Control estadístico de procesos

¿Qué es el control estadístico de procesos?

El control estadístico de procesos fue desarrollado por Walter Shewhart en los Laboratorios Bell en los años 20 y posteriormente popularizado por W. Edwards Deming, quien introdujo el método a los fabricantes japoneses después de la Segunda Guerra Mundial. El enfoque se basa en una premisa directa: todos los procesos contienen variación, y no toda variación requiere una respuesta.

El CEP le da a los equipos de operaciones y control de calidad una forma sistemática de distinguir entre el ruido aleatorio y una señal genuina. Cuando un proceso está en control estadístico, su variación es predecible y acotada. Cuando una causa especial entra al sistema, la gráfica de control la revela a través de patrones reconocibles o puntos que caen fuera de los límites calculados.

Hoy, el CEP es práctica estándar en manufactura, farmacéuticos, procesamiento de alimentos, producción automotriz y aeroespacial. Sustenta los sistemas de gestión de calidad ISO 9001 y es una herramienta analítica principal en los programas de Seis Sigma en todo el mundo.

Cómo funciona el CEP

El mecanismo central del CEP es la gráfica de control. Una gráfica de control es una gráfica de series de tiempo que traza una medición del proceso contra tres líneas de referencia: la línea central (la media del proceso), el límite de control superior (LCS) y el límite de control inferior (LCI).

Los límites de control se establecen típicamente en tres desviaciones estándar por encima y por debajo de la media. Este límite contiene aproximadamente el 99.73% de todos los puntos de datos en un proceso estable con distribución normal. Cualquier punto que caiga fuera de estos límites es una señal de que algo ha cambiado.

Variación de causa común vs. causa especial

Shewhart identificó dos tipos fundamentalmente diferentes de variación:

• La variación de causa común es inherente al proceso en sí. Proviene de muchas fuentes pequeñas y aleatorias como diferencias menores en materiales, fluctuaciones de temperatura ambiente o el movimiento normal del operador. Un proceso que muestra solo variación de causa común se considera "en control". Ajustarlo basándose en puntos de datos individuales lo empeora, no lo mejora.
• La variación de causa especial proviene de una fuente específica e identificable fuera del proceso normal. Una herramienta desgastada, un lote defectuoso de materia prima o un cambio en la calibración de la máquina pueden producir variación de causa especial. Cuando se detecta, el equipo debe investigar y corregir la causa raíz.

La disciplina crítica del CEP es actuar sobre las causas especiales y no reaccionar ante las causas comunes. Tratar la variación común como un problema ajustando constantemente una máquina o proceso se llama "manipulación" y aumenta la variabilidad general en lugar de reducirla.

Señales de la gráfica de control

Un punto fuera de los límites de control es la señal más obvia, pero los practicantes del CEP también observan patrones no aleatorios dentro de los límites. Las reglas de Western Electric (también llamadas reglas de Nelson) definen señales adicionales como:

• Ocho o más puntos consecutivos en el mismo lado de la línea central
• Seis puntos consecutivos con tendencia constante hacia arriba o hacia abajo
• Dos de tres puntos consecutivos en el tercio exterior de la gráfica (entre 2 y 3 desviaciones estándar de la media)

Estos patrones indican que la media o la varianza del proceso ha cambiado, incluso si ningún punto individual ha cruzado un límite.

Herramientas clave del CEP

Los diferentes tipos de proceso y de datos requieren diferentes formatos de gráfica de control. La tabla a continuación resume las gráficas de CEP más usadas.

La gráfica X-barra y R es la combinación más común para datos de variables donde se recopilan muestras de dos a diez unidades a intervalos regulares. La gráfica X-barra monitorea si la media del proceso se está desplazando, mientras que la gráfica R monitorea si la dispersión del proceso está aumentando o disminuyendo. Ambas deben estar en control para que el proceso se considere estable.

Capacidad del proceso: Cp y Cpk

Las gráficas de control te dicen si un proceso es estable. Los índices de capacidad del proceso te dicen si un proceso estable es lo suficientemente bueno para cumplir con las especificaciones.

