispensable que en el tipo de proceso requiere dentro de la organización un sistema de medición apropiado que permita medir la calidad de las características de los productos que se fabrican. En cualquier tipo de procesos el estudio R&R permite calcular la variabilidad dentro de cualquier tipo de proceso y determinar si esta variación es aceptable o no. Para este proceso se utilizo los estudios de repetibilidad y reproducibilidad para equipos de pruebas destructivas que nos sirvió para calcular la variabilidad y detectar cuando este se encuentre funcionando en condiciones anormales, de esta manera, se buscaron estrategias correctivas que permitan al proceso volver a trabajar en condiciones normales.

(Palabras clave: calidad, estudios estadísticos, proceso, R&R.)

2

Abstract

It is important for any company to know his quality with service, for that reason is indispensable to be focus on the continuos improvement, the following project has as objective, implement the R&R studies for equipments that need destructive test as a requirement on TS 16949:2002. “Specific requirement for the application of ISO9001:2000 in the automotive industries”, establishes on 7.6.1 “Measurement system analyzes” where indicate that statics studies must be done to analyze variation on measurement and test equipment, is indispensable to have a appropriate measurement system according to each process in to the organization to left measure the quality of the products that made, in any kind of process the R&R test let calculate the variability for it and determine whether this variation is acceptable or not. For this cause the reapitibility and reproducibility test were used to calculate the variability and defect wend the equipment is working in annormal conditions on destructives test, hereby, corrective strategies were found to let to the process works in normal conditions again.

(Key words: quality, statistical studies, I process, R*R.)

3

Dedicatorias

Dedico este trabajo especialmente a mis padres Cándido Morales García y Ma. Del Rosario León González por todo su esfuerzo y apoyo que siempre lo tuve por sus consejos que me ayudaron a seguir adelante para formarme profesionalmente y en mi vida cotidiana. También dedico este esfuerzo a mis hermanos, amigos y compañeros que siempre estuvieron conmigo apoyándome.

Ahora que he logrado lo que tengo lo aprovecharé cada día de mi vida para recompensar un poco el apoyo que siempre me brindaron durante todo este tiempo.

4

Agradecimientos

Agradezco principalmente a Dios y a mis padres que siempre me apoyaron de todas las formas posibles para que yo tuviera la oportunidad de superarme profesionalmente. A mis hermanos que también me apoyaron mucho con sus ánimos que me impulsaron a seguir adelante.

A mis compañeros que siempre me dieron su apoyo cuando se me dificultaba alguna asignatura, por la amistad que me brindaron, por los consejos que me ayudaron en mi desarrollo profesional.

A la UTEQ por la formación académica que me ofreció y recibí en forma

profesional, ya que sin ésta yo no hubiera terminado con éxito mis estudios como Ingeniero en Procesos y Operaciones Industriales.

A la empresa Dooremalen Industries México por brindarme la oportunidad

de ser parte de su equipo de trabajo y permitirme desarrollarme y darme el apoyo para desarrollar un proyecto.

A mis profesores, tutor y asesor de estadía que siempre me apoyaron y

asesoraron, siempre tratando de resolver los problemas que se fueron

presentando en el aspecto académico.

5

Índice

 

Resumen

2

Abstact

3

Dedicatorias

4

Agradecimientos

5

Índice

6

I. INTRODUCCIÓN

7

II. ANTECEDENTES

8

III. JUSTIFICACIÓN

8

IV. OBJETIVOS

8

V. ALCANCES

9

VI. FUNDAMENTACION TEÓRICA

9

VII. PLAN DE ACTIVIDADES

25

VIII.RECURSOS MATERIALES Y HUMANOS

26

IX.

DESARROLLO DEL PROYECTO

26

X.

RESULTADOS OBTENIDOS

38

XII.

CONCLUSIONES

39

XIII.RECOMENDACIONES

40

XIV.REFERENCIAS BIBLIOGRAFICAS

41

6

El

proyecto

se

I.

desarrolla

INTRODUCCIÓN

en

ITB

Ingeniería

de

Precisión

es

una

organización internacional orientada a empresa de alta tecnología con los sitios

en los Países Bajos, República Checa y México. Dooremalen Industrias México

S.A. de C.V. es una planta en Querétaro, México. La planta mexicana está

especializada en el moldeo por inyección de plástico, principalmente de piezas

de automóviles. Especializada en el diseño de productos, herramienta de

diseño, la fabricación de herramientas y la producción (de plástico moldeado

por inyección de metal de moldeo por inyección, estampado y ensamblaje) o

piezas técnicas de precisión y productos para una amplia gama de mercados,

como

el

automotriz

herramientas

eléctricas,

conectores,

farmacéuticos, electrodomésticos, etc.

médicos,

Están certificados en TS16949, ISO9001 e ISO14001.

