1. INTRODUCCION A LA INGENIERIA DE CALIDAD Occidente Vs Oriente Concepto de Ruido en el Diseo Robusto Confiabilidad del Producto Concepto de Calidad 2.

INGENIERIA DE CALIDAD OCCIDENTE Es considerada como una tarea separada del desarrollo, diseo y manufactura. La sociedad profesional de los expertos en calidad es la ASQC (American Society of Quality Control) JAPON La Calidad es responsabilidad de todos los ingenieros y directores. No se tiene a una sociedad propia de la calidad, en su lugar est la JUSE (Japanese Union of Scientists and Engineers) 3. Un producto debe ser manufacturado en forma eficiente y ser insensible a la variacin que se da tanto dentro del proceso de produccin como en manos del consumidor. Reducir la variacin se traduce en mayor confiabilidad y en ahorro considerable de costos tanto por parte del fabricante como del consumidor. 4. RUIDO EN EL DISEO ROBUSTO Una vez que el consumidor comienza a usar el producto, su calidad puede variar por muchas razones. La causa de esta variabilidad es llamada FACTOR DE RUIDO 5. Los factores que causan que una caracterstica funcional se desve de su valor objetivo, se llaman factores de ruido. Los factores de ruido causan variacin y prdida de calidad. Esta prdida de calidad constituye una prdida, en trminos de tiempo y dinero, tanto a los consumidores como a los fabricantes, y en ltimo trmino a la sociedad. 6. TIPOS DE RUIDO PERDIDA A LA SOCIEDAD DESVIACION DE LAS CARACTERISTICAS CON RESPECTO AL VALOR OBJETIVO FACTORES DE RUIDO RUIDO EXTERNO RUIDO INTERNO RUIDO ENTRE PRODUCTOS 7. RUIDO EXTERNO Se define como las fuentes de variabilidad que vienen de fuera del producto: La temperatura y la humedad en la cual el producto es usado. El error humano, incluyendo a la ignorancia y el abuso intencional. El polvo en el medio ambiente. Variacin del voltaje de entrada Luces ultravioletas 8. RUIDO ENTRE PRODUCTOS Es el resultado de no poder fabricar dos o ms productos idnticos. Dimensiones Concentraciones qumicas de lote a lote Variaciones de espesor Pesos Resistencias 9. RUIDO INTERNO Es la variacin causada por el deterioro. Cambios internos del producto o proceso. Es comn para ciertos productos que se deterioren durante su uso o su almacenamiento. Prdida de masa en los filamentos de los focos Deterioro de la pintura en una casa Kilometraje del auto Compresin del empaque en una llave 10. CONFIABILIDAD DEL PRODUCTO E INGENIERIA DE CALIDAD Fallas tempranas de vida Entre productos Externo Fallas Deterioro Fallas finales de vida Tiempo en servicio El resultado del ruido es caracterizado como un problema de confiabilidad. 11. ROBUSTEZ Existen dos maneras de minimizar la variabilidad: Eliminar la fuente actual de ruido Eliminar la sensibilidad del producto al las fuentes de ruido. Esto puede ser muy costoso ya que algunos factores de ruido no pueden ser controlados y otros son difciles de controlar. DISEO ROBUSTO Se dice que un producto o proceso es robusto, cuando es insensible a los efectos de las fuentes de variacin, an cuando estas no hayan sido eliminadas. .

