REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LA
FUERZA ARMADA (UNEFA)
7 SEMESTRE DE INGENIERIA DE PETRLEO D-08
NUCLEO GUARICO SEDE-TUCUPIDO

PROFESOR : BACHILLERES:
ING. EFRAIN ORTIZ Camejo Francisco CI:25131387
Campos Josu CI:25617321
Delgado Pedro CI:25749499
Hernndez Palminio CI:24239808
Higuera Jess CI:25368741
Requena Arianny CI:24258963
Seijas Francisco CI:24239749
Velsquez Franklin CI:24239771

MAYO, 2017

1
 NDICE:

CONTENIDO Pg.
Introduccin..... 3
Anlisis modal de fallos y efectos. 5
Historia. 5
Implementacin.. 6
Uso de AMFE en el diseo 7
Tipos de AMFE.. 14
AMFE LOGO... 15
Tipos de AMFE producto 20
El Pre-control. 24
Control estadstico de procesos.. 25
Variabilidad del proceso. 29
Grficos de control por variables y por atributos 36
Eleccin del tipo de diagramas de control 40
Interpretacin graficas de control 41
Cmo interpretar una grfica de control 47
Conclusin. 51
Bibliografa. 52

2
 Introduccin

El Anlisis Modal de Fallos y Efectos es una metodologa que se

aplica a la hora de disear nuevos productos, servicios o procesos. Su
finalidad es estudiar los posibles fallos futuros (modos de fallo) de nuestro
producto para posteriormente clasificarlos segn su importancia. A partir de
ah, obtendremos una lista que nos servir para priorizar cules son los
modos de fallo ms relevantes que debemos solventar -bien por ser ms
peligrosos, ms molestos para el usuario, ms difciles de detectar o ms
frecuentes- y cules son los menos relevantes de los cules no nos debemos
preocupar -bien por ser poco frecuentes, bien por tener muy poco impacto
negativo o bien porque son fciles de detectar por la empresa antes de sacar
el producto al mercado.

El Pre-control es una tcnica de Control de Calidad que se usa para

evaluar la capacidad o aptitud de un proceso de produccin para generar
unidades que se ajusten a unas especificaciones previamente fijadas. Se
trata de un mtodo cuyo objeto es supervisar el proceso teniendo en cuenta
directamente las especificaciones del producto, es fcil de utilizar y no
requiere muestrear una gran cantidad de datos.

Desde la aparicin del Pre-control como propuesta alternativa a los

grficos de control, se han sucedido diferentes versiones del mismo. En este
trabajo analizamos y discutimos de manera exhaustiva algunas de las
versiones ms recientes. Mediante ejemplos prcticos, se analiza el
funcionamiento de las tcnicas que presentan mejores resultados hasta el
momento. El Control Estadstico de procesos es considerado como una
herramienta de la Gestin de la Calidad orientada a la mejora de procesos y
productos. Su aplicacin exitosa en la industria manufacturera y de servicios
ha representado beneficios a nivel financiero y de mercado. Para ello, es
importante garantizar una efectiva articulacin entre las perspectivas del

3
cliente y la compaa. Por tal motivo, el presente estudio tiene como objetivo
el desarrollo de un enfoque basado en la metodologa MICEPS (Methodology
for integrating customer expectativos and produccin sistemas) que ayuda a
las compaas a traducir las expectativas del cliente en sistemas efectivos de
control de calidad.

Se efecta un anlisis de proceso y luego se aplica el enfoque

MICEPS para el establecimiento de puntos de monitoreo y control basados
en el cliente. Un caso de estudio de la industria de vidrio templado ha sido
empleado para explorar la efectividad del enfoque propuesto. La
interpretacin de los Grficos de control sirven para poder analizar el
comportamiento de los diferentes procesos y poder prever posibles fallos de
produccin mediante mtodos estadsticos. Estas se utilizan en la mayora de
los procesos industriales.

4
Anlisis modal de fallos y efectos

Un anlisis modal de fallos y efectos (AMFE) es un procedimiento de

anlisis de fallos potenciales en un sistema de clasificacin determinado por
la gravedad o por el efecto de los fallos en el sistema.

Es utilizado habitualmente por empresas manufactureras en varias

fases del ciclo de vida del producto, y recientemente se est utilizando
tambin en la industria de servicios. Las causas de los fallos pueden ser
cualquier error o defecto en los procesos o diseo, especialmente aquellos
que afectan a los consumidores, y pueden ser potenciales o reales. El
trmino anlisis de efectos hace referencia al estudio de las consecuencias
de esos fallos.

Historia

El sistema AMFE fue introducido formalmente a finales de los aos 40

para su uso por las fuerzas armadas de los Estados Unidos. Ms adelante
fue utilizado tambin en el desarrollo aeroespacial, con el fin de evitar fallos
en pequeas muestras y experimentos; fue utilizado por ejemplo en el
programa espacial Apolo. El primer boom del uso de este sistema tuvo lugar
durante los aos 60, con los intentos de enviar un hombre a la luna y lograr
su retorno a la tierra.

En los aos 70 Ford introdujo el sistema AMFE en la industria del

automvil para mejorar la seguridad, la produccin y el diseo, tras el
escndalo del Ford Pinto.

Aunque inicialmente fue desarrollado para el ejrcito, actualmente la

metodologa AMFE es utilizada en un gran nmero de industrias incluyendo
la fabricacin de semiconductores, software, industria alimentaria y salud.
Est integrado en la planificacin avanzada de la calidad de los productos
(APQP) para ser utilizado como un instrumento para disminuir el riesgo y el

5
tiempo de las estrategias preventivas, tanto en el diseo como en el
desarrollo de procesos. El grupo de accin de la industria automovilstica
necesita utilizar AMFE en el proceso APQP y publica un manual detallado de
cmo aplicar la metodologa.

Cada causa potencial de riesgo debe ser considerada por su efecto en

el producto y proceso, y segn este riesgo, implementar una serie de
acciones, y una vez completadas se revisan los riesgos. Toyota ha llevado
este proceso un paso ms lejos con su enfoque Design Review Based on
Failure Mode (DRBFM). Este mtodo es aceptado por la Sociedad
Americana para la Calidad que ofrece guas detalladas para su aplicacin.

Implementacin

En un AMFE, se otorga una prioridad a los fallos dependiendo de cuan

serias sean sus consecuencias, la frecuencia con la que ocurren y con qu
dificultad pueden ser localizadas. Un AMFE tambin documenta el
conocimiento existente y las acciones sobre riesgos o fallos que deben ser
utilizadas para lograr una mejora continua. El AMFE se utiliza durante la fase
de diseo para evitar fallos futuros. Posteriormente es utilizado en las fases
de control de procesos, antes y durante estos procesos. Idealmente, un
AMFE empieza durante los primeros niveles conceptuales del proyecto y
contina a lo largo de la vida del producto o servicio.

La finalidad de un AMFE es eliminar o reducir los fallos, comenzando

por aquellos con una prioridad ms alta. Puede ser tambin utilizado para
evaluar las prioridades de la gestin del riesgo. El AMFE ayuda a seleccionar
soluciones que reducen los impactos acumulativos de las consecuencias del
ciclo de vida (riesgos) del fallo de un sistema (fallo).

6
Uso de AMFE en el diseo

AMFE puede ofrecer un enfoque analtico al gestionar los modos de

fallos potenciales y sus causas asociadas. Al tener en cuenta posibles fallos
en el diseo de seguridad, coste, rendimiento, calidad o resistencia, un
ingeniero puede obtener una gran cantidad de informacin sobre como
alterar los procesos de fabricacin para evitar estos fallos.

AMFE otorga una herramienta sencilla para determinar qu riesgo es

el ms importante, y por lo tanto que accin es necesaria para prevenir el
problema antes de que ocurra. El desarrollo de estas especificaciones
asegura que el producto cumplir los requisitos definidos.

El proceso para conducir un AMFE es lineal. Se desarrolla en tres

fases principales en las cuales las acciones adecuadas deben ser definidas.
Pero antes de comenzar con un AMFE es importante completar un trabajo
previo que asegure qu informacin sobre la resistencia y la historia del
producto son incluidas en el anlisis.

Un anlisis de resistencia puede obtenerse mediante una interfaz de

matrices, diagramas de lmites y diagramas de parmetros. Mucho de los
fallos se deben a la interaccin con otros sistemas y partes, ya que los
ingenieros suelen centrarse solo en lo que controlan directamente.

Para comenzar, es necesario describir el sistema y su funcin, ya que

un buen entendimiento del mismo simplifica su anlisis. De esta forma un
ingeniero puede comprobar que usos del sistema son adecuados y cules
no. Es importante considerar los usos tanto intencionados como no
intencionados. Los usos no intencionados son un tipo de entorno hostil.

A continuacin debe crearse un diagrama de bloques del sistema.

Este diagrama ofrece una visin general de los principales componentes o

7
pasos en el proceso, y como estos estn relacionados entre s. Esto recibe el
nombre de relaciones lgicas, alrededor de las cuales puede desarrollarse un
AMFE. La creacin de un sistema de codificacin para identificar las
diferentes partes o procesos es muy recomendable y til. El diagrama de
bloques debe ser incluido siempre con el AMFE.