Su objetivo es llevar a cabo todas las actividades y servicios de manera

eficiente y eficaz y de mejorar continuamente su calidad. Es por eso que se

llevara a cabo este proyecto para la mejora continua de la empresa.

7

II.

ANTECEDENTES

La norma técnica TS 16949:2002. Requerimientos particulares para la aplicación de ISO 9001:2000 en la industria automotriz”, establece en el numeral 7.6.1 Análisis de sistemas de medición”, en donde especifica que DEBEN conducirse estudios estadísticos para analizar variaciones presentes en los resultados de los equipos de medición y prueba, uno de estos métodos es el estudio de Repetibilidad y Reproducibilidad en equipos que realizan pruebas destructivas. Sin embargo actualmente no se han realizado de manera sistemática, por lo que en la última auditoría llevada a cabo en Enero 2012 la empresa tuvo una no-conformidad al constatar los auditores que no se están llevando a cabo los estudios estadísticos

III.

JUSTIFICACIÓN

Al ser ITB una empresa que está certificada debe de cumplir con el punto 7.6.1 de la norma TS 16949:2002, el cual se concretó con los auditores que no se ha cumplido adecuadamente, por lo que incurrió en una no-conformidad, la cual debe de ser cerrada en un periodo de 75 días.

IV.

OBJETIVOS

Implementar los estudios R&R para el aseguramiento de la calidad de las mediciones para equipos de pruebas destructivas al 90%

Cerrar la no-conformidad para el mes de abril de acuerdo al punto 7.6.1 de la norma TS 16949:2002, por medio de estudios R&R.

8

V.

ALCANCES

Este proyecto implica el análisis de una no conformidad resultado de una auditoría externa, para la cuál se llevo a cabo el análisis de la problemática y se procedió a la identificación de la causa raíz usando el diagrama de Ishikawa, y se propone la implementación de los estudios de reproducibilidad y repetibilidad (R&R). Esto se llevara a cabo en un lapso de tiempo de 75 días en donde se realizara el cierre de la no-conformidad.

VI. FUNDAMENTACIÓN TEÓRICA

Estudios de repetibilidad y reproducibilidad

Repetibilidad (de mediciones) (r)

La repetibilidad de resultados de mediciones es:

Precisión de medida bajo conjunto de condiciones de repetibilidad. Donde condiciones de repetibilidad de medida se define como: condición de medición dentro de un conjunto de mediciones que incluye el mismo procedimiento de medida, los mismos operadores, el mismo sistema de medida, las mismas condiciones de operación y el mismo lugar, así como mediciones repetidas del mismo objeto o de un objeto similar en un periodo corto de tiempo.

y el mismo lugar, así como mediciones repetidas del mismo objeto o de un objeto similar

9

Tradicionalmente en los estudios R&R se les conoce como la variabilidad interna a la condición.

Reproducibilidad (de mediciones) (R) De acuerdo con el VIM la reproducibilidad de resultados de mediciones es:

Precisión de medida bajo conjunto de condiciones de reproducibilidad. Donde conjunto de condiciones de reproducibilidad se entiende como:

Condición de medición dentro de un conjunto de mediciones que incluye diferentes lugares, operadores, sistemas de medida y mediciones repetidas de los mismos objetos u objetos similares.

repetidas de los mismos objetos u objetos similares. Tradicionalmente en los estudios R&R se le conoce

Tradicionalmente en los estudios R&R se le conoce como la variabilidad entre las condiciones.

Aplicación de los estudios de R&R En metrología las aplicaciones de los estudios de repetibilidad y reproducibilidad se encuentran los procesos de evaluación, validación y análisis de las mediciones, estas son:

Evaluación de ensayos de aptitud Validación de métodos de calibración Análisis de comparaciones inter-laboratorios Evaluación de la incertidumbre de medición

10

Evaluación de cartas de control Conocer la variabilidad de mediciones e instrumentos (GRR según MSA) Evaluación de la deriva (estabilidad) de instrumentos

Métodos para la determinación de R&R Los métodos aceptables para la determinación de estudios de repetibilidad y reproducibilidad se basan en la evaluación estadística de las dispersiones de los resultados, ya sea en forma de rango estadístico (= valor máximo valor mínimo) o su representación como varianzas o desviaciones estándar, estos métodos son:

Rango,

Promedio y Rango,

ANOVA (análisis de varianza)

Rango Este método permite una rápida aproximación de la variabilidad de las mediciones, no descompone la variabilidad en repetibilidad y reproducibilidad, su aplicación típica es como el método rápido para verificar si la relación R&R no ha cambiado.

