SPC — Control Estadístico de Procesos
Cartas de control estadístico para monitorear la calidad del proceso en tiempo real. Detecta desviaciones antes de que generen productos defectuosos.
SPC — Control Estadístico de Procesos
El Control Estadístico de Procesos (SPC) es la herramienta de calidad más poderosa para la manufactura. Te permite saber, en tiempo real, si tu proceso de producción está comportándose con normalidad o si algo cambió que puede generar productos fuera de especificación — antes de que el defecto ya esté hecho.
Rela AI incluye un módulo SPC completo con los tipos de gráficos más utilizados en la industria, cálculo automático de límites de control, y reglas de detección estándar Western Electric y Nelson.
¿Para qué sirve?
Imagina que llegas de llenar botellas con 500 ml de refresco. En la práctica, cada botella tiene una cantidad ligeramente diferente: 499.8 ml, 500.3 ml, 500.1 ml. Esa pequeña variación es completamente normal — es la variación natural del proceso. Pero si de repente varias botellas salen con 495 ml, algo cambió: una boquilla tapada, una bomba que perdió presión, una materia prima diferente. El SPC detecta ese cambio en el momento en que ocurre.
Sin SPC, te enterarías del problema cuando el inspector de calidad revise el producto terminado — después de haber llenado miles de botellas defectuosas. Con SPC, lo detectas en las primeras botellas y corriges antes de perder el lote.
¿Cómo funciona?
El SPC funciona con gráficas de control: líneas de tiempo que muestran los valores medidos del proceso junto con tres líneas de referencia calculadas estadísticamente:
- UCL (Límite de Control Superior): el techo estadístico a 3 sigma
- CL (Línea Central): la media del proceso en condiciones normales
- LCL (Límite de Control Inferior): el piso estadístico a 3 sigma
Si un valor cae fuera de estos límites, o si los puntos muestran un patrón no aleatorio (muchos puntos seguidos del mismo lado, tendencia sostenida), el proceso está "fuera de control" y hay que investigar la causa.
Variación normal vs. variación especial
Esta distinción es la clave del SPC:
| Tipo de variación | Qué significa | Qué hacer |
|---|---|---|
| Normal (causa común) | Pequeñas fluctuaciones inherentes al proceso — inevitables | No actuar — forma parte del proceso |
| Especial (causa asignable) | Algo cambió: nuevo operador, herramienta desgastada, materia prima diferente | Investigar y corregir la causa raíz |
Los límites de control calculan estadísticamente la frontera entre lo normal y lo especial. Un punto fuera de los límites casi siempre indica una causa asignable que requiere investigación.
Tipos de gráficas disponibles
| Gráfica | Nombre | Para qué usarla |
|---|---|---|
| X-bar R | Media y Rango | Datos medibles (peso, temperatura, dimensiones) con grupos de 2-10 mediciones |
| X-bar S | Media y Desviación Estándar | Datos medibles con grupos grandes (más de 10 mediciones) |
| I-MR | Individuales y Rango Móvil | Una sola medición a la vez (ej: ensayos de laboratorio, lotes únicos) |
| p | Proporción de defectuosos | Porcentaje de unidades que no pasan la inspección |
| np | Número de defectuosos | Cantidad de unidades defectuosas cuando el tamaño del lote es fijo |
| c | Conteo de defectos | Número de defectos por unidad (ej: rayones por pieza) |
| u | Defectos por unidad | Tasa de defectos cuando el tamaño de muestra varía |
¿Cómo elegir la gráfica correcta?
-
¿Tus datos son medibles (temperatura, peso, longitud, presión) o de atributos (pasa/no pasa, defectuoso/no defectuoso)?
- Medibles → X-bar R, X-bar S, o I-MR
- Atributos → p, np, c, o u
-
Si son medibles, ¿cuántas mediciones tomas por subgrupo?
- 1 medición → I-MR (ideal para procesos lentos o ensayos destructivos)
- 2 a 10 → X-bar R (el más común en manufactura)
- Más de 10 → X-bar S
-
Si son atributos, ¿cuentas unidades defectuosas o defectos en cada unidad?
- Unidades defectuosas → p o np
- Defectos por unidad → c o u
¿Cómo usarlo?
Crear una carta de control
- Ve a Calidad > SPC en la barra lateral.
- Haz clic en Crear Carta.
- Define:
| Campo | Descripción |
|---|---|
| Nombre | Identificador descriptivo (ej: "Diámetro eje principal — Línea A") |
| Tipo de carta | Selecciona según la guía anterior |
| Fuente de datos | El sensor o fuente que alimentará la carta automáticamente |
| Métrica | La variable específica a monitorear (temperatura, presión, diámetro...) |
- Guarda. La carta queda creada y esperando datos.
Registrar subgrupos de datos
Un subgrupo es un conjunto de mediciones tomadas al mismo tiempo o en un período muy corto. Por ejemplo, medir el peso de 5 piezas consecutivas cada hora es un subgrupo de tamaño 5.
