Optimización de Sistemas de Medición: Reducción de Variación en Procesos Industriales

Este documento detalla los pasos clave para identificar y gestionar la variación en los sistemas de medición, un componente fundamental para la mejora continua y el control de calidad en cualquier proceso.

Identificación de las Fuentes de Variación

Consideremos, por ejemplo, el tiempo para reparar el calentador del “defrost”. Los datos provienen del proceso de atención a clientes y muestran una variación notable. Es crucial preguntarse: ¿Esta variación se debe a diferencias reales en los tiempos de reparación de la falla, o podría ser causada por errores en el sistema de medición? Actualmente, la variación observada en estos datos suele provenir de ambas situaciones.

Para identificar las posibles causas de variación en un sistema de medición, se pueden utilizar diagramas de espina de pescado (Ishikawa). Un sistema de medición típico, utilizado para validar el tiempo de reparación, puede tener cinco fuentes principales de variación, a menudo conocidas como las "5 M's":

• Personal: Habilidades, capacitación, fatiga del operador.
• Herramienta de Medición: Calibración, resolución, desgaste del instrumento.
• Material: Propiedades del objeto medido, homogeneidad.
• Método: Procedimientos de medición, estandarización.
• Medio Ambiente: Temperatura, humedad, vibraciones, iluminación.

Selección de Muestras para el Estudio de Variación

La selección adecuada de muestras es vital para asegurar que el estudio de variación sea representativo y preciso.

Datos Continuos

• Seleccionar muestras que cubran el rango completo de observaciones esperadas. La variación de la muestra deberá ser representativa de la variación actual del proceso.
• Seleccionar muestras fuera de especificación, tanto en el límite máximo como en el mínimo.

Datos Continuos (Pruebas Destructivas)

• Seleccionar muestras homogéneas (minimizando la variación dentro de ellas) que cubran el rango completo de observaciones esperadas.

Datos Discretos

• Seleccionar piezas dentro y fuera de especificación.
• Seleccionar algunas muestras cercanas al límite de especificación (zona marginal).

Datos No Medibles y Datos de Encuestas

Para estos tipos de datos, se requieren consideraciones especiales en la selección de muestras para asegurar la validez de los resultados.

Recolección de Datos para el Estudio de Medición

La fase de recolección de datos debe seguir un procedimiento estandarizado para minimizar errores y asegurar la fiabilidad de los resultados.

• Utilice el procedimiento típico de medición.
• Asegúrese de que el instrumento de medición esté correctamente calibrado.
• Asegúrese de que el instrumento tenga la resolución adecuada para la medición.
• Utilice al menos dos operadores. Los operadores que normalmente realizan la medición son quienes deberán participar en el estudio de Gage R&R.
• Generalmente, mida 10 unidades diferentes.
• Cada unidad será medida 2 o 3 veces por cada operador.

Hoja de Recolección de Datos

Se recomienda el uso de una hoja de recolección de datos específica para cada operador, con el fin de evitar referencias previas que puedan influir en los resultados. Es fundamental recordar que el orden de la medición deberá ser aleatorio en cada repetición para evitar sesgos.

Proceso de Recolección de Datos:

• Cada operador mide cada pieza en orden aleatorio.
• Repita el paso anterior el número de veces acordado.
• ¡Anote todos los datos de forma precisa!

Análisis de los Datos: Selección del Método Adecuado

Conocer el método de análisis apropiado es crucial para interpretar correctamente los resultados del estudio de variación.

Datos Continuos

• Método Corto: Una aproximación rápida para evaluar la repetibilidad y reproducibilidad.
• ANOVA (Análisis de Varianza): El método más robusto y recomendado para estudios de Gage R&R, a menudo implementado con software estadístico como Minitab.

Datos Discretos

• Datos Binarios (solo 2 opciones): Métodos específicos para atributos con dos posibles resultados (ej. pasa/no pasa).
• Datos Discretos (más de 2 opciones): Métodos para atributos con múltiples categorías.
• Validación de Datos: Proceso para asegurar la integridad y exactitud de los datos recolectados.
• Validación de la Medición: Confirmación de que el sistema de medición es adecuado para su propósito.