See

discussions, stats, and author profiles for this publication at: http://www.researchgate.net/publication/221315548

Despliegue de Funcin Calidad (QFD) apoyado

mediante Tcnicas Difusas.
CONFERENCE PAPER JANUARY 2005
Source: DBLP

READS

27

3 AUTHORS:
Erika Olaya

Oscar Germn Duarte

Fundacin Universitaria Los Libertadores

National University of Colombia

15 PUBLICATIONS 10 CITATIONS

44 PUBLICATIONS 95 CITATIONS

SEE PROFILE

SEE PROFILE

Carlos Julio Cortes

National University of Colombia
10 PUBLICATIONS 2 CITATIONS
SEE PROFILE

Available from: Erika Olaya

Retrieved on: 12 November 2015

DESPLIEGUE DE FUNCION CALIDAD

(QFD) APOYADO MEDIANTE TECNICAS
DIFUSAS
Erika Sofa Olaya Escobar1, Oscar German Duarte Velasco2 , and Carlos Julio
Cortes Rodrguez3
1

Universidad Nacional de Colombia, Maestra en Ingeniera- Materiales y Procesos,

Ciudadela Universitaria, Cel. 300-3638100,
Bogot
a, Colombia
esolayae@unal.edu.co
2
Universidad Nacional de Colombia, Profesor asociado del Departamento de
Ingeniera Electrica Y Electr
onica, Ciudadela Universitaria,Tel 3165000 ext. 14082
Bogot
a, Colombia
ogduartev@unal.edu.co
3
Universidad Nacional de Colombia, Profesos asociado del Departamento de
Ingeniera Mec
anica Y Mecatr
onica, Ciudadela Universitaria, Tel 3165000 ext. 11101
Bogot
a, Colombia
cjcortesr@unal.edu.co

Resumen En este artculo se presenta un modelo de Quality Function

Deployment (QFD) apoyado mediante Sistemas de Computaci
on con
Palabras. Se dise
no
especficamente para la construcci
on de House Of
Quality (HOQ). El modelo proporciona una herramienta u
til en: la toma
de decisiones sobre la selecci
on de Caractersticas de Calidad Prioritaria,
a tratar durante el desarrollo del producto; abordar problemas en los que
la imprecisi
on y la vaguedad esten presentes; brindar un marco adecuado
para tratar simult
aneamente variables cualitativas y cuantitativas; y al
mismo tiempo reducir los vol
umenes de informaci
on sin atentar contra la
fiabilidad de la misma. Al reducir la cantidad de informaci
on su manejo
se agiliza, se optimiza tiempo, recursos y se reducen costos. . . .
Key Words: QFD, HOQ, Requerimientos del Usuario, Caractersticas
de Calidad, Aritmetica Difusa, Sistemas de Computaci
on con Palabras,
Red Difusa.

1.

Introducci
on

El QFD es una herramienta metodol

ogica desarrollada con el fin de optimizar
la etapa conceptual de dise
no de producto mediante el aumento de la calidad y
la reducci
on del tiempo y costos de desarrollo. [1] Se fundamenta en la b
usqueda
de las necesidades del usuario; teniendo en cuenta tanto las expresadas como
las no expresadas, las cuales son trasladadas dentro de acciones de dise
nos y
comunicadas a traves de toda la organizaci
on. Se constituye en una herramienta
de apoyo, importante para la toma de decisiones en la etapa temprana de dise
no

Olaya et al.

de producto al involucrar las Caractersticas de Calidad que logran la satisfacci

on
del cliente.
Sin embargo, el metodo convencional de QFD presenta limitaciones y problemas, dado que las decisiones tomadas son normalmente fundamentadas en informaci
on vaga e imprecisa la cual se adquiere de manera subjetiva y de fuentes
de informaci
on muy variables. [4], [5]
Con el fin de solventar las limitaciones de la metodologa de QFD, se han adelantado estudios que pretenden direccionar su vaguedad mediante la aplicaci
on
de tecnicas difusas. Investigadores tales como Masud y Dean (1993), Khoo y Ho
(1996), Temponi (1997) Zhou (1997), Trappey (1996) y Park y Kim (1998) han
sugerido diferentes aproximaciones para priorizar las Caractersticas de Calidad,
mediante la implementaci
on de n
umeros difusos. [8], [9], [10], [11]
Los trabajos adelantados en la mejora del QFD mediante tecnicas difusas, se
han limitado a trabajar con esta herramienta s
olo en algunos vectores y matrices
de la HOQ, lo cual reduce su eficiencia al permitir que la subjetividad, imprecisi
on y vaguedad de los datos trabajados de forma convencional, se repliquen a
lo largo de su desarrollo.
En este artculo se presenta una mejora de la metodologa, al proponer un
Modelo de QFD Apoyado Mediante Aritmetica Difusa [4]. El modelo permite
integrar sistem
aticamente el desarrollo e involucrar la incertidumbre inherente
a la metodologa en todas las etapas de su construcci
on; proporciona la mayor
cantidad de informaci
on (cualitativa y/o cuantitativa), para la selecci
on de las
Caractersticas de Calidad Prioritarias a ser involucradas y optimizadas durante
la etapa temprana de dise
no. [4], [5], [6]

