control de calidad – Página 3 – El blog de Víctor Yepes

Simulaciones de Monte Carlo en el Control de Calidad del hormigón

El método de Monte Carlo es un procedimiento numérico que permite aproximar la resolución de expresiones matemáticas complejas con las que resulta o bien difícil, o bien imposible (especialmente en el ámbito de la estadística) encontrar resultados exactos. Con este método se puede, con la ayuda de una hoja de cálculo, llevar a cabo un ajuste del criterio de aceptación suficientemente preciso y fundado en los intereses de las partes interesadas expresados por los riesgos aceptados de común acuerdo.

Os paso un vídeo destinado a que los alumnos adquieran una visión no determinista del control de calidad de materiales de construcción. El profesor Antonio Garrido, de la Universidad Politécnica de Cartagena, hace un recorrido por las diferentes funciones de distribución que se aplican hoy en día en la generación de las variables aleatorias, destacando su propuesta personal basada en la distribución gaussiana o normal. Además, propone el empleo de la hoja de cálculo de Excel para realizar la simulación de Monte Carlo, tanto por su sencillez de manejo como por su amplia disponibilidad. Espero que os guste.

Referencias:

Garrido, A.; Conesa, E.M. (2009). Simulación por el método de Monte Carlo para generar criterios de aceptación en el control de calidad de productos de construcción. Informes de la Construcción, 61(515): 77-85. (link)

El control del hormigón

El control del hormigón y sus componentes se encuentra en el articulado de la instrucción EHE-08 de hormigón estructural. Entre otras, la instrucción actual tuvo que contemplar aspectos como la incorporación del marcado CE (Directiva Europea 89/106/CEE), la aprobación del Código Técnico de Edificación y la incorporación de nuevos hormigones (reciclados, autocompactantes, no estructurales, ligeros o con fibras). Todo ello se enmarca dentro de un entorno donde la sociedad demanda mayor calidad en los productos, aparecen nuevas exigencias como la durabilidad y la sostenibilidad y se extiende el control de calidad a todo el proceso constructivo.

En este sentido, es necesario diferenciar aquellos hormigones que posean el Distintivo de Calidad Oficialmente Reconocido (DCOR) de los hormigones que no los posean. La relación de distintivos reconocidos y de centrales se puede consultar en la página web de la Comisión Permanente del Hormigón (enlace).

A continuación os dejo un enlace a la “Guía para el control en obra del hormigón según la instrucción EHE-08 y metodología para actuaciones con resultados de control en obra desfavorables”, de ANEFHOP, y unos vídeos explicativos del profesor Antonio Garrido, que espero os sean de interés y utilidad. También os recomiendo el siguiente enlace sobre control de conformidad del hormigón: https://estonocumple.wordpress.com/2011/03/17/control-de-conformidad-de-un-hormigon/

¿Qué es la metodología de la superficie de respuesta?

La Metodología de la Superficie de Respuesta (RSM) es un conjunto de técnicas matemáticas y estadísticas utilizadas para modelar y analizar problemas en los que una variable de interés es influenciada por otras. El propósito inicial de estas técnicas es diseñar un experimento que proporcione valores razonables de la variable respuesta y, a continuación, determinar el modelo matemático que mejor se ajusta a los datos obtenidos. El objetivo final es establecer los valores de los factores que optimizan el valor de la variable respuesta. Esto se logra al determinar las condiciones óptimas de operación del sistema.

La diferencia entre (RSM) y un diseño experimental corriente estriba en que un diseño experimental por si solo tiene como objetivo localizar el tratamiento “ganador” entre todos aquellos que se han probado. En cambio, RSM pretende localizar las condiciones óptimas de operación del proceso. Ello supone un reto para el investigador, requiere una estrategia más completa e incluye la posibilidad de efectuar varios experimentos secuenciales y el uso de técnicas matemáticas más avanzadas.

Os dejo a continuación un vídeo explicativo que espero os aclare la metodología.