12. ACTIVIDAD DEL DISEO ROBUSTO Requisitos del cliente Conocimiento Cientfico Conocimiento de Ingeniera Diseo del producto DISEO Y MANUFACTURA Funcin Deseada Medio ambiente de uso Costo de fallas Entendimiento del fenmeno natural Experiencia con diseos previos y procesos de manufactura Bajo Costo Alta Calidad 13. Hacerlo bien desde la primera vez Adecuacin al uso Sentimiento de satisfaccin CALIDAD ESTAR DENTRO DE ESPECIFICACIONES NOMINAL CARACTERISTICA DE CALIDAD LIE LSE DEFECTUOSOS DEFECTUOSOS BUENOS 14. CALIDAD SEGUN TAGUCHI Costos de Garanta LIE LSE VALOR NOMINAL LA CALIDAD DE UN PRODUCTO ES LA (MINIMA) PERDIDA QUE EL PRODUCTO OCASIONA A LA SOCIEDAD DESDE QUE ES EMBARCADA. 15. DENSIDAD DE COLOR EN UN CONJUNTO DE TELEVISORES Sony Japn Sony - USA Grado m A B B C C D D m-5 m+5 Densidad de color 16. FUNCION PERDIDA OBJETIVO = m CARACTERISTICA DE CALIDAD = y P E R D I D A ($) LO MEJOR REGULAR MALA MALA BUENA BUENA REGULAR L(Y) = k(y-m) 2 LIE LSE 17. MEDICION DE LA CALIDAD Los ingenieros deben de contabilizar la prdida monetaria que los consumidores incurren cuando el producto se degrada en presencia del ruido. Contabilizar el efecto del ruido en la empresa no es suficiente. PRINCIPIOS PARA LA DESCRIPCION CUANTITATIVA DE CALIDAD La desviacin del valor objetivo resulta en una prdida al consumidor, prdida al productor y finalmente prdida a la sociedad. Las prdidas monetarias debidas a la desviacin del valor objetivo forma la base para la descripcin cuantitativa de la calidad. 18. COSTOS PARA MEDIR Y CUANTIFICAR LA CALIDAD Los costos pueden ser difciles de cuantificar. Parte del trabajo de un ingeniero es minimizar el costo total del diseo . Costo de la unidad manufacturada Costos del ciclo de vida Costos de la prdida de calidad Este ltimo costo es ms difcil de cuantificar que los otros, pero es importante que se tome en cuenta. 19. COSTOS DE LA PERDIDA DE CALIDAD Este costo est directamente relacionado con la desviacin del funcionamiento del producto y basado en las consecuencias econmicas del grado de alejamiento de su valor objetivo. Prdida del Consumidor Prdidas debidas al mal funcionamiento del producto. Costo de la renta para el remplazo del producto que esta siendo reparado. Costos de servicio que no incluyen garanta. 20. PERDIDA DEL FABRICANTE Inspeccin, Desperdicio y Retrabajo Costos de garanta Costos de devolucin Prdida de ventas y clientes Demandas PERDIDA A LA SOCIEDAD Contaminacin del medio ambiente. Lesiones personales o perdida de vida. Interrupcin de la comunicacin y el transporte 21. INGENIERIA DE CALIDAD FUERA DE LA LINEA Actividades que toman lugar durante el desarrollo y el diseo del producto y proceso. Diseo del Concepto, del parmetro y de Tolerancias. DENTRO DE LA LINEA Se refiere a los procedimientos o actividades que toman lugar durante la produccin. 22. DISEO DEL CONCEPTO Es la fase en la cual el equipo de desarrollo del producto define un sistema que funciona bajo un conjunto inicial de condiciones

