Estudios R&R Para Pruebas Destructivas.

UNIVERSIDAD TECNOLGICA DE QUERTARO

Nombre del proyecto:

Estudios R&R para pruebas destructivas.

Empresa:

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

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

Ingeniero en Procesos y Operaciones Industriales

Presenta

___Alma Mara Morales Len____ Nombre del aspirante

Asesor de la UTEQ Asesor de la Empresa Ing. Jose Cruz Morales Avils Ing. Juan Rodrigo Niembro Aguilar

Santiago de Quertaro, Qro. Mayo 2012

2

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

realizacin de los estudios R&R para equipos de pruebas destructivas ya que

se requiere para la norma tcnica TS 16949:2002. Requerimientos particulares

para la aplicacin de ISO 9001:2000 en la industria automotriz, establece en el

numeral 7.6.1 Anlisis de sistemas de medicin, en donde especifica que

DEBEN conducirse estudios estadsticos para analizar variaciones presentes en

los resultados de los equipos de medicin y prueba. Es indispensable que en el

tipo de proceso requiere dentro de la organizacin un sistema de medicin

apropiado que permita medir la calidad de las caractersticas 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 variacin

es aceptable o no. Para este proceso se utilizo los estudios de repetibilidad y

reproducibilidad para equipos de pruebas destructivas que nos sirvi 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 estadsticos, proceso, R&R.)

3

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.)

4

Dedicatorias

Dedico este trabajo especialmente a mis padres Cndido Morales Garca y

Ma. Del Rosario Len Gonzlez 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. Tambin dedico este esfuerzo a mis

hermanos, amigos y compaeros que siempre estuvieron conmigo

apoyndome.

Ahora que he logrado lo que tengo lo aprovechar cada da de mi vida

para recompensar un poco el apoyo que siempre me brindaron durante todo

este tiempo.

5

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 tambin me apoyaron

mucho con sus nimos que me impulsaron a seguir adelante.

A mis compaeros 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 formacin acadmica que me ofreci y recib en forma

profesional, ya que sin sta yo no hubiera terminado con xito mis estudios

como Ingeniero en Procesos y Operaciones Industriales.

A la empresa Dooremalen Industries Mxico 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 estada que siempre me apoyaron y

asesoraron, siempre tratando de resolver los problemas que se fueron

presentando en el aspecto acadmico.

6

ndice

Resumen ............................................................................................................. 2

Abstact ................................................................................................................ 3

Dedicatorias ........................................................................................................ 4

Agradecimientos ................................................................................................. 5

ndice .................................................................................................................. 6

I. INTRODUCCIN .......................................................................................... 7

II. ANTECEDENTES ......................................................................................... 8

III. JUSTIFICACIN ........................................................................................... 8

IV. OBJETIVOS ................................................................................................... 8

V. ALCANCES .................................................................................................. 9

VI. FUNDAMENTACION TERICA ................................................................... 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

7

I. INTRODUCCIN

El proyecto se desarrolla en ITB Ingeniera de Precisin es una

organizacin internacional orientada a empresa de alta tecnologa con los sitios

en los Pases Bajos, Repblica Checa y Mxico. Dooremalen Industrias Mxico

S.A. de C.V. es una planta en Quertaro, Mxico. La planta mexicana est

especializada en el moldeo por inyeccin de plstico, principalmente de piezas

de automviles. Especializada en el diseo de productos, herramienta de

diseo, la fabricacin de herramientas y la produccin (de plstico moldeado

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

piezas tcnicas de precisin y productos para una amplia gama de mercados,

como el automotriz herramientas elctricas, conectores, mdicos,

farmacuticos, electrodomsticos, etc.

Estn 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.

8

II. ANTECEDENTES

La norma tcnica TS 16949:2002. Requerimientos particulares para la

aplicacin de ISO 9001:2000 en la industria automotriz, establece en el

numeral 7.6.1 Anlisis de sistemas de medicin, en donde especifica que

DEBEN conducirse estudios estadsticos para analizar variaciones presentes en

los resultados de los equipos de medicin y prueba, uno de estos mtodos es el

estudio de Repetibilidad y Reproducibilidad en equipos que realizan pruebas

destructivas.