2.

Modelo de QFD Apoyado por SCP Mediante

Aritm
etica Difusa

La propuesta metodol
ogica presentada en este artculo, se fundamenta en
la necesidad de superar las limitaciones inherentes al trabajar con el criterio
de un grupo de personas (Expertos o Usuarios), quienes normalmente expresan
sus opiniones mediante palabras o califican con valores cualitativos o cuantitativos siempre asociados a un grado de subjetividad. Por lo tanto el trabajar
con informaci
on de este tipo desde el inicio del QFD, permite que la subjetividad, imprecisi
on y vaguedad de los datos se replique a lo largo del desarrollo
de la metodologa; ocasionando que los resultados arrojados esten asociados a
un alto grado de incertidumbre, el cual va aumentando a medida que avanza su
desarrollo.
Esto implica que la toma de decisiones sobre la selecci
on de las Caractersticas de Calidad Prioritarias para el usuario, este sujeta a un alto grado de incertidumbre acumulado que en la metodologa convencional no se tiene en cuenta,
ocasionando que la selecci
on no sea la m
as adecuada, con la consecuencia inminente de destino de recursos y esfuerzos hacia la optimizaci
on de dise
no de
producto que no involucran las caractersticas prioritarias, que logran satisfacer
realmente los Requerimientos del Usuario.

QFD Apoyado Mediante Tecnicas Difusas.

La Aritmetica Difusa y especficamente los Sistemas de Computaci

on con
Palabras (SCP) [2], son herramientas u
tiles para abordar este tipo de problemas, en los que la imprecisi
on y vaguedad est
an presentes, brindando un marco
adecuado para trabajar simult
aneamente variables numericas y ling
usticas.
Esta propuesta se desarrolla para la HOQ la cual es la primera etapa que se
elabora al dise
nar un producto mediante la implementaci
on de la metodologa
QFD, tambien es denominada etapa de planificaci
on del producto puesto que
genera como resultados la Priorizaci
on de las Caractersticas de Calidad que se
deben optimizar para satisfacer los Requerimientos del Usuario prioritarios y es
la base fundamental para el desarrollo de las fases siguientes. De ah radica la
importancia de trabajar en ella. Adicionalmente al manejar la mayor cantidad
de informaci
on imprecisa y teniendo en cuenta que la incertidumbre es acumulable se constituye como la etapa m
as importante para implementar el modelo
presentado en este artculo. (Ver Figura 1)
El modelo propuesto se dividi
o en dos partes: Entradas al Sistema y Sistemas
de Computaci
on con Palabras (SCP). [4]

2.1.

Entradas al Sistema.

Esta parte tiene como finalidad construir los vectores de Requerimientos del
Usuario y Caractersticas de Calidad mediante la recopilaci
on de informaci
on,
para lo cual es necesario: identificar los Requerimientos del Usuario, determinar
oportunidades competitivas, traducir las Caractersticas de Calidad, determinar
requerimientos y caractersticas para estudios posteriores o adicionales.
Las mejoras planteadas en est
a parte se enfocan hacia la implementaci
on de
diferentes herramientas para la recopilaci
on, traducci
on, consolidaci
on y organizaci
on de la informaci
on [1] [3] [7], generando como aporte principal la integraci
on
de herramientas de calidad y dise
no que permitan conseguir la cantidad de informaci
on fiable y necesaria para la construcci
on de los vectores de Requerimientos
del Usuario y Caractersticas de Calidad. [5]
La informaci
on obtenida al aplicar las herramientas propuestas en cada etapa
es recopilada del criterio de los usuarios y/o expertos. La estructura propuesta
permite: reducir los vol
umenes de informaci
on sin atentar contra la fiabilidad de
la misma, al reducir la cantidad de informaci
on su manejo se agiliza, se optimiza tiempo y recursos y se reducen costos; por otra parte, la aplicaci
on de las
herramientas empleadas e interpretaci
on de resultados, hace que la metodologa
sea m
as f
acil y por ende genere mayor acogida su implementaci
on.
En la Figura 1 se presentan las etapas involucradas en esta parte, las cuales
son: Etapa 1: Voz del Usuario, Etapa 2: Organizar, Consolidar y Traducir Informaci
on, Etapa 3: Caractersticas de Calidad y Etapa 4: Organizar y Consolidar.
Como resultado de la implementaci
on de estas etapas se obtienen los vectores
de Requerimientos del Usuario y de Caractersticas de Calidad. El detalle del
desarrollo de esta parte se explica en [4]