Otro vídeo complementario al anterior es el siguiente:

Referencias:

Box, G. E. P., Wilson, K. G. (1951), On the experimental attainment of optimum conditions,Journal of the Royal Statistical Society, B 13, 1-45
Cornell, John A. (1984), How to apply Response Surface Methodology, American Society for Quality Control, Milwaukee, WI.
Kuehl, Robert O. (2001) Diseño de Experimentos, 2a. Edición, Thomson Learning.
Melvin T. A. Response Surface Optimization using JMP Software, < http://www2.sas.com/proceedings/sugi22/STATS/PAPER265.PDF>
Montgomery, D. C. (2002), Diseño y Análisis de Experimentos, Editorial Limusa, Segunda Edición.
http://www.cicalidad.com/articulos/RSM.pdf
http://catarina.udlap.mx/u_dl_a/tales/documentos/lii/peregrina_p_pm/capitulo2.pdf

Caracterización estadística y prueba de normalidad en muestras de hormigón

Una tarea básica en cualquier trabajo científico o tecnológico que requiera el análisis de una muestra de datos es su caracterización estadística y la comprobación de la normalidad de dicha muestra. Dado un conjunto de datos, por ejemplo 20 resultados de rotura a compresión simple de una probeta normalizada de hormigón a 28 días, deberíais ser capaces de calcular lo siguiente:

Calcular la media aritmética muestral, la desviación típica muestral, la varianza muestral , el coeficiente de variación muestral, la mediana y la moda
Determinar el intervalo de confianza para la media muestral y para la desviación típica muestral para un nivel de confianza del 95%.
Determinar las medidas de forma –coeficientes de asimetría y curtosis-.
Determinar el recorrido o rango de la muestra. También el recorrido relativo de la muestra.
Representar el histograma con un número de barras que sea la raíz cuadrada del número de datos
Calcular la desviación media respecto al valor mínimo.
Determinar el primer, segundo y tercer cuartil, así como el rango intercuartílico.
Determinar el cuantil del 5%, del 50% y del 95%.
Dibujar el diagrama de caja y bigotes y determinar los valores atípicos potenciales.
Establecer con un nivel de confianza del 95% si la muestra procede de una población normal mediante la prueba de normalidad de Kolmogorov-Smirnov.

Para ello podéis utilizar cualquier programa estadístico. Para facilitar vuestro aprendizaje, os dejo un vídeo tutorial sobre cómo extraer datos estadísticos básicos con el programa SPSS. Espero que os sea útil.

La capacidad de un proceso y su aplicación a la construcción

Los procesos constructivos están sujetos a variabilidad. Las causas que justifican los distintos resultados a veces dependen de factores comunes y otras veces de factores aleatorios. Sin embargo, en las obras normalmente se aborda el control de la calidad una vez está el producto o la unidad de obra terminada. Es lo que se conoce como control de producto terminado. Mejor sería abordar el control de calidad del proceso. Herramientas no nos faltan, pero no son habituales en las obras. Abordamos en este post el concepto de “capacidad de un proceso” para entender mejor la necesidad del control estadístico antes de tener un producto terminado.

No siempre una máquina o un proceso es capaz de alcanzar la calidad exigida por un cliente o por otro proceso. Hay que tener esta idea muy clara pues existe cierta variabilidad debida a causas comunes que sólo se podrá solucionar si se cambia la máquina o el proceso, lo cual implica una decisión por parte de la alta dirección. Este aspecto lo hemos explicado en un post anterior.

Después de comprobar que el proceso está bajo control, el siguiente paso es saber si es un proceso capaz, es decir, si cumple con las especificaciones técnicas deseadas, o lo que es lo mismo, comprobar si el proceso cumple el objetivo funcional. Se espera que el resultado de un proceso cumpla con los requerimientos o las tolerancias que ha establecido el cliente. El departamento de ingeniería puede llevar a cabo un estudio sobre la capacidad del proceso para determinar en que medida el proceso cumple con las expectativas.