Sin embargo actualmente no se han realizado de manera sistemtica, por lo

que en la ltima auditora llevada a cabo en Enero 2012 la empresa tuvo una

no-conformidad al constatar los auditores que no se estn llevando a cabo los

estudios estadsticos

III. JUSTIFICACIN

Al ser ITB una empresa que est certificada debe de cumplir con el punto

7.6.1 de la norma TS 16949:2002, el cual se concret con los auditores que no

se ha cumplido adecuadamente, por lo que incurri en una no-conformidad, la

cual debe de ser cerrada en un periodo de 75 das.

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.

9

V. ALCANCES

Este proyecto implica el anlisis de una no conformidad resultado de una

auditora externa, para la cul se llevo a cabo el anlisis de la problemtica y se

procedi a la identificacin de la causa raz usando el diagrama de Ishikawa, y

se propone la implementacin de los estudios de reproducibilidad y repetibilidad

(R&R). Esto se llevara a cabo en un lapso de tiempo de 75 das en donde se

realizara el cierre de la no-conformidad.

VI. FUNDAMENTACIN TERICA

Estudios de repetibilidad y reproducibilidad Repetibilidad (de mediciones) (r)

La repetibilidad de resultados de mediciones es:

Precisin de medida bajo conjunto de condiciones de repetibilidad.

Donde condiciones de repetibilidad de medida se define como: condicin de

medicin 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 operacin y el mismo lugar, as como mediciones

repetidas del mismo objeto o de un objeto similar en un periodo corto de tiempo.

10

Tradicionalmente en los estudios R&R se les conoce como la variabilidad

interna a la condicin.

Reproducibilidad (de mediciones) (R)

De acuerdo con el VIM la reproducibilidad de resultados de mediciones es:

Precisin de medida bajo conjunto de condiciones de reproducibilidad.

Donde conjunto de condiciones de reproducibilidad se entiende como:

Condicin de medicin dentro de un conjunto de mediciones que incluye

diferentes lugares, operadores, sistemas de medida y mediciones repetidas de

los mismos objetos u objetos similares.

Tradicionalmente en los estudios R&R se le conoce como la variabilidad

entre las condiciones.

Aplicacin de los estudios de R&R

En metrologa las aplicaciones de los estudios de repetibilidad y

reproducibilidad se encuentran los procesos de evaluacin, validacin y anlisis

de las mediciones, estas son:

Evaluacin de ensayos de aptitud

Validacin de mtodos de calibracin

Anlisis de comparaciones inter-laboratorios

Evaluacin de la incertidumbre de medicin

11

Evaluacin de cartas de control

Conocer la variabilidad de mediciones e instrumentos (GRR segn MSA)

Evaluacin de la deriva (estabilidad) de instrumentos

Mtodos para la determinacin de R&R

Los mtodos aceptables para la determinacin de estudios de repetibilidad

y reproducibilidad se basan en la evaluacin estadstica de las dispersiones de

los resultados, ya sea en forma de rango estadstico (= valor mximo valor

mnimo) o su representacin como varianzas o desviaciones estndar, estos

mtodos son:

Rango,

Promedio y Rango,

ANOVA (anlisis de varianza)

Rango

Este mtodo permite una rpida aproximacin de la variabilidad de las

mediciones, no descompone la variabilidad en repetibilidad y reproducibilidad,

su aplicacin tpica es como el mtodo rpido para verificar si la relacin R&R

no ha cambiado.

Promedio y Rango

MSA nos dice que es capaz de detectar sistemas de medicin 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.

12

Este mtodo permite una estimacin tanto de repetibilidad como de

reproducibilidad, sin embargo, no permite conocer su interaccin, esta

interaccin entre la repetibilidad y la reproducibilidad o entre el instrumento y el

operador puede conocerse, en caso de que exista, con el mtodo de ANOVA.

ANOVA (anlisis de varianza)

Las ventajas de la tcnica de ANOVA comparada con el mtodo de

Promedio y Rango son:

Es posible manejar cualquier arreglo o estructura experimental.

Es posible estimar las varianzas ms exactamente.

Se obtiene mayor informacin de los datos experimentales.

Permite conocer la interaccin entre la repetibilidad y la

reproducibilidad.

Reproducibilidad

Condicin

Las desventajas son que su computacin numrica es ms compleja,

desventaja que, sin embargo puede ser resuelta mediante el uso de

herramientas de anlisis de datos, como las que proporciona el programa de

hoja de clculo de Microsoft Excel o Lotus.

