Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIN AL
DISEO DE EXPERIMENTOS
Pg. 1 de 67
CONTENIDO
1. FUNDAMENTOS DEL DISEO DE EXPERIMENTOS
2. DISEOS FACTORIALES Y OTROS MTODOS
DE MEJORA DE PROCESOS
Pg. 2 de 67
Pg. 3 de 67
Pg. 4 de 67
Pg. 5 de 67
A. CARACTERIZANDO UN PROCESO
Con la aplicacin del control estadstico de proceso, se ha reducido el
nmero de soldaduras falsas en un panel de circuito impreso hasta un 1% para
retrabajo, esto an es demasiado, sin embargo el proceso est en control
estadstico.
La mquina de soldar y el flujo de soldadura tienen varias variables que
se pueden controlar, que incluyen:
1. Temperatura de soldado.
2. Temperatura de pre calentamiento.
3. Velocidad del transportador.
4. Tipo de Fundente.
5. Gravedad especfica del fundente.
6. Altura de la ola de soldadura.
7. ngulo del transportador.
Adems de los factores controlables, se tienen otros factores que no son
controlables fcilmente durante la manufactura, a pesar de que pueden
controlarse a nivel de prueba, y son los siguientes:
1. Espesor del circuito impreso.
2. Tipos de componentes usados en los pneles.
3. Distribucin de los componentes en los pneles.
4. Operador.
5. Tasa de produccin.
Bajo esta situacin, caracterizar el proceso significa encontrar los
factores (controlables y no controlables) que generan la ocurrencia de defectos
de soldaduras falsas en los circuitos impresos. Para lo cul es necesario
realizar un diseo de experimentos que nos permita estimar la magnitud y
direccin de los efectos de los factores. Es decir, cunto cambia la variable de
respuesta (defectos por unidad) al cambiar cada factor, o cunto cambia al
Pg. 6 de 67
Con el
Te
mp 200F
erat
ura
95%
180F
90%
Pg. 7 de 67
160F
Condiciones de operacin
actuales
75%
150F
69%
56%
0.5
1.0
1.5
2.0
2.5
Tiempo (horas)
Pg. 8 de 67
Total Promedio
15
11
10
60
10.00
10
12
17
13
18
19
15
94
15.67
15
14
18
19
17
16
18
102
17.00
20
19
25
22
23
18
20
127
21.17
383
21.17
25
20
15
10
Pg. 9 de 67
5%
10%
15%
20%
de
Total Promedio
y11
y21
ya1
y12
y22
ya2
y13
y23
ya3
y14
y24
ya4
y1n
y2n
yan
y1.
y2.
ya.
y..
y1
y2
ya
y..
i = 1, 2, ., a;
j = 1, 2, , n
(1.1)
asume que es constante durante todos los niveles del factor. En forma tpica los
componentes del error se deben a error de mediciones, variables no incluidas
en el modelo, variacin aleatoria del proceso, etc.
Los datos de la fig. 1.2 muestran el arreglo de un anlisis de varianza
(ANOVA) de una direccin, para un solo factor sus efectos fijos i se definen
como desviaciones de la media general como sigue:
a
i 1
i 0
(1.2)
1 = 2 = .. = a = 0
H1:
(1.3)
SST j 1 ( y ij y..)
n
(1.4)
i 1
a
i 1
(1.5)
i 1
SST j 1 y ij
n
i 1
a
SS F
i 1
y ..2
an
(1.6)
y i2. y ..2
n an
(1.7)
SS E SST SS FACTOR
(1.8)
Al comparar la magnitud de la suma de cuadrados del factor SS F con la
suma de cuadrados del error, SS e, se puede determinar cuanta variabilidad es
debida a los cambios en el factor y cuanta es debida al error, para facilitar la
comparacin, convertimos la escala dividiendo ambos trminos entre sus
grados de libertad. Como hay an = N observaciones, SST tiene N-1 grados de
libertad. Hay a niveles del factor, por tanto SS F tiene (a 1) grados de libertad.