Antes de comenzar el AMFE debe crearse una hoja de trabajo con las
necesidades y que contenga la informacin importante sobre el sistema
como fecha de revisin o nombre de los componentes. En esta hoja de
trabajo todos los tems o funciones o el ttulo deben ser listados de una forma
lgica, basada en diagramas de bloques.

-Paso 1: Severidad o Gravedad

Determinar todos los modos de fallos basados en los requerimientos

funcionales y sus efectos Ejemplos de modos de fallos son: cortocircuitos
elctricos, corrosiones o deformaciones.

Es importante apuntar que un fallo en un componente puede llevar a

un fallo en otro componente. El modo de fallos debe ser listado en trminos
tcnicos y por funcin. As, el efecto final de cada modo de fallo debe tenerse
en cuenta. Un efecto de fallo se define como el resultado de un modo de fallo
en la funcin del sistema percibida por el usuario. Por lo tanto es necesario
dejar constancia por escrito de estos efectos tal como los ver o
experimentar el usuario. Ejemplos de efectos de fallos son: rendimiento
bajo, ruido y daos a un usuario. Cada efecto recibe un nmero de severidad
(S) que va desde el 1 (sin peligro) hasta el 10 (crtico). Estos nmeros
ayudarn a los ingenieros a priorizar los modos de fallo y sus efectos. Si la
severidad de un efecto tiene un grado 9 o 10, se debe considerar cambiar el
diseo eliminando el modo de fallo o protegiendo al usuario de su efecto. Un
grado 9 o 10 est reservado para aquellos efectos que causaran dao al
usuario.

8
-Paso 2: Incidencia o Frecuencia

En este paso es necesario observar la causa del fallo y determinar con

qu frecuencia ocurre. Esto puede lograrse mediante la observacin de
productos o procesos similares y la documentacin de sus fallos. La causa
de un fallo est vista como un punto dbil del diseo. Todas las causas
potenciales de modo de fallos deben ser identificadas y documentadas
utilizando terminologa tcnica. Ejemplos de causas son: algoritmos
errneos, voltaje excesivo o condiciones de funcionamiento inadecuadas.

Un modo de fallos recibe un nmero de probabilidad (O) que puede ir

del 1 al 10. Las acciones deben de desarrollarse si la incidencia es alta (>4
para fallos no relacionados con la seguridad y >1 cuando el nmero de
severidad del paso 1 es de 9 o 10). Este paso se conoce como el desarrollo
detallado del proceso del AMFE. La incidencia puede ser definida tambin
como un porcentaje. Si un problema no relacionado con la seguridad tiene
una incidencia de menos del 1% se le puede dar una cifra de 1; dependiendo
del producto y las especificaciones de usuario.

-Paso 3: Deteccin

Cuando las acciones adecuadas se han determinado, es necesario

comprobar su eficiencia y realizar una verificacin del diseo. Debe
seleccionarse el mtodo de inspeccin adecuado. En primer lugar un
ingeniero debe observar los controles actuales del sistema que impidan los
modos de fallos o bien que lo detecten antes de que alcance al consumidor.

Posteriormente deben identificarse tcnicas de testeo, anlisis y

monitorizacin que hayan sido utilizadas en sistemas similares para detectar
fallos. De estos controles, un ingeniero puede conocer que posibilidad hay de
que ocurran fallos y como detectarlos. Cada combinacin de los dos pasos
anteriores recibe un nmero de deteccin (D). Este nmero representa la

9
capacidad de los tests planificados y las inspecciones de eliminar los
defectos y detectar modos de fallos.

Tras estos tres pasos bsicos se calculan los nmeros de prioridad del
riesgo conocido como (RPN).

Nmeros de prioridad del riesgo

Los nmeros de prioridad del riesgo no son una parte importante de

los criterios de seleccin de un plan de accin contra los modos de fallo. Es
ms bien un parmetro de ayuda en la evaluacin de estas acciones.
Despus de evaluar la severidad, incidencia y detectabilidad los nmeros de
prioridad del riesgo se pueden calcular multiplicando estos tres nmeros:
RPN = S x O x D. Esto debe realizarse para todo el proceso o diseo. Una
vez est calculado, es fcil determinar las reas que deben ser de mayor
preocupacin. Los modos de fallo que tengan un mayor nmero de prioridad
del riesgo deben ser los que reciban la mayor prioridad para desarrollar
acciones correctivas.

Esto significa que no son siempre los modos de fallo con los nmeros
de severidad ms altos los que deben ser solucionados primero. Pueden
existir fallos menos graves, pero que ocurran ms a menudo y sean menos
detectables. Tras asignar estos valores se recomiendan una serie de
acciones con un objetivo, se reparten responsabilidades y se definen las
fechas de implementacin. Estas acciones pueden incluir inspecciones
especficas, testeo, pruebas de calidad, rediseo, etc. Tras implementar las
acciones en el diseo o proceso, debe comprobarse de nuevo el nmero de
prioridad del riesgo para confirmar las mejoras. Estas pruebas se
representan normalmente de forma grfica para una fcil visualizacin.
Siempre que se realicen cambios en un proceso o diseo, debe actualizarse
el AMFE. Deben tenerse en cuenta algunos puntos obvios pero importantes:

10
 Intentar eliminar el modo de fallos (algunos fallos son ms evitables
que otros)

Reducir la incidencia del modo de fallos

Mejorar la deteccin

Nota: No se puede "Minimizar la severidad del fallo" dado que la

severidad mide la gravedad del efecto (un hecho). Por ejemplo, si el efecto
de un fallo es "posible muerte de un usuario", la severidad es "10" - se
minimice o no la frecuencia del fallo.

Interpretacin de resultados

Al analizar los resultados del AMFE se deber actuar en aquellos

puntos prioritarios para la optimizacin del diseo del producto/servicio. Estos
puntos son los que tienen un NPR elevado y los de ndice de Gravedad ms
grande.

Las acciones que se realizan como consecuencia del anlisis del

resultado del AMFE solo se pueden orientar a:

Reducir la Probabilidad de Ocurrencia (preferible). Hay que cambiar el

diseo del proceso o del producto.

Aumentar la Probabilidad de Localizacin (implica aumento de coste).

Una interpretacin errnea puede provenir de:

No haber identificado todas las funciones o prestaciones del objeto de

estudio, o bien, no corresponden dichas funciones con las
necesidades y expectativas del usuario o cliente.

11
 No considerar todos los Modos de Fallo Potenciales por creer que
alguno de ellos no podra darse nunca.

Realizar una identificacin de Causas posibles superficial

Un clculo de los ndices de incidencia y deteccin basados en

probabilidades no suficientemente contrastadas con los datos
histricos de productos/servicios semejantes.

Usos de AMFE

Desarrollo de un sistema que minimice la posibilidad de fallos.

Desarrollo de mtodos de diseo y sistemas de prueba para asegurar

que se eliminan los fallos.

Evaluacin de los requisitos del consumidor para asegurar que estos

no causan fallos potenciales.

Identificacin de elementos de diseo que causan fallos y

minimizacin o eliminacin de esos efectos.

Seguimiento y gestin de riesgos potenciales en el diseo, evitando

cometer los mismos errores en proyectos futuros.

Asegurar que cualquier fallo que pueda ocurrir no cause dao al

consumidor o tenga un impacto grave en el sistema.

Ventajas

Mejora de la calidad, fiabilidad y seguridad de un producto o proceso

Mejorar la imagen y competitividad de la organizacin

Aumentar la satisfaccin del usuario

12
 Reducir el tiempo y coste de desarrollo del sistema

Recopilacin de informacin para reducir fallos futuros y capturar

conocimiento de ingeniera

Reduccin de problemas posibles con las garantas

Identificacin y eliminacin temprana de problemas potenciales

nfasis en la prevencin de problemas

Minimizacin de los cambios a ltima hora y sus costes asociados

Catalizador del trabajo en equipo y el intercambio de ideas entre

departamentos

Limitaciones

Puesto que un AMFE depende de los miembros del comit que

examinan los fallos, est limitado por su experiencia previa. Si un fallo no
puede ser detectado, ser necesario contar con ayuda externa de
consultores que conocen una amplia variedad de problemas y fallos. AMFE
se convierte as en un sistema parte de los controles de calidad, donde la
documentacin es vital para la implementacin. Textos generales y
documentacin detallada existen sobre la ingeniera forense y el anlisis de
fallos. Es un requisito general en muchos pases el uso de un sistema AMFE
para evaluar la integridad de un producto.

Si se utiliza como una herramienta vertical y jerrquica, AMFE puede

identificar solo los grandes fallos del sistema. El anlisis por rboles de fallo
es ms adecuado. Cuando se utiliza como una herramienta jerrquica de
abajo hacia arriba, AMFE puede mejorar los anlisis por rboles de fallo e
identificar un mayor nmero de causas y fallos.

13
 La multiplicacin de la severidad, incidencia y deteccin puede resultar
en cambios en las numeraciones, donde un fallo menos serio recibe una
mayor importancia que un fallo grave. El motivo de esto es que estas cifras
son escalas ordnales de nmeros y la multiplicacin no es una operacin
vlida con ellos. El problema es que esta escala no marca la diferencia entre
una cifra y otra. Por ejemplo un resultado 2 no tiene porque ser el doble de
negativo que un resultado 1, u 8 no tiene porque ser el doble de negativo
que 4, aunque la multiplicacin haga que parezca as. Ver niveles de
medida para ms informacin.