Promedio y Rango MSA nos dice que es capaz de detectar sistemas de medición no aceptables, el 80 % de las veces con una muestra de solo 5 mediciones y el 90 % de las veces con una muestra de apenas 10 mediciones. Estos porcentajes se refieren al nivel de confianza.

11

Este método permite una estimación tanto de repetibilidad como de reproducibilidad, sin embargo, no permite conocer su interacción, esta interacción entre la repetibilidad y la reproducibilidad o entre el instrumento y el operador puede conocerse, en caso de que exista, con el método de ANOVA.

ANOVA (análisis de varianza) Las ventajas de la técnica de ANOVA comparada con el método de Promedio y Rango son:

Es posible manejar cualquier arreglo o estructura experimental.

Es posible estimar las varianzas más exactamente.

Se obtiene mayor información de los datos experimentales.

Permite conocer la interacción entre la repetibilidad y la reproducibilidad.

Reproducibilidad

Condición

Las desventajas son que su computación numérica es más compleja, desventaja que, sin embargo puede ser resuelta mediante el uso de herramientas de análisis de datos, como las que proporciona el programa de hoja de cálculo de Microsoft Excel® o Lotus®. El método de ANOVA viene desarrollado en la mayoría de los libros y referencias de estadística y análisis de datos, sin embargo aplicado a las mediciones encontraremos un mejor desarrollo de la misma en las normas:

ASTM E 691, ISO 5725 sobre todo la parte 2 de un total de 6, en la Guía ISO para evaluación de incertidumbres también conocida como GUM y en MSA.

12

Técnicas para el análisis de estudios R&R Una vez que se han determinando los valores de repetibilidad y reproducibilidad es útil llevar a cabo un análisis de los resultados mediante las siguientes técnicas:

Consistencia gráfica.

Límites y valores numéricos.

Conceptos Básicos

Un punto de partida clave es entender que cualquier proceso de medición genera un error. Por lo tanto, lo que se observa no es exactamente la realidad, más bien es la realidad más un error de medición. Esto se traduce en que la variación total observada en unos datos es el resultado de la variación propia del producto más el error del proceso de medición.

En términos matemáticos esta idea queda representada como sigue:

σ 2 total= σ 2 prod+ σ 2 error

En particular, las fuentes principales que contribuyen al error del proceso de medición son; el equipo de medición, los operadores (reproducibilidad) y la variación dentro de la muestra. La variabilidad del equipo se divide a su vez en los siguientes componentes:

Calibración. La exactitud y linealidad del instrumento.

Estabilidad. El cambio del instrumento con el transcurso del tiempo

Repetibilidad. La variación observada cuando un operador mide de manera repetida la misma pieza con el mismo instrumento.

Linealidad. La exactitud a lo largo del alcance de operación del instrumento.

13

La variación dentro de la muestra es la variación dentro del mismo objeto

a medir, y se presenta en objetos que por su naturaleza tienen cierta

heterogeneidad en sus superficies, dimensiones, etc. La variación dentro de la muestra contribuye tanto a la variación del producto como a la del error del proceso de medición. Un aspecto adicional que no es considerado en la figura es la sensibilidad o resolución del equipo, que se refiere a la habilidad el instrumento de medición para discriminar entre piezas similares; se recomienda que éste sea capaz de

reportar, al menos 10 valores espaciados, a lo largo del alcance de variación.

La precisión y la exactitud son dos manifestaciones del error (variabilidad) de cualquier proceso de medición. La precisión es la variación que presentan los resultados al medir varias veces una misma pieza o al mensurando con el mismo equipo (sus componentes principales son la repetibilidad y la reproducibilidad). En otras palabras, la precisión es la habilidad de un proceso de medición para repetir y reproducir su propia medición, independientemente

de si dicha medición es correcta o no. Se utiliza para definir la repetibilidad de

medida, la precisión intermedia y la reproducibilidad. Por su parte, la exactitud o sesgo se refiere al desfase o desplazamiento que

tienen las mediciones con respecto al estándar o verdadero valor que sea conocido. Se dice que una medición es más exacta cuanto más pequeño es el error de medida.

Para estudiar la exactitud es preciso contar con un patrón, de modo que

se pueda suponer conocida la magnitud verdadera a medir.

