ESTÁS EN: Calidad. Fiabilidad

QUIÉN hay detrás

QUÉ hay detrás

INICIO

4-P:     Explicar los dos puntos más singulares de una CCO ejemplificándolos con sendos casos plausibles.

4-R; 7.

     R: Aunque muy importantes, no pensamos ahora en los NCA y NCI sino en aquellos en que la curva pueda cortar a los ejes de coordenadas. Son los puntos (0 ; 100 % ) y (100 % ; 0).

     Si w = 0 la Probabilidad de aceptar el lote es del 100%. ¿Cuándo podríamos estar en esta situación? Pues p.e si verificamos la muestra que hemos extraido después de una inspección rectificadora a una partida defectuosa que acusó defectos muy concretos, fácilmente detectables y de sencillo arreglo. Entonces hay seguridad de que todas las piezas de la partida, y por tanto, de la muestra extraída de ella, son aceptables. Éste caso es distinto del de una inspección unitaria convencional.

     La curva está limitada en su otro extremo por la abscisa w = 100 % que determinará una ordenada de cuantía tan insignificante que probablemente el ordenador dará como de valor cero. Pero en realidad no hay tal; siempre existe una remota probabilidad de aceptación; la curva no corta al eje horizontal, y por tanto es asintótica. Tal se muestra en la Fig. 3. Estaríamos en ese caso si recibimos una referencia equivocada en vez de la debida. Aún así existe la posibilidad de que el verificador la acepte si sufre el mismo error de referencia que el fabricante. Ya se ve que la probabilidad de aceptar una partida de arandelas cuando lo que se espera es otra de motores de arranque, es bien escasa y, además, de fácil detección y arreglo (técnico al menos, aunque desde el punto de vista logístico el problema pueda llegar a ser grave).

5-P:     ¿En cuánto se pueden estimar los defectuosos restantes de una inspección unitaria en un producto de complejidad media, y por qué? Dar al menos 5 razones.

5-R; 7.

     R: Entre el 5 y el 15 %. Fatiga, distracción, rutina, presión del subconsciente, desinterés, falta de motivación, irresponsabilidad, falta de información, criterio mal formado, imprecisión de la norma, etc. Si alguien tiene alguna duda, puede consultar con experimentados correctores de pruebas de imprenta.

6-P:     ¿Cómo establecer el tamaño de la muestra n a partir del de la partida N?, en estos dos casos:

     1- Si la curva se acuerda entre proveedor y cliente fijando los dos puntos correspondientes al NCA y al NCI.

     2- Si sólo se fija el NCA.

6-R; 10-24

     R: Desde luego, no estableciendo que la muestra sea una fracción constante del tamaño del lote o partida.

1- Hay que observar que al resolver el sistema en el caso 3P se obtiene n sin haber entrado en juego N, al menos directamente. Sin embargo, y tal como se dijo a propósito del “programa plantilla”, los límites de los bucles sí han de establecerse de acuerdo con los criterios de las MIL-STD-105D.

     Además, para fijar los valores del NCA y del NCI, sí hay que tener en cuenta N. Por ejemplo, si N es muy grande, el proveedor no querrá correr un riesgo α excesivo (1- α es la PRobabilidad de aceptación de partidas con un % de defectuosos igual al NCA), y si se viera obligado a ello, seguramente fraccionará las entregas disminuyendo N.

2- Aquí sí es imprescindible atenerse a las tablas que en esa Norma MILitar relacionan, a través de letras código, los tamaños de N y n en función del tipo de nivel de inspección contemplado (especial, general: auditorías, control de recepción, verificación en línea, etc.) y según sean las características de lo inspeccionado (secundarias, de garantía de máquina, importantes, críticas o de seguridad, etc.)

7-P:  Dar dos ejemplos de Distribución Normal extraídos de la Metrología.

7-R; 185

     R: 1- Medición del mismo parámetro de una misma pieza, repetidas veces para calibrarla.

          2- Medición del mismo parámetro de la misma referencia, pero de las distintas piezas que     

          produce un determinado proceso.

8-P:     Siendo:      F, función de distribución

                    k, abscisa en la Tabla de la Normal (0;1)

     Señalar cúales son expresiones correctas y cuáles incorrectas en la distribución normal de la figura.

8-R; 26: Correctas:1, 3, 5.

               Incorrectas: 2, 4.

ANTERIOR                                                                                                                                  SIGUIENTE

                                                                                PAG. 5 / 6