Finalmente, dentro de cualquier nivel hay n rplicas, dando (n-1) grados de
libertad con lo que estimamos el error experimental. Como hay a niveles del
factor, se tiene a(n-1) = an a = N a grados de libertad para el error. La
divisin de las sumas de cuadrados entre los grados de libertad se denominan
cuadrados medios; como sigue:
MS F
SS F
a 1
(1.9)
MS E
SS E
a ( n 1)
(1.10)
Pg. 12 de 67
Fo
MS F
MS E
(1.11)
Suma de
Grados de Cuadrado
cuadrados libertad
medio
Fo
Entre
niveles
del factor
SSF
a-1
MSF
Fo = MSF / MSe
Error
(dentro de
niveles de
factores)
SSe
a(n-1)
MSe
Total
SST
an 1
Pg. 13 de 67
del men
Count
ANOVA
Source of
Variation
Between Groups
6
6
6
6
SS
df
382.79
MS
Fc
Conc. 5%
Conc.10%
Conc. 15%
Conc. 20%
P-value
F crit
3.0983
Concentraciones
Within Groups
130.17
20 6.50833
Total
512.99
23
Anlisis Residual
El anlisis de varianza (ANOVA) asume que las observaciones son
normales e independientemente distribuidos con la misma varianza en cada
nivel del factor. Esto puede verificarse por inspeccin de los residuos. En este
caso el residuo es
eij y ij y i ,
Pg. 14 de 67
-3.00
-2.00
5.00
1.00
1.00
0.00
10
-3.37
1.33
-2.67
2.33
-3.33
0.67
15
-3.00
1.00
2.00
0.00
-1.00
1.00
20
-2.17
3.83
0.83
1.83
-3.17
-1.17
Las grficas de los residuos no muestran que el modelo sea inadecuado para
el anlisis.
4
Valor residual
0
10
15
20
-4
Fig. 1.3 Grfica de los residuos versus Yi. promedio
Comparacin de las medias individuales
Observando las medias en la tabla de ANOVA anterior se puede ver que
la resistencia aumenta conforme aumenta la concentracin de pulpa de
maderas duras. Si se conoce el valor de cualquier media de nivel del factor
tendr una desviacin estndar
Pg. 15 de 67
MSE
6.51
1.04
6
(1.12)
(1.13)
Pg. 16 de 67
Total
Promedio
98
97
99
96
390
97.5
91
90
93
92
366
91.5
96
95
97
95
383
95.8
95
96
99
98
388
97.0
1527
95.4
Suma de
Grados de
cuadrados libertad
Cuadrado
medio
Telar
89.19
29.73
Error
22.75
12
1.90
Total
111.94
15
Fc
15.68
.
Defectivos
LIE= 90
LIE=90
ser
aleatoriamente
asignada
dentro
del
bloque.
Las
i = 1, 2, , a; j =1, 2, ., b
(1.14)
Donde:
= Media general
i = Efecto del nivel i-simo del factor. La suma de sus desviaciones respecto a
la media general es cero.
j = Efecto del bloque j-simo. La suma de sus desviaciones respecto a la
media general es cero.
ij = NID(o, 2) Es el trmino de error.
Se trata de probar la Hiptesis de igualdad de efectos del factor, o sea:
H 0 : 1 2 ... a 0
H 1: : i 0, para.al .menos.una.i
Pg. 18 de 67
(1.15)
.j
i 1
i 1
(1.16)
Simblicamente se tiene:
SST SS FACTOR SS BLOQUE SS E
(1.17)
(1.18)
La Hiptesis nula de que no hay diferencia entre los niveles del factor se
prueba con la prueba F = MSFactor / MSError.
Ejemplo 1.3 Se trata de determinar el efecto de cuatro
diferentes qumicos sobre la resistencia de una fibra. Los
qumicos
se
utilizan
como
parte
del
proceso
final
de
cada
muestra
de
fibra,
obtenindose
los
datos
siguientes:
Tabla 1.7 Datos de resistencia de la fibra Diseo en
bloques
Tipo de
Muestras de fibra
Total Promedio
Yi.
Yi. media
1.3
1.6
0.5
1.2
1.1
5.7
1.14
2.2
2.4
0.4
2.0
1.8
8.8
1.76
1.8
1.7
0.6
1.5
1.3
6.9
1.38
3.9
4.4
2.0
4.1
3.4
17.8 3.56
Qumico
Total col. Y.j 9.2 10.1 3.5 8.8 7.6 39.2 1.96
Promedio
2.30 2.53 0.88 2.20 1.90 Y.. Y.. media
Pg. 19 de 67
4
4
4
4
4
Sum
5.7
8.8
6.9
17.8
Average Variance
1.14
0.163
1.76
0.628
1.38
0.227
3.56
0.893
9.2
10.1
3.5
8.8
7.6
2.3
2.525
0.875
2.2
1.9
1.27333
1.68916
0.56916
1.71333
1.08666
Fibra 1
Fibra 2
Fibra 3
Fibra 4
Fibra 5
ANOVA
Source of
Variation
Rows
Qumicos
Columns
Fibras
Error
18.044
3.4903
6.693
3.2591
0.951
12
Total
25.688
19
SS
df
MS
P-value
F crit
0.07925
difieren
entre
s.