14

Estudio largo de repetibilidad y reproducibilidad En los estudios R&R se evalúa de modo experimental

Estudio largo de repetibilidad y reproducibilidad En los estudios R&R se evalúa de modo experimental que parte de la variabilidad total observada en los datos es atribuible al error de medición; además permite cuantificar si este error es mucho o poco en comparación con la variabilidad del producto y con las tolerancias de la característica de calidad que se mide. Las fuentes de variabilidad que se pueden observar en un estudio largo de repetibilidad y reproducibilidad son; variabilidad del producto, del instrumento y de los operadores. Sean σ 2 total la variabilidad total observada: σ 2 prod la varianza atribuible al producto (partes o piezas) , σ 2 instr la variabilidad o error del instrumento de medición y σ 2 oper la variabilidad o error debido a operadores, entonces se cumple la siguiente relación:

Donde:

σ 2 total= σ 2 prod + σ 2 oper + σ 2 instr

(1)

σ 2 instr= σ 2 repeti

y

σ 2 oper = σ 2 reprod

(2)

15

Por lo tanto, el error o variabilidad de las mediciones debido a repetibilidad y reproducibilidad se obtienen con:

σ 2 R&R = σ 2 repeti + σ 2 reprod

(3)

Pasos para realizar un estudio R&R largo. Para cada instrumento de medición que se desee evaluar es necesario planear un estudio en el que se apliquen los siguientes pasos.

1. Seleccionar dos o más operadores para conducir el estudio acerca del instrumento de medición de interés.

2. Seleccionar en forma aleatoria un conjunto de 10 o más partes o piezas que serán medidas varias veces por cada operador. Es importante que la selección se realice a partir de piezas que reflejen las diferentes dimensiones de piezas que se reproducen. Por ejemplo, una buena estrategia de selección seria tomar una pieza de la producción de cada turno.

3. Decidir el número de ensayos o veces que cada operador medirá la misma pieza. En este método se deben hacer por lo menos dos ensayos, tres es lo más recomendable.

4. Etiquetar cada parte y aleatorizar el orden en el cual las partes se dan a los operadores. Identificar la zona o punto en la parte donde la medición será tomada así como el método o técnica que deberá aplicarse.

5. Obtener en orden aleatorio la primera medición (o ensayo) del operador A para todas las piezas seleccionadas.

6. Volver a aleatorizar las piezas y obtener la primera medición del operador B.

7. Continuar así hasta que todos lo operadores hayan realizado la primera medición de todas la piezas.

16

8. Repetir los tres pasos anteriores hasta completar el número de ensayos elegidos. Es preciso asegurarse de que los resultados previos de un ensayo no son conocidos por los operadores. Es decir, en cada medición realizada el operador no debe conocer cual pieza está midiendo, ni cuáles fueron sus mediciones anteriores sobre ellas y mucho menos las reportadas por los demás operadores.

9. Hacer el análisis estadístico de los datos.

Análisis por medias y rangos del estudio R&R largo

Para un análisis por medias y rangos se debe realizar:

1. Calcular para cada operador el rango de las mediciones que hizo de cada pieza. Este rango es una información directa sobre el error de las mediciones (repetibilidad), ya que son sobre la misma pieza y las realiza el mismo operador.

2. Calcular el promedio de los rangos de cada operador y la media de todas las mediciones realizadas por un mismo operador.

3. Obtener la media de los rangos promedio y el rango de las medias.

4. Calcular el límite superior de la carta de rangos mediante D 4 donde D4 es una constante que depende del número de ensayos utilizados para calcular cada rango. Si algún rango es mayor que este límite, será señal de que el error de medición correspondiente esta fuera de lo usual, por lo que es preciso

17

identificar la causa; además, se deben repetir las mediciones

involucradas utilizando el mismo operador y la misma pieza.

5. Calcular la variación expandida del equipo VE, que resulta de

multiplicar 5.15 veces la desviación estándar del error del

equipo. La razón de esta expansión se debe a las propiedades

de la distribución normal, en la que el intervalo µ ±2.575σ abarca

99 % del área bajo una curva normal; luego, como en el caso de

los errores de medición µ=0 entonces: ± 2.575σ tiene una

amplitud de 5.15σ este error expandido es:

 

VE = 5.15

= k 1

(4)

Donde

k 1

es

una

constante

que

depende

del

número

de

ensayos, y

Es importante señalar que algunos autores sugieren que VE es

igual a 6 con lo cual se logra una cobertura del 99.73%.

= VE/5.15=0.65

6. Determinar la variación expandida del operador ( VO ) como:

(5)

Donde k 2 es una constante 2 que depende del número de

operadores, n es el número de partes o piezas y t el número de

ensayos.

7. La variación combinada o error de medición expandida (EM)

debido a repetibilidad y reproducibilidad se calcula como:

18

(6)

de esta manera el error máximo

de medición está dado por ±2.575 ; por lo que si se mide una pieza y se obtiene como resultado un valor X, entonces el verdadero valor de la medición para esa pieza esta entre X±2.575 con una confianza de 99%.

