Beruflich Dokumente
Kultur Dokumente
Resumen - En el presente informe, se realiza un análisis de una interfaz gráfica que permita optimizar las herramientas y
control de calidad a veinte muestras, cada una de tamaño tres, el código de R, entre los cuales se encuentra el entorno RStudio
cuyo parámetro a monitorear corresponde a la fuerza a tracción [3], de igual forma se han realizado paquetes que contribuyen
de un cable que se encuentra unido a un circuito integrado. Con al análisis de diferentes temas tales como: ecuaciones dife-
el fin de realizar el análisis, se emplean las siete herramientas de renciales, distribuciones probabilísticas, análisis de imágenes
Ishikawa cuya implementación se realiza en el software libre de médicas, entre otras. Para el control de calidad, se encuentran
computación estadística y gráficas R mediante el desarrollador los paquetes qcc, SixSigma, lattice, entre otros, los cuales se
RStudio. Para ello, se exponen los pasos para instalar R así expondrán en este documento.
como el entorno de desarrollo gráfico RStudio y los paquetes Con el fin de evidenciar las ventajas del software R en
empleados para el control de calidad, junto con la explicación el control de calidad, en el presente informe se explicará en
de cada herramienta y el código computacional realizado en R. primera instancia los pasos a seguir para instalar los programas
y los paquetes necesarios y finalmente se explicará un ejemplo
Abstract - In the present report, it’s make a quality control práctico.
analysis to twenty samples, each one of size three, whose
parameter to monitor is the pull strength of a wire thats II. I NSTALACIÓN S OFTWARE
is wire-bonded lead for an integrated circuit. In order to
make the analysis, we use the seven tools of Ishikawa whose
Tanto R como el entorno RStudio son software de código
implementation is make in the free sotfware of statistical
libre, razón por la cual no se requiere comprar una licencia
computing and graphics R through the developer RStudio. For
para su adquisición. A su vez, estos se pueden instalar en
this, we expose the steps for install R, graphic development
cualquier sistema operativo (Windows, Mac Os, Linux). A
environment RStudio and the packages uses for the quality
continuación se presentan los pasos de instalación en el
control analysis, together with the explination of each tool and
sistema operativo Windows:
the computer code make in R.
II-A. Sofware R
Palabras claves - control de calidad, computación estadística, 1. Diríjase a la página principal de The R Project for Statisti-
software R, RStudio. cal Computing en el siguiente link: https://www.r-project.
org/ (figura 1).
Keywords - quality control, statistical computing, software
R, RStudio.
I. I NTRODUCCIÓN
El control de calidad es una metodología empleada en
la industria que permite monitorear procesos con el fin de
detectar cambios y anticipar problemas en la producción, para
ello se utilizan herramientas estadísticas con el objetivo de
establecer estrategias que permitan prevenir y disminuir estas
desviaciones [1].
Entre las herramientas empleadas actualmente se encuentra Figura 1: Página principal The R Project for Statistical Com-
el software R debido a que cuenta con un ambiente para puting [2].
la computación estadística y gráfica [2]. A su vez, se han
elaborado diferentes desarrolladores con el fin de establecer 2. En la página principal, dar clic en el hipervínculo de la
Universidad Nacional de Colombia - Sede Bogotá - Facultad de Ingeniería, palabra download R. En la figura 1 se observa subrayada
Departamento Mecánica y Mecatrónica en rojo.
INGENIERÍA DE MANUFACTURA, 2019-I 2
desviar el comportamiento anterior e introducir patrones reco- Tabla I: Fuerza tracción cables [5].
nocibles, como cambios abruptos en el promedio, tendencias
o cambios en la desviación estándar. Esto corresponde a
variaciones asignables y sus causas no serán inherentes al
proceso, llamándose causas asignables o especiales. En este
caso se dice que el proceso está fuera de control.
Con el fin de establecer un criterio sobre la calidad del
producto y del control de proceso, Kaoru Ishikawa, químico,
empresario japonés y experto en el control de calidad [4]
planteó un conjunto de siete herramientas simples con las
cuales se puede implementar una metodología adecuada con
el objetivo de hacer más asequible los problemas relacionados
en la producción para así mejorar los estándares de calidad.