Dems
tambin
se
observa
Pg. 20 de 67
eij yij y ij
(1.19)
y ij y i. y . j y..
La tabla de los residuos se muestra a continuacin:
Tabla 1.9 Residuos del Diseo aleatorizado en bloques
Tipo de
Qumico
1
La
Muestras de fibra
2
3
-0.11
0.44
1
-0.18
4
-0.18
.
0.02
0.10
0.07
-0.27
0.00
0.10
0.08
-0.24
0.30
-0.12
-0.02
0.00
0.27
-0.48
0.30
-0.10
grfica
normalidad.
en
A
variabilidad
variabilidad.
papel
pesar
en
normal
de
que
de
el
residuos
qumico
resistencia,
Sern necesarios
los
tambin
mostr
mostrmayor
indica
otros experimentos
afinar la solucin.
Pg. 21 de 67
mayor
para
2.
DISEOS
DE
EXPERIMENTOS
FACTORIALES
FRACCIONALES
Muchos experimentos para mejoramiento involucran varias variables,
existen diversos diseos para esas situaciones. A continuacin se tratarn
algunos.
2.1 EXPERIMENTOS FACTORIALES
Se utilizan cuando hay varios factores de inters en un experimento. En
los experimentos factoriales se deben utilizar en cada rplica, todas las
combinaciones de los factores que se estna investigando. Si se tienen dos
factores A y B con niveles a y b respectivamente, cada rplica contendr todas
las posibles combinaciones ab.
El efecto de un factor se define como el cambio en la respuesta como
resultado de un cambio en el nivel del factor. A esto se denomina efecto
principal ya que se refiere a los factores primarios del estudio. Por ejemplo:
B2
20
40
B1
10
30
A1
A2
Pg. 22 de 67
30 40 10 20
20
2
2
20 40 10 30
B y B 2 y B1
10
2
2
10 40 30 20
AB y AB 2 y AB1
0
2
2
A y A 2 y A1
Respuesta
B2
B2
B1
A1
B1
A2
A1
a) Sin interaccin
A2
b) Con interaccin
Pg. 23 de 67
Rendimiento (%)
80
70
60
F
140
155
170
Temperatura (F)
180
170
90%
160
80%
150
140
60% 70%
Tiempo (hr.)
0.5 1.0 1.5
2.0
Pg. 24 de 67
SST SS A SS B SS AB SS E
(2.1)
Suma de
Grados de Cuadrado
cuadrados libertad
medio
Fo
Factor A
Factor B
Interaccin
AB
Error
Total
SSA
SSB
SSAB
a-1
b-1
(a-1)(b-1)
MSA
MSB
MSAB
Fo = MSA / MSe
Fo = MSB / MSe
Fo = MSAB / MSe
SSe
SSt
ab(n-1)
abn 1
MSe
Ejemplo 2.1
La pintura
de Primer
a las
superficies de
de
Primer
aplicados
por
los
los
dos
diferentes
Imersin
Aspersin .
Pg. 25 de 67
Fo
Factor A
4.58
2.29
Fo = 28.63
Factor B
4.91
4.91
Fo = 61.38
Interaccin
AB
0.24
0.12
Fo = 1.5
Error
0.99
12
0.08
Total
10.72
17
Pg. 26 de 67
b
(1)
A = -, B = -
(a)
A = +, B = -
(b)
A = -, B = +
(ab)
A = +, B = +
ab
-+
++
B
(1) - -
+- a
A
a ab b (1)
1
(a ab b (1))
2n
2n
2n
b ab a (1)
1
(b ab a (1))
2n
2n
2n
AB
(2.2)
ab (1) a b
1
(ab (1) a b)
2n
2n
2n
AB
(1)
ANOVA
Fo = SST / SSE
glSST = 4n - 1
ab
gl.SSE = 4(n-1)
Pg. 27 de 67
SS
(contraste) 2
n (coeficientes.de.contrastes ) 2
(2.3)
SSA
1
( a ab b (1)) 2
4n
SSB
1
(b ab a (1)) 2
4n
SSAB
(2.4)
1
( ab (1) a b) 2
4n
del
corte
de
placas
de
circuito
impreso.
