Capacidad del proceso: calcule Cp y Cpk y actúe

Inicio » Recursos » Capacidad del proceso: calcule Cp y Cpk y actúe

Tiempo de lectura estimado: 11 minutos

La capacidad del proceso describe en qué medida un proceso de fabricación estable puede cumplir un requisito especificado, como el diámetro de un orificio o el peso de llenado. Compara la variación natural del proceso con los límites de especificación. Cp mide cómo se ajusta la dispersión al intervalo de tolerancia; Cpk también tiene en cuenta dónde se sitúa la media del proceso.

Esta diferencia importa. Un proceso puede generar mediciones muy agrupadas y, aun así, trabajar demasiado cerca de un límite de tolerancia. Del mismo modo, una máquina puede tener horas disponibles mañana sin estar aprobada para fabricar una característica con requisitos exigentes.

Por tanto, un estudio de capacidad útil culmina en dos decisiones: qué debe cambiar en el proceso y qué ruta de fabricación se puede utilizar para el trabajo. SkyPlanner APS ayuda con la segunda tarea. Una vez que la ruta aprobada y las estaciones de trabajo habilitadas están registradas y actualizadas, programa las órdenes en esos recursos productivos y muestra cómo afecta su capacidad limitada a las entregas.

Cómo calcular Cp y Cpk

Empiece por una única característica medida y la especificación que le corresponde. No combine dimensiones sin relación entre sí en un mismo índice. Para el cálculo convencional basado en una distribución normal, necesita:

• USL: el límite superior de especificación, es decir, el mayor valor permitido.
• LSL: el límite inferior de especificación, es decir, el menor valor permitido.
• Media: el promedio de los valores medidos del proceso estudiado.
• Sigma: la desviación estándar estimada del proceso, que describe la dispersión de los resultados individuales.

Utilice las mismas unidades en todo el cálculo. Los límites proceden de los requisitos aplicables al producto, no de las mediciones máxima y mínima de la muestra. Tampoco son los límites de los gráficos de control, que describen el comportamiento del proceso.

Cp: compare la amplitud de tolerancia con la dispersión del proceso

Cp = (USL − LSL) / (6 × sigma)

El numerador es la amplitud del intervalo de tolerancia. El denominador es la dispersión convencional del proceso, que, bajo un modelo normal, abarca tres desviaciones estándar a cada lado de la media.

Cp responde a esta pregunta: ¿cabría esta dispersión dentro de la tolerancia si el proceso estuviera centrado entre los límites? No indica si el proceso está realmente centrado en ese punto.

Cpk: compruebe la distancia al límite más cercano

Cpk = min[(USL − media) / (3 × sigma), (media − LSL) / (3 × sigma)]

Calcule ambos lados y tome el resultado menor, que corresponde al lado con menos margen. Así, Cpk refleja tanto la dispersión como la posición del proceso.

Con los mismos datos y la misma estimación de sigma, Cpk no puede superar a Cp. Ambos son iguales cuando la media se sitúa en el punto medio entre los límites de especificación. Una diferencia entre ellos indica que el proceso está descentrado, pero no demuestra que sea estable.

En la práctica, estos índices son estimaciones calculadas a partir de muestras, no valores poblacionales conocidos con exactitud. Indique cómo se ha estimado sigma. Según la convención habitual que distingue entre variación interna y global, Cp y Cpk utilizan una estimación de la variación interna del proceso; Pp y Ppk utilizan la variación global. Cambiar la estimación puede cambiar el resultado, aunque la especificación siga siendo la misma.

¿Y si solo hay un límite de especificación?

Utilice el índice unilateral que corresponda: Cpu = (USL − media) / (3 × sigma) para un límite superior, o Cpl = (media − LSL) / (3 × sigma) para un límite inferior. El índice bilateral Cp necesita dos límites de especificación. No invente un segundo requisito para poder aplicar la fórmula.

Un límite natural no es automáticamente un límite de especificación. Además, una característica que no puede tomar valores negativos puede requerir un análisis para distribuciones no normales, en lugar del cálculo basado en el modelo normal anterior.

Ejemplo de cálculo: un buen Cp con un Cpk más bajo

Imagine un orificio mecanizado con límites de especificación de 19,90 mm y 20,10 mm. Un estudio adecuado obtiene una media de 20,04 mm y una desviación estándar estimada de la variación interna del proceso de 0,020 mm. Son datos ilustrativos, no mediciones de un cliente.

