Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 1
Clase 1
Agenda
Que es el anlisis y diseo de experimentos (ADE)? Dnde se utiliza el ADE? Principios Bsicos del ADE Algunos objetivos posibles para ADE Pasos de un ADE Un ejemplo: el uso de ADE en una aplicacin real Precauciones y Consideraciones Algunas aplicaciones Bibliografa
Se puede entender como un experimento a una prueba planeada donde se introducen cambios controlados en un proceso o un sistema con el objetivo de analizar la variacin inducida por estos cambios en una medida de desempeo.
ADE es una coleccin de herramientas estadsticas que se relacionan con la planeacin, la ejecucin y la interpretacin de un experimento.
Entradas
PROCESO
Salidas, y
z1
z2
zm
Factores Incontrolables
Aleatorizacin.- La asignacin de material experimental y el orden de experimentacin deben ser determinados aleatoriamente. Esto permite que los efectos de algunos factores no controlados se cancelen unos a otros. Replicacin. Recolectar un nmero de especmenes bajo cada combinacin de condiciones experimentales. Esto permite al experimentador estimar el error experimental, as como incrementar la precisin en el efecto estimado de un factor. Bloqueo.- Un bloque es una porcin de material experimental que debe ser ms homogneo que el conjunto completo de material. Esto permite al experimentador incrementar la precisin del experimento.
Ilustracin de un ADE
Factor Factor Bloqueador Controlable Medida de Desempeo
Aleatorizacin
Bloqueo
Replicacin
Diseo de un sistema nuevo (DISEO) Determinar las variables importantes que afectan una medida de desempeo (FILTRADO) Ajustar idealmente las condiciones de proceso (OPTIMIZACIN) Reduccin de la variabilidad de un proceso (REDUCCIN DE VARIANZA) Encontrar condiciones insensibles a la variacin externa de un proceso (ROBUSTEZ)
Pasos de un Experimento
1. 2. 3. 4. 5. 6.
Definir el objetivo del experimento Planear Disear el Conducir experimento Analizar Concluir
Placa SMC
Preformado de SMC:
Fibra de Vidrio Resina Carga Catalizadores Otros
Placa de SMC
Se utiliza para aplicaciones automotrices Necesita cumplir estndares de calidad de superficie
10
3. Matener cualquier otro factor controlable constante. 4. La medida de desempeo est dada por el ndice de calidad (entre ms pequeo el valor de este ndice, mejor calidad de superficie)
Fase de Diseo
Diseo de Experimentos: Podemos usar un diseo factorial 22 para investigar 2 factores a 2 niveles, lo cual arroja un total de = 4 corridas experimentales. Replicaremos este experimento n=5 veces. 44 + Carga % 40 + Factor A, Carga se vara a a=2 niveles Factor B, Temperatura de Molde se vara a b=2 niveles
11
12
Suma de Rengln
Cada uno de estos nmeros es una medicin del ndice de calidad tomada de una placa de SMC
Suma de Columna
Gran Suma
13
SSC arg a
SSTemperatura
i =1 j =1 k =1
SS Subtotales
14
302 90 85
b n
86 104
98 82
87 79
89 84
107 72
102 77
327 105 94 78 82
91 67
SST =
i =1 j =1 k =1
2 yijk
2 y... = (90) 2 + (86) 2 + (98) 2 + (87) 2 + (89) 2 + (107) 2 + (102) 2 + (105) 2 + (94) 2 + (91) 2 + (85) 2 + (104) 2 + (82) 2 + (79) 2 + (84) 2 abn
2 (1759) 2 1 a 2 y... 1 2 2 = = 966.05 SSC arg a = yi.. [(949) + (810) ] abn (2)(5) (2)(2)(5) bn i =1 2 y... 1 a 2 1 (1759) 2 2 2 [(884) + (875) ] SSTemperatura = y. j . = = 4.05 an i =1 (2)(2)(5) abn (2)(5) 2 y... 1 a b 2 1 (1759) 2 2 2 2 2 SS Subtotales = yij . = [(450) + (499) + (434) + (376) ] = 1542.55 n i =1 j =1 ( 2)(2)(5) abn 5 SS Interaccin = SS Subtotales SSC arg a SSTemperatura = 1542.55 966.05 4.05 = 572.45
15
16
Significativo
Significativo
Si Fo>Falpha, GL num, GL denom, significa que el efecto de ese factor o interaccin es estadsticamente significativo. Un valor muy bajo del valor- p (<<alpha) indica una evidencia fuerte a favor de concluir que tal efecto es significativo. En este caso, el efecto de la carga y el efecto de interaccin CargaTemperatura parecen significativos. La temperatura no aparece como un factor significativo.