Se
Vibracin
Total
64.4
96.1
59.7
161.7
Pg. 28 de 67
su
nivel
alto,
aumenta
la
respuesta
en
16.64
Suma de
Grados
cuadrados libertad
1107.326
1
Cuadrado
medio
1107.226
Fo
185.25
227.256
227.256
38.03
AB
303.631
303.631
50.80
Error
71.723
12
Total
1709.836
15
5.977
.
Anlisis Residual
Para obtener los residuos se utiliza la ecuacin de regresin siguiente,
donde los factores A y B se representan por X 1 y X2 y la interaccin AB por
X1X2. Los niveles alto y bajo de cada factor se asignan a los valores +1 y 1
respectivamente, el modelo de ajuste es:
16.64
7.54
8.71
x1
x1
x1 x 2 (2.5)
2
2
2
y 0 1 x1 2 x 2 3 x1 x 2 23.83
Pg. 29 de 67
Vibracin
B+
B-
A-
A+
Los residuos restantes para las otras tres corridas pueden calcularse en
forma similar. Posteriormente se grafican para su anlisis de normalidad, la
cual mostr ser satisfactoria.
Pg. 30 de 67
1
(a ab ac abc b c bc (1))
4n
1
B
(b ab bc abc a c ac (1))
4n
1
C
(c ac bc abc a b ab (1))
4n
1
AB
( ab (1) abc c b a bc ac)
4n
1
AC
( ac (1) abc b a c ab bc)
4n
1
BC
(bc (1) abc a b c ab ac)
4n
1
ABC
(abc bc ac c ab b a (1))
4n
A
(2.6)
Pg. 31 de 67
A
-
Efectos factoriales
B
AB
C
AC
BC
+
+
+
ABC
-
Propiedades de la tabla:
1. Excepto por la columna identidad I, cada columna tiene
un nmero igual de signos positivo y negativo.
2. La suma de productos de los signos con cualquier par de
columnas
es
cero,
sea
que
se
trata
de
una
tabla
ortogonal.
3. Al multiplicar cualquier columna por la columna I se
obtiene
la
misma
columna,
entonces
es
el
elemento
identidad.
4. El producto de cualquier par de columnas resulta en otra
columna en la tabla, AxB = AB, ABxABC = A2B2C = C dado que
una
columna
multiplicada
por
si
misma
da
la
columna
identidad.
El estimado de cualquier efecto principal o interaccin se determina como
sigue:
Efecto
Contraste
n 2 k 1
(2.7)
Pg. 32 de 67
(2.8)
Superficial
Total
(1)
-1
-1
-1
9,7
16
+1
-1
-1
10,12
22
-1
+1
-1
9,11
20
ab
+1
+1
-1
12,15
27
-1
-1
+1
11,10
21
ac
+1
-1
+1
10,13
23
bc
-1
+1
+1
10,8
18
abc
+1
+1
+1
16,14
30
De la misma forma
B
= 1.625
= 1.375
AB = 1.375
AC = 0.125
BC = -0.625
Pg. 33 de 67
ABC = 1.125
Por observacin directa el factor dominante es el A seguido
por el B y la interaccin AB.
Calculando la suma de cuadrados como sigue:
SSA = (contraste A)2 / 2 (8) = (27)2 / 16 = 45.5625
gl.SSA = 1
De la misma forma para los dems factores, se tiene:
SSB = 10.5625
SSC = 3.065
SSAB = 7.5625
SSAC = 0.0625
SSBC = 1.5625
SSABC = 5.5625
SSErr = 19.500 con (16 7 ) = 8 gl.
SST = 92.9375
MSE = 2.4375
con 15 gl.
Fc
18.69
4.33
1.26
AB
3.1
AC
0.03
BC
0.64
ABC
2.08
Pg. 34 de 67
y 0 1 x1 2 x 2 3 x1 x 2 11.0625
Pg. 35 de 67
Pg. 36 de 67
Superficie de
Respuesta
1
de primer orden
-1 x2 - Profundidad
-1
x1
Velocidad de alimentacin
Fig. 2.6 Superficie de respuesta (primer orden)
Respuesta Y
10
11
12
13
+1
9.5
X1
8.5
Prof.
