Análisis del sistema de medición (MSA) y control de instrumentos en impresión 3D: cómo hacer que los datos de calidad sean realmente fiables

Introducción: el problema del “origen” de los datos de calidad

En el ciclo de vida completo de lantu3D, desde el plano de diseño hasta la entrega física, cada informe de inspección, cada registro de aprobación de primer artículo (FAI) y cada decisión de devolución dependen de una serie de datos de medición. Sin embargo, muchos equipos concentran sus esfuerzos en la impresora y en la ventana de proceso, pero pasan por alto la fiabilidad de los propios datos: una misma pieza puede presentar diferencias de decenas de micras cuando se mide con distintos instrumentos, por distintos operarios o en momentos diferentes, mientras que las tolerancias típicas de la impresión 3D metálica suelen ser de apenas ±0,1 mm o incluso más estrechas. Si el sistema de medición no es fiable, todo el control estadístico del proceso (SPC), los índices de capacidad del proceso (Cpk) y los criterios de aceptación posteriores se construirán sobre arena. El análisis del sistema de medición (MSA) y el control de instrumentos son precisamente los métodos fundamentales para convertir la “fiabilidad de los datos” en algo ingenieril y cuantificable.

1. Qué son el análisis del sistema de medición (MSA) y el R&R de instrumentos

El análisis del sistema de medición (Measurement System Analysis) es un conjunto de métodos estadísticos para evaluar los errores del “proceso de medición”. Su objeto no es la pieza, sino el propio sistema de medición, incluidos los instrumentos, patrones, operarios, entorno y métodos. En el contexto de la impresión 3D, la evaluación más habitual es el estudio de repetibilidad y reproducibilidad de instrumentos (Gauge R&R): la repetibilidad analiza la consistencia con la que un mismo operario mide varias veces una misma característica con el mismo instrumento; la reproducibilidad analiza las desviaciones entre distintos operarios y equipos. Para la cilindricidad o planitud de una pieza metálica SLM, si la variación del R&R del instrumento representa una proporción demasiado alta de la banda de tolerancia, significa que la “medición imprecisa” está ocultando la “fabricación imprecisa”, y la dirección de mejora del proceso puede verse mal orientada.

2. Por qué la impresión 3D es más sensible al sistema de medición

En comparación con el mecanizado tradicional, la fabricación aditiva impone requisitos más estrictos al sistema de medición por tres razones. En primer lugar, la alta complejidad geométrica: canales de refrigeración conformales, retículas de pared delgada y cavidades internas no pueden medirse directamente con un calibre, por lo que se debe recurrir a máquinas de medición por coordenadas (CMM) o tomografía industrial (CT). En el caso de la CT, la resolución de vóxel, la energía del haz y los algoritmos de reconstrucción pueden introducir desviaciones sistemáticas. En segundo lugar, la alta rugosidad superficial: las piezas de fusión en lecho de polvo (PBF) presentan superficies granuladas, y la fuerza de contacto de un rugosímetro de palpador o de una sonda CMM puede generar fluctuaciones en las lecturas; en piezas sin pulir, el valor Ra suele fluctuar más de un 15% respecto al valor real. En tercer lugar, la anisotropía y el efecto de orientación: la contracción dimensional difiere entre la dirección de impresión y la dirección perpendicular. Si no se unifican las referencias de muestreo y medición, piezas de un mismo lote pueden clasificarse erróneamente como fuera de tolerancia. La combinación de estos tres factores hace que el “error de medición” sea con frecuencia del mismo orden que el “error de proceso”, por lo que es imprescindible separarlos mediante MSA.