El mtodo de ANOVA viene desarrollado en la mayora de los libros y

referencias de estadstica y anlisis 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 Gua ISO

para evaluacin de incertidumbres tambin conocida como GUM y en MSA.

13

Tcnicas para el anlisis de estudios R&R

Una vez que se han determinando los valores de repetibilidad y

reproducibilidad es til llevar a cabo un anlisis de los resultados mediante las

siguientes tcnicas:

Consistencia grfica.

Lmites y valores numricos.

Conceptos Bsicos

Un punto de partida clave es entender que cualquier proceso de medicin

genera un error. Por lo tanto, lo que se observa no es exactamente la realidad,

ms bien es la realidad ms un error de medicin. Esto se traduce en que la

variacin total observada en unos datos es el resultado de la variacin propia

del producto ms el error del proceso de medicin.

En trminos matemticos esta idea queda representada como sigue:

2total= 2prod+

2error

En particular, las fuentes principales que contribuyen al error del proceso

de medicin son; el equipo de medicin, los operadores (reproducibilidad) y la

variacin dentro de la muestra. La variabilidad del equipo se divide a su vez en

los siguientes componentes:

Calibracin. La exactitud y linealidad del instrumento.

Estabilidad. El cambio del instrumento con el transcurso del tiempo

Repetibilidad. La variacin observada cuando un operador mide de

manera repetida la misma pieza con el mismo instrumento.

Linealidad. La exactitud a lo largo del alcance de operacin del

instrumento.

14

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

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

heterogeneidad en sus superficies, dimensiones, etc. La variacin dentro de la

muestra contribuye tanto a la variacin del producto como a la del error del

proceso de medicin.

Un aspecto adicional que no es considerado en la figura es la sensibilidad o

resolucin del equipo, que se refiere a la habilidad el instrumento de medicin

para discriminar entre piezas similares; se recomienda que ste sea capaz de

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

La precisin y la exactitud son dos manifestaciones del error (variabilidad)

de cualquier proceso de medicin. La precisin es la variacin 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 precisin es la habilidad de un proceso

de medicin para repetir y reproducir su propia medicin, independientemente

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

medida, la precisin intermedia y la reproducibilidad.

Por su parte, la exactitud o sesgo se refiere al desfase o desplazamiento que

tienen las mediciones con respecto al estndar o verdadero valor que sea

conocido. Se dice que una medicin es ms exacta cuanto ms pequeo es el

error de medida.

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

se pueda suponer conocida la magnitud verdadera a medir.

15

Estudio largo de repetibilidad y reproducibilidad

En los estudios R&R se evala de modo experimental que parte de la

variabilidad total observada en los datos es atribuible al error de medicin;

adems permite cuantificar si este error es mucho o poco en comparacin con

la variabilidad del producto y con las tolerancias de la caracterstica 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 2total la variabilidad total observada: 2prod la varianza

atribuible al producto (partes o piezas), 2instr la variabilidad o error del

instrumento de medicin y 2oper la variabilidad o error debido a operadores,

entonces se cumple la siguiente relacin:

2total= 2prod +

2oper +

2instr (1)

Donde:

2instr= 2repeti y

2oper =

2reprod (2)

16

Por lo tanto, el error o variabilidad de las mediciones debido a repetibilidad

y reproducibilidad se obtienen con:

2R&R = 2repeti +

2reprod (3)

Pasos para realizar un estudio R&R largo.

Para cada instrumento de medicin que se desee evaluar es necesario

planear un estudio en el que se apliquen los siguientes pasos.

1. Seleccionar dos o ms operadores para conducir el estudio acerca

del instrumento de medicin de inters.

2. Seleccionar en forma aleatoria un conjunto de 10 o ms partes o

piezas que sern medidas varias veces por cada operador. Es

importante que la seleccin se realice a partir de piezas que reflejen

las diferentes dimensiones de piezas que se reproducen. Por

ejemplo, una buena estrategia de seleccin seria tomar una pieza

de la produccin de cada turno.

3. Decidir el nmero de ensayos o veces que cada operador medir la

misma pieza. En este mtodo se deben hacer por lo menos dos

ensayos, tres es lo ms 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 medicin ser tomada as como el mtodo o tcnica que deber

aplicarse.