nominales. El sistema debe de usar solamente la tecnologa que ha mostrado ser robusta. El concepto puede ser un nuevo invento que sorprenda al consumidor y al competidor, como una respuesta directa de las necesidades del consumidor o un incremento a la oferta competitiva. QFD DSN DOE BENCHMARKING 23. DISEO DEL PARAMETRO Es la fase en la cual el equipo del desarrollo del producto optimiza el concepto de diseo identificando los niveles de los factores de control que hace al sistema menos sensible al ruido. Diagrama P Caracterstica de calidad Factor Seal Factores de Ruido Factores de Control 24. DISEO DE TOLERANCIAS Es la fase en la cual el equipo del diseo del producto especifica las desviaciones permitidas en los valores del parmetro . Durante esta fase se establecen las especificaciones, tomando en cuenta a los factores de ruido externos. Aqu la meta es volver a optimizar los costos de manufactura, de ciclo de vida y los de la prdida de calidad. FUNCION PERDIDA ANOVA DOE 25. INGENIERIA DE CALIDAD DENTRO DE LA LINEA Mantener la consistencia dentro de la produccin y el ensamble para minimizar la variacin entre unidades. Mantener los bajos costos y la alta calidad simultneamente. SPC SSN FUNCION PERDIDA BASADA EN EL CONTROL DEL PROCESO 26. RECORDAR QUE: Conformarse con los lmites de especificacin es un indicador inadecuado de la calidad o prdida debida a la mala calidad. La prdida de calidad es causada por la insatisfaccin del consumidor. La prdida de calidad puede relacionarse con las caractersticas del producto. La prdida de calidad es una prdida financiera. La funcin de prdida es una herramienta excelente para evaluar la prdida en la etapa inicial del desarrollo del producto/proceso. 27. CARACTERISTICAS DE CALIDAD Caractersticas cuantificables, que son las que se pueden medir en una escala continua. Nominal es mejor: Es una caracterstica con un valor objetivo. Menor es mejor: Es una caracterstica cuyo mejor valor es cero. Mayor es mejor: Es una caracterstica cuyo mejor valor es infinito. Caractersticas por atributos, que son las que no se pueden medir en una escala continua, pero que pueden ser clasificadas en una escala graduada discreta. 28. FUNCION PERDIDA OBJETIVO = m CARACTERISTICA DE CALIDAD = y P E R D I D A ($) LO MEJOR REGULAR MALA MALA BUENA BUENA REGULAR L(Y) = k(y-m) 2 LIE LSE 29. DISTRIBUCION PROMEDIO DE PREFERENCIAS 60F 80F 70F 50% 100% 0 % PORCENTAJE DE PERSONAS 30. COEFICIENTE DE PERDIDA DE CALIDAD (K) Este es determinado al encontrar los lmites funcionales o las tolerancias del consumidor que son puntos en el cual el producto tendr un comportamiento inaceptable en aproximadamente el 50% de los consumidores m 0 La suma de los costos de las consecuencias de las fallas es llamada A 0 m L(y) A 0 - 0 0 + 31. Es ms bien de carcter tcnico que terico. Esta orientada a la productividad y a la reduccin de costos, y no tanto a responder al rigor estadstico. Los conceptos fundamentales de su filosofa y metodologa se basan en la relacin que existe entre variacin, costo y ahorro. METODO TAGUCHI 32. Para una pieza : L = K(y - m) 2 Para n piezas : L = k( 2 + ( y- m) 2 ) NOMINAL ES LO MEJOR OBJETIVO = m L($)

33. Para una pieza: L = ky 2 Para n piezas : L = k (MSD) = k ( y 2 + 2 ) MENOR ES LO MEJOR L($) OBJETIVO = 0 34. MAYOR ES LO MEJOR Para una pieza : L = k/y 2 Para n piezas: L = k (MSD) k 1 (1 + 3 x 2 ) y 2 y 2 OBJETIVO = L($) 35. Determinar la funcin prdida para el circuito de la fuente de poder de un televisor, en donde el valor nominal de y (voltaje de salida) es m = 115 Volts. El costo promedio por reparar o reemplazar el televisor de color es U.S. $100.00. Esto ocurre cuando y esta fuera del rango de 115 20 Volts., estando el aparato ya en poder del consumidor. L(y)=K(y - m) 2 K = $100 = 0.25 $/Volts. 2 (20v) 2 EJEMPLO 36. Suponga que el circuito se embarc con una salida de 110 Voltios sin ser reprocesada. Esta es una prdida de: L = $0.25 (110 - 115) 2 = $6.25 Suponga que el voltaje de salida puede recalibrarse al final de la lnea de produccin a un costo de U.S. $2.00. Cul es la tolerancia de manufactura? 37. 38. 112 118 112 112 118 118 1 2 $0.73/pza. 3 $0.27/pza 112 118 $1.23/pza 4 $0.15/pza m m m m 39. MENOR ES LO MEJOR La caracterstica de calidad que nos interesa es : y= % de encogimiento de una cubierta de velocmetro. Cuando y es 1.5%, el 50% de los consumidores se queja del estuche y lo regresa para reemplazarlo por otro. El costo de reemplazo es de $80.00 L=Ky 2 K= 80/1.5 2 = 35.33 40. PORCENTAJE DE ENCOGIMIENTO DE LAS CUBIERTAS 41. MAYOR ES LO MEJOR Se desea maximizar la tensin de la soldadura protectora de las terminales de un motor. Cuando la tensin de la soldadura es 0.2 lbs/in 2 , algunas soldaduras se quebraran y tendran un costo promedio de reemplazo de $200.00 L= k/y 2 k= Ly 2 = 200(0.2) 2 = 42. TENSION DE LA SOLDADURA ANTES Y DESPUES 43. RAZON SEAL RUIDO Usos de la funcin prdida: Cuantificar la calidad en la etapa de diseo. Comparar los costos de calidad esperados con los costos de manufactura. Determinar tolerancias. La funcin prdida no es independiente de los ajustes de la media despus de reducir la variabilidad. Esto es, si el sistema es estable en la presencia de ruido, pero no est en el valor objetivo, la prdida de calidad es alta. Cualquier ajuste puede poner al sistema en el objetivo, resultando una prdida baja. Es por esto, que la funcin prdida no es una medicin buena para la optimizacin del diseo de parmetros en donde es til reducir la variabilidad independientemente de poner al sistema en el valor objetivo. 44. PROPIEDADES DE LA RAZON SEAL RUIDO (S/N) Refleja la variabilidad en la respuesta del sistema causada por los factores de ruido. Es independiente del ajuste de la media. Predice la calidad an cuando el valor del objetivo deba ser cambiado. Mide la calidad relativa, porque se puede usar para propsitos de comparacin. No induce a complicaciones innecesarias, tal como las interacciones de los factores, cuando la influencia de varios factores en la calidad del producto son analizadas. 45. PROCEDIMIENTO PARA CREAR LA RAZON SEAL RUIDO (S/N) Se utiliza como base a la desviacin cuadrada media (MSD) de la funcin prdida . La MSD se modifica para hacer a la razn seal ruido independiente de los ajustes de