Cp (capacidad del proceso) compara el ancho de los límites de especificación con el ancho natural del proceso (seis desviaciones estándar). Un Cp superior a 1.33 generalmente se considera capaz. El Cp no toma en cuenta dónde se sitúa la media del proceso en relación con el punto medio de la especificación.

Cpk (índice de capacidad del proceso) ajusta para el centrado del proceso. Un Cpk de 1.0 significa que la media del proceso se sitúa exactamente a un tercio del camino entre el centro y el límite de especificación más cercano. Un Cpk de 1.33 o superior es un objetivo industrial común. Si Cp y Cpk son similares, el proceso está bien centrado. Una brecha grande entre ellos significa que el proceso está descentrado y necesita ajuste.

El análisis de capacidad solo es válido cuando primero se confirma que el proceso está en control estadístico. Calcular el Cpk en un proceso inestable produce resultados engañosos.

CEP y Seis Sigma

El CEP y Seis Sigma son complementarios, no competidores. Seis Sigma es una metodología de mejora estructurada construida alrededor del ciclo DMAIC (Definir, Medir, Analizar, Mejorar, Controlar). El CEP es la herramienta principal usada en la fase de Control para consolidar las ganancias después de que un proceso ha sido mejorado.

Antes de Seis Sigma, los equipos frecuentemente mejoraban un proceso y luego lo veían regresar gradualmente a su estado anterior en el tiempo. Al colocar una gráfica de control en la variable de salida clave después de una mejora, los equipos pueden detectar cualquier regresión de inmediato e investigar antes de que el proceso se degrade por completo.

La relación también funciona en la otra dirección. En las fases de Medir y Analizar, los datos de CEP proporcionan información de capacidad de línea base e identifican qué factores contribuyen más a la variación de salida. Los programas de mejora continua que combinan DMAIC con el monitoreo continuo de CEP logran resultados más duraderos que los que dependen de cualquier método por sí solo.

Una herramienta complementaria útil para priorizar qué defectos o fuentes de variación abordar primero es la gráfica de Pareto, que clasifica los problemas por frecuencia o impacto para que los equipos enfoquen el esfuerzo donde más importa.

CEP en el mantenimiento industrial

El CEP no se limita a la calidad del producto. Los equipos de mantenimiento lo usan para rastrear métricas de condición del equipo en el tiempo, convirtiéndolo en un sistema de alerta temprana para la degradación de activos.

Cualquier parámetro medible y repetitivo puede graficarse: amplitud de vibración, temperatura de rodamientos, corriente del motor, presión hidráulica o tiempo de ciclo. Cuando una máquina está sana y funcionando normalmente, estas lecturas fluctúan dentro de una banda predecible. Cuando algo cambia, como un rodamiento que comienza a desgastarse, un sello que comienza a tener fugas o una correa de transmisión que pierde tensión, las lecturas cambian de maneras que rompen el patrón establecido.

Al aplicar límites de control a las lecturas de sensores, los ingenieros de mantenimiento pueden identificar el momento en que una métrica del proceso pasa de variación de causa común a variación de causa especial. Ese momento es la señal para investigar. En muchos casos, la desviación aparece días o semanas antes de que el equipo hubiera fallado completamente, dándole a los equipos tiempo para programar una reparación durante el tiempo de paro planeado en lugar de reaccionar ante una interrupción no planeada.

Este enfoque apoya directamente los objetivos de confiabilidad del proceso. En lugar de establecer un intervalo de inspección fijo, los equipos responden a los datos. El resultado es menos intervenciones innecesarias en equipos saludables y una respuesta más rápida cuando comienza a desarrollarse un problema real.

El CEP también apoya los esfuerzos de mejora de la efectividad general del equipo. El seguimiento de la tasa de calidad, la tasa de rendimiento y las métricas de disponibilidad en gráficas de control revela si la variación del OEE es estable (un problema de diseño del proceso) o está impulsada por causas especiales identificables (un evento específico de equipo, material u operador).

Cómo implementar el CEP

Una implementación exitosa de CEP sigue una secuencia consistente.