Tipos de AMFE:

Proceso: anlisis de los procesos de fabricacin y ensamblaje.

Diseo: anlisis de productos antes de su produccin.

Concepto: anlisis de sistemas o subsistemas en las fases iniciales de

diseo.

Equipo: anlisis de maquinaria y equipo de diseo antes de su adquisicin.

Servicio: anlisis de los procesos del sector servicio antes de que sean
puestos en marcha y su impacto en el consumidor.

Sistema: anlisis del sistema de funciones global.

Software: anlisis de las funciones del software.

Qu es el AMFE y para qu sirve?

El Anlisis Modal de Fallos y Efectos es una metodologa que se

aplica a la hora de disear nuevos productos, servicios o procesos. Su
finalidad es estudiar los posibles fallos futuros (modos de fallo) de nuestro

14
producto para posteriormente clasificarlos segn su importancia. A partir de
ah, obtendremos una lista que nos servir para priorizar cules son los
modos de fallo ms relevantes que debemos solventar -bien por ser ms
peligrosos, ms molestos para el usuario, ms difciles de detectar o ms
frecuentes- y cules son los menos relevantes de los cules no nos debemos
preocupar -bien por ser poco frecuentes, bien por tener muy poco impacto
negativo o bien porque son fciles de detectar por la empresa antes de sacar
el producto al mercado-.

AMFE LOGO

Hay varios tipos de Anlisis AMFE segn si se aplica a un

producto/servicio o a un proceso, pero bsicamente funcionan igual. Adems,
la versatilidad de este anlisis permite aplicarlo tanto en el desarrollo de
productos como en modificaciones de diseo y para la optimizacin de
procesos.

Cmo hacer un AMFE? o procedimiento para la elaboracin de un AMFE:

Los pasos para realizar un anlisis un AMFE son los siguientes:

1) Enumerar todos los posibles modos de fallo

Lo primero es crear un grupo de trabajo de 4 o 5 personas que tengan

conocimientos sobre el producto/servicio/proceso que se est desarrollando.
Lo ideal es que el grupo sea multidisciplinar y que incluya varios perfiles
diferentes, como diseadores, ingenieros, tcnicos e incluso usuarios finales
(ver metodologa SCRUM). De esta forma conseguiremos una visin amplia y
con diferentes opiniones.

Con el grupo reunido, procederemos a enumerar los modos de fallo

del diseo: los fallos que podra tener el producto acabado, y que pueden ser

15
desde defectos estticos, funcionales, de seguridad, problemas relacionados
con el mal uso, etc. Para hacer esto se recomienda descomponer el producto
en piezas y ver cmo podra fallar cada una de ellas. Tambin hay que
pensar en cul es el uso esperado que se va a hacer del producto: Est
enfocado a usuarios expertos o a gente con pocos conocimientos? Se va a
usar en situaciones crticas? Qu pasara si el usuario final lo usa sin leer
las instrucciones? Si se rompe puede poner en riesgo la vida de alguien?

2) Establecer su ndice de prioridad

Una vez terminado el paso anterior, tendremos una larga lista de los
posibles modos de fallo del producto. Estos debern ser incluidos en una
tabla como la siguiente:

Plantilla amfe

Ahora, llega el momento de clasificarlos segn su importancia, para

ello a cada modo de fallo le asignaremos tres valores:

S: nivel de severidad (gravedad del fallo percibida por el usuario)

O: nivel de incidencia (probabilidad de que ocurra el fallo)

D: nivel de deteccin (probabilidad de que NO detectemos el error

antes de que el producto se use)

A cada modo de fallo le asignaremos un valor de S, O y D entre 1 y

10. Por ejemplo, en un televisor, el modo de fallo = rotura del cable de
alimentacin podra tener S=7 (un valor alto, ya que el televisor queda
inservible y adems puede haber riesgo de electrocucin del usuario), O=2
(un valor bajo, porque es muy poco frecuente) y D=1 (un valor muy bajo

16
porque la probabilidad de NO detectar que el cable est roto durante las
pruebas de calidad es muy baja).

Una vez estimados S, O y D, los multiplicamos para obtener el NPR

(Nmero, o ndice de Prioridad de Fallo), que dar un valor entre 1 y 1000:

NPR = S * O * D

Incide de prioridad de fallo = Severidad * Probabilidad de Incidencia *

Probabilidad de no Deteccin

Este valor nos dir la importancia del modo de fallo que estamos
analizando.

3) Priorizar los modos de fallo y buscar soluciones

Cuando hayamos calculado el NPR para todos los modos de fallo

estudiados, los clasificaremos de mayor a menor. Los modos de fallo con
mayor NPR sern los que antes debamos solventar (por ejemplo, se puede
acordar que se buscarn soluciones para todos los modos de fallo mayores
de 600).

Si hemos determinado que un determinado modo de fallo es

inasumible, tenemos tres vas de disminuir su gravedad:

Actuando para que si ocurre, sea menos severo (as disminuir su

valor S).

Actuando para que suceda menos frecuentemente (as disminuir su

valor O).

Actuando para que si sucede, lo detectemos antes de entregar el

producto al cliente (as disminuir su valor D).

17
 Con esto, podremos comparar su NPR inicial (antes de aplicar
AMFE) con su NPR final (el NPR que hayamos fijado como meta despus
de actuar para reducir la gravedad del modo de fallo).

El objetivo final del anlisis AMFE es que tengamos todos los posibles
fallos controlados, habiendo actuado para disminuir el NPR de los ms
graves.

Un ejemplo sobre cmo usar AMFE

Vamos a aplicar el Anlisis Modal de Fallos y Efectos al diseo de una

lmpara. Los pasos para desarrollar el anlisis seran los siguientes:

1) Enumerar modos de fallo

Nuestro equipo de expertos ha acordado que los fallos potenciales de

nuestra lmpara son los siguientes:

Que se descorche la pintura (fallo esttico).

Que se rompa el interruptor y no se encienda la bombilla (fallo

funcional).

Que se rompa la estructura de la lmpara (fallo funcional).

Que se rompa el cristal-carcasa que protege la bombilla (fallo

esttico).

Que haya un cortocircuito en los cables (fallo funcional y de

seguridad)

Que se caiga al suelo la lmpara y se rompa la bombilla (fallo

funcional por un mal uso).

18
 Que el usuario ponga una bombilla de demasiada potencia y se
derrita el casquillo por el calor (fallo funcional y de seguridad por un mal uso).

Que el interruptor no est a la vista y el usuario no sepa como

encender la lmpara (no es un fallo, pero lo podemos considerar como tal ya
que este tipo de cosas pasan ms de lo que debera).

2) Establecer ndice de prioridad

Ahora asignamos para cada modo de fallo sus valores de S (nivel de

severidad), O (nivel de incidencia) y D (nivel de deteccin). Posteriormente
calculamos el NPR (Nmero de Prioridad de Fallo):

Que se descorche la pintura: S=1 (poco grave para el usuario / al

usuario no le importa demasiado), O=8 (bastante frecuente, ms de un 2%
de los casos), D=2 (fcil de detectar, ya que podemos comprobar si la pintura
est bien aplicada antes de vender la lmpara).

Que se rompa el interruptor y no se encienda la bombilla: S=9 (grave

para el usuario, ya que quedar insatisfecho), O=2 (poco frecuente, no suele
suceder en ms de un 0.2% de los casos), D=3 (fcil de detectar al probar la
lmpara antes de venderla).

Que haya un cortocircuito en los cables: S=10 (muy grave, pone en

riesgo al usuario y la lampara deja de funcionar). O=1 (muy poco frecuente,
menos del 0.05%% de los casos), D=8 (difcil de detectar, ya que es un fallo
que puede suceder meses despus de vender el producto por diversas
razones).

19
3) Buscar soluciones para los modos de fallo ms importantes

Una vez calculados los NPR (entre 1 y 1000) de todos los modos de
fallo, estudiamos los que mayores valores hayan dado:

En el ejemplo salen NPR muy bajos porque una o dos de las variables
han tenido un valor muy bajo:

Que haya un cortocircuito en los cables: NPR=80. Es es modo de

fallo ms grave. Podramos tomar acciones para disminuir S usando cables
ms resistentes y/o podramos disminuir D haciendo pruebas ms rigurosas
a la lmpara antes de sacarla al mercado.

Que se rompa el interruptor y no se encienda la bombilla: NPR=54.

Para disminuir su NPR tendramos que disminuir su S usando un interruptor
ms robusto que d menos fallos.

Que se descorche la pintura: NPR=16. No es un modo de fallo

prioritario, por lo que no hace falta tomar ninguna accin.

Por ltimo, para acabar tendramos que definir el NPR objetivo que
queremos alcanzar en cada modo de fallo tras las acciones de mejora
efectuadas. Por ejemplo, podramos fijar que para los modos de fallo que
afecten a la seguridad, su NPR debe ser menor de 50 sobre 1000 y para los
que no afectan a la seguridad un NPR menor de 70 sobre 1000.

Tipos de AMFE producto

Un producto o servicio (AMFE de producto). Sirve como herramienta

de optimizacin para su diseo.

PROCESO El proceso que permite la obtencin del producto o la

prestacin del servicio (AMFE de proceso). Sirve como herramienta de

20
optimizacin antes de su traspaso a operaciones. En general, los dos tipos
de AMFE deben ser utilizados, en una secuencia lgica, durante el proceso
global de planificacin. Una vez realizado el AMFE de producto/servicio, este
pondr de manifiesto el impacto que puede tener el proceso en la ocurrencia
de fallos en aquel.