Olaya et al.

Figura 1. Primeras Cuatro Etapas del Modelo Propuesto

2.2.

Sistemas de Computaci
on con Palabras.

En la figura 2 se prentan las siguientes Etapas del modelo, las cuales son:
Matriz de Correlaci
on, Matriz de Sensibilidad, Matriz de Evaluaci
on y Matriz
de Puntuaci
on. Su desarrollo se explica en [4]

Figura 2. De la Quinta a la Octava Etapas del Modelo Propuesto

El aporte en esta parte del artculo es generar una herramienta metodol

ogica
que permita la construcci
on de la HOQ, involucrando N
umeros Difusos para
representar la incertidumbre inherente a la informaci
on e incorporar Aritmetica
Difusa para operarlos.
Como se ha planteado anteriormente, el argumento para incorporar N
umeros
Difusos a la metodologa del QFD, se fundamenta en que: los Requerimientos del
Usuarios son subjetivos y dependen del criterio de los individuos; la traducci
on
a Caractersticas de Calidad se determina mediante el criterio de expertos, las
relaciones de las Matrices est
an definidas en forma vaga por expertos, el Grado
de Importancia de los Requerimientos del Usuario y la Evaluaci
on Competitiva Externa es recopilada y depende del nivel de satisfacci
on que perciben los
usuario respecto a cada requerimiento, con el producto propio y con los de la
competencia, la Evaluaci
on Competitiva Interna depende de criterio, experiencia
e imparcialidad de grupos de expertos; los cuales califican el producto propio y
el de la competencia. Ver Figura 3 El alto nivel acumulado de incertidumbre,
vaguedad y subjetividad de la informaci
on que se ingresa al sistema, hace que el
uso de N
umero Difusos en forma parcial no tenga sentido, ni sea mayor el aporte
que brinda. Por consiguiente es conveniente incorporar Tecnicas Difusas para la

QFD Apoyado Mediante Tecnicas Difusas.

Figura 3. Casa de la Calidad

1. Vector de Requerimientos del Usuario. 2. Vector de Evaluaci
on T
ecnica. 3. Vector de
Caractersticas de Calidad. 4. Vector de Factores de Evaluaci
on. 5. Matriz de Correlaci
on. 6.
Matriz de Sensibilidad. 7. Matriz de Evaluaci
on. 8. Matriz de Puntuaci
on.

construcci
on total de la HOQ, como se plantea en el modelo presentado en este
artculo.
Por otra parte la escasa informaci
on numerica disponible y el hecho de manejar la mayor parte de la informaci
on bajo criterios ling
usticos, permite plantear
el uso de SCP, basados en Aritmetica Difusa, para operar los N
umeros Difusos
involucrados en la HOQ.
Como se puede observar en la Figura 2, esta parte inicia con los vectores
de Requerimientos del Usuario y Caractersticas de Calidad resultantes de la
Primera Parte, cada requerimiento y caracterstica se evaluan mediante las matrices del modelo, con el fin de determinar los atributos que el usuario desea que
tenga el producto a dise
nar. Con el fin de involucrar la informaci
on ling
ustica inherente a los vectores construidos en la Primera Parte del Modelo, se dise
no
una
Red Difusa que simula la construcci
on Total de la HOQ, en donde cada Nodo
de la Red representa un Vector o Matriz de la metodologa convencional.
Como se puede observar en las Figuras (4, 5), la Red Difusa est
a formada por
nodos interconectados. Algunos nodos representan variables de entrada (p.ej. v i ,
gi ) y otros representan variables calculadas a partir de las anteriores (p.ej. w i ).
En cada nodo de la Red es posible manipular informaci
on ling
ustica o numerica.
De las diferentes tecnicas difusas existentes, los SCP basados en Aritmetica
Difusa, son los que aportan mayores ventajas al integrarlas a la construcci
on
de la HOQ, puesto que dichos sistemas est
an dise
nados para trabajar especficamente con datos de entrada de tipo ling
ustico y por medio de funciones de
razonamiento aproximado se logra operar informaci
on tanto cualitativa como
cuantitativa.
La Red Difusa de la Figura 4 es la Estrategia de Requerimientos del Usuario,
su dise
no permite involucrar los vectores que constituyen las matrices de correlaci
on y evaluaci
on, generando como resultado la Priorizaci
on de los Requerimientos del Usuario. En la Red cada Nodo representa un vector de la HOQ
convencional, a continuaci
on se da una explicaci
on de su funcionamiento, los
detalles se presentan en [4]