1. Seleccionar la característica correcta del proceso

Elige una medición directamente vinculada a la calidad, el costo o la confiabilidad. Para la calidad del producto, esto podría ser una dimensión crítica o un peso. Para el mantenimiento, podría ser una lectura de vibración en una bomba o compresor crítico.

2. Definir el plan de muestreo

Decide con qué frecuencia muestrear, cuántas unidades incluir por muestra y cómo registrar los datos. Las muestras deben tomarse bajo condiciones consistentes (misma máquina, mismo turno, mismo lote de materia prima donde sea posible) para que la gráfica refleje la variación real del proceso y no el ruido de medición.

3. Recopilar datos de línea base

Antes de trazar los límites de control, recopila al menos 20 a 25 subgrupos de datos bajo condiciones normales de operación. Esta línea base establece la media del proceso y la desviación estándar a partir de las cuales se calcularán los límites de control.

4. Calcular y trazar los límites de control

Usa los datos de línea base para calcular la línea central, el LCS y el LCI. Traza los datos existentes y busca señales. Si aparecen señales en la línea base, investígalas antes de continuar. Los límites de control calculados a partir de una línea base inestable no son válidos.

5. Monitorear y reaccionar

Una vez que la gráfica está activa, aplica el plan de respuesta de forma consistente. Cada señal se investiga. Cada investigación se documenta. Esta documentación crea el ciclo de retroalimentación que permite al proceso mejorar con el tiempo. Herramientas como el ciclo de Shewhart (Planear-Hacer-Verificar-Actuar) proporcionan el marco iterativo para pasar de la detección a la causa raíz y la corrección permanente.

6. Recalcular los límites después de los cambios del proceso

Si se realiza una mejora deliberada del proceso, los límites de control anteriores ya no reflejan el nuevo proceso. Recopila una nueva línea base después del cambio y recalcula. Usar límites desactualizados generará falsas señales en el proceso mejorado o no detectará problemas genuinos.

Errores comunes en el CEP

Varios errores socavan los programas de CEP en la práctica.

Reaccionar a cada punto de datos. Este es el problema de manipulación. Los operadores que ajustan una máquina cada vez que una lectura se aleja de la línea central están tratando la variación de causa común como una causa especial. El ajuste introduce variación adicional y hace que la salida sea menos consistente.

Usar los límites de especificación como límites de control. Los límites de especificación son definidos por el cliente o el equipo de ingeniería. Los límites de control se calculan a partir de los datos del proceso. Confundirlos lleva a decisiones incorrectas sobre cuándo el proceso necesita atención.

Graficar la variable incorrecta. Seleccionar una medición débilmente correlacionada con la calidad real o el riesgo de falla produce una gráfica que genera ruido sin entregar valor. La variable graficada debe tener una conexión directa con el resultado que se está gestionando.

No investigar las señales. Una gráfica de control que genera señales pero no recibe respuesta se convierte rápidamente en una gráfica ignorada. La disciplina de investigar cada señal es lo que crea el ciclo de aprendizaje que hace que el CEP sea valioso con el tiempo.

El seguimiento de la densidad de defectos junto con los datos de gráficas de control ayuda a los equipos a verificar que las intervenciones del CEP están reduciendo realmente la tasa de defectos que llegan a operaciones posteriores o a los clientes.

Lo más importante

El control estadístico de procesos es una de las herramientas más prácticas disponibles para mantener la calidad y la confiabilidad en las operaciones de manufactura. Al separar la señal del ruido, permite a los equipos responder a cambios genuinos del proceso sin desperdiciar recursos en ajustes a la variación normal.

El método aplica igualmente a la calidad del producto y a la salud del equipo. En ambos casos, la lógica es la misma: establecer cómo se ve lo normal, monitorear las desviaciones, investigar las desviaciones con prontitud y usar lo que se aprende para mejorar el proceso en el tiempo.

Para los equipos de mantenimiento, integrar el CEP con el monitoreo continuo de sensores cierra la brecha entre los intervalos de inspección programados y la condición real del activo en tiempo real. El resultado son menos fallas inesperadas, mejor programación del mantenimiento planeado y mayor confiabilidad general del proceso.

Preguntas frecuentes