La amplitud de tolerancia es de 0,20 mm y la dispersión de seis sigma es de 0,120 mm:

Cp = (20,10 − 19,90) / (6 × 0,020) = 1,67, redondeado.

Ahora compruebe cada lado de la media:

• Índice del lado superior: (20,10 − 20,04) / (3 × 0,020) = 1,00.
• Índice del lado inferior: (20,04 − 19,90) / (3 × 0,020) = 2,33, redondeado.
• Cpk es el menor de los dos valores: 1,00.

La dispersión es relativamente pequeña, pero el proceso se sitúa demasiado cerca del límite superior para aprovechar todo el intervalo de tolerancia. Informar solo de Cp ocultaría este problema.

Si la media se desplazara a 20,00 mm y la desviación estándar se mantuviera, Cp seguiría siendo 1,67 y Cpk subiría a 1,67, redondeados. Por tanto, conviene estudiar el centrado como posible mejora. Esto no garantiza que cambiar un valor de compensación deje la variación intacta; verifique el proceso ajustado con nuevos datos.

Si el propio Cp es demasiado bajo para el requisito acordado, centrar el proceso no bastará para resolver el problema. También habrá que reducir la dispersión, por ejemplo, actuando sobre una fuente identificada de variación en el utillaje, el material, la preparación o las condiciones ambientales. Investigue la causa antes de modificar el proceso.

¿Qué valor de Cpk se considera bueno?

Con un Cpk de 1,00, el límite de especificación más cercano se encuentra a tres desviaciones estándar estimadas de la media. Un valor de 1,33 es una referencia habitual, pero no constituye un criterio universal de aprobación. El valor exigido depende del cliente, la característica, el riesgo y los requisitos de calidad aplicables.

Interprete el resultado según el criterio acordado, no solo por el color que muestre el software:

• Cpk por debajo del valor exigido: el margen demostrado es insuficiente. Compruebe la validez del estudio y después actúe sobre la posición, la variación o ambas.
• Cpk igual o superior al valor exigido: revise las condiciones del estudio y la incertidumbre estadística antes de aceptar el resultado como evidencia para la producción.
• Cpk igual a cero: la media se sitúa en un límite de especificación.
• Cpk negativo: la media está fuera de un límite de especificación; el cálculo del lado más cercano da un resultado negativo.

No interprete Cpk como el porcentaje de piezas conformes ni como una tasa de rechazo garantizada. Para convertir un índice en una tasa prevista de defectos, es necesario asumir una distribución y la estabilidad del proceso, además de conocer la posición de ambos límites. Un único valor de Cpk no ofrece una visión completa.

Cpk tampoco mide directamente la proximidad a un valor objetivo de diseño especificado por separado. Con una dispersión fija y dos límites, alcanza su máximo en el punto medio del intervalo de tolerancia. Si el objetivo de ingeniería difiere de ese punto medio, evalúe también en qué medida el proceso alcanza ese objetivo, en lugar de desplazarlo solo para maximizar Cpk.

Revise el estudio antes de confiar en el resultado

Los cálculos suelen ser la parte fácil. Lo difícil es determinar si las mediciones representan el proceso que se pretende utilizar.

Utilice un sistema de medición adecuado para la tarea

Compruebe que el método de medición tiene resolución suficiente para medir la característica y que su error es aceptable para la decisión que se va a tomar. La calibración importa, pero también el sesgo, la repetibilidad y las diferencias entre operarios o métodos. Un análisis del sistema de medición ayuda a distinguir la variación debida a la medición de la variación de fabricación.

Para un estudio Cp/Cpk con datos de variables, utilice valores realmente medidos. El recuento de unidades conformes y defectuosas no sustituye a la distribución de los diámetros de los orificios, los pesos u otras características medidas.

Realice el muestreo en las condiciones a las que se aplicará la decisión

Defina la revisión del producto, la característica, la ruta de fabricación, el equipo, la preparación y las condiciones de producción pertinentes. Registre cuándo y dónde se realizaron las mediciones. Una serie corta con una sola herramienta, un solo operario y un solo lote de material no demuestra automáticamente la capacidad del proceso en otras condiciones.