Esto ser el punto de partida para el anlisis del proceso mediante un

nuevo AMFE (AMFE de proceso). A veces no se puede modificar el
producto/servicio ya que nos viene impuesto. En este caso, nuestro proceso
de planificacin slo requerira un AMFE del proceso productivo o de
prestacin.

Falla efecto potencial de fallo Se considera cliente tanto el usuario final

(cliente externo) como la siguiente operacin o fase del proceso (cliente
interno). Se dice que un producto/servicio o un proceso falla, cuando no lleva
a cabo, de forma satisfactoria, la prestacin que de l se espera (su funcin).
MODO POTENCIAL DE FALLO Es la forma en que es posible que un
producto/servicio o un proceso fallen.

(Ej.: rotura, deformacin, dilacin, etc). Es la consecuencia que pueda

traer consigo la ocurrencia de un Modo de Fallo, tal y como las
experimentara el cliente

(Ej.: deformacin - no funciona). Diagrama de Flujo PROCESO El

grupo de trabajo estar compuesto por personas que dispongan de amplia
experiencia y conocimientos del producto/servicio y/o del proceso objeto del
AMFE. Se definir de forma precisa el producto, el servicio o el proceso
objeto de estudio, delimitando claramente el campo de aplicacin del AMFE,
recomendando su subdivisin y la realizacin de varios AMFE si as se
requiere.

21
 En el caso de un AMFE de proceso, se recomienda la construccin de
un diagrama de flujo que clarifique el mismo para todos los participantes. Es
necesario un conocimiento exacto y completo de las funciones del objeto de
estudio para identificar los Modos de Fallo Potenciales.

Se expresarn todas y cada una de forma clara y concisa y por escrito.

La identificacin del modo de fallo es un paso crtico y por ello se utilizarn
todos los datos que puedan ayudar en la tarea:

- AMFE anteriormente realizados para productos/servicios o procesos

similares.

- Estudios de fiabilidad.

- Datos y anlisis sobre reclamaciones de clientes tanto internos como

externos.

- Los conocimientos de los expertos mediante la realizacin de

Tormentas de Ideas o procesos lgicos de deduccin.

Se identificarn tambin los Modos de Fallo consecuencia del uso

indebido. se identificarn todas las posibles consecuencias que stos pueden
implicar para el cliente.

Al decir cliente, nos referimos tanto al cliente externo como al interno.

Se identificarn todas las posibles Causas ya sean estas directas o
indirectas.

Para el desarrollo de este paso se recomienda la utilizacin de los

Diagramas Causa-Efecto, Diagramas de Relaciones o cualquier otra
herramienta de anlisis de relaciones de causalidad. En este paso se

22
buscarn los controles diseados para prevenir las posibles Causas del
Fallo, tanto los directos como los indirectos, o bien para detectar el Modo de
Fallo resultante.

Esta informacin se obtiene del anlisis de sistemas y procesos de

control de productos/servicios o procesos, similares al objeto de estudio.
Existen tres ndices de evaluacin - ndice de Gravedad (G)

Evala la gravedad del Efecto o consecuencia de que se produzca un

determinado Fallo para el cliente, en una escala de 1-10 con ayuda de una
"tabla de gravedad" - ndice de Ocurrencia (O)

Evala la probabilidad de que se produzca el Modo de Fallo por cada

una de las Causas Potenciales en una escala del 1 al 10 en base a una
"Tabla de Ocurrencia", Para su evaluacin, se tendrn en

Cuenta todos los controles actuales utilizados para prevenir que se

produzca la Causa Potencial del Fallo. - ndice de Deteccin (D)

Evala, para cada Causa, la probabilidad de detectar dicha Causa y el

Modo de Fallo resultante antes de llegar al cliente en una escala del 1 al 10
en base a una "Tabla de Deteccin"

Para determinar el ndice D se supondr que la Causa de Fallo ha

ocurrido y se evaluar la capacidad de los controles actuales para detectar la
misma o el Modo de Fallo resultante. NPR = GOD Cuando se obtengan
Nmeros de Prioridad de Riesgo (NPR) elevados, debern establecerse
Acciones de Mejora para reducirlos. Se fijarn, asimismo, los responsables y
la fecha lmite para la implantacin de dichas acciones. Con carcter general,
se seguir el principio de prevencin para eliminar las causas de los fallos en
su origen (Acciones Correctoras). En su defecto, se propondrn medidas

23
tendentes a reducir la gravedad del efecto (Acciones Contingentes).
Finalmente, se registrarn las medidas efectivamente introducidas y la fecha

en que se hayan adoptado. El AMFE se revisar peridicamente, en la

fecha que se haya establecido previamente, evaluando nuevamente los
ndices de Gravedad, Ocurrencia y Deteccin y recalculando los Nmeros de
Prioridad de Riesgo (NPR), para determinar la eficacia de las Acciones de
Mejora.

El Pre-control

Es un control previo que se realiza antes de que el trabajo se ejecute.

Esto significa que, en el fondo, es un control de tipo preventivo ya que su
objeto es eliminar las desviaciones antes de que estas se presenten. Con
este fin, los administradores propugnan por la creacin de polticas, reglas y
procedimientos que permitan eliminar aquellos comportamientos
significativos que han sido identificados como causantes potenciales de
situaciones negativas. A manera de ejemplo podramos decir, que un pre-
control seria el que, ante una orden de comenzar tareas de fabricacin de un
determinado producto, nos hallamos asegurado previamente que se podr
contar con el flujo necesario de materia prima a fin de evitar que el proceso
se detenga durante la jornada de trabajo.

De esta manera eliminamos por anticipado aquellos problemas

relacionados con la falta de dicha manteria antes de que los trabajadores
estn frente a sus puestos de trabajo.

Es una tcnica usada para detectar irregularidades en el proceso, que

pueden resultar en la produccin de unidades fuera de especificaciones. Pre-
control, principalmente se presta para el uso de aparatos de medicin hechos
previamente sobre los lmites de las especificaciones. El uso de estos
aparatos de medicin permite seleccionar fcilmente las unidades que

24
proceden de las que no. Pre-control es usado con frecuencia para determinar
los valores de las variables del proceso durante el perodo de arranque de la
produccin.

El Pre-control se basa en la hiptesis de que si el proceso est

operando correctamente, la probabilidad de encontrar dos unidades fuera de
los lmites de control consecutivamente es demasiado pequea. Por lo tanto
si dos unidades son encontradas consecutivamente fuera de los lmites de
control, es razn suficiente como para indicar una falla en el proceso.

*Ventajas. Pre-control es una tcnica simple que a diferencia con el control

estadstico del proceso (CEP) no requiere de grficas de control, ni de
cmputos.

*Desventajas. No existen grficas de control, por lo tanto, las reglas y

procedimientos para reconocer patrones de fallas no pueden ser usados.
Dado que se requiere una cantidad muy pequea de muestras, es riesgoso
inferir sobre la totalidad del proceso. Finalmente, Pre-control no proporciona
informacin suficiente para someter el proceso bajo control o para reducir la
variabilidad.

Control estadstico de procesos

Los grficos de control, basndose en tcnicas estadsticas, permiten

usar criterios objetivos para distinguir variaciones de fondo de eventos de
importancia. Casi toda su potencia est en la capacidad de monitorear el
centro del proceso y su variacin alrededor del centro. Recopilando dates de
medicines en differences sites en el proceso, se peen detectar y corregir
variaciones en el proceso que puedan afectar a la calidad del producto o
servicio final, reduciendo desechos y evitando que los problemas lleguen al
cliente final. Con su nfasis en la deteccin precoz y prevencin de

25
problemas, SPC tiene una clara ventaja frente a los mtodos de calidad
como inspeccin, que aplican recursos para detectar y corregir problemas al
final del producto o servicio, cuando ya es demasiado tarde.

Adems de reducir desechos, SPC puede tener como consecuencia

una reduccin del tiempo necesario para producir el producto o servicio. Esto
es debido parcialmente a que la probabilidad de que el producto final se
tenga que retrabajar es menor, pero tambin puede ocurrir que al usar SPC,
identifiquemos los cuellos de botella, paradas y otros tipos de esperas dentro
del proceso. Reducciones del tiempo de ciclo del proceso relacionado con
mejoras de rentabilidad han hecho del SPC una herramienta valiosa desde el
punto de vista de la reduccin de costes y de la satisfaccin del cliente final.

En los aos 1920s Walter A. Shewhart fue el primero en utilizar el

Control Estadstico de Procesos. Despus, W. Edwards Deming aplic los
mtodos del SPC en los Estados Unidos durante La Segunda Guerra
Mundial, mejorando con xito la calidad en la produccin de municiones y
otros productos de importancia estratgica. Deming ha contribuido
decisivamente a introducir los mtodos del SPC en la industria japonesa
despus de la guerra.

Shewart cre la base para el grfico de control y el concepto del

control estadstico durante experimentos diseados cuidadosamente.
Mientras Dr. Shewhart se inspiraba en teoras matemticas y estadsticas
puras, descubri que dates derivados de procesos fsicos raramente
producen una "curva de distribucin normal" (una distribucin gaussiana,
tambin llamada "curva en campana"). Descubri que las variaciones en los
dates de produccin no se comportan siempre de la misma manera que en la
naturaleza (Movimiento browniano de partculas). El Dr. Shewhart concluy
que mientras cada proceso muestra una variacin, algunos procesos
muestran variaciones controladas naturales dentro del proceso (causas

26
comunes de variacin), mientras otros muestran variaciones descontroladas
que no estn siempre presentes en el proceso causal.

