Documentos de Académico
Documentos de Profesional
Documentos de Cultura
discussions, stats, and author profiles for this publication at: http://www.researchgate.net/publication/221315548
READS
27
3 AUTHORS:
Erika Olaya
15 PUBLICATIONS 10 CITATIONS
44 PUBLICATIONS 95 CITATIONS
SEE PROFILE
SEE PROFILE
1.
Introducci
on
Olaya et al.
2.
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.
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.
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]
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
- 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.
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.