XSL Content

Statistical Methods in Automotive Industry28124

Centre
Faculty of Engineering - Vitoria-Gasteiz
Degree
Bachelor's Degree in Automotive Engineering - DUAL
Academic course
2023/24
Academic year
1
No. of credits
6
Languages
Spanish
Basque
Code
28124

TeachingToggle Navigation

Distribution of hours by type of teaching
Study typeHours of face-to-face teachingHours of non classroom-based work by the student
Lecture-based1522.5
Seminar7.511.25
Applied classroom-based groups3045
Applied computer-based groups7.511.25

Teaching guideToggle Navigation

Description and Contextualization of the SubjectToggle Navigation

Este curso le permitirá al estudiante de ingeniería apropiarse de herramientas de análisis suficientes y necesarias para la investigación de tipo formativa y científica, el control de calidad de procesos y procedimientos, pronósticos en la evaluación de proyectos, atención de problemas de control en la industria, etc., y en general en cualquier disciplina y trabajo multidisciplinario que se requiere desarrollar en proyectos de ingeniería y ciencias



Esta asignatura tiene una orientación CIENTIFICO-TÉCNICO-PROFESIONAL BASICO. Esta propuesta científico-técnica-profesional se apoya en los siguientes hechos:

• Los ingenieros de prácticamente todas las especialidades ocupan buena parte de su actividad en áreas funcionales asimilables a tareas de diseño de productos, organización de producción o comercial, con mayor ó menor presencia de la tecnología y el análisis estadístico de datos.

• Más del 90% del censo de empresas de España son PYMES (menos de 250 empleados). Este tamaño de empresa exige un ingeniero con capacidades transversales y capaces de desarrollar áreas basado en el uso de datos de la empresa.

En cualquier grupo o empresa manufacturera o no, donde hay producción, diseño técnico o compras de artículos o donde se van a hacer aplicaciones extensas del control estadístico de la calidad, la experiencia indica que hay cuatro categorías de comprensión de los métodos estadísticos:

1. Grado de comprensión de las matemáticas y su relación con otras herramientas para el análisis de datos que han perfeccionado los estadísticos matemáticos, en las cuales se basan los experimentos estadísticos, los gráficos de control y las tablas de muestreo. Base estadístico-matemática necesaria para el resto de categorías.

2. Conocimiento general practico de los principios de los distintos tipos de graficas de control y tablas para muestreo. Se requiere saber cómo funcionan estos métodos, como interpretar los resultados y decidir el método a utilizar en determinados casos. Nivel operativo-técnico de una empresa.

3. Conocimiento general de los objetivos y posibles usos del control estadístico de la calidad para permitir supervisar el trabajo estadístico de la calidad. Nivel estratégico de una empresa.

4. Sólo requiere el uso de una o más de las técnicas sobre la base de reglas empíricas. Nivel práctico de la asignatura.



En esta asignatura, aunque su propósito principal este enfocada a la 1ª y 2ª categoría, Parte I y II del temario, también se pretende que sea útil para quienes estén interesados en la 3ª categoría, parte III del temario. Los problemas plantados son reales para trabajar la categoría 4ª de la asignatura.

Skills/Learning outcomes of the subjectToggle Navigation

Introducción: En cualquier empresa manufacturera donde hay compras de artículos o donde se van a hacer aplicaciones extensas del control estadístico de la calidad, la experiencia indica que haya cuatro categorías de comprensión del tema:

1. Grado de comprensión de las matemáticas en las cuales se basan los gráficos de control y las tablas de muestreo y su relación con otras herramientas para el análisis de datos que han perfeccionado los estadísticos matemáticos.

2. Conocimiento general practico de los principios de los distintos tipos de graficas de control y tablas para muestreo. Se requiere saber cómo funcionan estos métodos, como interpretar los resultados y decidir el método a utilizar en determinados casos.

3. Conocimiento general de los objetivos y posibles usos del control estadístico de la calidad para permitir supervisar el trabajo estadístico de la calidad.

4. Uso de reglas empíricas en el control estadístico de la calidad

Theoretical and practical contentToggle Navigation



PARTE I SPC: Control estadístico del proceso.

1. ¿Por qué se requieren las graficas de control? Conceptos estadísticos.

2. Funcionamiento de la gráfica de control.

3. Análisis de capacidad de proceso.

4. Fundamentos de la teoría de probabilidades.

5. Aspectos estadísticos de especificaciones y tolerancias

PARTE II: Muestreo para aceptación.

1. Conceptos fundamentales en el muestreo para aceptación.

2. Sistemas para el muestreo de aceptación lote por lote por atributos.

3. Inspección para aceptación por producción continua.

4. Muestreo por aceptación por variables.



PARTE III: Temas afines.

1. Aspectos de las pruebas de duración y confiabilidad.

2. Aspectos económicos de las decisiones de calidad.

3. Diseño de un sistema de control de la calidad.

MethodologyToggle Navigation

En esta asignatura se utilizan diversas metodologías de enseñanza, siendo la más utilizada la resolución de problemas.Se potenciará el trabajo autónomo, mediante el uso de recursos informáticos y bibliográficos que ayuden al alumnado a comprender los distintos aspectos de la materia.