La siguiente descripcin se refiere ms al sector industrial que al

sector de servicios, aunque los principios de SPC se peen aplicar a los dos
sectores. Para una descripcin y un ejemplo de cmo aplicar SPC al sector
de servicios, refirase a Roberts (2005). Tambin se ha aplicado SPC con
xito para detectar cambios en el comportamiento organizativo con Deteccin
de Cambios en Redes Sociales introducido por McCulloh .

Tradicionalmente, en procesos de produccin en masa, se controlaba

la calidad de la pieza acabada mediante inspecciones del producto al final del
proceso; aceptando o rechazando cada pieza (o muestras de produccin)
basndose en los criterios de especificaciones. La diferencia del Control del
Proceso estadstico es que usa herramientas estadsticas para observar el
rendimiento del proceso de produccin para prever desviaciones importantes
que pueda resultar en el producto rechazado.

Existen dos tipos de variaciones en todos los procesos industriales y

ambas variaciones causan variaciones posteriores en el producto final. Las
primeras son variaciones de causa natural o comn y peen ser variaciones
en temperatura, especificaciones en materias primas o electricidad etc. Estas
variaciones son pequeas y normalmente estn cerca del valor medio. El
modelo de variacin sera similar a los modelos encontrados en la naturaleza
y la distribucin forma la curva de distribucin normal (forma de campana).
Las segundas son conocidas como causas especiales y suceden con menos
frecuencia que las primeras.

Por ejemplo, una lnea de produccin de cajas de cereales puede

estar diseada para rellenar cada caja de cereales con 500 gramos de
producto, pero algunas cajas peen tener un poco ms de 500 gramos, y otras
peen tener un poco menos, conforme a la distribucin del peso neto. Si el

27
proceso de produccin, sus entradas, o su entorno cambia (por ejemplo, las
mquinas de produccin muestran seales de desgaste), esta distribucin
pueda cambiar. Por ejemplo, si las poleas se desgastan, la mquina que
rellena las cajas con cereales puede empezar a introducir ms cereales en
cada caja que lo especificado. Si se permite continuar con este cambio sin
estar controlado, se producirn ms y ms productos que no entran dentro
de las tolerancias del fabricante o del consumidor, con el resultado de
desechos. Mientras en este caso, el desecho est presente en la forma de
producto gratuito para el consumidor, normalmente el desecho consiste en
retrabajo o chatarra.

Observando en el momento justo qu ha pasado en el proceso que ha

provocado un cambio, el ingeniero de calidad o cualquier miembro del equipo
que est como responsable de la lnea de produccin puede solucionar la
causa principal de la variacin que ha entrado en el proceso y se corrige el
problema.

El SPC tambin indica cundo se debe tomar una accin dentro de un

proceso, pero indica tambin cuando NO se deben tomar acciones. Un
ejemplo es una persona que le gustara mantener un peso equilibrado y toma
medidas de peso cada semana. Una persona que no entiende los conceptos
del SPC pueda empezar una dieta cada vez que su peso incrementa, o
comer ms cada vez que su peso disminuye. Este tipo de accin puede ser
perjudicial y puede generar ms variacin en peso. SPC se justifica en una
variacin del peso normal y una indicacin mejorada de cundo la persona
est ganando o perdiendo peso.

El Control Estadstico de Procesos (CEP), tambin conocido por sus

siglas en ingls como SPC es un conjunto de herramientas estadsticas que
permiten recopilar, estudiar y analizar la informacin de procesos repetitivos

28
para poder tomar decisiones encaminadas a la mejora, es aplicable tanto a
procesos productivos como de servicios

Las normas ISO 9001 e ISO/TS 16949 exigen la aplicacin de tcnicas

estadsticas en los procesos de fabricacin, medicin, anlisis y mejora, el
Control Estadstico de Proceso es la herramienta indispensable para el
control de la calidad de los procesos y productos de su empresa.

Algunos beneficios que se obtienen al aplicar Control Estadstico de

Proceso:

Mejora de la Productividad al hacer predecible el comportamiento de los

procesos.

Mejora de la Calidad de los Productos al poder reaccionar en tiempo real

evitando defectos.

Reduccin de Desperdicios

Mejora de la Satisfaccin del Cliente

Implementar un sistema de administracin eficiente de las actividades del

SPC en su empresa.

Variabilidad del proceso

Son cambios inevitables que modifican el proceso (ya sean pequeos

o casi imperceptibles) que afectan posteriormente al producto qu se produce
o al servicio que se ofrece.

El enemigo de todo proceso es la variacin". Un administrador exitoso es

aquel que logra controlarla. La teora de la variabilidad es una de las cuatro
que el Dr. Deming propuso a los japoneses dentro de su filosofa del
Conocimiento Profundo, otra teora que complementa la anterior es la "teora
de la causalidad", en donde plantea que todo efecto tiene una causa, todo

29
defecto tambin. El control de la variacin, solo puede darse en sus causas,
principalmente en el control de su causa raz.

La problemtica encontrada es que se acepta que hay problemas con

la variacin, pero no hay inters en estudiar el porqu se produce y ni cmo
medir esa variabilidad.

La desviacin estndar es muy importante pues es una de las formas

ms sencillas de controlar la variabilidad, llmese presupuestos, ventas,
productos, tiempos de atencin y para todo el nuevo conjunto de indicadores
que estn de moda.

Por medio de la desviacin estndar se pueden analizar encuestas a

clientes y determinar que tan concluyentes son las respuestas, se puede
inferir la probabilidad de que se alcancen las metas, que los productos estn
fuera de especificacin, que un empleado llegue tarde, que un estudiante no
logre la nota mnima etc.

Importancia de la variabilidad: es de mucha importancia, quiz ms de la

que nos podemos imaginar, pues la variabilidad afecta al producto. La
variabilidad es requerida para modificar el proceso cuando se desea obtener
resultados distintos ya sea para mejorar o corregir un proceso que requiera
ajuste.

Kaouru Ishikawa deca que el 85% de los problemas en un proceso son

responsabilidad de la gerencia, el comentario no fue bien recibido. Su
afirmacin se basa en que las variaciones de un proceso generalmente se
atribuyen a causas normales, segn su capacidad diseada, la cual es
responsabilidad de la gerencia. El operario acta dentro de lo que el proceso
le permite.

Esto lleva a plantear uno de los mejores beneficios en el control de la

variacin: definir cundo sta es propia del proceso, algo normal, originada

30
por causas normales o comunes y cuando obedece a causas anormales o
externas. Si se entiende el concepto de variabilidad y se mide por medio de
la desviacin estndar se pueden establecer los lmites normales de
variacin. (Usualmente ms menos 3 desviaciones estndar), una vez fijados
esos lmites se puede entregar con toda tranquilidad el proceso a manos de
los subalternos, para que ellos se auto controlen, tal y como recomienda la
filosofa del "empowerment".

Si los colaboradores no entienden cmo controlar la variabilidad de un

proceso, no hay procedimiento o instruccin que lo salve, aunque estn
certificados. De nada sirven los premios y los castigos si un proceso est
variando dentro de sus causas normales. El premio o el castigo se convierten
en una causa anormal, ajena al proceso, en donde luego que pasa su efecto,
se regresa al estado anterior.

Principio de variabilidad del proceso: en un proceso de produccin, el

principio de variabilidad es inobjetable, a pesar de que en este proceso se
lleve a cabo la misma operacin, el mismo mtodo de trabajo, la misma
herramienta, la misma maquinaria e inclusive el mismo operador nunca
existirn dos artculos iguales. Tal vez a simple vista sean iguales, incluso al
sacar la mediciones de cada pieza, peo no son completamente iguales,
aunque para el caso sean tiles ambas. Esto se debe a la variabilidad, es
imprescindible la ocurrencia de que exista variabilidad, pero si puede ser
controlada, tal vez no de forma perfecta pero si lo suficiente para cumplir con
las expectativas requeridas. La estadstica como la vida, nos ha demostrado
que no hay dos cosas exactamente iguales, inclusive los dos ojos de una
persona o bien dos cabellos de una misma cabeza.

Pero adems nos ha demostrado la estadstica que las variaciones de

un producto o un proceso pueden medirse con lo cual podemos determinar el

31
comportamiento del proceso o el lote de productos o los tiempos de atencin
en el servicio.

Las mediciones obtenidas de un proceso o un lote de productos varan

segn una figura bien definida, que en procesos normales tiene forma de
campana, ya que generalmente de esas mediciones un buen nmero de ellas
tiende a agruparse alrededor de su valor promedio con lo cual la forma de la
curva puede ser calculada. Esto es lo que se conoce como una distribucin
normal en donde la frecuencia de las mediciones va disminuyendo hacia los
extremos conforme se va alejando del promedio.

Adicionalmente existen otra serie de estadsticos que podran

utilizarse para el control de la variacin, el promedio correctamente utilizado
es importante, al igual la moda y la mediana, as como el rango, pero no hay
que ser tan ambiciosos. Hoy da cuando la mayora de las empresas se
administran por promedios, se recuerda la ancdota del personaje aqul que
se ahog en un ro con un promedio de metro y medio de profundidad.