5. Obtener en orden aleatorio la primera medicin (o ensayo) del

operador A para todas las piezas seleccionadas.

6. Volver a aleatorizar las piezas y obtener la primera medicin del

operador B.

7. Continuar as hasta que todos lo operadores hayan realizado la

primera medicin de todas la piezas.

17

8. Repetir los tres pasos anteriores hasta completar el nmero de

ensayos elegidos. Es preciso asegurarse de que los resultados

previos de un ensayo no son conocidos por los operadores. Es

decir, en cada medicin realizada el operador no debe conocer cual

pieza est midiendo, ni cules fueron sus mediciones anteriores

sobre ellas y mucho menos las reportadas por los dems

operadores.

9. Hacer el anlisis estadstico de los datos.

Anlisis por medias y rangos del estudio R&R largo

Para un anlisis 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 informacin 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 lmite superior de la carta de rangos mediante D4

donde D4 es una constante que depende del nmero de

ensayos utilizados para calcular cada rango. Si algn rango es

mayor que este lmite, ser seal de que el error de medicin

correspondiente esta fuera de lo usual, por lo que es preciso

18

identificar la causa; adems, se deben repetir las mediciones

involucradas utilizando el mismo operador y la misma pieza.

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

multiplicar 5.15 veces la desviacin estndar del error del

equipo. La razn de esta expansin se debe a las propiedades

de la distribucin normal, en la que el intervalo 2.575 abarca

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

los errores de medicin =0 entonces: 2.575 tiene una

amplitud de 5.15 este error expandido es:

VE = 5.15 = k1 (4)

Donde k1 es una constante que depende del nmero de

ensayos, y = VE/5.15=0.65

Es importante sealar que algunos autores sugieren que VE es

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

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

(5)

Donde k2 es una constante2 que depende del nmero de

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

ensayos.

7. La variacin combinada o error de medicin expandida (EM)

debido a repetibilidad y reproducibilidad se calcula como:

19

(6)

Y por lo tanto, =

de esta manera el error mximo

de medicin est 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 medicin para esa pieza esta entre

X2.575 con una confianza de 99%.

8. Calcular el ndice precisin/tolerancia .El ndice P/T se define

por:

X100 (7)

20

Ntese que este ndice expresa en porcentaje la comparacin

entre el error de medicin expandido (EM) y la variabilidad

tolerada (ES-EL) para la caracterstica de calidad que se est

midiendo. De aqu es deseable que el EM sea ms pequeo que

la tolerancia, a fin de asegurar que la calidad del proceso de

medicin es aceptable para discriminar entre piezas buenas y

malas. Adems, este ndice hace evidente que un instrumento

de medicin sea preciso en funcin de la caracterstica de

calidad que se pretende medir. De manera especfica, el ndice

P/T se interpreta como sigue segn la MSA (4TA Edicin):

9. Calcular el ndice precisin/variacin total (EM/VarTot). Un

criterio adicional para evaluar la calidad de un proceso o sistema

de medicin es comparar la magnitud del error de medicin

expandida (EM) con la variacin total observada (VarTot). Esto

es particularmente necesario cuando la variable que se est

midiendo no tiene doble especificacin (EI y ES), as mismo,

cuando el proceso es muy capaz o para fines de control y

mejora de procesos. Para hacer este clculo primero se

necesita calcular la variacin de las partes, que por el mtodo

de rangos se estima como: donde para

obtener Rparte primero se obtiene el promedio de medicin 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 tamao 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 tamaos entre 6 y 10.

21

El estudio de R&R (anidado) utiliza el mtodo 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 idnticas para

considerarlas similares. Si no se puede hacer sta consideracin entonces la

variacin entre parte y parte dentro de un lote enmascarar la variacin 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 nmero o

nombre de la parte, el operador, y la medicin observada. Las partes y

operadores pueden ser textos o nmeros. La parte es anidada dentro del

operador, debido a que cada uno de los operadores mide partes nicas.

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 nica al

operador; no se presenta el caso de que dos operadores midan la misma parte.