Y por lo tanto,

=

8. Calcular el índice precisión/tolerancia .El índice P/T se define por:

X100

(7)

de 99%. Y por lo tanto, = 8. Calcular el índice precisión/tolerancia .El índice P/T se

19

Nótese que este índice expresa en porcentaje la comparación entre el error de medición expandido (EM) y la variabilidad tolerada (ES-EL) para la característica de calidad que se está midiendo. De aquí es deseable que el EM sea más pequeño que la tolerancia, a fin de asegurar que la calidad del proceso de medición es aceptable para discriminar entre piezas buenas y malas. Además, este índice hace evidente que un instrumento de medición sea preciso en función de la característica de calidad que se pretende medir. De manera específica, el índice P/T se interpreta como sigue según la MSA (4 TA Edición):

9. Calcular el índice precisión/variación total (EM/VarTot). Un criterio adicional para evaluar la calidad de un proceso o sistema de medición es comparar la magnitud del error de medición expandida (EM) con la variación total observada (VarTot). Esto es particularmente necesario cuando la variable que se está midiendo no tiene doble especificación (EI y ES), así mismo, cuando el proceso es muy capaz o para fines de control y mejora de procesos. Para hacer este cálculo primero se necesita calcular la variación de las partes, que por el método de rangos se estima como: donde para

obtener R parte primero se obtiene el promedio de medición para cada parte, considerando todas las mediciones realizadas sobre esa parte por los distintos operadores. Por otro lado d* 2 es una constante que depende del tamaño de la muestra, que en este caso es la cantidad de piezas. Los valores de la constante d* 2 para rangos “promedio” basados en una sola muestra de tamaños entre 6 y 10.

20

El estudio de R&R (anidado) utiliza el método ANOVA para evaluar la repetibilidad y reproducibilidad, para analizar la reproducibilidad dentro de sus componentes operador y operador parte. De ser necesario hacer pruebas destructivas, se debe procurar que todas las partes dentro de un mismo lote sean lo suficientemente idénticas para considerarlas similares. Si no se puede hacer ésta consideración entonces la variación entre parte y parte dentro de un lote enmascarará la variación del sistema. Para el caso de pruebas destructivas si cada lote es medido por cada operador entonces realizar el estudio R&R (Nested); si todos los operadores miden partes de cada uno de los lotes, entonces utilizar el estudio R&R (Crossed). En resumen siempre que cada operador mida partes diferentes se tiene un estudio R&R anidado.

Los datos se estructuran de manera que cada fila contenga el número o nombre de la parte, el operador, y la medición observada. Las partes y operadores pueden ser textos o números. La parte es anidada dentro del operador, debido a que cada uno de los operadores mide partes únicas.

NOTA: Si se usan pruebas destructivas se debe poder asumir que todas las partes dentro de un lote singular, son suficientemente iguales como si fueran la misma parte.

Ejemplo:

En este ejemplo, 3 operadores mide cada uno 5 partes diferentes dos veces, para un total de 20 mediciones. Cada una de las partes es única al operador; no se presenta el caso de que dos operadores midan la misma parte.

21

Se obtienen los siguientes resultados:

Source

DF

SS

MS

F

P

Operator

2

0.0142 0.00708 0.00385 0.996

Part (Operator)

12

22.0552 1.83794 1.42549 0.255

Repeatability

15 19.3400 1.28933

 

Total

29 41.4094

 

Gage R&R

 

%Contribution

 

Source

VarComp

(of VarComp)

Total Gage R&R

1.28933

82.46

Repeatability

1.28933

82.46

Reproducibility 0.00000

0.00

Part-To-Part

0.27430

17.54

Total Variation

1.56364

100.00

 

Study Var %Study Var %Tolerance

Source

StdDev (SD)

(5.15 * SD)

(%SV) (SV/Toler)

Total Gage R&R

1.13549

5.84777

90.81

116.96

Repeatability

1.13549

5.84777

90.81

116.96

Reproducibility

0.00000

0.00000

0.00

0.00

Part-To-Part

0.52374

2.69725

41.88

53.95

Total Variation

1.25045

6.43984

100.00

128.80

El método no es adecuado ni para control del proceso o liberación

Gage R&R (Nested) for Response Reported by: Gage name: Tolerance: Date of study: Misc: Components
Gage R&R (Nested) for Response
Reported by:
Gage name:
Tolerance:
Date of study:
Misc:
Components of Variation
Response By Part ( Operator )
18
% Contribution
100
% Study Var
% Tolerance
16
50
14
0
Part
6
7
8
9
10
11
12 13
14
15
1
2
3
4
5
Gage R&R
Repeat
Reprod
Part-to-Part
Operator
Billie
Nathan
Steve
R Chart by Operator
Response by Operator
Billie
Nathan
Steve
18
UCL=4.290
4
16
2
_
R=1.313
14
0
LCL=0
Billie
Nathan
Steve
Operator
Xbar Chart by Operator
Billie
Nathan
Steve
18
UCL=17.617
16
_
_
X=15.147
14
LCL=12.678
Percent
Sample Mean
Sample Range

22

Interpretación de los resultados

Buscar en la columna de % de contribución el error total de R&R del gage y la variación parte a parte. La contribución para la diferencia entre partes (Part- To-Part) del 17.54% es mucho más pequeña que la contribución para la variación del sistema de medición (total Gage R&R ) de 82.46%. Esto indica que la mayor parte de la variación es debida a error del sistema de medición; muy poca es debida a variación entre partes.