Tipos de variabilidad: es comn que la produccin de un producto cambie

constantemente, pero existen dos tipos de variabilidad que se perciben en
esta serie de cambios, la variabilidad identificable y la aleatoria.

* Identificable: esta originada por factores que son identificables; esta

variabilidad no presenta un comportamiento estadstico y, por tanto, no son
previsibles las salidas. La organizacin debe identificar las estas causas y
eliminarlas como paso previo a poner el proceso bajo control; ejemplos de
estas causas son roturas de herramientas, averas de maquinas, errores
humanos, cambios err6neos de material, fallos en los sistemas de control,
etc.

* Aleatoria: est originada por factores aleatorios (desgaste

de piezas, mantenimiento, personas, equipos de medida, etc.); en este caso

32
la variabilidad tiene un comportamiento estadstico y es predecible, y se
puede ejercer un control estadstico sobre el mismo.

Causas de variacin: las causas por las que en una operacin se presenta
la variabilidad son:

*Medio ambiente.- pues este puede tergiversar el tiempo y la calidad del

producto o servicio.

*Cambio de operacin.- este tipo de factores provocan variabilidad, pues en

ocasiones el trabajador debe adaptarse a esta forma de trabajo o en
ocasiones no le agrado o simplemente le parece incomodo. Esto retrasa la
produccin.

Tipos de causas de operacin: estas son las causas comunes y las

especiales.

Las causas comunes son: El punto crtico al controlar procesos es

comprender si la variacin es debida a causas comunes o especiales. Esto
es crtico porque la estrategia para tratar las causas comunes es diferente
que la usada para tratar causas especiales. El problema fundamental es que
la mayora de las veces se trata toda variacin como si sta fuera especial. Si
hace esto, solo provocar una mayor cantidad de variacin, defectos y
errores.

Por causas comunes de variacin se entienden aquellas fuentes de

variacin en un proceso que estn bajo control estadstico. Esto significa que
todas las mediciones se encuentran dentro de los lmites de variacin normal,
los cuales se determinan sumando y restando tres desviaciones estndar al
promedio de esas mediciones.

Las causas comunes de variacin se comportan como un sistema

constante de causas totalmente aleatorias. An cuando los valores

33
individualmente medidos son todos diferentes, como grupo, ellos tienden a
formar un patrn que puede describirse como una distribucin.

Cuando en un sistema slo existen causas comunes de variacin, el

proceso forma una distribucin que es estable a travs del tiempo y adems
predecible. Conocer que un sistema solo est variando por causas comunes
es normalmente simple a travs de tcnicas estadsticas. Sin embargo,
identificar esas causas requiere un anlisis ms detallado por parte de
quienes operan el sistema. La solucin o eliminacin de estas causas
comunes normalmente requiere la intervencin de la gerencia para tomar
acciones sobre el sistema o proceso como un todo, ya que las variaciones
comunes son propias o inherentes a cada proceso.

Las causas especiales son: Las causas especiales de variacin

frecuentemente son llamadas causas asignables. Se refiere a cualquier factor
o factores que causan variacin en relacin con una operacin especfica o
en un momento particular en el tiempo.

Solo si todas las causas especiales de variacin son identificadas y

corregidas, ellas continuarn afectando la salida del proceso de una manera
impredecible. Si hay causas especiales de variacin, la salida del proceso no
es estable a travs del tiempo y por supuesto tampoco es predecible.
Cuando en el proceso existen causas especiales de variacin, la distribucin
del proceso toma cualquier forma y es por lo tanto impredecible.

En general se acepta que el 85% de la variacin es originada por

causas comunes y el 15% por causas especiales. Un antdoto para reducir la
variacin es la normalizacin o documentacin del proceso como requiere
ISO 9000.

34
Factores comunes que afectan la variabilidad: son principalmente
conocemos como las 5ms:

-Materia prima: si no se tiene un buen insumo de materia prima, por obvias

razones la calidad del producto menguara.

Materiales: los materiales o ingredientes extras tambin, al igual que con la

materia prima deben de ser de primer nivel si es que se desea una
produccin de buena calidad.

-Mtodos: los mtodos de trabajo afectan incluso en la variabilidad que

puede ocasionar la operacin de elaboracin de un producto.
Medio ambiente: si el ambiente de trabajo no es el idneo reduce la
capacidad de produccin de los obreros.

Mano de obra: este factor es muy importante, pues si no se cumple con una
mano de obra de calidad el producto, aunque tenga un excelente
procedimiento de trabajo no ser de buena calidad.

Relacin entre variabilidad y calidad: la calidad de un producto depende

mucho de la variabilidad. Se establecen lmites de variabilidad, esto para
evitar deformas, defectos o diferencias entre un producto y otro. Por lo que
podramos concluir que a menor variabilidad tendremos una mejor calidad
en el producto o servicio ofrecido.

Usos y aplicaciones d la variabilidad: los usos y aplicaciones que

podemos darle a la variabilidad son meramente productivos, pues el hecho
de que hagamos alguna especie de cambio para mejorar el proceso de la
produccin ser posteriormente obtener resultados favorables en el producto
o servicio. No basta con solo mejorar el proceso, pues eso no nos garantiza
que el producto ser mejor, sino que nos daremos cuenta de que los cambios
realizados en el proceso son verdaderamente positivos cuando obtengamos

35
resultados de la misma ndole en el producto, resultados mejores en el
producto.

Sistema ideal de control de variabilidad: Un sistema ideal de control de

variabilidad pretende conocer con una cierta exactitud cmo cada variable
del proceso afecta cada caracterstica de calidad de un determinado producto
o servicio, adems de que le permite, tener la posibilidad de manipular o
ajustar esas variables y ser capaces de predecir con exactitud los cambios
en las caractersticas de calidad con motivo de los ajustes realizados en las
variables del proceso.

La variable de un proceso ocasionar cambios en la calidad del

proceso, para esto es este sistema, para lograr lo ms cercano a la
perfeccin del producto mediante sistemas y mtodos de trabajo que
proporcionen adelantos productivos a la calidad.

Una vez que se sabe que el producto o servicio responde a las

necesidades del cliente la preocupacin bsica es tener el proceso bajo
control. En este punto, en realidad, lo que se busca es reducir la variabilidad
que caracteriza al proceso en anlisis. En ocasiones, es necesario usar los
datos sobre la variabilidad del producto como una medida indirecta de la
capacidad del proceso ya que en trminos generales el producto habla del
proceso.

Grficos de control por variables y por atributos

La mayora de las veces los procesos industriales (o de otro tipo)

puede beneficiarse con un programa de diagramas de control. Para
implementar diagramas de control ser necesario tener en cuenta directrices
esenciales como elegir el tipo adecuado de diagramas de control, determinar
que caracterstica del proceso habr que controlar y definir en que lugar del
proceso habrn de incorporar los diagramas de control.

36
 Se puede aplicar las directrices anteriores tanto a los diagramas de
control por variables como de atributos. Recordemos que los diagramas de
control no solamente se usan para vigilar los procesos, y que habra que
usarlos como un mtodo activo, en lnea, para reducir la variabilidad del
proceso.

Una caracterstica de calidad medible, como dimensin, peso

volumen, es una variable cuantitativa. Los diagramas de control para
variables se usan para contrastar las caractersticas de calidad cuantitativas.
Suelen permitir el uso de procedimientos de control ms eficientes y
proporciona ms informacin respecto al rendimiento del proceso que los
diagramas de control de atributos, que son utilizados para contrastar
caractersticas cualitativas, esto es, caractersticas no cuantificables
numricamente.

Entre los diagramas de control por variables ms importantes tenemos

los siguientes:

Grficos de medias X

Grficos de rangos R

Grficos de desviaciones tpicas S

Grficos de medianas X

Grficos de individuos X

En muchos casos ser necesario utilizar simultneamente los grficos

de x y R, O tambin los grficos de x y s.

Entre los diagramas de control por atributos ms importantes tenemos

los siguientes:

Grfico de la proporcin de unidades de grafico p

37
 Grfico del nmero de unidades defectuosas o grficos np

Grfico del nmero de defectos c

Grfico del nmero de defectos por unidad u

En muchas aplicaciones, el analista tendr que elegir entre unos

diagramas de control de variables, como los de X (media) y R (recorrido), y
en uno de control de atributos como el de p (proporcin de unidades
defectuosas). En algunos casos, la seleccin estar bien definida. Por
ejemplo, si la caracterstica de calidad es el color del artculo, como puede
serlo en la produccin de alfombras o telas, se preferir frecuentemente la
inspeccin de atributos en vez de tratar de cuantificar la caracterstica de la
calidad color. En otros casos, la seleccin no ser tan evidente, y el analista
tendr que tomar en cuenta varios factores para poder elegir entre diagramas
de control de atributos y de variables.

Los diagramas de control de atributos tienen la ventaja de que hacen

posible considerar varias caractersticas de calidad al mismo tiempo y
clasificar el artculo como disconforme si no satisface la especificacin de
cualquier caracterstica. Por otra parte, si se manejan las diversas
caractersticas de calidad como variables, entonces habr que medir cada
una de ellas y utilizar separadamente un diagrama X y R para cada una, o
bien alguna tcnica de control multivalente en la que se consideren
simultneamente todas las caractersticas. Hay una evidente sencillez
asociada al diagrama de atributos en este caso. Adems mediante la
inspeccin por atributos pueden evitarse mediciones costosas en recursos y
tiempo.

