Convertir datos de inspección en decisiones: cuatro etapas de depuración

A la mayoría de las plantas no les faltan datos. Los instrumentos producen resultados cada día, los informes se acumulan en la unidad compartida y se pueden recuperar años de historial. Lo que falta es el proceso que convierte esos números en qué hacer a continuación. El resultado es predecible: cada vez más datos y decisiones que se siguen tomando por experiencia.

Este artículo divide esa conversión en cuatro etapas, cada una con una salida definida y una prueba de aceptación. Las etapas no pueden saltarse. Intentar pasar directamente de un montón de lecturas en bruto a «¿debemos cambiar el proceso?» suele atascarse en algún punto intermedio.

Etapa uno: completitud de las lecturas en bruto

La salida aquí es un registro en bruto que pueda volver a comprobarse. Debe contener los valores reales de cada medición, no solo OK o NG.

¿Por qué insistir en los valores? Considere una zona que hipotéticamente lea 0.048 mm frente a un límite de 0.05 mm (esta cifra se usa solo a efectos de ilustración y no es una lectura del conjunto de datos de inspección tratado aquí). El veredicto es OK. Pero ese OK no significa lo mismo que el OK registrado a 0.005 mm: el primero está cerca del límite y puede cambiar de estado en cualquier momento, el segundo lleva margen de sobra. Guarde solo OK/NG y esa distinción desaparece para siempre, junto con cualquier posibilidad de alerta de tendencia.

Dos formas de fallo dominan esta etapa. La primera es guardar veredictos sin valores. La segunda, igual de dañina, es guardar valores sin vincularlos al lote, la hora, la cavidad o el operario: números sin contexto no pueden sostener un análisis de atribución.

Etapa dos: extraer estadísticos

Con los valores en bruto en su sitio, comprímalos en estadísticos manejables: media, rango, desviación estándar y número de muestras por zona. La actividad central aquí es la estratificación. Promediar todo junto, sin importar la procedencia, suaviza justamente las diferencias entre lotes y cavidades que importan.

Cómo estratificar se deriva de la pregunta. Mirar la calidad en el tiempo significa estratificar por tiempo; la consistencia de cavidades, estratificar por cavidad; las diferencias entre turnos, estratificar por turno. Los mismos datos estratificados de forma distinta muestran con frecuencia cosas enteramente distintas.

Una frontera hay que declararla. La media, el rango y la desviación estándar describen tendencia central y dispersión. Sirven para encontrar anomalías y vigilar tendencias, pero no son evaluación de la capacidad del proceso. Esa distinción la tratamos en extenso en otro lugar: un índice de capacidad calculado sobre una muestra pequeña solo puede leerse como un estadístico de esa muestra.

Etapa tres: visualización y detección de anomalías

La salida aquí es un gráfico cuya anomalía se vea de un vistazo, hecho para la revisión diaria y no para el informe formal. Tres tipos se ganan su lugar: gráficos de tendencia que muestren la deriva de la media y el cambio de la dispersión en el tiempo; diagramas de caja estratificados que comparen distribuciones entre cavidades o lotes; y diagramas de Pareto de categorías de fallo para localizar la no conformidad dominante.

La propiedad más importante de la visualización es que la gente esté dispuesta a mirarla. Un gráfico que tarde cinco minutos en interpretarse no se leerá. Manténgalos simples, que cada uno responda a una pregunta, y marque las anomalías de forma conspicua.

Las reglas de anomalía también pertenecen a esta etapa. ¿Qué cambio dispara una respuesta? El enfoque habitual son límites de control estadístico con alarmas ante la excursión. Al fijarlos, separe un punto único fuera de límite de una serie continua en una sola dirección: esta última indica con más fiabilidad una deriva genuina del proceso.

Etapa cuatro: cerrar el bucle hacia la acción

La salida aquí es una acción concreta: quién cambia qué y cuándo se verifica. Sin esta etapa, las tres anteriores son documentación.

Un bucle que funciona tiene cuatro elementos: condición de disparo para iniciar el análisis; titularidad del análisis; autoridad de disposición, es decir cuánta desviación puede gestionarse en planta y cuánta se escala; y calendario de verificación, que especifique cuánto después y con cuántas muestras se confirma la eficacia. Falte cualquiera de ellos y el bucle se rompe en ese punto.