Olaya et al.

La informaci
on de los vectores de la Matriz de Evaluaci
on (ver Figura 3), en la

Figura 4. Red del Sistema de Computaci

on con Palabras para los Requerimientos del
Usuario.

Red se representan mediante los SCP de:

- Radio de Mejora (ti0 , tik ), los cuales identifican que tan cerca est
a cada uno de
los competidores con respecto a la meta planteada, estos sistemas tienen como
entradas los Vectores de Evaluaci
on Competitiva Externa (bi0 , bik ) y el Vector
de Plan de Calidad (mi ).
- A su vez los Radio de Mejora (ti0 , tik ), son entradas del Vector Ranking, el
cual determina en que posici
on se encuentra el producto propio respecto al de
la competencia en cuanto a cada Requerimiento del Usuario.
- El Vector de Peso Absoluto (wi ) tiene por finalidad determinar la importancia
de los Requerimientos del Usuario, teniendo en cuenta la situaci
on de la compa
na; sus entradas son el Grado de Importancia (gi ), Punto de Ventas (vi ) y el
Radio de Mejora del producto propio (ti0 ).
El SCP de Requeriminetos de Calidad Prioritarios (zi ) es el vector resultante su
objetivo es determinar los Requerimientos del Usuario que se consideran prioritarios a ser mejorados. Sus entradas son los SCP de: Ranking i y Peso Absoluto
(wi ).
La Red Difusa presentada en la Figura 5, constituye la Estrategia de Caractersticas de Calidad, esta tiene por objetivo determinar las Caractersticas
de Calidad Prioritarias y est
a constituida por los vectores que constituyen las
matrices de sensibilidad y puntuaci
on. Al igual que en la anterior cada Nodo
representa un vector, los detalles su construcci
on se presentan en [4]
La informaci
on de los vectores de la Matriz de Puntuaci
on (ver Figura 3), en
la Red se representan mediante los SCP de:
- Vectores de Radio de Mejora (tj0 ,tjk ), tienen por finalidad identificar que tan
cerca est
a cada uno de los competidores con respecto a la meta de dise
no especificada para cada Caracterstica de Calidad, estos tienen como entradas los
Vectores de Evaluaci
on Competitiva Interna (bj0 , bjk ) y el Vector de Plan de
Calidad (mj ).

QFD Apoyado Mediante Tecnicas Difusas.

Figura 5. Red del Sistema de Computaci

on con Palabras para las Caractersticas de
Calidad.

- A su vez los Radio de Mejora (tj0 , tjk ), son entradas del Vector Ranking, el
cual determina en que posici
on se encuentra el producto propio respecto al de
la competencia, en cuanto a cada Caracterstica de Calidad.
- El SCP para el Vector de Peso Absoluto (wj ) tiene por finalidad identificar la
importancia de cada Caracterstica de Calidad, teniendo en cuenta la relaci
on entre la Matriz de Correlaci
on y la importancia de cada Requerimiento del Usuario
, las entradas que lo constituyen son el Peso Absoluto (wi ) y la Matriz de Correlaci
on (cij ).
El SCP de Caractersticas de Calidad Prioritarias (zj ) tiene como entradas los
SCP de: Ranking j y Peso Absoluto (wj ), su objetivo es determinar las Caractersticas de Calidad que se consideran prioritarias a ser mejoradas y por ende a
los cuales se les debe asignar mayores recursos y esfuerzos para su optimizaci
on.
Las matrices de correlaci
on y sensibilidad son determinadas por el criterio de
usuarios y expertos respectivamente al evaluar cada requerimiento y caracterstica, generando la informaci
on ling
ustica necesaria para construir la Estrategia
de Caractersticas de Calidad. [4]

2.3.

Herramienta Computacional.