En contraste los diagramas de control de variables, proporcionan

mucha ms informacin til respecto al funcionamiento del proceso que los
atributos. Se obtiene directamente informacin especfica acerca de la media

38
del proceso y su variabilidad. Asimismo, cuando hay puntos que caen fuera
de control en los diagramas por variables, suele haber mucha ms
informacin sobre la causa potencial de esta seal de fuera de control. Para
un estudio de la capacidad de un proceso, se prefieren casi siempre los
diagramas de control por variables en vez de los de atributos. Las
excepciones son los estudios sobre las disconformidades producidas pro
maquinas u operadores, en los cuales hay un nmero ms limitado de
fuentes de disconformidad, o bien los estudios relacionados directamente con
el rendimiento y el rechazo del proceso. Quiz la ventaja ms importante de
los diagramas de control X y R o X y S, (que son los diagramas de control por
variables ms importantes) es que a menudo proporciona una indicacin de
problemas inminentes y permiten al personal operativo tomar acciones
correctivas antes de que ocurra la produccin real de artculos defectuosos.

As, dichos diagramas son indicadores anticipados de problemas,

mientras que los diagramas de p y np o los de c y u (que son los diagramas
de control de atributos ms importantes) no reaccionaran a menos que el
proceso haya cambiado tanto que se produzcan mas artculos disconformes.

Para un nivel especifico de proteccin contra cambios en el proceso,

los diagramas de control de variables necesitan un tamao muestral mucho
ms pequeo que el diagrama de control por atributos correspondientes. De
esta manera, mientras que el control de variables es normalmente ms
costos y lento por unidad que el control por atributos, se tendrn que
controlar menos unidades. Esta es una consideracin muy importante, sobre
todo en los casos en los que la inspeccin es destructiva (como abrir una lata
para medir el volumen del contenido o probar las propiedades qumicas del
producto)

39
Eleccin del tipo de diagramas de control

En cuanto a la eleccin del tipo adecuado de diagrama de control, los

diagramas de control por variables de X y R (o de X y S) son apropiados en
los casos siguientes:

Se introduce un nuevo proceso, o bien se fabrica un nuevo producto

mediante un proceso ya existente.

El proceso ha estado funcionando durante algn tiempo, pero tiene

problemas crnicos o no puede cumplir con las tolerancias
especificadas.

El proceso tiene problemas, y el diagrama de control puede ser til

para fines de diagnostico (localizacin de averas).

Se necesitan pruebas destructivas (u otros procedimientos de prueba

costosos).

Es conveniente reducir al mnimo el muestreo para aceptacin u otras

pruebas cuando el proceso se pueda manejar bajo control.

Se han utilizado graficas de control por atributos, pero el proceso esta

fuera de control o bajo control pero con produccin inaceptable.

Procesos con especificaciones muy estrechas, tolerancias de montaje

traslapadas, u otros problemas de manufactura difciles.

Situaciones en las que el operario debe decidir si ajusta o no el

proceso, o bien cuando se tiene que evaluar una configuracin.

Se requiere un cambio en las especificaciones del proceso.

Se debe demostrar continuamente la estabilidad y capacidad del

proceso, por ejemplo en industrias no reguladas.

40
 Los diagramas de control por variables relativos al nmero de
individuos son apropiados en los siguientes casos:

Procesos en los que es inconveniente o imposible obtener ms de una

medicin por muestra, o cuando mediciones repetidas difieren solo por
errores de laboratorio o de anlisis.

Esto ocurre a menudo en procesos qumicos. Procesos en los que la

tecnologa de pruebas de inspeccin automatizadas permite medir todas las
unidades producidas. En estos casos, se consideran tambin el diagrama de
control de la suma acumulativa CUSUM y el control de promedios mviles
ponderados exponencialmente EWMA.

Situaciones en las que los datos se obtiene muy despacio y no sera

practico esperar una muestra mayor, lo que adems hara el
procedimiento de control demasiado lento para reaccionar a los
problemas. Esto sucede a menudo en situaciones no industriales, por
ejemplo se dispone de datos sobre la contabilidad solo una vez al
mes.

Interpretacin graficas de control

Un grfico de control es un diagrama especialmente preparado donde

se van anotando los valores sucesivos de la caracterstica de calidad que se
est controlando. Los datos se registran durante el funcionamiento del
proceso de fabricacin y a medida que se obtienen.

Las graficas de control se utilizan en la industria como tcnica de

diagnsticos para supervisar procesos de produccin e identificar

Definicin de los trminos

El grfico de control tiene: Lnea Central que representa el promedio

histrico de la caracterstica que se est controlando Lmites Superior e

41
Inferior que calculado con datos histricos presentan los rangos mximos y
mnimos de variabilidad.

Definicin de Trminos Subgrupos

*Grupo de mediciones con algn criterio similar obtenidas de un proceso

*Se realizan agrupando los datos de manera que haya mxima variabilidad
entre subgrupo y mnima variabilidad dentro de cada subgrupo:

Por ejemplo, si hay cuatro turnos de trabajo en un da, las mediciones

de cada turno podran constituir un subgrupo.

* Media o Sumatoria de todos los subgrupos divididos entre el nmero de

muestras.

* Rango.

* Valor mximo menos el valor mnimo.

Eleccin de la variable

* La variable que se elija para los grficos de control X y R , tiene que ser una
magnitud que pueda medirse y expresarse con nmeros, tal como la
dimensin, el grado de dureza, resistencia a la traccin, peso, etc.

Eleccin del criterio de Formacin de subgrupos

*Los subgrupos deberan elegirse de forma que fueran lo ms homogneo

posible, y que de uno a otro permitieran la mxima variacin.

* Un subgrupo debe estar formado por elementos que estn fabricados lo

ms cercanos posible en el tiempo. El siguiente subgrupo, por elementos
fabricados posteriormente tambin en un corto espacio de tiempo, y as
sucesivamente; en especial, cuando el principal objetivo de estos grficos es
detectar los cambios de la media del proceso.

42
* Con este esquema de formacin de subgrupos, a veces es aconsejable que
el intervalo de toma de muestras vari un poco con respecto al tiempo
estipulado y que esta variacin no sea predecible por el operario. En
cualquier caso, es mejor que el operario no pueda saber cules sern los
elementos que integrarn la muestra que se va inspeccionar.

* El criterio ms racional es aquel que se basa en el orden en que se ha

seguido la produccin.

Eleccin de Tamao y frecuencia de los Subgrupos

*Shewhart sugiri que cuatro elementos era el tamao ideal de los

subgrupos Se debe seleccionar subgrupos que la variacin entre ellos sea
mnima, es conveniente que estos subgrupos sean lo ms pequeos
posible Cuanto mayor es el tamao de la muestra, ms estrechos son
limites de control y ms fcil resulta detectar pequeas variaciones. Pero
para este caso se utilizan otros grficos utilizando la desviacin En el
terreno estadstico, es conveniente que los lmites de control se establezcan
en base, a, por lo menos 25 subgrupos. Adems, la experiencia indica que
cuando se inicia un grafico de control, los primeros subgrupos pueden ser no
representativos de lo que se mida posteriormente

Utilidad de Los grficos x-R se utilizan cuando la caracterstica de

calidad que se desea controlar es una variable continua.

*Grficos de Control por variables Grficos x R Se utilizan cuando la

caracterstica de calidad que se desea controlar es una variable continua. Se
requieren N muestras (Subgrupos) de tamao n. Ejemplo: fbrica que
produce piezas cilndricas de madera. La caracterstica de calidad que se
desea controlar es el dimetro. Hay dos maneras de obtener los subgrupos.
Una de ellas es retirar varias piezas juntas a intervalos regulares, por ejemplo
cada hora:

43
-7:00Proceso Muestra de 6 Piezas

-8:00Proceso Muestra de 6 Piezas

-La otra forma es retirar piezas individuales a lo largo del intervalo de tiempo
correspondiente al subgrupo:

Paso #1: Recoleccin de Datos

Estos datos debern ser:

*Recientes de un proceso al cual se quiere controlar

* Estos pueden ser tomados

* Diferentes horas del da

* Diferentes das

*Todos tienen que ser de un mismo producto.

Paso #2: Promedio o Sumatoria de los datos de cada uno de los subgrupos
dividido entre el nmero de datos (n).

Paso #3: Rango de Valor mayor del subgrupo menor, el valor menor.