Un número de categorías de 1 indica que el sistema de medición no es capaz de distinguir entre partes. Minitab calcula el número de categorías dividiendo la desviación estándar para las partes por la desviación estándar para el Gage, y multiplicando por 1.41 y truncando este valor. Este número representa el número de de intervalos de confianza no traslapados que forman el rango de variación del producto. Se puede pensar como el número de grupos dentro de los datos de proceso que el sistema de medición puede discernir. Si se miden 10 partes diferentes, y Minitab reporta que el sistema de medición puede discernir 4 categorías distintas, significa que algunas de las 10 partes no son lo suficientemente diferentes para que sean discernidas por el sistema de medición. Si se desea distinguir un mayor número de categorías es necesario un equipo de medición más preciso.

La AIAG (Automobile Industry Action Group) sugiere que cuando el número de categorías es menor a 2, el sistema de medición no tiene valor para control del proceso, ya que una parte no puede ser distinguida de otra. Cuando se tienen dos categorías, los datos pueden dividirse en dos grupos, alto y bajo. Cuando son 3, se dividen en alto, medio y bajo. Un valor de 5 o más indica un sistema de medición aceptable.

23

La mayor parte de la variación se debe al error en el sistema de medición (Gage R&R), y muy poca a la diferencia entre partes. Observando la carta X-R en la esquina inferior izquierda. La mayor parte de los puntos en la carta X están dentro de los límites de control cuando la mayor parte de la variación se debe al error de medición.

24

VII. PLAN DE ACTIVIDADES

VII. PLAN DE ACTIVIDADES 25

25

VIII. RECURSOS MATERIALES Y HUMANOS

Recursos humanos

Maquinaria/Equipo

3

Operadores

Maquina de prueba de fuga Id: MF-01

3

Operadores

Maquina de prueba de fuga Id: MF-02

3

Operadores

Prueba de torque Id: TM-001

IX. DESARROLLO DEL PROYECTO

El proyecto se desarrolla en Dooremalen Industrias México S.A. de C.V. Ubicada en Av. La Noria 110 Parque Industrial Querétaro en Querétaro, Qro. Específicamente en el laboratorio de metrología, en las maquinas y equipo para pruebas destructivas.

Se

llevo

a

cabo el

análisis de la

problemática y se

procedió a la

identificación de la causa raíz usando el diagrama de Ishikawa.

el análisis de la problemática y se procedió a la identificación de la causa raíz usando

26

Ubicando la causa raíz del problema se procedió a definir un método

estadístico para aplicarlo en las pruebas destructivas (prueba de torque y

prueba de fuga) se tomaron en cuenta los pasos para realizar un estudio R&R

largo:

1) Se seleccionaron tres operadores para conducir el estudio:

Operador A: Gabriela Flores

Operador B: Gabriela Frayle

Operador C: Hilda Frayle

2) Se seleccionaron los 3 equipos a los que realizaron la prueba:

Máquina de prueba de fuga 1

Máquina de prueba de fuga 2

Maquina de prueba de torque

de prueba de fuga 2  Maquina de prueba de torque Maquina de prueba de fuga

Maquina de prueba de fuga 1 y 2 (MF-01 y MF-02)

27

2  Maquina de prueba de torque Maquina de prueba de fuga 1 y 2 (MF-01

Maquina prueba de torque

(TM-001)

3) Cada operador realizo la prueba destructiva una vez a cada equipo ya que, como el método se realiza a pruebas destructivas no es repetible la medición.

4) El operador realizo la prueba destructiva de cada equipo de acuerdo a los instructivos de manejo de maquinas del laboratorio.

5) Se obtuvo la primera medición del operador A (Gabriela Flores) para los

3 equipos para pruebas destructivas.

6) Se obtuvo la primera medición del operador B (Gabriela Frayle) para los

3 equipos para pruebas destructivas.

7) Se obtuvo la primera medición del operador C (Hilda Frayle) para los 3 equipos para pruebas destructivas.