Una idea equivocada común: tratar la retención de datos como el objetivo. La retención existe para sostener decisiones. Si pasa un año sin una sola decisión impulsada por ese archivo, por muy completo que esté el archivo, es coste.

Empezar desde un solo registro de inspección

Si la configuración actual de datos es escasa, no lo reconstruya todo a la vez. Elija una línea y una característica y recorra el proceso: defina cómo se evalúa, incluidas zona, muestreo y regla de ajuste; confirme los campos que hay que registrar y configúrelos en el instrumento; construya un gráfico que se actualice a diario; acuerde la regla de respuesta ante anomalías y nombre un responsable; luego, tras un ciclo completo, pregunte con honestidad si alguien usó realmente ese gráfico.

Una vez que una línea funciona, replicar a otras características cuesta mucho menos, y la experiencia de la primera pasada hace que cada despliegue posterior sea más fluido.

Lecturas relacionadas

La lectura honesta de los indicadores de dispersión se trata en el artículo de repetibilidad; la interpretación de la tasa de NG tiene su propio artículo.

Productos relacionados y notas de configuracion

• Sistema de medición por visión instantánea POMEAS IMAGE 3 - Genera informes por pieza, estadísticos y de hoja de cálculo para el análisis posterior
• Máquina automática de medición por visión POMEAS MX - Flujos de trabajo por lotes dirigidos por programa con salida coherente para la monitorización de tendencias

Lecturas relacionadas

• Inspección de planitud de piezas plásticas transparentes: lo que muestran realmente dos conjuntos de datos
• Dos zonas de planitud, dos veredictos opuestos en la misma pieza
• Planitud fuera de tolerancia: una ruta de resolución de problemas que realmente funciona
• Qué significa realmente la planitud y con qué se la confunde a menudo
• Comparación de métodos de medición de planitud: placa, MMC, visión, confocal
• La repetibilidad no es exactitud: leer el rango, sigma y Cpk con honestidad
• Cómo elegir equipos de inspección de planitud: un método inverso en cinco pasos
• Confocal puntual-espectral para plásticos transparentes: ventajas, límites y cuatro errores
• Planitud multipunto o de punto único: cómo elegir la forma de recoger los puntos
• De dónde viene el alabeo en las piezas moldeadas por inyección

Preguntas frecuentes

Guardar los valores o solo el veredicto

Ambos, con prioridad para los valores. Los veredictos sirven a la respuesta rápida en planta; los valores sostienen el análisis de tendencias, la investigación y la mejora. Los datos que llevan solo OK y NG no pueden sostener un análisis cuantitativo ni sirven para comprobar si la propia frontera del veredicto era sensata.

Dónde deberían vivir los datos

Depende de la escala y de los sistemas existentes. Los archivos estructurados con una nomenclatura disciplinada funcionan a pequeña escala; cuando el volumen lo justifique, pase a una base de datos o a un sistema de calidad dedicado vinculado a los lotes de producción. Sea cual sea la ruta, las definiciones de campo deben estar estandarizadas y la nomenclatura ser estable; de lo contrario nunca podrá consolidarse nada.

Con qué frecuencia deberían revisarse los gráficos de tendencia

Se deriva de la estabilidad del proceso y del ritmo de producción. Los procesos inestables justifican revisión diaria; los estables pueden pasar a semanal, siempre que las alarmas automáticas de límite sigan activas para que nada se descubra tarde.

Cómo se fijan los límites de control

Habitualmente a partir de datos tomados durante un periodo históricamente estable, recalculados periódicamente a medida que el proceso mejora. Mantenga los límites de control separados de los límites de especificación: los límites de control declaran lo que el proceso alcanza realmente, los límites de especificación declaran lo que el cliente exige. No son intercambiables.

Cómo se mantiene eficiente el análisis con gran volumen de datos

Automatización, no rastreo manual. Almacene estructurado en la adquisición, genere informes automáticamente, marque anomalías automáticamente y deje el juicio y la decisión a las personas. La manipulación manual de datos siempre colapsa cuando llega el volumen.

Cómo sé que el bucle está funcionando de verdad

Dos señales. Si alguna vez los datos dispararon una acción de mejora, y si los datos se movieron después. La primera sin la segunda sugiere que la atribución es errónea; ninguna de las dos significa que el bucle nunca arrancó.