Puedes registrar subgrupos:
- Manualmente: en la vista de detalle de la carta, usa el formulario de nuevo subgrupo
- Automáticamente: si la fuente de datos está conectada, los subgrupos se crean automáticamente
Calcular los límites de control
Los límites se calculan automáticamente cuando tienes suficientes subgrupos:
- Necesitas mínimo 20-25 subgrupos para que los límites sean estadísticamente confiables
- Con menos datos, los límites estarán calculados pero serán menos representativos
- Una vez que tienes suficientes datos, los límites se estabilizan
Interpretar la carta
En la vista de detalle de la carta verás:
- La gráfica de control: puntos en el tiempo con las líneas UCL, CL y LCL
- Índices de capacidad: Cp, Cpk, Pp, Ppk (ver más abajo)
- Tabla de violaciones: lista de los puntos fuera de control y qué regla violaron
- Estado general: En Control o Fuera de Control
Reglas de detección
El sistema aplica automáticamente reglas estándar para detectar patrones anormales:
| Regla | Patrón | Qué puede indicar |
|---|---|---|
| 1 punto fuera de 3σ | Un valor extremo | Falla puntual, error de medición, cambio brusco |
| 2 de 3 puntos más allá de 2σ | Puntos cerca del límite | El proceso se está desplazando |
| 8 puntos seguidos del mismo lado | Proceso desplazado | Cambio en materia prima, ajuste de máquina, turno diferente |
| 6 puntos en tendencia (subiendo o bajando) | Tendencia sostenida | Desgaste de herramienta, acumulación de calor |
Cuando se detecta una violación, el sistema genera una alerta. La violación debe investigarse — no necesariamente significa un defecto, pero siempre hay que buscar la causa.
Índices de capacidad del proceso
Los índices de capacidad responden: ¿mi proceso puede cumplir con las especificaciones del cliente?
| Índice | Qué mide | Meta mínima |
|---|---|---|
| Cp | Si el proceso es suficientemente estrecho (ignora si está centrado) | ≥ 1.33 |
| Cpk | Si el proceso es estrecho Y está centrado en la especificación | ≥ 1.33 |
| Pp | Capacidad de largo plazo (incluye variación entre lotes) | ≥ 1.33 |
| Ppk | Capacidad real de largo plazo centrada | ≥ 1.33 |
Cómo interpretar Cpk:
| Cpk | Significado | Qué hacer |
|---|---|---|
| Menor a 1.00 | Proceso incapaz — produce defectos regularmente | Rediseñar el proceso |
| 1.00 a 1.33 | Proceso marginal — cumple con poco margen | Mejorar el centrado y la variabilidad |
| 1.33 a 1.67 | Proceso capaz — margen aceptable | Mantener y monitorear |
| Mayor a 1.67 | Proceso excelente — amplio margen de seguridad | Objetivo de manufactura de clase mundial |
Beneficios clave
- Detección de problemas de calidad en producción, antes de que el defecto llegue al cliente
- Cálculo automático de límites de control — no requiere conocimiento estadístico avanzado
- Reglas de detección estándar (Western Electric y Nelson) aplicadas automáticamente
- Índices de capacidad en tiempo real para monitorear si el proceso cumple especificaciones
- Compatible con requisitos de ISO 9001, IATF 16949, FDA/GMP y otras normas
- Fuentes de datos automáticas — los subgrupos se crean sin intervención manual
Casos de uso comunes
Escenario 1: Control dimensional en fresadora CNC La fresadora produce ejes de 25.00 mm de diámetro. La especificación del cliente es 25.00 ± 0.05 mm. Se configura una carta X-bar R con grupos de 5 piezas medidas cada hora. Después de 3 días (25+ subgrupos), el sistema calcula los límites automáticamente. Cpk = 1.45 — proceso capaz. A la semana siguiente, la carta detecta una tendencia de 7 puntos subiendo — el diámetro está creciendo gradualmente. El operador inspecciona la fresadora y encuentra que la herramienta de corte tiene desgaste. Cambia la herramienta antes de producir piezas fuera de tolerancia.
Escenario 2: Control de peso en línea de envasado La línea llena bolsas con 1 kg de producto (especificación: 990 g a 1,010 g). Se configura una carta X-bar R con subgrupos de 5 bolsas cada 30 minutos. A las 2 PM, la carta detecta la regla "8 puntos seguidos por debajo de la línea central" — el peso está sistemáticamente bajo desde el turno de la tarde. El supervisor investiga y encuentra que el operador del turno tarde ajustó el llenado para ahorrar producto, sin autorización. Se corrige el ajuste y se documenta.
Escenario 3: Control de defectos visuales en línea de pintura La línea de pintura tiene una meta de menos de 2 defectos por pieza (rayaduras, manchas, gotas). Se configura una carta "u" (defectos por unidad). El Cpk histórico es 1.5. Cuando cambian el lote de pintura, la carta detecta inmediatamente que el número de defectos se duplicó — de 0.8 a 1.6 por pieza. Se investiga el nuevo lote y se encuentra que tenía viscosidad diferente. Se regresa al lote anterior y se gestiona el problema con el proveedor.
Integraciones
CMMS, webhooks predictivos, asignación inteligente y briefings automáticos
Detección de Anomalías
Sistema de machine learning que detecta patrones anormales en datos de sensores sin necesidad de definir umbrales manuales. Aprende el comportamiento normal de cada equipo y alerta cuando algo cambia.