la media hacia el objetivo. La expresin resultante es transformada matemticamente a decibeles por el uso del logaritmo. Esto hace que la razn S/N sea una medida de calidad relativa y ayuda a reducir los efectos de las interacciones entre los factores de control. 46. RAZON S/N m = 3600 EFECTO DE LA TEMPERATURA SOBRE LA UNIFORMIDAD DE ESPESOR El objetivo de cualquier experimento sera minimizar la varianza manteniendo la media en el valor objetivo. Esta es una restriccin para la optimizacin de cualquier problema, el cual puede ser muy complicado, especialmente cuando existen muchos factores de control. Cuando existe un factor de escala (un factor que incrementa la respuesta proporcionalmente) el problema se simplifica. 47. RAZON S/N El supuesto de que la media y la desviacin estndar tienen una escala proporcional con el factor de escala, se tiene en consideracin lo siguiente: . Dividir el valor objetivo entre la media actual, se llama razn de escala. SR = m/y . Multiplicar el nivel del factor de escala por la razn de escala para obtener el valor deseado sobre el valor objetivo despus del ajuste. . Multiplicar la media por el valor de la razn de escala, coloca a la media en el valor objetivo. . Multiplicar la desviacin estndar por la razn de escala para obtener la variacin despus del ajuste. 48. RAZON S/N FUNCIN PRDIDA DESPUS DEL AJUSTE L a = k(ms/y) 2 L a = k m 2 (s 2 /y 2 ) Como K y m son constantes, se necesita enfocar la atencin solamente en la relacin (y 2 / s 2 ). Esta relacin se llama S/N porque s 2 es el efecto del factor ruido. Maximizando (y 2 / s 2 ) es equivalente a minimizar la prdida de calidad despus del ajuste, y tambin equivale a minimizar la sensibilidad de los factores de ruido. 49. RAZON S/N Para mejorar la aditividad de los efectos de los factores de control, es comn transformar la relacin (y 2 / s 2 ) en logaritmo y expresar la razn S/N en decibeles . = 10 log (y 2 / s 2 ) El rango de valores de (y 2 / s 2 ) es (0, ), mientras que el rango de valores de y es (- , ). Entonces en el dominio del logaritmo, se tiene mejor aditividad de los efectos de dos o ms factores de control. Maximizar la relacin (y 2 / s 2 ) es equivalente a maximizar . 50. RAZON S/N IDENTIFICACION DEL FACTOR DE ESCALA Se puede maximizar con la media y la desviacin observadas sin saber cual es el factor escala. Tambin la operacin de escala no cambia los valores de . Es por esto que el proceso de descubrir al factor escala y a los niveles ptimos de varios factores de control es simple. Consiste en determinar los efectos de cada factor de control sobre y la media, y luego clasificar esos factores. 51. CLASIFICACION DE LOS FACTORES PARA DETERMINAR EL FACTOR DE AJUSTE RAZON S/N . FACTORES QUE TIENEN EFECTO SIGNIFICATIVO SOBRE Y POCA INFLUENCIA SOBRE LA MEDIA. Estos no son factores de escala, representan una oportunidad substancial de reducir la variabilidad. Para estos factores se debe seleccionar los niveles que en donde sea mximo . Bajo Alto MEDIA S/N Bajo Alto 52. RAZON S/N . FACTORES QUE TIENEN EFECTO SIGNIFICATIVO SOBRE LA MEDIA Y POCA INFLUENCIA SOBRE . Estos son factores de

