View
213
Download
0
Category
Preview:
DESCRIPTION
control
Citation preview
OBJETIVOS
La aplicación de graficas para la determinación de limites de control de un producto dado
IDENTIFICACIÓN EL PROBLEMA A RESOLVER
Una fábrica elabora panes , las cuales deben cumplir ciertas especificaciones de peso. Para garantizar
que se cumplan estos estándares de calidad, se recolecta K= 5 muestras (subgrupos) de tamaño n = 3
La empresa necesita identificar los limites superiores e inferiores para las medias
MARCO TEORICO
Estas gráficas de control ayudan a la detección de la variación de causa asignable (variación en
el producto o proceso de producción que señala que el proceso está fuera de control y que se requieren
medidas correctivas)
La Gráfica X
Se diseña para medir la variación en las medias muestrales alrededor de algún nivel generalmente
aceptado.
Se tiene entonces:
Límite superior de control para las medias
LSCX=X+A2R
Límite inferior de control para las medias
LICX=X-A2R
Donde:
Siendo k = número de muestras
4 .- OBTENCIÓN DE DATOS
muestras
K 1 2 3
1 5.4 6.1 5.3
2 4.9 5.5 5.5
3 6.2 4.5 5.3
4 5.4 5.6 5.6
5 6.1 5.1 6.6
5.- APLICACIÓN DEL MODELO
muestras
K 1 2 3
media varianza
1 5.4 6.1 5.3
5.6 0.19
2 4.9 5.5 5.5
5.3 0.12
3 6.2 4.5 5.3
5.3 0.72
4 5.4 5.6 5.6
5.5 0.01
5 6.1 5.1 6.6
5.9 0.58
5.5 1.63
LSC 9.40222
LIC 1.59778
6.- INTERPRETACIÓN DE LOS RESULTADOS
Observando la gráfica se concluye que la misma está fuera dentro de los límites de control tanto suprior
como inferior
7.- CONCLUSIONES
En las muestras recolectadas todas se encuentran dentro de límites por lo tanto la elaboración de los
panes y su debido control está siendo realizada de manera correcta
4.8
5.0
5.2
5.4
5.6
5.8
6.0
1 2 3 4 5
Me
dia
Muestras
Limites de control
1.-OBJETIVOS
Determinacion de el costos para la toma de decision
2.-IDENTIFICACION DE PROBLEMA
Una empresa de lácteos es considerando la venta de sus productos defectuosos cuyo precio de venta
seria 30 y el costo de un reproceso seria 35
En base a la cantidad de fallas se tomara una decisión
3.- MARCO TEORICO
La simulación permite modelizar un sistema y realizar modificaciones sobre el mismo sin riesgo y con
coste nulo. Aplicada a sistemas de producción, la simulación permite modelizar células de fabricación,
líneas y plantas enteras, en el nivel de detalle deseado. Por ejemplo, podría modelizarse una célula de
fabricación compuesta por varias máquinas, y después integrar ese modelo en uno de mayor nivel, a
nivel de planta. La simulación puede ser una herramienta complementaria que soporte la implantación de
técnicas Lean como el Value Stream Mapping, la fabricación en flujo (takt time), Kanban, Heijunka
(producción nivelada y mezclada) o el concepto de células de fabricación.
Aplicaciones concretas de la simulación a sistemas productivos son:
Diseño y optimización de lay-outs.
Optimización de la producción (eficiencia, productividad, Lead Time, etc.).
Simulación de diversas estrategias de control de la producción.
Modelización de elementos de manipulación, como pueden ser robots, “gantries” o grúas.
Modelización averías máquinas y otros equipos.
Configuración/secuencia de cambios de referencia.
Cambios de herramientas y modelización de otros tipos de semi-paradas.
Modelización de mantenimiento correctivo y preventivo.
Dimensionamiento de personas para operar la línea.
Como resultado de estas aplicaciones, se conseguirán sistemas productivos más ajustados, ya que
pueden analizarse cuellos de botella, así como proponer y testear soluciones que posteriormente puedan
requerir una inversión. Los principales interesados en la utilización de herramientas de simulación son
las empresas productivas o los proveedores de sistemas productivos integrales, esto es, no de máquinas
o equipos sueltos, sino proveedores de líneas o células completas que incluyan los equipos productivos,
elementos de manipulación y equipos de inspección. En lo que se refiere a las empresas productivas, la
necesidad de utilizar este tipo de herramientas depende de la dimensión y complejidad de sus plantas y
líneas de producción, así como el grado de madurez y exigencia del sector en el que trabajan. Las
empresas grandes probablemente cuenten con este tipo de programas de simulación y personal
dedicado a esta tarea, mientras que empresas de menor tamaño o menor necesidad de análisis y mejora
de sistemas de producción optarán por la subcontratación del servicio de simulación.
4.- OBTENCION DE LOS DATOS
# DE
FALLAS FRECEUNCIA
0 4
1 5
2 2
3 7
4 8
26
5.- APLICACIÓN DEL MODELO
# DE
FALLAS FRECEUNCIA PROBABILIDAD
probabilidad
acumulada números muéstrales
0 4 0.15 0.15 0—14
1 5 0.19 0.34 15—33
2 2 0.08 0.42 34—41
3 7 0.27 0.69 42---68
4 8 0.31 1.00 69—99
26
# FALLAS
#
ALEATORIOS
# DE FALLAS
CORRESPONIENTES
# PROMEDIO DE
FALLAS
# PROMEDIO DE
FALLAS
0 36,54,53 2,3,3 2.68 2.534
1 35,22,53 2,1,3 2 FALLAS POR MES
2 45,67,23 3,3,1 2.33
3 42,43,76 3,3,4 3.33
4 63,23,65 3,1,3 2.33
12.67
COSTO DE REPROCESO
75.9 Bolivianos
COSTO DE VENTA Desecho
88.55 Bolivianos
6.- INTERPRETANCION DE RESULTADOS
- Se tiene como un costo mayor el costo de venta debido al transporte y mano de obra utilizada
7.- CONCLUSIONES
Es preferible que la empresa reprocese el producto para evitar un costo mayor
Recommended