En este modelo se implementa la herramienta computacional Fuzzynet 4 , la

cual est
a dise
nada para trabajar con informaci
on difusa, mediante los conceptos
de Aritmetica Difusa y SCP, permitiendo incorporar y desarrollar varios SCP
interrelacionados por Redes. [4]
La metodologa presentada en este artculo fue dise
nada, desarrollada, aplicada y validada en el dise
no conceptual de una pr
otesis mioelectrica de mano,
generando excelentes resultado en la optimizaci
on de recursos la etapa temprana
de dise
no de la pr
otesis, ratificando la robustes del modelo. [4].
4

Dise
nada en la Universidad Nacional de Colombia - Bogot
a en el Dpto. de Ingeniera
Electrica y Electr
onica en el a
rea de Sistemas de Computaci
on Flexible.

3.

Olaya et al.

Conclusiones
El dise
no de varios SCP interrelacionados mediante Redes Difusas estructuran mejor construcci
on total de la HOQ y permiten involucrar la incertidumbre asociada a la informaci
on con que se trabaja, generando una herramienta m
as robusta, que al trabajarla con tecnicas difusas solo algunos
vectores o matrices.[4], [5]
Es evidente que trabajar con varios SCP interrelacionados por una Red Difusa, involucra gran cantidad de variables de entrada, c
alculos y variables
de salida, lo cual hace que su desarrollo en forma manual sea complejo, demorado e ineficiente. Por lo tanto con el fin de subsanar esas dificultades se
implement
o la herramienta computacional Fuzzynet.
Mediante el modelo propuesto, se logra superar las fallas del QFD convencional, en cuanto al manejo de la informaci
on tanto cualitativa como cuantitativa, involucrar incertidumbre asociada a la informaci
on, minimiza los
vol
umenes de informaci
on, agiliza su desarrollo, maneja solo la informaci
on
necesaria, optimiza recursos, reduce costos y logra mantener las ventajas
asociadas al QFD convencional.[4], [5]

Referencias
1. AKAO, Y., Despliegue de la Funci
on Calidad: Integraci
on de las Necesidades del
Usuario en el Dise
no del Producto, Jap
on. 1990 .
2. DUARTE, O. Tecnicas Difusas en la Evaluaci
on de Impacto Ambiental, Tesis
presentada en la Universidad de Granada, Espa
na, para optar al grado de Ph.D
en Inform
atica, 2000
3. GONZALES E, M.E., QFD La Funci
on Despliegue de la Calidad. McGraw-Hill.
Espa
na. 2000.
4. OLAYA E, Erika S. Despliegue de Funci
on Calidad (QFD) Apoyado Mediante
L
ogica Difusa para Requerimientos DE Dise
no de Pr
otesis Mioelectrica de Mano,
tesis presentada a la Universidad Nacional de Colombia, para optar al grado de
Magster en Ingeniera-Materiales y Proceso, 2004.
5. OLAYA E, Erika., CORTES R, Carlos y DUARTE V, Oscar. Despliegue de Funci
on
Calidad (QFD): Beneficios y Limitaciones Detectados en su Aplicaci
on al Dise
no de
Pr
otesis Mioelectrica de Mano.Ingeniera E Investigaci
on. Vol. 57, pp. 30-37. 2005.
6. OLAYA E, Erika., CORTES R, Carlos y DUARTE V, Oscar. Despliegue de Funci
on
Calidad (QFD) Apoyado Mediante Tecnicas Difusa: Caso Pr
otesis Mioelectrica de
Mano. Aceptado para Publicaci
on. 2005.
7. STONE, Robert B., WOOD, Kristin L., Development of a Functional Basis for
Design., Jornal of Mechanical Design, Vol. 122, December 2000.
8. VANEGAS, L.V., LABID A.W. A Fuzzy Quality Function Deployment (FQFD)
Model for Deriving Optimum Targets. International Journal of Production Research. Taylor& Francis. Ltd, vol. 39, No .1, pp. 99-120. 2001
9. VANEGAS, L.V., LABID A.W. An Improved Quality Function Deployment (QFD)
Method. CARS & FOF, South Africa, pp. 152-161. 2001
10. VANEGAS, L.V., LABID A.W. Using Fuzzy Sets in Engineering Design: a short
Review. CARS & FOF, Trinidad y Tobago, pp. 541-548. 2000.
11. VANEGAS, L.V., LABID A.W. Quality Function Deployment: a short Review.
CARS & FOF, South Africa, pp. 255-262. 2001.