8) Para este paso se repiten los tres pasos anteriores hasta completar el número de ensayos que se eligieron. En cada medición realizada el operador no debe conocer cuáles fueron sus mediciones anteriores sobre ella, menos las reportadas por los demás operadores. Nota: Este paso no aplica para pruebas destructivas

9) Se realizo el análisis estadístico de los datos.

Una vez que se han determinado

los valores de reproducibilidad y

repetibilidad se hace uso de un software para un análisis más claro del estudio. Utilizamos el Minitab para desarrollar un análisis grafico.

28

Los resultados derivados por los operadores de las maquinas de pruebas

destructivas, fueron los siguientes junto con el análisis de los resultados

obtenidos del programa de Minitab

Maquina de prueba de fuga 1

 

(MF-01)

Pieza

Operador

Datos

1

A

0.3

1

A

0.3

2

A

0.2

2

A

0.2

3

A

0

3

A

0

4

A

0.3

4

A

0.3

5

A

0.2

5

A

0.2

1

B

0.3

1

B

0.3

2

B

0.2

2

B

0.1

3

B

0.2

3

B

0.2

4

B

0

4

B

0.1

5

B

0.2

5

B

0.2

1

C

0.2

1

C

0.2

2

C

0.2

2

C

0.2

3

C

0.1

3

C

0.1

4

C

0

4

C

0

5

C

0.2

5

C

0.2

29

Gage R&R Study - Nested ANOVA para la máquina de prueba de fuga 1

(MF-01)

Gage R&R (Nested) for Datos

Source

DF

SS

MS

F

P

Operador

2

0.019

0.009

0.448

0.649

Pieza (Operador)

12

0.250

0.021

31.250

0.000

Repeatability

15

0.010

0.001

   

Total

29

0.279

     

Gage R&R

   

%Contribution

Source

VarComp

(of VarComp)

   

Total Gage R&R

0.001

6.20

Repeatability

0.001

6.20

Reproducibility

0.000

0.00

Part-To-Part

0.010

93.80

Total Variation

0.011

100.00

 

StdDev

Study Var (6 * SD)

%Study Var

Source

(SD)

(%SV)

 

Total Gage R&R

0.026

0.155

24.900

Repeatability

0.026

0.155

24.900

Reproducibility

0.000

0.000

0.000

Part-To-Part

0.100

0.602

96.850

Total Variation

0.104

0.622

100.00

Number of Distinct Categories = 5

30

Grafica de variación de componentes para la máquina de prueba de fuga 1 (MF-01) 31

Grafica de variación de componentes para la máquina de prueba de fuga 1

(MF-01)

31

Maquina de prueba de fuga 2

 

(MF-02)

Pieza

Operador

Datos

1

A

0.3

1

A

0.3

2

A

0.2

2

A

0.2

3

A

0

3

A

0

4

A

0.3

4

A

0.3

5

A

0.2

5

A

0.1

1

B

0.3

1

B

0.2

2

B

0.2

2

B

0.2

3

B

0.3

3

B

0.3

4

B

0

4

B

0.1

5

B

0.2

5

B

0.2

1

C

0.1

1

C

0.1

2

C

0.1

2

C

0.1

3

C

0.2

3

C

0.2

4

C

0

4

C

0

5

C

0.3

5

C

0.3

32

Gage R&R Study - Nested ANOVA para la máquina de prueba de fuga 2

(MF-02)

Gage R&R (Nested) for Datos

Source

DF

SS

MS

F

P

Operador

2

0.021

0.010

0.416

0.669

Pieza (Operador)

12

0.298

0.025

24.833

0.000

Repeatability

15

0.015

0.001

   

Total

29

0.334

     

Gage R&R

   

%Contribution

Source

VarComp

(of VarComp)

   

Total Gage R&R

0.001

7.74

Repeatability

0.001

7.74

Reproducibility

0.000

0.00

Part-To-Part

0.012

92.26

Total Variation

0.013

100.00

   

Study Var (6 * SD)

%Study V

Source

StdDev (SD

ar (%SV)

   

Total Gage R&R

0.032

0.190

27.820

Repeatability

0.032

0.190

27.820

Reproducibility

0.000

0.000

0.000

Part-To-Part

0.109

0.655

96.050

Total Variation

0.114

0.682

100.00

Number of Distinct Categories = 4

33

Grafica de variación de componentes para la máquina de prueba de fuga 2 (MF-02) 34

Grafica de variación de componentes para la máquina de prueba de fuga 2

(MF-02)

34

Maquina prueba de torque

 

(TM-001)