22

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 mtodo no es adecuado ni para control del proceso o liberacin

Perc

ent

Part-to-PartReprodRepeatGage R&R

100

50

0

% Contribution

% Study Var

% Tolerance

Sam

ple

Range 4

2

0

_R=1.313

UCL=4.290

LCL=0

Billie Nathan Steve

Sam

ple

Mean

18

16

14

__X=15.147

UCL=17.617

LCL=12.678

Billie Nathan Steve

Operator

Part

SteveNathanBillie

543211514131211109876

18

16

14

Operator

SteveNathanBillie

18

16

14

Gage name:

Date of study :

Reported by :

Tolerance:

Misc:

Components of Variation

R Chart by Operator

Xbar Chart by Operator

Response By Part ( Operator )

Response by Operator

Gage R&R (Nested) for Response

23

Interpretacin de los resultados

Buscar en la columna de % de contribucin el error total de R&R del gage

y la variacin parte a parte. La contribucin para la diferencia entre partes (Part-

To-Part) del 17.54% es mucho ms pequea que la contribucin para la

variacin del sistema de medicin (total Gage R&R ) de 82.46%. Esto indica

que la mayor parte de la variacin es debida a error del sistema de medicin;

muy poca es debida a variacin entre partes.

Un nmero de categoras de 1 indica que el sistema de medicin no es

capaz de distinguir entre partes.

Minitab calcula el nmero de categoras dividiendo la desviacin estndar para

las partes por la desviacin estndar para el Gage, y multiplicando por 1.41 y

truncando este valor. Este nmero representa el nmero de de intervalos de

confianza no traslapados que forman el rango de variacin del producto. Se

puede pensar como el nmero de grupos dentro de los datos de proceso que el

sistema de medicin puede discernir.

Si se miden 10 partes diferentes, y Minitab reporta que el sistema de medicin

puede discernir 4 categoras distintas, significa que algunas de las 10 partes no

son lo suficientemente diferentes para que sean discernidas por el sistema de

medicin. Si se desea distinguir un mayor nmero de categoras es necesario

un equipo de medicin ms preciso.

La AIAG (Automobile Industry Action Group) sugiere que cuando el

nmero de categoras es menor a 2, el sistema de medicin no tiene valor para

control del proceso, ya que una parte no puede ser distinguida de otra. Cuando

se tienen dos categoras, 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 ms indica un

sistema de medicin aceptable.

24

La mayor parte de la variacin se debe al error en el sistema de medicin

(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 estn dentro de los lmites de control

cuando la mayor parte de la variacin se debe al error de medicin.

25

VII. PLAN DE ACTIVIDADES

26

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 Mxico S.A. de C.V.

Ubicada en Av. La Noria 110 Parque Industrial Quertaro en Quertaro, Qro.

Especficamente en el laboratorio de metrologa, en las maquinas y equipo

para pruebas destructivas.

Se llevo a cabo el anlisis de la problemtica y se procedi a la

identificacin de la causa raz usando el diagrama de Ishikawa.

27

Maquina de prueba de fuga 1 y 2

(MF-01 y MF-02)

Maquina prueba de torque (TM-001)

Ubicando la causa raz del problema se procedi a definir un mtodo

estadstico 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:

Mquina de prueba de fuga 1

Mquina de prueba de fuga 2

Maquina de prueba de torque

28

3) Cada operador realizo la prueba destructiva una vez a cada equipo ya

que, como el mtodo se realiza a pruebas destructivas no es repetible la

medicin.

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 medicin del operador A (Gabriela Flores) para los

3 equipos para pruebas destructivas.

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

3 equipos para pruebas destructivas.

7) Se obtuvo la primera medicin 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

nmero de ensayos que se eligieron. En cada medicin realizada el

operador no debe conocer cules fueron sus mediciones anteriores

sobre ella, menos las reportadas por los dems operadores.

Nota: Este paso no aplica para pruebas destructivas

9) Se realizo el anlisis estadstico de los datos.

Una vez que se han determinado los valores de reproducibilidad y

repetibilidad se hace uso de un software para un anlisis ms claro del estudio.

Utilizamos el Minitab para desarrollar un anlisis grafico.