17
La grfica de efectos principales confirma nuestros resultados del anlisis de varianza. Podramos decir equivocadamente que especificar la temperatura de molde a 302oF no hara mucha diferencia en el ndice de calidad, sin embargo, veamos ahora la grfica de interaccin.
Grfica de Interaccin
Interaction Plot (data means) for Quality Index
100
18
Filler at 40%
90
80
Filler at 44%
302 327
Mold Temperature
Entre ms paralelas se encuentren estas lneas, existe una menor interaccin entre los factores de inters. Es claro que en este caso en particular, existe una gran cantidad de interaccin.
Conclusiones
19
Tenemos evidencia estadstica para decir que la calidad de la superficie mejorar si el contenido de la carga se fija en 44% y la Temperatura del molde se fija en 327oF. Investigacin adicional de estos dos factores (y su interaccin) a diferentes niveles sera necesaria para establecer condiciones ptimas.
Cuidado!
Este anlisis asume que las observaciones se pueden describir por un modelo estadstico lineal
20
yijk=+i+j+()ij+ijk
Donde i=1,2,,a; j=1,2,,b; and k=1,2,,n
Cuidado!
Se necesita checar que el modelo que tenemos sea adecuado para establecer la validez de nuestras conclusiones. sto se puede hacer a travs del anlisis residual.
Residual Model Diagnostics
Normal Plot of Residuals
20 20
21
I Chart of Residuals
UCL=19.68
Residual
Residual
10
10 0 -10 -20
LCL=-19.68 Mean=5.23E-13
-10 -2 -1 0 1 2
10
20
Normal Score
Observation Number
Histogram of Residuals
6 5 20
Frequency
3 2 1 0 -10 -5 0 5 10 15
Residual
10
-10 80 90 100
Residual
Fit
22
23
Qu ms pudimos hacer?
Comentarios
1.
24
Utilizar el ADE nos ayuda a entender mejor la variacin de nuestros sistemas y procesos. Pasar por definir el objetivo, planear, disear, conducir, analizar y concluirno saltarse ni un solo paso al llevar a cabo un experimento. Paga ser sistemtico. Un conjunto de datos o experimento distinto requerir un diseo estadstico distinto.
2.
3.
Celda de Manufactura
25
Variables Controlables
26
Variables No Controlables
27
El arreglo cruzado
28
Experimento de Mezclas
29
Comparar el desempeo de mezclas de fibras distintas en partes estructurales de SMC Evaluar si es factible determinar niveles ptimos de mezcla para satisfacer diferentes requerimientos. Desarrollar tcnicas para mezclar fibras fcilmente. Encontrar balances entre costo, manufacturabilidad, y consistencia.
30
7) 5) 6) Todos los 2 pliegos vidrio/ 1 pliego vidrio/ pliegos con 2 carbn 3 carbn fibra de carbn
31
32
Un tercer issue
Si decidimos inclur dos pliegos de SMC con un cierto tipo de fibra, habr algn efecto en nuestras medidas de desempeo debido a la posicin relativa de estos pliegos en la carga?
33
Tensile Strength/Weight
34
35
6 variables
214 combinaciones Cada corrida toma un tiempo considerable Hay restricciones en la configuracin del refuerzo
36
Montgomery, Douglas C. (1997). Design and Analysis of Experiments. 4th Edition. John Wiley & Sons: New York. Stuart, Glen (1993). Taguchi Methods.Addison-Wesley Publishing Company, Inc.:Boston.
37
Notan que los clips para papel se rompen de vez en cuando y que quizs se pueda ahorrar por ah. Queremos estudiar la vida til de los clips de acuerdo con dos factores: ngulo de apertura y tiempo bajo deformacin.