Las siete herramientas de control Ishikawa son:
1. Diagrama causa - efecto (también conocido como diagrama
Ishikawa o diagrama de espina de pescado).
2. Hoja de verificación.
3. Diagrama de control.
4. Histograma.
5. Diagrama de Pareto.
6. Diagrama de dispersión.
7. Estratificación (también conocido como diagrama de flujo).
La ejecución de las herramientas mencionadas anteriormen-
te en R para el caso de estudio a desarrollar se describen en
la siguiente sección.
Mediciones.
• Instrumentos descalibrados.
• Errores de lectura.
Identificadas las posibles causas que generan un efecto, se
procede a realizar su implementación en R, para ello se desa-
rrolla el código computacional que se describe a continuación: Figura 9: Función diagrama de Ishikawa.
IV-A1. Código computacional: Identificadas las causas,
el paquete SixSigma (el cual hay que descargarlo como se
describió en el apartado II-C) permite realizar un diagrama a las causas, cuya asignación se hace mediante la función
elaborado, para ello hay que hacer el siguiente Script: list, main hace referencia al título del diagrama y sub a
1. Se abre la aplicación RStudio. un subtítulo. Cabe resaltar que el orden con el cual se
2. En la barra de herramientas, en la parte superior izquierda definen los elementos del vector Grupos corresponde a la
se selecciona la opción crear Script o mediante el atajo Ctrl secuencia con la que se crean los vectores correspondientes
+ Shift + N. a las causas, esto con el fin de que haya correspondencia
3. En el espacio de trabajo, como recomendación, se especi- en el diagrama de causas y efecto.
fica la actividad a realizar, para ello se crean comentarios 8. Se corre el código computacional, para ello, en la área de
con el símbolo # con el objetivo de que el programa ignore trabajo (panel superior izquierdo) en la barra de herramien-
lo que se encuentra seguido del numeral. A su vez, los tas se da clic en Source o mediante el atajo Ctrl + Shift +
comentarios permiten identificar el paso a paso que se está S.
ejecutando en el código computacional.
4. Dado que los datos se encuentran en un archivo de Excel, se IV-A2. Resultado y Análisis: El diagrama de Ishikawa que
requiere cargar un paquete que permita realizar la lectura. se obtiene al ejecutar el código se aprecia en la figura 10.
Para ello, se descarga el paquete xlsx el cual se llama en el En la figura 10 se aprecian las posibles causas que generan
Script, luego se especifica el nombre de la variable donde se un bajo valor de fuerza de tracción en el cable que se encuentra
van a guardar los datos cuya asignación se realiza mediante unido al circuito integrado, de igual forma este procedimiento
el símbolo < − y la función read.xlsx tal como se aprecia se puede emplear para establecer las causas que generan un
en la figura 7. elevado valor, entre otros aspectos. Este diagrama es el insumo
para la realización de la hoja de verificación y el diagrama de
Pareto, los cuales se explicarán más adelante.
1. Se crea la variable en la cual se va a guardar toda la con anterioridad. La función rbind toma la secuencia de
información que debe llevar la hoja de verificación, tal data.frame y la combina en filas.
como se aprecia en la figura 11. 2. Al objeto Hoja se le agrega la columna correspondiente al
registro de los eventos, tal como se aprecia en la figura 12.
proceso al establecer límites de comportamiento predecible En la figura 21, data corresponde a la información a
basados en la distribución normal. En un diagrama de control graficar, en este caso se hace referencia al subgrupo x1 de
se establecen tres líneas: el promedio, el límite superior (Upper la variable Data cuya relación se da mediante el símbolo
Limit Control, ULC) y el límite inferior (Lower Control Limit, $, type indica el tipo de gráfica de control, data.name el
LCL). Como primera aproximación los límites superior e título del gráfico, xlab el título del eje de las abscisas, ylab
inferior se separarán por 3 desviaciones estándar respecto a el título del eje de las ordenadas y axes.las la orientación
la línea, µ ± σ, separando así el rango de valores predecibles de la numeración en el eje de las abscisas, donde 1 hace
o esperados, entre las dos líneas, de aquellos por causas referencia a una orientación vertical y 2 a una orientación
asignables, por fuera de los límites. horizontal. En la variable x1qcc se guarda la carta de
Usando el diagrama de control, las reglas de Shewhart control del subgrupo x1 .