-1
-1
+1
X2 Velocidad de alimentacin
Fig. 2.7 Contornos de igual respuesta (primer orden)
Para el caso de que la interaccin se incluya en el modelo, torcer al
plano de la superficie de respuesta, es decir le agregar una curvatura, y en el
caso de los contornos de respuesta constante, en lugar de tener rectas, tendr
curvas, tal como se muestra en las figuras siguientes. En caso de haber
componentes de segundo o tercer orden, la superficie de respuesta mostrar
una curvatura.
Pg. 37 de 67
Superficie de
Respuesta
con interaccin
X2
X1
Fig. 2.8 Superficie de respuesta (con interaccin)
X1
X2
Fig. 2.9 Contornos de respuesta (con interaccin)
La inspeccin de una superficie de respuesta simplifica la interpretacin
de los resultados de un experimento. Por ejemplo, de la figura 2.6, si queremos
minimizar la respuesta, debemos poner a X1 y X2 en sus niveles bajos o cerca
de ellos. La grfica de contornos permite reducir los costos al poder seleccionar
diferentes combinaciones de valores de X1 y X2 para obtener la misma
respuesta.
Lo anterior reafirma que el objetivo de un experimento es el de
Pg. 38 de 67
Por
lo
anterior,
cuando
el
nmero
de
factores
es
moderadamente grande, k >= 4, es prctica comn correr slo una rplica del
diseo y juntar o combinar las interacciones de alto orden como una estimacin
del error.
Ejemplo 2.4 En la fabricacin de circuitos integrados, un
parmetro
importante
material
base,
se
es
la
busca
velocidad
maximizar
de
grabado
en
la
velocidad.
el
Se
Presin
Flujo
Potencia
Nivel
Bajo (-)
0.80
450
125
275
Alto (+)
1.20
550
200
325
efectos
de
los
factores.
Pg. 39 de 67
El
divisor
para
cada
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
(1)
a
b
ab
c
ac
bc
abc
d
ad
bd
abd
cd
acd
bcd
abcd
B
-1
-1
+1
+1
-1
-1
+1
+1
-1
-1
+1
+1
-1
-1
+1
+1
-1
+1
-1
+1
-1
+1
-1
+1
-1
+1
-1
+1
-1
+1
-1
+1
C
-1
-1
-1
-1
+1
+1
+1
+1
-1
-1
-1
-1
+1
+1
+1
+1
D
-1
-1
-1
-1
-1
-1
-1
-1
+1
+1
+1
+1
+1
+1
+1
+1
Vel. grabado
550
669
604
650
633
642
601
635
1037
749
1052
868
1075
860
1063
729
=
=
=
=
=
=
=
=
-101.625
-1.625
-7.875
7.375
-24.875
-43.875
-15.625
306.125
AD
BD
ABD
CD
ACD
BCD
ABCD
=
=
=
=
=
=
=
-153.625
-0.625
4.125
-2.125
5.625
-25.375
-40.125
los efectos,
significativo, entonces
si ninguno
se comportarn
Pg. 40 de 67
de os
efectos es
como una
muestra
*D
*
*
*
*
*
*A
*AD
Efectos
En la velocidad de grabado
Fig. 2.10 Grfica en papel normal de los efectos
601
635
642
633
C
604
550
+
1063
1075
B
669
1052
1037
729
860
B
749
Fuente de
Variacin
A
Suma
de cuadrados
41,310.563
gl.