escala. Se pueden usar para ajustar la media al valor objetivo. S/N Bajo Alto MEDIA Bajo Alto 53. RAZON S/N . FACTORES QUE NO TIENEN EFECTO SIGNIFICATIVO SOBRE LA MEDIA Y TAMPOCO SOBRE . Estos son factores neutrales, y se puede seleccionar sus mejores niveles para otras consideraciones tales como el fcil manejo de operacin y el costo. MEDIA Bajo Alto S/N Bajo Alto 54. FORMULAS PARA LA RAZON SEAL RUIDO (S/N) 55. ARREGLO ORTOGONAL 56. GRADOS DE LIBERTAD ARREGLO ORTOGONAL El primer paso para construir un arreglo ortogonal es contar los grados de libertad totales que nos dicen el mnimo nmero de experimentos que deben ser llevados a cabo para el estudio. Para comenzar se tiene un grado de libertad asociado con la media general, sin tener en cuenta el numero de factores de control que sern estudiados. En general, el nmero de grados de libertad asociados con un factor es igual a el nmero de niveles de ese factor menos uno. 57. EJEMPLO Suponga que es de inters probar a un factor (A) a 2 niveles, cinco factores (B, C, D, E, F) a 3 niveles y la interaccin A x B. Los grados de libertad para este experimento se calculan de la siguiente manera: ARREGLO ORTOGONAL Esto nos indica que se deben de correr por lo menos 14 experimentos para poder estimar los efectos de cada factor y la interaccin seleccionada. 58. ARREGLO ORTOGONAL El nombre del arreglo ortogonal indica el nmero de renglones y columnas que tiene, as como el nmero de niveles en cada columna. Por ejemplo el arreglo L 4 (2 3 ) tiene cuatro renglones y tres columnas de 2 niveles. El arreglo L 18 (2 1 3 7 ) tiene 18 renglones; una columna de 2 niveles y 7 de tres columnas. Cuando existen 2 arreglos con el mismo nmero de renglones, el segundo arreglo se le identifica con una comilla. El nmero de renglones de un arreglo ortogonal representa el nmero de experimentos . El nmero de renglones debe ser por lo menos igual a los grados de libertad requeridos en el estudio. El nmero de columnas de un arreglo representa el nmero mximo de factores que se estudiarn en el experimento. 59. ARREGLOS ORTOGONALES ESTANDAR 60. TECNICA DEL NIVEL FICTICIO ARREGLO ORTOGONAL Esta tcnica nos permite asignar un factor con m niveles a la columna que tiene n niveles, donde n es mayor que m . EJEMPLO Se quiere correr un experimento en donde el factor A tiene 2 niveles y los factores B, C y D tienen 3 niveles. Se seleccionar un L 9 , ya que el L 8 que es el que se necesita slo se puede seleccionar para factores de 2 niveles. Aqu se puede tomar una columna para cada factor, y en este caso seleccionaremos la columna 1 para el factor A, y se igualar el nivel 3 con el nivel uno del factor A. Esto es A 3 =A 1 61. ARREGLO L 9 ARREGLO L 9 CON NIVEL FICTICIO ARREGLO ORTOGONAL 62. METODO DEL FACTOR COMBINADO Este mtodo permite estudiar mas factores de los que tiene un arreglo ortogonal en sus columnas. Se puede utilizar para asignar 2 factores a 2 niveles en la columna de 3 niveles de la manera siguiente: Sean A y E los factores de dos niveles. Existe un total de 4 combinaciones que son A 1 E 1 , A 2 E 1 , A 1 E 2 y A 2 E 2 . Se seleccionan tres

