Modelos estadísticos inferenciales para relacionar los rechazos de un banco de pruebas en frio y los defectos de maquinado en los barrenos de ensamble de los árboles de levas

Resumen

En la industria manufacturera es de gran importancia reducir las desviaciones de maquinado tan pronto como sea posible para evitar costos asociados con los retrabajos. La definición de modelos matemáticos que predicen futuras fallas en el diagnóstico de motores de combustión asociados con los errores en los maquinados es una manera que ayuda a ahorrar tiempo y dinero en el proceso. Este trabajo propone el análisis y establecimiento de correlaciones entre las desviaciones del maquinado en cabezas de cilindros y los rechazos de un banco de pruebas en frio en una empresa que produce automóviles. Para determinar las relaciones, se midió una muestra de cabezas y motores en un período de dos meses y mediante estadística inferencial se establecieron modelos estadísticos. Se logró establecer 77 modelos
estadísticos que permiten predecir qué maquinados de las cabezas de cilindros están contribuyendo a los rechazos y
por tanto ajustar las herramientas correspondientes. Debido a la gran cantidad de datos de los resultados de los 77 modelos, este artículo muestra solo un modelo el cual es uno de los más representativos. Utilizando este modelo
estadístico fue posible saber cuál característica de la herramienta debe ser ajustada además también se encontró que los límites de prueba para la presión de aceite tienen que ser ajustados en el banco de pruebas en frio