Paso #4: Promedio Global: Sumatoria de todos los valores medios y se

divide entre el nmero de subgrupos (k). Formula X X1 + X2 + X3 ++
Xn k

Paso #5: Valor Medio del Rango: Sumatoria del rango (R) de cada uno de
los subgrupos divido entre el numero de subgrupos (k). Formula R R1 +
R2 + R3 +. + Rn k

Paso #6: Limites de Control: Para calcular los limites de control se utilizan
los datos de la siguiente tabla

44
Limites de control

Grfica X los datos de X de la tabla se construye la Utilizando grfica

Grfica R Utilizando los valores del rango (R) de la tabla de datos se

construye la grfica de R

1. Un punto Fuera de los lmites de control: Un punto nico fuera de los

lmites de control casi siempre se produce por una causa especial. Una
razn comn por la que un punto cae fuera de un limites de control es un
error en el clculo de X o R ; o error de medicin

2. Cambio Repentino en el promedio del proceso Un numero inusual de

puntos consecutivos que caen a un lado de la lnea central casi siempre
es una indicacin de que el promedio del proceso se desplaz en forma
repentina. Introduccin de nuevos de trabajadores, materiales o equipos,
cambios de mtodos de inspeccin. Una mayor o menor atencin en la
inspeccin. El proceso ha mejorado o desmejorado

3. Cambio Repentino en el promedio del proceso: Se emplean tres reglas

empricas para detectar a tiempo los cambios de los procesos:

Si 8 puntos consecutivos caen en un lado de la lnea central

*Se divide la regin entre la lnea central y cada lmite de control en tres
partes iguales. Luego, Si (1) dos de tres puntos consecutivos caen en el
tercio exterior entre la lnea central y uno de los limites de control o (2) cuatro
de cinco puntos consecutivos caen dentro de la regin exterior de dos
tercios, tambin se puede llegar a la conclusin de que el proceso esta fuera
de control.

Ciclos: Los ciclos son patrones cortos repetidos, que alternan crestas
elevadas y valles bajos. Las causas puede ser: Cambios peridicos en el
ambiente Rotacin de operarios o la fatiga al final del turno, Diferentes

45
equipos de medicin utilizados. Diferencias entre los turnos de la maana y
noche Cambios de temperatura y humedad

Tendencias: Una tendencia es el resultado de alguna causa que afecta en

forma gradual las caractersticas de calidad del producto y ocasiona que los
puntos de las graficas de control se muevan gradualmente hacia arriba o
hacia abajo. Una tendencia definida se da:

* Deterioro o desgaste gradual de un equipo de produccin

*Desgaste de herramienta

* Acumulacin desperdicios

* Calentamiento de maquinas

* Cambios graduales condiciones ambientales

*Mejora en las habilidades del operario

Abrazando la lnea central: El abrazo a la lnea central ocurre cuando casi

todos los puntos caen de la lnea de centro. Una causa comn del abrazo a
la lnea central es que la muestra incluya un elemento tomado
sistemticamente de cada una de varias maquinas, operadores, ejes, etc.

Abrazando los limites de Control: Este patrn aparece cuando muchos

puntos se encuentran cerca de los limites de control con muy pocos entre
dichos limites. Las causas pueden ser: Un patrn de mezcla puede resultar
cuando en un proceso se utilizan dos lotes de material diferentes o cuando
las partes se producen en distintas maquinas, pero la vigila el mismo grupo
de inspeccin

Inestabilidad: Se caracteriza por flutaciones errticas y poco naturales en

ambos lados del cuadro durante un tiempo. A menudo, los puntos caen fuera

46
de los lmites de control superior e inferior sin un patrn consistente. Una
causa frecuente de inestabilidad es el ajuste excesivo de una maquina

Cmo interpretar una grfica de control

En la grfica se muestran datos del desempeo de un proceso. Estos

datos pueden ser continuos (ej.: las medidas de una pieza, o el nmero de
piezas conformes respecto de cada lote de X unidades) o bien tambin se
pueden mostrar datos discretos (ej.: pieza conforme o pieza no conforme).
En el caso de ser datos continuos, se suele incluir una lnea horizontal con el
valor medio de referencia y dos lneas ms con los lmites de control
estadstico, superior e inferior, en la grfica.

Los lmites de control se sitan de forma que un porcentaje fijado de

los puntos estn dentro de ellos. Estos lmites suelen calcularse para incluir o
bien el 75% o el 95% de los datos:

Lmites que incluyen el 75% de los datos: En este caso, un proceso que
funcione correctamente deber mostrar un 75% de los valores dentro de los
lmites superior e inferior, un 12,5% de los valores por encima del lmite

47
superior y otro 12.5% por debajo del lmite inferior. Si se aprecia un punto
fuera de estos lmites se considera como normal, pero si aparecen varios
puntos seguidos por encima o por debajo de los lmites probablemente sea
una situacin inusual, e indique que el proceso est descontrolado.

Lmites que incluyen el 95% de los datos: En este caso slo el 2,5% de los
valores deben dar por encima o por debajo de los lmites. Al ser tan
restrictivo, en esta situacin si un dato sale fuera de los lmites significar que
ha habido una circunstancia inusual en el proceso.

Este tipo de diagramas de control son un mecanismo para detectar si

el proceso est funcionando correctamente, o si se estn produciendo
situaciones anmalas. Cuando una grfica muestra una situacin fuera de
control, se puede iniciar una investigacin para identificar las causas y tomar
una decisin que corrija las desviaciones.

Los valores mostrados en el diagrama, deben ser aleatorios y seguir una

distribucin estadstica normal, estando centrados en l la lnea del punto
medio y teniendo una variabilidad que puede deberse a dos factores:

Comn: que es inherente al proceso, y por lo tanto no podemos

evitar.

48
 Especial: que causa una variacin excesiva, y debe ser corregida.

Cundo el proceso est funcionando mal?

Se dice que un proceso est fuera de control, y por lo tanto debe

corregirse, en las siguientes situaciones:

Cuando hay un punto fuera de los lmites del 95%.

Cuando hay ms de 3 puntos seguidos fuera de los lmites del 75%.

Cuando se aprecian tendencias crecientes o decrecientes en ms de 4

puntos seguidos.

Cuando ms de 6 puntos seguidos se encuentran en la mitad superior o

inferior del grfico (en este caso, el proceso est descentrado y habra que
recalibrarlo).

Cuando se aprecia que los valores siguen un patrn, no ciento estos

aleatorios.

Cmo realizar una grfica de control?

Lo ms frecuente es que en procesos continuos automatizados, las

mquinas incluyan su propio software que nos d ya hechos los diagramas
de control a medida que se van realizando las tareas. No obstante si no
disponemos de esto, tambin podemos realizar nosotros manualmente un
diagrama de control usando una Hoja de Clculo para as poder conocer
mejor el funcionamiento del proceso en un momento dado.

Crear una grfica de control requiere los siguientes pasos:

1) Elegir la caracterstica a estudio. Debe medir la variable que queremos

controlar: la longitud de una pieza, la temperatura de una mquina, etc.

49
2) Tomar los datos. Deberemos recoger los valores durante un periodo de
tiempo suficiente que nos permita obtener una visin representativa del
desarrollo del proceso.

3) Introducir os datos en la hoja de clculo, y calcular la cul es la lnea

central (valor medio de los datos) y los lmites superior e inferior.

4) Representar los datos en la grfica, y estudiar si el funcionamiento es el

correcto. Si no no fuera por estar el proceso descentrado (la media de los
datos no es la medida que nos pide las especificaciones) habra que
recalibrar las mquinas. O bien, si la variabilidad es demasiado alta y los
productos se salen de las tolerancias demasiado frecuentemente, habra que
estudiar las causas para afinar los resultados.

5) Volver a realizar el estudio cada cierto tiempo para comprobar que el

funcionamiento sigue siendo el correcto.

50
 Conclusin

Los conocimientos previsto durante la realizacin de este trabajo

acerca del El AMFE (Anlisis Modal de Fallos y Efectos) es una de las
herramientas ms utilizadas en la planificacin de Calidad, los tipos que
existen son: AMFE de Producto para evaluar su diseo, y AMFE de Proceso
para evaluar las deficiencias que puede ocasionar un mal funcionamiento del
mismo en el producto o servicio.

Ahora la variabilidad nos ayuda a detectar los errores y potenciales.

Nos es til para llegar a conclusiones correctas acerca de los procedimientos
para resultado de las pruebas y as mejorar los problemas del producto o
produccin. La calidad de los procesos determina inevitablemente la calidad
de los productos que se obtienen, de ah que la primera gran meta de todo
proceso de mejora debe ser: controlar y reducir la variabilidad, de forma que
los procesos sean estables, consistentes y predecibles.

A manera de ejemplo podramos decir, que un pre-control seria el que,

ante una orden de comenzar tareas de fabricacin de un determinado
producto, nos hallamos asegurado previamente que se podr contar con el
flujo necesario de materia prima a fin de evitar que el proceso se detenga
durante la jornada de trabajo.

Los grficos de control o diagramas de control se utilizan para

controlar el desarrollo de los procesos de produccin e identificar posibles
inestabilidades y circunstancias anmalas. En resumen, lo que se pretende
con este tipo de anlisis es controlar los procesos para asegurarse de que
funcionan correctamente. Si la gran mayora de los puntos mostrados de la
grfica estn dentro de los lmites se considera que el proceso est
controlado.

51
 Bibliografa

http://www.pdcahome.com/diagramas-de-control/

https://es.slideshare.net/stemur/interpretacion-graficas-de-control

https://es.wikipedia.org/wiki/Anlisis_modal_de_fallos_y_efectos

www.sciencedirect.com/science/article/pii/S1134282X1500127X

www.minsa.gob.pe/dgsp/observatorio/documentos/herramientas/amfe.p
df

www.pdcahome.com/3891/amfe-guia-de-uso-del-analisis-modal-de-
fallos-y-efectos/

https://es.wikipedia.org/wiki/Grfico_de_control

www.pdcahome.com/diagramas-de-control/

https://ingenioempresa.com Anlisis y mejora de procesos

52