1
Cuadrado
medio
41,310.563
Fc
20.28
10.563
10.563
<1
217.563
217.563
<1
374,850.063
374,850.063
183.99
AB
248.063
248.063
AC
2,475.063
2,475.063
AD
94,402.563
94,402.563
BC
7,700.063
7,700.063
BD
1.563
1.5632
<1
CD
18.063
18.063
<1
Error
10,186.815
2,037.363
Total
531,420.938
<1
1.21
48.79
3.78
las
respuestas
con
las
diferentes
combinaciones de A y D se tiene:
Punto ptimo (A-, D+)
Velocidad
de grabado
D+
D-
AA+
Fig. 2.12 Anlisis de los efectos de la interaccin A - D
Considerando slo las variables A, D y su interaccin AD,
el modelo del proceso usando la ecuacin de regresin es el
siguiente:
y 0 1 x1 4 x 4 3 x1 x 4
Pg. 42 de 67
101.625
306.125
153.625
x1
x4
x1 x 4
2
2
2
y 776.0625
(2.9)
Pg. 43 de 67
SS cuadrtic . puro
n F nc ( y F y C ) 2
n F nC
(2.10)
2.5
En
el
experimento
de
la
fabricacin
de
1
2
3
4
5
(1)
a
b
ab
c
-1
+1
-1
+1
-1
B
-1
-1
+1
+1
-1
C
-1
-1
-1
-1
+1
Pg. 44 de 67
D
-1
-1
-1
-1
-1
Vel. grabado
550
669
604
650
633
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
ac
bc
abc
d
ad
bd
abd
cd
acd
bcd
abcd
0
0
0
0
+1
-1
+1
-1
+1
-1
+1
-1
+1
-1
+1
0
0
0
0
-1
+1
+1
-1
-1
+1
+1
-1
-1
+1
+1
0
0
0
0
+1
+1
+1
-1
-1
-1
-1
+1
+1
+1
+1
0
0
0
0
-1
-1
-1
+1
+1
+1
+1
+1
+1
+1
+1
0
0
0
0
642
601
635
1037
749
1052
868
1075
860
1063
729
706
764
780
761
20
( y i 752.75)
i 17
3127.7
de
libertad.
La
tabla
de
anlisis
de
varianza
Suma
de cuadrados
521,234.1
gl.
10
Cuadrado
medio
521,234.1
Fc
31.330
1.045
Curvatura
1,739.1
1,739.1
Residual
13,309.6
1,663.7
Pg. 45 de 67
Falta de
10,186.8
2,037.4
3,122.7
1,040.9
1.957
ajuste
Error Puro
Total
La
536,282.8
suma
de
realmente
19
cuadrados
la
suma
de
de
la
Falta
cuadrados
de
de
ajuste
los
de
es
las
cual
requieren
no
es
los
significativo,
trminos
de
indicando
interaccin
de
que
no
se
alto
orden.
que
no
hay
evidencia
de
curvatura
cuadrtica
pura.
La prueba de significancia del modelo se prueba con:
Fc = MS modelo / MS residual = 31.33
Indicando
que
el
modelo
es
siginificativo,
con
los
factorial
en
condiciones
constantes
homogneas
de
experimentacin. Por ejemplo, podra no ser posible realizar todas las pruebas
Pg. 46 de 67
ab
Bloque 1
(1)
Bloque 2
(1)
ab
a) Vista geomtrica
b) Asignacin de experimentos
Pg. 47 de 67
Bloque 1
Bloque 2
(1)
ab
ac
bc
abc
Pg. 48 de 67
A
-
Efectos factoriales
B
AB
C
AC
BC
+
+
+
ABC
-
Pg. 49 de 67
Pg. 50 de 67
Efectos factoriales
A
B
C
D = ABC
-
Vel. Grabado
550
749
1052
650
1075
642
601
729
Experimento
1
A = ABC
B*I = B* ABCD
B = ABC
C*I = C* ABCD
C = ABC
D*I = D* ABCD
D = ABC
-> AB = CD
AC = BD
Pg. 51 de 67
AD = BC
Los estimados de los efectos principales y sus alias, se
calculan usando las 4 columnas de signos en la tabla. Por
ejemplo para la columna A se tiene:
lA = A + BCD = (-550+7491052+6501075+642601+729) = -127
lB = B + ACD = 4
lC = C + ABD = 11.5
lD = D + ABC = 290.51
Claramente se observa que los efectos de A y D son grandes
y afectan significativamente los resultados de la velocidad
de
granado,
esto
es
vlido
si
consideramos
que
la
Pg. 52 de 67
Pg. 53 de 67
Pg. 54 de 67
Regin ptima
Rendimiento
esperado (%)
Tiempo de reaccin (min.)
Temperatura (C)
Fig. 3.1 Superficie de respuesta tridimensional,
muestra
el
rendimiento
esperado
en
funcin
de
la
temperatura y tiempo
70 75 80
85
90
Tiempo de
Reaccin
20
(min.)