La habilidad de un proceso para cumplir con la especificación puede expresarse con un solo número, el índice de capacidad del proceso o puede calcularse a partir de los gráficos de control. En cualquier caso es necesario tomar las mediciones necesarias para que el departamento de ingeniera tenga la certeza de que el proceso es estable, y que la media y variabilidad de este se pueden calcular con seguridad. El control de proceso estadístico define técnicas para diferenciar de manera adecuada entre procesos estables, procesos cuyo promedio se desvía poco a poco y procesos con una variabilidad cada vez mayor. Los índices de capacidad del proceso son solo significativos en caso de que el proceso sea estable (sometidos a un control estadístico).

Para aclarar estas ideas, o paso un Polimedia explicativo que espero os guste.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Diseño de experimentos en cuadrado latino

En el diseño en cuadrado latino se tienen cuatro fuentes de variabilidad que pueden afectar a la respuesta observada: los tratamientos, el factor de bloque I (columnas), el factor de bloque II (filas) y el error aleatorio. Se llama cuadrado latino porque se trata de un cuadrado que tiene la restricción adicional de que los tres factores involucrados se prueban en la misma cantidad de niveles, y es latino porque se utilizan letras latinas para denotar a los tratamientos o niveles de factor de interés.

Veamos un ejemplo práctico: se trata de averiguar si la resistencia característica del hormigón a compresión (MPa) varía con cuatro dosificaciones diferentes (D1, D2, D3, D4). Para ello se han preparado amasadas en 4 amasadoras diferentes y los ensayos se han realizado en 4 laboratorios diferentes. Los resultados obtenidos se han representado en la tabla que sigue.

	TIPO DE AMASADORA
	1	2	3	4
Laboratorio 1	26,7 (D3)	19,7 (D1)	28,0 (D2)	29,4 (D4)
Laboratorio 2	23,1 (D1)	20,7 (D2)	24,9 (D4)	29,0 (D3)
Laboratorio 3	28,3 (D2)	20,1 (D4)	29,0 (D3)	27,3 (D1)
Laboratorio 4	25,1 (D4)	17,4 (D3)	28,7 (D1)	34,1 (D2)

En este caso, la variable de respuesta es la resistencia característica del hormigón a compresión (MPa), el factor es la dosificación, y los bloques son las amasadoras y los laboratorios. Se supone que no existe interacción entre el factor y los bloques entre sí. El ANOVA trata de comprobar los efectos de los tratamientos (las dosificaciones).

Os dejo a continuación un videotutorial para resolver este diseño con el programa estadístico SPSS.

Referencias:

Gutiérrez, H.; de la Vara, R. (2004). Análisis y Diseño de Experimentos. McGraw Hill, México.
Vicente, MªL.; Girón, P.; Nieto, C.; Pérez, T. (2005). Diseño de Experimentos. Soluciones con SAS y SPSS. Pearson, Prentice Hall, Madrid.
Pérez, C. (2013). Diseño de Experimentos. Técnicas y Herramientas. Garceta Grupo Editorial, Madrid.

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Evolución de la gestión de la calidad

Piramide calidad — Evolución de la gestión de la calidad

Vamos a seguir en este post la línea empezada en otros anteriores relacionados con el concepto de calidad o con el cliente. Se trata de divulgar, de forma sencilla y directa, aquellos conceptos e ideas que consideramos de gran interés y que hemos relacionado, con enlaces, a otras páginas en la web para aquellos lectores que quieran ampliar la información. Espero que os guste.

Inspección de la calidad

La inspección es el acto de medir, examinar o verificar una o varias características respecto a las especificaciones. Constituye el primer paso dado en la gestión de la calidad, donde el objetivo es que al cliente le lleguen los productos o servicios en condiciones de ser utilizados. Es una primera fase de gestión de calidad, siempre que se analicen y valoren las desviaciones, para corregirlas.

Es un planteamiento de calidad técnico, no basado en las expectativas cambiantes de los usuarios. Se pretenden subsanar errores respecto a las características de calidad especificadas. Es poco eficaz la implantación de rígidos sistemas de control (estándares, parámetros, índices) y actividades de mejora sin dirigir los esfuerzos a la satisfacción del usuario y sin verificar que el valor del servicio prestado es superior al de la competencia directa. Continue reading “Evolución de la gestión de la calidad” →