Pieza

Operador

Datos

1

A

115.90

1

A

116.30

2

A

113.70

2

A

113.70

3

A

110.30

3

A

110.80

4

A

116.70

4

A

111.10

5

A

114.00

5

A

112.30

1

B

114.90

1

B

112.00

2

B

112.00

2

B

111.50

3

B

107.10

3

B

109.60

4

B

109.70

4

B

110.00

5

B

106.80

5

B

109.70

1

C

112.00

1

C

112.10

2

C

105.45

2

C

106.50

3

C

107.40

3

C

109.60

4

C

105.60

4

C

105.00

5

C

109.10

5

C

113.10

35

Gage R&R Study - Nested ANOVA para la máquina de prueba de torque

(TM-01)

Gage R&R (Nested) for Datos

Source

DF

SS

MS

F

P

Operador

2

123.095

61.548

5.132

0.025

Pieza (Operador)

12

143.906

11.992

4.476

0.004

Repeatability

15

40.191

2.679

   

Total

29

307.192

     

Gage R&R

   

%Contribution

Source

VarComp

(of VarComp)

Total Gage R&R

7.635

62.12

Repeatability

2.679

21.80

Reproducibility

4.956

40.32

Part-To-Part

4.656

37.88

Total Variation

12.291

100.00

   

Study Var (6 * SD)

%Study Var

Source

StdDev (SD

(%SV)

Total Gage R&R

2.763

16.579

78.810

Repeatability

1.637

9.821

46.690

Reproducibility

2.226

13.357

63.500

Part-To-Part

2.158

12.947

61.550

Total Variation

3.506

21.035

100.00

Number of Distinct Categories = 1

36

Grafica de variación de componentes para la máquina de prueba de torque (TM-001) 37

Grafica de variación de componentes para la máquina de prueba de torque

(TM-001)

37

X. RESULTADOS OBTENIDOS

Los resultados obtenidos a la realización de análisis en sistemas de medición a equipos de prueba de fuga y torque mediante estudios R&R con método anidado y con ayuda del programa Minitab.

Para la máquina de prueba de fuga 1 (MF-01) la contribución para la diferencia entre partes (Part-to-Part) del 93.80% es mayor que la contribución para la variación del sistema de variación del sistema de medición (Total Gage R&R) de 6.20%.De igual manera para la máquina de prueba de fuga 2 (MF-02) la contribución para la diferencia entre partes (Part-to-Part) del 92.26% es mayor que la contribución para la variación del sistema de variación del sistema de medición (Total Gage R&R) de 7.74%. Para ambos casos la mayoría de los puntos en el diagrama Xbar-operador se encuentran fuera de los límites de control, indicando que la variación es principalmente debida a las diferencias entre partes. Para la máquina de prueba de torque (TM-001) la contribución para la diferencia entre partes (Part-to-Part) del 37.88% es pequeña que la contribución para la variación del sistema de variación del sistema de medición (Total Gage R&R) de 62.12%. Esto indica que la mayor parte de la variación es debida a error del sistema de medición; muy poca es debida a variación entre partes. Un número de categorías de 1 indica que el sistema de medición no es capaz de distinguir entre partes. Con esto queda implementado los estudios R&R para el aseguramiento de la calidad de las mediciones para equipos de pruebas destructivas y se cerro la no-conformidad para el mes de abril de acuerdo al punto 7.6.1 de la norma TS 16949:2002.

38

XI.

CONCLUSIONES

Del estudio R&R realizado permitió visualizar conflictos referentes a las personas y a los equipos mediante la Repetibilidad y Reproducibilidad, dichos conflictos se refieren a los errores de medición y problemas de calibración y mantenimiento por parte del equipo. Con la Repetibilidad y la Reproducibilidad se reflejo la variabilidad del método y del operador respectivamente, que pueden ser causados por un entrenamiento deficiente en el operador. A si mismo faltaba por definirse un método para realizar el estudio estadístico, es por eso que se realizaron los estudios R&R para poder tener un aseguramiento de la calidad de las mediciones para equipos de pruebas destructivas.

39

XII.

RECOMENDACIONES

Se le recomienda a la empresa Dooremalen Industries México:

Brindar entrenamiento a las operadoras encargadas de seguir un método en las maquinas para pruebas destructivas.

Seguir programas de calibración y revisión periódica de los equipos de pruebas destructivas

Brindar capacitación en cómo realizar estudios estadísticos, a si mismo de algún software para completar el análisis.

40

XIII. REFERENCIAS BIBLIOGRAFICAS

[1] VIM Vocabulario Internacional de Metrología

TS 16949:2002. Requerimientos particulares para la aplicación de ISO 9001:2000 en la industria automotriz”.

NMX-Z-055-IMNC-2009 Vocabulario internacional de metrología Conceptos fundamentales y generales. Términos asociados (VIM)

MEASUREMENT SYSTEMS ANALYSIS (MSA), Reference Manual- Fourth Edition

41