Recopile los datos en orden cronológico. Si utiliza subgrupos racionales, agrupe las mediciones de modo que la variación dentro de cada subgrupo represente la variación a corto plazo que se desea estudiar y que el estudio permita detectar cambios entre subgrupos. No reagrupe los datos para mejorar el índice ni descarte mediciones desfavorables sin dejar constancia de ello.

Evite combinar datos de distintas máquinas, cavidades o preparaciones sin comprobar antes si representan un mismo proceso. Un histograma conjunto puede ocultar un desplazamiento o una mezcla de distribuciones que deba investigarse por separado.

Compruebe la estabilidad antes de hacer predicciones

Utilice un gráfico de control adecuado y el conocimiento del proceso para investigar cambios, tendencias y causas especiales. Un histograma muestra la distribución de los resultados, pero no conserva su secuencia temporal. Por sí solo, no permite demostrar la estabilidad.

Un proceso estable puede seguir siendo incapaz de cumplir la tolerancia. A la inversa, una estimación favorable de la capacidad de un proceso inestable no permite predecir de forma fiable los resultados futuros. Estabilice el proceso y vuelva a evaluarlo, en lugar de interpretar el índice como una autorización para seguir sin cambios.

Revise la distribución y la incertidumbre

Las fórmulas convencionales utilizan un modelo de distribución normal. Examine los datos y su ajuste a la distribución; si la característica realmente no sigue una distribución normal, utilice una transformación justificada o un método de análisis de capacidad adecuado para distribuciones no normales. Eliminar observaciones hasta superar una prueba de normalidad no es una solución.

Planifique el tamaño de la muestra y la duración del muestreo según el objetivo del estudio y los requisitos aplicables. Incluso con suficientes observaciones, una serie producida en condiciones excepcionalmente favorables puede no recoger la variación que importa. Además, las muestras pequeñas generan incertidumbre en el índice estimado, por lo que conviene revisar un intervalo de confianza o un límite inferior de confianza cuando la decisión de aceptación lo requiera.

Para que el informe pueda interpretarse, incluya la revisión de la especificación, las condiciones del estudio, el plan de muestreo, el método de estimación de sigma, las pruebas de estabilidad, el método utilizado para analizar la distribución, las estimaciones de los índices y el criterio de aceptación acordado. Estos detalles permiten que quien consulte el informe después entienda qué conclusiones respalda realmente el resultado.

Cp/Cpk, Pp/Ppk y Cm/Cmk no son intercambiables

Según la convención habitual que distingue entre variación interna y global, Cp y Cpk describen la capacidad a partir de una estimación de la variación interna del proceso. Pp y Ppk utilizan la desviación estándar global de los datos del estudio. Ambos pares comparan la dispersión con las especificaciones; Cpk y Ppk también tienen en cuenta la posición de la media.

Un Ppk claramente inferior al Cpk puede indicar una variación entre subgrupos que la estimación de la variación interna no recoge. Investigue la secuencia temporal y las fuentes de variación. Ninguna de estas denominaciones convierte unos datos inestables en una previsión fiable, y un índice global solo representa las condiciones de las que realmente se han tomado muestras.

Cm y Cmk corresponden a un estudio de capacidad de máquina, que suele realizarse en condiciones controladas para aislar la contribución de la máquina. Ese alcance es distinto del de un proceso de producción sometido al conjunto habitual de factores que influyen en él.

Las denominaciones y las convenciones de cálculo pueden variar según la norma, el sector o el software de análisis. Al comparar informes, compruebe el objetivo del estudio, los datos, la estimación de la variación y el método, no solo si las fórmulas se parecen. No basta con cambiar la etiqueta del resultado de un estudio de máquina para presentarlo como evidencia de la capacidad de todo el proceso de producción.

Incorpore el proceso aprobado al plan de producción

Una vez que el departamento de calidad haya evaluado el estudio, el resultado práctico debe quedar claro: qué método de fabricación es aceptable, en qué condiciones y qué seguimiento o medidas correctivas se requieren. Registre la aprobación y su alcance dentro de su proceso de calidad.

A continuación, facilite al equipo de planificación de la producción la ruta de fabricación y los recursos productivos permitidos por esa decisión. El método aprobado puede depender de algo más que de la máquina: también pueden ser importantes el utillaje, el programa, el material, la preparación y las condiciones de funcionamiento. Definir qué estaciones de trabajo están habilitadas es una parte de la aplicación de esa decisión, no un sustituto de todos los controles de producción asociados.