Parte de la asignatura se desarrollará a través de la metodología Aprendizaje Basado en Problemas (APB), conviene que los alumnos tengan una idea, lo más clara posible, sobre cuál es la base de esta metodología docente.



En la modalidad magistral se impartirán breves exposiciones por parte del docente, dedicando la mayoría del tiempo presencial a la realización de actividades diversas, generalmente trabajando en grupo 4 p, y en ocasiones, realizando alguna actividad individual.

La resolución de cuestiones y problemas en el aula se realizará de forma participativa. Se proporcionarán problemas y ejercicios que desarrollarán individualmente o en grupo, lo que permitirá profundizar en el conocimiento teórico de la materia.

En las prácticas de ordenador, se utilizarán programas básicos, hojas de calculo.



Assessment systemsToggle Navigation

  • Final Assessment System
  • Tools and qualification percentages:
    • Written test to be taken (%): 30
    • Realization of Practical Work (exercises, cases or problems) (%): 10
    • Individual works (%): 20
    • Team projects (problem solving, project design)) (%): 40

Ordinary Call: Orientations and DisclaimerToggle Navigation

Esta asignatura contempla un sistema de evaluación continua a la que el alumno puede renunciar para ser evaluado mediante el sistema de evaluación final, siempre y cuando presente por escrito dicha renuncia al profesor responsable de la asignatura antes de la semana 10 del cuatrimestre. Una vez recibido el escrito de renuncia, se deberá firmar tanto por el alumno como por el profesor responsable, el documento de “Renuncia a la evaluación continua de la asignatura Habilidades Sociales y de Comunicación y Herramientas de Investigación en la Ingeniería”.

Extraordinary Call: Orientations and DisclaimerToggle Navigation

La evaluación de la convocatoria extraordinaria se realizará exclusivamente a través del sistema de evaluación final, tal y como marca la normativa de evaluación del alumnado para el curso 2017-18, pero en el caso de que el alumno haya optado a la evaluación continua se le contemplarán los resultados positivos obtenidos durante el curso.

Compulsory materialsToggle Navigation

La asignatura dispone de una plataforma Moodle de aprendizaje que permite localizar todos los contenidos y seguir la evolución de la misma.

BibliographyToggle Navigation

Basic bibliography

• Probabilidad y Estadistica para Ingenierias y ciencias.Walpole Myers et al.Ed. Pearson (2007).8ªEdición.



• Analisis de datos Multivariantes. D. Peña. M Mc Graw-Hill. (2002)



• Manual del usuario del sistema básico de IBM SPSS Statistics 23. IBM. (2013)

• Las claves del seis sigma.Peter S. Pande et al.Ed.McGrawHill.2002





In-depth bibliography

Análisis y diseño de experimentos. Gutierrez. Mc Graw-Hill. (2003)

• Análisis Multivariante aplicado. E Uriel y J. Aldás. Thomson (2005)

• Técnicas estadísticas multivariantes con SPSS. César Pérez López. Garceta. (2009

Journals

Dyna Ingeniería e Industria
http://www.revistadyna.com/inicio-dyna
International Journal of Production Research
http://www.tandfonline.com/toc/tprs20/current

Web addresses

• Journal of Industrial Engineering and Management
Http://www.jiem.org

• International Journal of Production Management and Engineering
http://polipapers.upv.es/index.php/IJPME

• Management and Production Engineering Review
http://www.degruyter.com

• Dyna Ingeniería e Industria
http://www.revistadyna.com/inicio-dyna

• Asociación Española de Normalización y Certificación
http://www.aenor.es
• Euskalit.
http://www.euskalit.net/

Examining board of the 5th, 6th and exceptional callToggle Navigation

  • GARCIA ZABALA, ASIER
  • RIO BELVER, ROSA MARIA
  • RUIZ DE LA TORRE ACHA, AITOR
  • GARCIA ZABALA, ASIER
  • GAVILANES TRAPOTE, JAVIER
  • RUIZ DE LA TORRE ACHA, AITOR

GroupsToggle Navigation

01 Teórico (Spanish - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
16-30

09:00-10:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.1 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

01 Seminar-1 (Spanish - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
23-30

10:00-11:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.1 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

01 Applied classroom-based groups-1 (Spanish - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
16-30

09:00-11:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.1 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

01 Applied computer-based groups-1 (Spanish - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
16-22

10:00-11:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.1 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

31 Teórico (Basque - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
16-30

09:00-10:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.2 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

31 Seminar-1 (Basque - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
23-30

10:00-11:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.2 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

31 Applied classroom-based groups-1 (Basque - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
16-30

09:00-11:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.2 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)

31 Applied computer-based groups-1 (Basque - Mañana)Show/hide subpages

Calendar
WeeksMondayTuesdayWednesdayThursdayFriday
16-22

10:00-11:00 (1)

Teaching staff

Classroom(s)

  • AULA INFORMÁTICA 1.2 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ (1)