Capacidad de procesos en tolerancias geométricas dimensionales
DOI:
https://doi.org/10.70577/sby05p57Palabras clave:
capacidad de procesos, tolerancias geométricas, control estadístico, metrología, calidad industrialResumen
La problemática se centra en la desalineación entre la variabilidad de los procesos y el cumplimiento de tolerancias geométricas dimensionales, lo que afecta la funcionalidad del producto. El objetivo fue analizar la capacidad de procesos en relación con dichas tolerancias. Se aplicó un enfoque cuantitativo con diseño no experimental, utilizando datos de informes técnicos y organismos nacionales e internacionales. Se emplearon los índices Cp y Cpk, el estadístico T² de Hotelling, cartas EWMA y la prueba de Shapiro-Wilk. Los resultados mostraron que procesos con menor variabilidad y adecuado centrado alcanzan mayor capacidad, mientras que procesos descentrados generan no conformidades aun con baja dispersión. Además, se evidenció que piezas dimensionalmente aceptables pueden fallar por desviaciones geométricas, y que las cartas EWMA permiten detectar cambios progresivos no visibles con métodos tradicionales. Se determinó que la capacidad de procesos depende de la estabilidad estadística, el control geométrico y la coherencia entre especificaciones y capacidad productiva.
Descargas
Referencias
Aparicio Pico, L. E., Devia Lozano, P., & Amaya Marroquín, O. J. (2022). Aplicación de Deep Learning para la identificación de defectos superficiales utilizados en control de calidad de manufactura y producción industrial: una revisión de la literatura. Ingeniería, 28(1), e18934. doi:10.14483/23448393.18934.
ASME. (2018). Y14.5 Dimensioning and Tolerancing. The American Society of Mechanical Engineers.
Chiñas-Sánchez, P., Vázquez-Cervantes, A., & otros autores. (2014). Reconocimiento de variables multivariantes empleando el estadístico T² Hotelling y MEWMA mediante las RNA’s. Ingeniería Investigación y Tecnología, 15(1), 125–138.
Díaz Muñoz, G. A. (2021). La calidad como herramienta estratégica para la gestión empresarial. Podium, (39), 19–36. doi:10.31095/podium.2021.39.2.
Herrera, M. M., Robles Parra, J. M., & Preciado Rodríguez, J. M. (2023). Sistemas integrados de gestión de la calidad: estrategia para la competitividad en la agroindustria alimentaria. Entre Ciencia e Ingeniería, 17(34), 50–58. doi:10.31908/19098367.2942.
ISO. (2010). ISO 286-2:2010. Geometrical product specifications (GPS) — ISO code system for tolerances on linear sizes — Part 2: Tables of standard tolerance classes and limit deviations for holes and shafts.
ISO. (2011). ISO 8015:2011. Geometrical product specifications (GPS) — Fundamentals — Concepts, principles and rules.
ISO. (2017). ISO 1101:2017. Geometrical product specifications (GPS) — Geometrical tolerancing — Tolerances of form, orientation, location and run-out.
ISO. (2017). ISO 14253-1:2017. Geometrical product specifications (GPS) — Inspection by measurement of workpieces and measuring equipment — Part 1: Decision rules for verifying conformity or nonconformity with specifications.
ISO. (2021). ISO 22514-7:2021. Statistical methods in process management — Capability and performance — Part 7: Capability of measurement processes.
ISO. (2024). ISO 5459:2024. Geometrical product specifications (GPS) — Geometrical tolerancing — Datums and datum systems.
Jiménez, K. V. (2021). Control estadístico de procesos en la fabricación de varillas de acero. Matemática, 19(1).
López-López, D. C., Preciado Rodríguez, J. M., Robles Parra, J. M., & Terán Samaniego, K. (2023). La calidad como conducta estratégica para la competitividad de las organizaciones: una revisión bibliográfica. Entre Ciencia e Ingeniería, 17(34), 23–35. doi:10.31908/19098367.2849.
Michaloski, J., Frechette, S., & coautores. (2016). End-to-End Quality Information Framework (QIF) Technology Survey. NIST Interagency/Internal Report 8127.
Morocho Ríos, C. J., Zambrano Ortiz, D. J., & Hernández Nariño, A. (2023). Estandarización de los procesos de producción de ropa industrial en la ciudad de Pelileo, Ecuador como factor para incidir en la productividad. Ingeniería Industrial, (44), 15–35. doi:10.26439/ing.ind2023.n44.6142.
Portuondo-Paisan, Y., Lafargue-Pérez, F., Pino-Tarragó, J. C., & González-Danger, A. H. (2023). Implementación del análisis de capacidad de procesos en la fabricación de calibres. Ingeniería Mecánica, 26(3), e685.
Ramírez Pérez, J. F., López Torres, V. G., Hernández Castillo, S. A., & Morejón Valdés, M. (2021). Lean Six Sigma e Industria 4.0, una revisión desde la administración de operaciones para la mejora continua de las organizaciones. UNESUM-Ciencias. Revista Científica Multidisciplinaria, 5(4), 151–168. doi:10.47230/unesum-ciencias.v5.n4.2021.584.
Sierra-Parada, M., Madriz-Rodríguez, D. A., Castillo-Matheus, M. E., Coronel-Villalobos, P. A., & Chacín-Betancourt, J. C. (2022). Estrategias para la mejora de la productividad, la calidad y competitividad en las empresas del sector confección en el Estado Táchira, Venezuela. AiBi Revista de Investigación, Administración e Ingeniería, 10(3), 77–86. doi:10.15649/2346030X.3112.
Suárez Castro, R. M., & Ladino Vega, I. D. (2023). Redes neuronales aplicadas al control estadístico de procesos con cartas de control EWMA. Tecnura, 27(75), 72–88. doi:10.14483/22487638.18623.
Uribe-Posada, I. C., & Delgado-Trejos, E. (2024). Soft metrología en analítica de datos e inteligencia artificial para la gestión de calidad manufacturera. SIGNOS, Investigación en Sistemas de Gestión, 16(2), 259–273. doi:10.15332/24631140.10087.
Zamarrón, A. M. C., López, A. F., & coautores. (2012). Monitoreo y control de un proceso normal multivariado. Scientia et Technica, 17(52), 42–47.
Zhao, F., Kramer, T., Horst, J., Rippey, W., & Brown, R. (2012). Quality Information Framework – Integrating Metrology Processes. 14th IFAC Symposium on Information Control Problems in Manufacturing (INCOM).
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Jandry Junior Cruz Ventura (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