permiten establecer si el proceso está fuera de control si se La función qcc permite graficar diferentes tipos de carta de
cumple una de las siguientes condiciones [7]: control, para ello se emplea xbar.one si se quiere graficar
1. Si un dato se encuentra por fuera de los límites de control. muestras de tamaño n = 1, xbar para graficar la carta
2. Si ocho de nueve datos se encuentran en un mismo lado de medias, R para la carta de rangos y S para la carta
de la línea central. de desviación estándar, estos tres últimos se ingresan sin
3. Si seis datos consecutivos están en constante crecimiento la columna correspondiente al número de observación. A
o decrecimiento. su vez, la función qcc por defecto emplea las reglas de
4. Si catorce datos consecutivos están alternados arriba y Shewhart para establecer si el proceso de encuentra fuera
abajo. de control.
5. Si dos de tres datos consecutivos están más allá de dos En las cartas de control se recomienda no graficar las
desviaciones respecto al promedio en la misma dirección. especificaciones técnicas del producto (tolerancias).
6. Si cuatro de cinco datos consecutivos están más allá de una 3. Los pasos descritos anteriormente se repiten con el fin
desviación respecto al promedio en la misma dirección. de obtener las cartas de control correspondientes a los
7. Si quince datos consecutivos están dentro de un sigma de subgrupos x2 y x3 .
la línea central. Para obtener las cartas de medias, rango y desviación
8. Si ocho datos consecutivos se encuentran a cada lado de la estándar se realizan los siguientes pasos:
INGENIERÍA DE MANUFACTURA, 2019-I 8
Las cartas de rango y desviación estándar se aprecian en la frecuencia con la que los datos se encuentran en cada uno.
figuras 27 y 28 respectivamente. El diagrama se compone de barras verticales donde el ancho
lo determina el intervalo y la altura la frecuencia de datos en
cada intervalo.
Un histograma junto con las especificaciones técnicas lí-
mites del producto (tolerancias) son herramientas útiles que
permiten realizar una evaluación de la capacidad de proceso,
por lo tanto, según lo establece el ejercicio 15,39 se tiene que
el límite de especificación técnica superior es 21 y el límite de
especificación inferior 11. La implementación en R del análisis
de capacidad de proceso para el caso de estudio se describe a
continuación:
IV-D1. Código Computacional: Un histograma sencillo se
puede obtener con la función hist, pero dado el conjunto de
herramientas que brinda R para el análisis estadístico y gráfico
es posible obtener un histograma con una función de densidad
de probabilidad junto con un análisis de capacidad de proceso,
tal como se describe a continuación:
1. Para obtener un análisis de capacidad de proceso se espe-
Figura 27: Carta de control rango. cifica la función process.capability, tal como se aprecia
en la figura 29.
IV-G. Estratificación
En varios casos, algunas variables numéricas han sido me-
didas por diferentes grupos, también conocidos como factores.
Cuando la información está disponible, el análisis de control
de calidad debe realizarse para cada grupo (estratos). Una
herramienta útil para visualizar para cada estrato corresponde
al diagrama de cajas. Para cada factor, es de vital importancia
registrar toda la información posible, tal como maquinaria em-
pleada, operario, laboratorio, entre otros, esto con el objetivo
de detectar los posibles problemas y evitar errores debidos
al cruce entre factores. El análisis de estratificación permite
mejorar las estimaciones y predicciones relacionadas con el
proceso.
Para el presente caso de estudio se supusieron tres máquinas
diferentes, para ello se tomaron los datos de los subgrupos
de la tabla I a los cuales se les agregó ruido con la función
Figura 40: Diagrama de dispersión. rnorm. La implementación en R y su resultado se describen a
continuación:
Del diagrama de dispersión de la figura 40 se aprecia que IV-G1. Código computacional: En el Scrpit, se realizan
la relación entre el diámetro del cable y la fuerza a tracción los siguientes pasos:
no es lineal. El procedimiento anterior se puede emplear 1. Se crea un nuevo data.frame con los datos de la tabla I y
para establecer la relación entre la fuerza a tracción y la nuevos nombres para cada columna, tal como se aprecia
temperatura, entre otras variables. en la figura 41.
INGENIERÍA DE MANUFACTURA, 2019-I 13