de los niveles de ms importancia y se les asigna como nivel 1, 2 y 3 como sigue: (AE) 1 = A 1 E 1 , (AE) 2 = A 1 E 2 y (AE) 3 = A 2 E 1 . Para calcular los efectos de A y E se procede a obtener la diferencia entre (AE) 1 y (AE) 2 , esta nos indica el efecto del cambio de E 1 a E 2 . De igual forma la diferencia entre (AE) 1 y (AE) 3 indica el efecto del cambio de A 1 a A 2 . 63. ARREGLO L 9 CON FACTOR COMPUESTO ARREGLO ORTOGONAL 64. EFECTO DE LA INTERACCION A 1 B 2 A 2 B 1 A 1 B 1 A 2 B 2 y A 1 A 2 Efecto = (y A 2 B 2 - y A 1 B 2 ) - (y A 2 B 1 - y A 1 B 1 ) = (y A 2 B 2 + y A 1 B 1 ) - (y A 2 B 1 + y A 1 B 2 ) 65. EFECTO C =( yA 1 B 1 + yA 2 B 2 ) - (yA 1 B 2 + yA 2 B 1 ) EECTO A x B =( yA 2 B 2 + yA 1 B 1 ) - ( yA 2 B 1 + yA 1 B 2 ) EFECTO DE LA INTERACCION Factor C 2 = yA 1 B 2 +yA 2 B 1 Factor C 1 = yA 1 B 1 +yA 2 B 2 66. INTERACCIONES ENTRE DOS COLUMNAS L 8 67. Los factores se asignan a los puntos. Se asigna una interaccin entre dos factores al segmento de lnea que conecta los dos puntos correspondientes. Si una interaccin entre dos factores se considera irrelevante, entonces puede asignarse un factor al segmento de lnea correspondiente. COMO UTILIZAR LAS GRAFICAS LINEALES? 68. Paso1: Se selecciona el arreglo ortogonal apropiado a) Se cuenta el nmero total de grados de libertad que se necesitan. b) Un arreglo ortogonal de dos niveles con m columnas tiene m grados de libertad. Se selecciona un arreglo ortogonal que cubra su total. Paso 2: Se dibuja la grfica lineal requerida. Paso 3: Se selecciona la grfica lineal estndar apropiada. Puede haber varias opciones. Hay que decidir por una de ellas. Paso 4: Se ajusta la grfica lineal requerida a una de las grficas lineales estndar del arreglo ortogonal que se seleccion. Paso 5: Se asigna cada efecto principal y cada interaccin a la columna apropiada. DISEO DE EXPERIMENTOS UTILIZANDO UN ARREGLO ORTOGONAL 69. Una de las contribuciones que el Dr. Taguchi ha hecho para el uso de arreglos ortogonales en el diseo de experimentos es el concepto de grficas lineales. Estas representan grficos equivalentes de las matrices triangulares que facilitan la asignacin complicada de factores e interacciones a un arreglo ortogonal. (1) 1 2 3 3 5 1 5 4 2 6 4 6 7 7 GRAFICAS LINEALES 70. METODO DE FUSION DE COLUMNAS Este mtodo puede ser utilizado para crear : Columnas de 4 niveles en un arreglo ortogonal estndar con todas las columnas a 2 niveles. Columnas de 9 niveles en un arreglo ortogonal estndar con todas las columnas a 3 niveles. Columnas de 6 niveles en un arreglo ortogonal estndar con algunas columnas a 2 niveles y otras a 3 niveles. Para crear una columna de 4 niveles, se fusionan cualquiera de dos columnas y la columna de su interaccin. 71. Las tres columnas fusionadas tienen un grado de libertad cada una , por lo tanto juntas tienen tres grados de libertad, que son los que se necesitan para el factor de 4 niveles. 72. METODO CON FACTOR DE BIFURCACION A = Material B = Mtodo de llenado C = Mtodo de horneado D = Temperatura de horneado E = Tiempo de horneado F = Intensidad de luz G = Velocidad de la banda C 2 = Horno Infrarrojo C 1 = Horno Convencional