60 65
100
110
120
130
140
Temperatura (C)
Fig. 3.2 Grfica de contornos del rendimiento de la
superficie de respuesta
En muchos problemas de RSM, la forma de la relacin entre la superficie
de respuesta y las variables independientes se desconoce. As, el primer paso
Pg. 55 de 67
(3.1)
Si hay curvatura en el sistema, entonces se requiere un polinomio de mayor
orden por ejemplo, el modelo de segundo orden,
k
k 1
i 1
i 1
i 1
Y 0 i X i ii X i2
j 2
ij
XiX j
(3.2)
^ ^ k^
y 0 i xi
(3.3)
i1
y
son una serie de lneas rectas paralelas como se muestra en la siguiente
figura:
y =50
^
y =40
Trayectoria de
ascenso rpido
Regin de la
superficie de respuesta
y =30
^
y =20
ajustada de 1 orden
Pg. 57 de 67
de
primer
orden
se
}. El
375
* C (1163)
350
B (1074)*
Trayectoria de ascenso
rpido
+1
A (955)
920
325
Regin original
de experimentacin
850
X4 0
Potencia
300
780
710
640
-1
275
0.80
1.0
-1
1.2
0
X1 Gap
1.4
+1
unidades
en
la
direccin
X1
por
cada
153.0625
tanto,
los
pasos
lo
largo
de
la
trayectoria
de
Pg. 59 de 67
W y el gap
^ ^ k ^ k ^ k1 k ^
2
0 i i i i ij i j
i1 i1 i1 j2
y X X X
Donde
ampliamente
utilizado
para
el
ajuste
de
modelos
de
segundo orden.
+2
X4
(0, 1.414)
(-1,1)
(-, 0)
(-1.414,0)
(1,1)
(,0) Exp. Axiales
(1.414,0)
X1
-2
(0,0)
(-1,-1)
+2
(1,-1)
(0,-1.414)
-2
Fig. 3.5 Diseo Central
codificadas del ejemplo
Compuesto
en
las
variables
la
uniformidad
del
grabado
(variabilidad
del
Pg. 61 de 67
Tabla
Compuesto
3.1
Gap
Uniform
Observ.
Datos
.
Potencia
del
Diseo
Var. codificadas
Central
Vel
grab.
(cm)
(W)
X1
X2
Y1
1.000
350
-1.000
-1.000
1054
1.400
117.8
350
1.000
-1.000
936
1.000
114.4
400
-1.000
1.000
1179
1.400
118.3
400
1.000
1.000
1417
0.917
102.6
375
-1.414
0.000
1049
1.483
113.9
375
1.414
0.000
1287
1.200
339.6
0.000
-1.414
927
1.200
125.4
410.4
0.000
1.414
1345
1.200
102.5
375
0.000
0.000
1151
10
1.200
104.5
375
0.000
0.000
1150
11
1.200
113.5
375
0.000
0.000
1177
12
1.200
108.4
375
0.000
0.000
1196
1
96.9
El
experimentador
puede
ser
encontr
modelada
con
el
que
la
modelo
interaccin:
Pg. 62 de 67
velocidad
de
primer
de
Y2
95.9
grabado
orden
con
410.4
398.6
Potencia
(W)
386.8
375.0
363.2
351.4
0.9 1.0 1.1 1.2 1.3 1.39
Gap (cm)
superficie
410
120
398
115
386
110
105
375
100
Potencia
Pg. 63 de 67
de
respuesta
se
363
351
95
90
339
0.9
1.0
1.1
1.2
1.3
a) Grfica de contornos
Pg. 64 de 67
1.39
126
Respuesta
100
1.48
88
410
Gap
339
0.9
382
Potencia
en
relacin
con
las
dos
respuestas.
Un
pero
al
mismo
tiempo
minimizar
la
uniformidad
de
respuesta
para
encontrar
el
ptimo.
Vel. 1150
Uniformidad 110
Vel. 1100
363
351
1.0 1.1 1.2 1.3 1.39
Fig. 3.8 Traslape de superficies de respuesta
Pg. 65 de 67
de
uniformidad
gap
mayor
potencia
a
110.
que
Sin
sobrepasen
embargo
la
existen
curva
de
diversas
Pg. 66 de 67
410
398
Potencia
386
(W)
375
2.5
363
351
2.5
339
3.0
3.5
0.9 1.0 1.1 1.2 1.3 1.39 1.48
Gap (cm)
Fig.
3.9
Grfica
de
contornos
de
desviacin
estndar
Superficie de respuesta
Cncava
para
la
desv.
est.
Pg. 67 de 67
para
la