3. Prácticas de ingeniería para la calibración de instrumentos y verificaciones intermedias

El primer paso para obtener datos fiables es mantener los instrumentos bajo control. Las empresas deben establecer un inventario de instrumentos en tres niveles: clase A, como CMM, CT industrial e instrumentos ópticos, que se envían a verificación periódica según las normas nacionales de metrología y se trazan hasta patrones de longitud; clase B, como micrómetros digitales, medidores de altura y rugosímetros, que se calibran indicando su incertidumbre; y clase C, como galgas y calibres pasa/no pasa, que se someten a verificación funcional. La clave no está en “tener o no un certificado”, sino en si el ciclo de calibración cubre la deriva. Por ejemplo, el desgaste del rubí de la sonda o el envejecimiento de las guías aerostáticas pueden provocar en una CMM una deriva tendencial de 2 a 3 μm en seis meses; una simple inspección anual podría pasarla por alto. Un enfoque más práctico es introducir una verificación intermedia (Interim Check): utilizar semanalmente un bloque patrón o una esfera patrón de dimensión conocida para comprobar la indicación de los instrumentos críticos, y retirarlos de uso de inmediato si se detecta una desviación fuera de tolerancia. La línea de inspección de calidad de lantu3D utiliza precisamente este método para reducir el “tiempo de detección” de un instrumento fuera de control de varios meses a menos de una semana.

4. Métodos de evaluación GR&R y fiabilidad de los datos

Una vez controlados los instrumentos, sigue siendo necesario responder cuantitativamente mediante GR&R a la pregunta: “¿hasta qué punto se puede confiar en estos datos?”. Tomando como ejemplo un ensayo cruzado típico de tres operarios × diez piezas × tres repeticiones, el %GR&R calculado, es decir, la variación R&R respecto a la banda de tolerancia, debe usarse como criterio de liberación: por debajo del 10% indica que el sistema de medición es aceptable; entre el 10% y el 30% puede aceptarse condicionalmente según la importancia de la aplicación y el riesgo de la pieza; por encima del 30%, deben corregirse el instrumento o el método antes de volver a medir. Para piezas de ajuste preciso con tolerancias de solo ±0,05 mm, incluso un %GR&R del 15% puede ser inaceptable; en ese caso, debe cambiarse a un método de medición de mayor resolución o a una medición sin contacto. Cabe destacar que el MSA evalúa la “medición” y no la “fabricación”. Solo cuando el GR&R es conforme y el Cpk sigue siendo bajo puede confirmarse que el problema está realmente en el proceso y no en el instrumento; esta es una base clave para evitar reprocesos antes incluso de la cotización.

5. Puntos clave de implementación y errores frecuentes

Al implementar MSA, conviene destacar tres puntos clave y errores habituales. Primero, las muestras deben cubrir la variación del proceso: las diez piezas seleccionadas deben abarcar los límites superior e inferior de las dimensiones, en lugar de escoger diez piezas buenas que “parezcan iguales”; de lo contrario, el GR&R se subestimará artificialmente. Segundo, la resolución debe ser suficiente: la resolución del instrumento no debe superar una décima parte de la banda de tolerancia; usar una sonda de 1 μm de resolución para controlar una tolerancia de 0,1 mm sí tiene sentido. Tercero, no se debe confundir calibración con MSA: la calibración solo demuestra que “el instrumento está alineado con un patrón”, mientras que el MSA demuestra que “el instrumento puede proporcionar datos fiables y estables en el entorno de producción”. Ambos son indispensables. Otros errores frecuentes incluyen realizar MSA solo después de una reclamación, generar informes automáticamente con software sin comprender las fuentes de variación, o considerar los errores de vóxel de la CT como defectos reales, provocando rechazos excesivos. Todo ello debe definirse claramente en las instrucciones de trabajo de medición y reforzarse mediante formación.

Conclusión

Para una empresa de impresión 3D posicionada en el concepto “del plano a la entrega”, el análisis del sistema de medición no es una carga adicional del departamento de calidad, sino la base de datos de todas las decisiones de calidad. Mediante la creación de un inventario jerarquizado de instrumentos, la ejecución de verificaciones intermedias, la realización periódica de estudios GR&R y la incorporación de la resolución y la representatividad de las muestras a las normas operativas, las empresas pueden eliminar la “medición imprecisa” como factor de interferencia en la mejora del proceso, haciendo que los datos de FAI, SPC y trazabilidad sean realmente fiables. Cuando los datos son fiables, la mejora de la calidad tiene dirección y la confianza del cliente cuenta con un punto de apoyo.