73. 1 5 4 2 3 6 7 GRAFICA LINEAL C A E,G D, F B C A E,G D, F B 74. 75. La vlvula de vaco del control automtico de velocidad de un automvil haba estado fallando durante la fase de ensamble debido a que la mquina de colocacin rompa el mbolo del cuerpo de la vlvula. La falla se atribuy a un mal diseo. La fuerza de desactivacin fue considerada como la caracterstica ms importante. Se dise un experimento para determinar la condicin ptima del proceso, tanto para maximizar la fuerza de desactivacin as como para minimizar su variacin. EJEMPLO 76. FACTORES Y NIVELES CONSIDERADOS EN EL EXPERIMENTO 77. DATOS OBTENIDOS 78. Recomendaciones para la optimizacin: A 1 B 2 C 1 D 1 E 2 TABLA DE RESPUESTAS 79. En el clculo de esta estimacin, solamente se deben de usar los efectos fuertes. Esto se hace debido a que el error experimental (error de varianza) se confunde dentro de cada uno de los promedios, tendiendo a dar una sobrestimacin. = T + (C 1 -T) + (E 2 - T) + ((C I B 2 - T) - (C 1 - T) - (B 2 - T)) = E 2 - B 2 + C 1 B 2 = 45 - 42 + 52.25 = 55.25 PREDICCION DE LA RESPUESTA 80. ANALISIS DE DATOS UTILIZANDO ARREGLOS ORTOGONALES Determinar la respuesta promedio de los niveles de los factores. Seleccionar los niveles ptimos de los factores comparando los promedios de las respuestas. Predecir el promedio del proceso para niveles ptimos. Comparar la magnitud de la prediccin con los resultados de la corrida confirmatoria. 81. El propsito de una corrida confirmatoria es comprobar que los resultados puedan reproducirse. Caso1: R = 58 Esto indica una alta probabilidad de reproducir los resultados. Caso 2: R = 54 Aunque no es tan bueno como el caso 1 an se tiene buena probabilidad de reproducirlos. Caso 3: R = 42 La probabilidad de reproducirlos es baja. Sin embargo si es mejor que la estimacin para la condicin existente, podra ser utilizada como una condicin ptima temporal, hasta que se hagan mejoras subsecuentes. CORRIDA CONFIRMATORIA 82. Caso 4: R = 30 Esto indica una baja probabilidad de reproducirlos. No se puede aceptar los resultados experimentales. Debe ser reconsiderado. Caso 5: R = 65 Esto es mucho mejor que lo esperado. Una interaccin puede estar trabajando en nuestro beneficio para producir resultados mejores que los esperados. CORRIDA CONFIRMATORIA 83. Mala aditividad. Esto es equivalente a la existencia de interacciones. Es probable que se hayan seleccionado factores de control con interacciones significativas. No se seleccionaron suficientes factores de control para asegurar que los resultados fueran reproducibles. Los niveles pueden haber sido muy parecidos como para detectar sus cambios. MOTIVOS EN EL CASO 4 84. El primer paso es formar categoras acumuladas a partir de las categoras iniciales de modo que la categora acumulada uno sea igual a la categora inicial uno, la categora acumulada dos sea igual a las categoras iniciales uno ms dos. (I) = (1), (II) = (1) + (2), (III) = (1) + (2) +(3). ANALISIS DE ATRIBUTOS CLASIFICADOS 85. Para ilustrar los pasos se utilizar un estudio que se realiz para conocer los parmetros ptimos de una mquina moldeadora al estar utilizando compuesto de

footer

un nuevo proveedor. El aspecto visual se dividi en las categoras iniciales: 1 = Incompleto, 2 = Partido/Crudo, 3 = Deforme, 4 = Bien. EJEMPLO 86. ACUMULADOS RESULTADOS ARREGLO ORTOGONAL 87. A cada categora se le asigna un peso segn la frmula: Wj = 1/(Pj x (1-Pj)) Para el ejemplo que se tiene: W I = 1/(25/90 x (1-25/90)) = 4.985, W II = 1/(49/90 x (1-49/90)) = 4.032, W III = 1/(65/90 x (1-65/90)) = 4.985. PESO PARA LAS CATEGORIAS 88. Los grados de libertad son calculados en base a los grados de libertad de un factor para variables multiplicados por el nmero de categoras acumuladas menos uno. El error se puede obtener restndole a la suma total la suma de cuadrados de cada factor. GRADOS DE LIBERTAD 89. Para expresar la variacin como un porcentaje, se requiere restarle a cada suma de cuadrados una cantidad de error generada por las diferencias entre cada resultado en cada nivel. SS a = SS a - (grados de libertad a) x V error SS e= SS e + (grados de libertad de los factores) x V error SUMA DE CUADRADOS CORREGIDA 90. ANOVA

Search

Follow us on LinkedIn Follow us on Twitter Find us on Facebook Find us on Google+ Learn About Us About Careers Our Blog Press Contact Us Help & Support Using SlideShare SlideShare 101 Terms of Use Privacy Policy Copyright & DMCA Community Guidelines SlideShare on Mobile Pro & more Go PRO Enterprise Sales PRO Features

Developers & API Developers Section Developers Group Engineering Blog Blog Widgets

2013 SlideShare Inc. All rights reserved. RSS Feed

ENGLISH o English o Franais o Espaol o Deutsch