29

Los resultados derivados por los operadores de las maquinas de pruebas

destructivas, fueron los siguientes junto con el anlisis 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

30

Gage R&R Study - Nested ANOVA para la mquina 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


Total 29 0.279

Gage R&R

Source VarComp

%Contribution (of VarComp)

Total Gage R&R 0.001 6.20



Part-To-Part 0.010 93.80


Source

StdDev (SD)

Study Var (6 * SD)

%Study Var (%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

31

Grafica de variacin de componentes para la mquina de prueba de fuga 1

(MF-01)

32

Maquina de prueba de fuga 2

(MF-02)


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

33

Gage R&R Study - Nested ANOVA para la mquina 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


Total 29 0.334

Gage R&R

Source VarComp

%Contribution (of VarComp)






Source StdDev (SD

Study Var (6 * SD)

%Study Var (%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


34

Grafica de variacin de componentes para la mquina de prueba de fuga 2

(MF-02)

35

Maquina prueba de torque

(TM-001)


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

36

Gage R&R Study - Nested ANOVA para la mquina 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


Total 29 307.192

Gage R&R

Source VarComp %Contribution (of VarComp)






Source StdDev (SD Study Var (6 * SD)

%Study Var (%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


37

Grafica de variacin de componentes para la mquina de prueba de torque

(TM-001)

38

X. RESULTADOS OBTENIDOS

Los resultados obtenidos a la realizacin de anlisis en sistemas de

medicin a equipos de prueba de fuga y torque mediante estudios R&R con

mtodo anidado y con ayuda del programa Minitab.

Para la mquina de prueba de fuga 1 (MF-01) la contribucin para la

diferencia entre partes (Part-to-Part) del 93.80% es mayor que la contribucin

para la variacin del sistema de variacin del sistema de medicin (Total Gage

R&R) de 6.20%.De igual manera para la mquina de prueba de fuga 2 (MF-02)

la contribucin para la diferencia entre partes (Part-to-Part) del 92.26% es

mayor que la contribucin para la variacin del sistema de variacin del sistema

de medicin (Total Gage R&R) de 7.74%.

Para ambos casos la mayora de los puntos en el diagrama Xbar-operador

se encuentran fuera de los lmites de control, indicando que la variacin es

principalmente debida a las diferencias entre partes.

Para la mquina de prueba de torque (TM-001) la contribucin para la diferencia

entre partes (Part-to-Part) del 37.88% es pequea que la contribucin para la

variacin del sistema de variacin del sistema de medicin (Total Gage R&R)

de 62.12%. Esto indica que la mayor parte de la variacin es debida a error del

sistema de medicin; muy poca es debida a variacin entre partes.

Un nmero de categoras de 1 indica que el sistema de medicin 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.

39

XI. CONCLUSIONES

Del estudio R&R realizado permiti visualizar conflictos referentes a las

personas y a los equipos mediante la Repetibilidad y Reproducibilidad, dichos

conflictos se refieren a los errores de medicin y problemas de calibracin y

mantenimiento por parte del equipo.

Con la Repetibilidad y la Reproducibilidad se reflejo la variabilidad del

mtodo y del operador respectivamente, que pueden ser causados por un

entrenamiento deficiente en el operador. A si mismo faltaba por definirse un

mtodo para realizar el estudio estadstico, 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.

40

XII. RECOMENDACIONES

Se le recomienda a la empresa Dooremalen Industries Mxico:

Brindar entrenamiento a las operadoras encargadas de seguir un mtodo

en las maquinas para pruebas destructivas.

Seguir programas de calibracin y revisin peridica de los equipos de

pruebas destructivas

Brindar capacitacin en cmo realizar estudios estadsticos, a si mismo

de algn software para completar el anlisis.

41

XIII. REFERENCIAS BIBLIOGRAFICAS

[1] VIM Vocabulario Internacional de Metrologa TS 16949:2002. Requerimientos particulares para la aplicacin de ISO 9001:2000 en la industria automotriz. NMX-Z-055-IMNC-2009 Vocabulario internacional de metrologa Conceptos fundamentales y generales. Trminos asociados (VIM) http://www.metas.com.mx/guiametas/La-Guia-MetAs-03-11-r-R.pdf MEASUREMENT SYSTEMS ANALYSIS (MSA), Reference Manual- Fourth Edition

2012-05-21T10:58:49-0500Universidad Tecnolgica de Quertaro

Estudios R&R Para Pruebas Destructivas.

Documents

Transcript of Estudios R&R Para Pruebas Destructivas.