Imagine que la fabricación del orificio está aprobada en un centro de mecanizado concreto. Un segundo centro tiene tiempo disponible, pero no está cualificado para esta operación. Trasladar allí la orden no resolvería el problema de capacidad dentro de las condiciones aprobadas. El equipo de planificación necesita comprobar si el trabajo cabe en el centro habilitado, junto con las demás tareas ya comprometidas.

Deje que SkyPlanner programe el trabajo en los recursos habilitados

SkyPlanner APS convierte esa ruta de fabricación, que usted mantiene actualizada, en un programa de producción a capacidad finita. Defina las operaciones, sus duraciones y las estaciones de trabajo habilitadas, junto con los turnos, la capacidad, las dependencias y las prioridades. Arcturus, su IA de programación, asigna las operaciones a los recursos configurados. El diagrama de Gantt muestra cuándo está programado el trabajo y cómo encaja con las demás órdenes.

Para el planificador, la ventaja es dedicar menos tiempo a recordar las restricciones de las rutas y a corregir manualmente las colas de trabajo de las máquinas. Si un recurso aprobado tiene una carga elevada, su impacto en las entregas queda visible en el programa. Puede evaluar un cambio de prioridad o la posibilidad de añadir tiempo de trabajo en un recurso habilitado, en lugar de dar por hecho que cualquier máquina libre puede realizar la tarea.

Mantenga la evaluación estadística dentro del flujo de trabajo de calidad. Aquí, la función de SkyPlanner es programar a partir de la información de las rutas de fabricación aprobadas que usted mantiene, no deducir la cualificación a partir de un valor de Cpk ni actualizar automáticamente esa aprobación. Cuando el departamento de calidad apruebe otro recurso, actualice la ruta para incluirlo y deje que el programa refleje la capacidad adicional.

También puede trabajar con su propio asistente de IA, como Claude, ChatGPT o Microsoft Copilot, conectado mediante MCP, el enlace entre el asistente y SkyPlanner. Indíquele qué necesita saber, por ejemplo, qué órdenes compiten esta semana por una determinada estación de trabajo aprobada. El asistente puede combinar datos de SkyPlanner y conocimientos sobre el producto para ayudarle a revisar la cola de trabajo y utilizar las funciones de programación permitidas. Así se reduce el esfuerzo de buscar la información adecuada, mientras usted conserva el control de las prioridades de producción.

SkyPlanner se integra con cualquier ERP o MES mediante su API REST abierta. Puede seguir utilizando esos sistemas y conectar los datos de órdenes y producción necesarios para la programación.

Cómo se traduce una mejor asignación de recursos en la práctica

En KJH-Comp, fabricante de piezas de chapa por encargo, el ERP y las hojas de cálculo mostraban una visión general de la carga semanal, pero la asignación diaria del trabajo a las máquinas seguía siendo manual. La empresa incorporó SkyPlanner para programar a capacidad finita y mantuvo su ERP C9000. Su caso de cliente describe la asignación automática a máquinas y la detección más temprana de situaciones en las que el trabajo supera la capacidad de una plegadora concreta.

Esa experiencia ilustra la ventaja de la programación: el recurso concreto y la ventana de entrega quedan visibles, en lugar de diluirse en un total semanal. No se trata de una afirmación sobre los resultados de Cp/Cpk de KJH-Comp. Cuando una ruta de fabricación está restringida por la capacidad del proceso, la pregunta de planificación sigue siendo la misma: ¿cuándo puede terminarse el trabajo con los recursos que está permitido utilizar?

Ponga a prueba el plan con una ruta de fabricación aprobada

Utilice Cp y Cpk para comprender la relación entre la tolerancia, la dispersión y la posición de la media. Un estudio bien diseñado le permitirá determinar qué implican esos resultados para la producción. Después, incorpore la ruta de fabricación aprobada como una restricción real del programa, no como una nota que el planificador deba recordar.

Reserve una demostración de SkyPlanner con una ruta de fabricación aprobada, las estaciones de trabajo habilitadas para ella y su carga actual de pedidos. Vea cómo encaja el trabajo en el programa y qué compromisos de entrega requieren atención. Si prefiere explorar primero, pruebe SkyPlanner con datos de demostración o utilice la guía de primeros pasos con ayuda de IA de SkyPlanner Assistant.