Está en la página 1de 15

UTN - FRVM

INGENIERA QUMICA
DISEO DE EXPERIMENTOS

DISEO DE EXPERIMENTOS

Unidad 1
INTRODUCCIN
AL DISEO DE EXPERIMENTOS

Ing. Qco. Jos Reynoso


Especialista en Tecnologa de Alimentos

Ing. Jos M. Reynoso

Pgina 1

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

DISEO DE EXPERIMENTOS Y SU APLICACIN EN LA


INDUSTRIA
1. Introduccin
Los escenarios que rodean a las industrias hoy, en da en un mundo globalizado donde
los adelantos tecnolgicos y cientficos estn en constante evolucin, hacen que el nivel
de calidad de los productos y servicios sea cada vez mayor.
En la actualidad uno de los factores claves para el xito de una industria, es hacer uso de
toda de su capacidad de conocimiento y aprendizaje, as como de su experiencia. La
experimentacin en las industrias es uno de los elementos que ms pueden contribuir al
aprendizaje y a la mejora de los productos y procesos.
La aplicacin del Diseo de Experimentos (DoE) se presenta como una herramienta
efectiva para entender y optimizar los procesos y productos en la industria
En ingeniera, la experimentacin desempea un papel importante en el diseo de nuevos
productos, el desarrollo de procesos de manufactura y el mejoramiento de procesos. El
objetivo en muchos casos sera desarrollar un proceso robusto, es decir, un proceso que
sea afectado en forma mnima por fuentes de variabilidad externas.
Como ejemplo de un experimento, suponga que un ingeniero qumico tiene inters en los
resultados obtenidos por las mediciones de los promedios del metal pesado cadmio por 5
diferentes laboratorios, los resultados de cada laboratorio presentan cierta variacin, esta
variacin puede deberse al azar o a que los laboratorios tienen mtodos diferentes de
anlisis que dan resultados significativamente diferentes. El diseo de experimentos es
una tcnica estadstica que permite decidir cul de estas dos conjeturas es la verdadera
disminuyendo la probabilidad de cometer un error.
El diseo de experimentos (DoE) es una tcnica estadstica que permite identificar y
cuantificar las causas de un efecto dentro de un estudio experimental de forma que con el
mnimo nmero de pruebas se consiga extraer informacin til para obtener conclusiones
que permitan optimizar la configuracin de un proceso o producto.
En un diseo experimental se manipulan deliberadamente una o ms variables,
vinculadas a las causas, para medir el efecto que tienen en otra variable de inters. El
diseo experimental prescribe una serie de pautas relativas respecto a qu variables hay
que manipular, de qu manera, cuntas veces hay que repetir el experimento y en qu
orden para poder establecer con un grado de confianza predefinido la necesidad de una
presunta relacin de causa-efecto.
Los pasos bsicos a seguir en el diseo de experimentos son los siguientes:

1.- Fijar un cronograma que defina cul va a ser la lista de pruebas a realizar. Tambin
debemos definir nuestros objetivos, los cuales deben ser claros y se deben aproximar
a una realidad alcanzable.

Ing. Jos M. Reynoso

Pgina 2

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

2.- Escoger los factores a analizar, es decir, aquellos parmetros que van a afectar
tanto directa como indirectamente a nuestra actividad (el proceso o producto que
queremos optimizar), siendo estos los que nos van a marcar los lmites alcanzables.
3.- Disear el plan de pruebas, este plan variar en funcin del nmero de factores
que hayamos considerado. En este punto hay que ser ambicioso y no descartar
cualquier posible experimento por raro que parezca, pues puede que algunos de ellos
estn comunicados entre s y su interaccin deba ser tenida en cuenta a la hora de
tomar decisiones.
Una vez realizadas las pruebas, los resultados obtenidos permiten extraer conclusiones
acerca de qu factores influyen ms en los resultados y cmo se debe configurar nuestra
actividad para alcanzar los objetivos propuestos. Adems, si se usan herramientas
informticas podremos obtener una funcin de regresin que nos relacione los resultados
de la actividad en funcin de los factores considerados, con ella podremos hacer
interpolaciones y calcular virtualmente qu resultado tendr nuestra actividad para
cualquier combinacin de factores posibles.
Algunos de los tipos de diseos de experimentos son los siguientes:
Diseo unifactorial
Diseo por bloques aleatorizados
Diseo por cuadrados latinos
Diseos factoriales
Diseos anidados
Diseos cruzados anidados
Diseos factoriales 2k
Unos ejemplos donde habra que utilizar estos modelos son los siguientes:
En el rendimiento de un determinado tipo de mquina (unidades producidas por da):
se desea estudiar la influencia del trabajador que la maneja y la marca de la mquina.
Se quiere estudiar la influencia de un tipo de pila elctrica y de la marca, en la duracin
de las pilas.
Una compaa telefnica est interesada en conocer la influencia de varios factores en
la variable duracin de una llamada telefnica. Los factores que se consideran son los
siguientes: hora a la que se produce la llamada; da de la semana en que se realiza la
llamada; zona de la ciudad desde la que se hace la llamada; sexo del que realiza la
llamada; tipo de telfono (pblico o privado) desde el que se realiza la llamada.
Ing. Jos M. Reynoso

Pgina 3

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

Una compaa de software est interesada en estudiar la variable porcentaje en que se


comprime un fichero, al utilizar un programa de compresin teniendo en cuenta el tipo de
programa utilizado y el tipo de fichero que se comprime.
Se quiere estudiar el rendimiento de los alumnos en una asignatura y, para ello, se
desean controlar diferentes factores: profesor que imparte la asignatura; mtodo de
enseanza; sexo del alumno.

Principios bsicos
El diseo de experimentos trata de fenmenos que son observables y repetibles. Por lo
tanto, sin el pensamiento estadstico, los conceptos de observabilidad y repetibilidad son
inherentemente contradictorios. Cualquier cosa observada se aprecia con variabilidad;
nada ocurre exactamente de la misma forma dos veces, incluso las mediciones del mismo
evento varan. Entonces, qu se quiere decir cuando la ciencia demanda que una
observacin sea repetible?, qu repeticin es realmente una repeticin?, cuando un
resultado es el mismo o difiere, es confirmacin o contradiccin?
Estas preguntas no pueden ser contestadas de manera coherente sin el pensamiento
estadstico; por ejemplo, alguien da una nueva receta de chocolate, dice que no falla, pero
se prueba y no sale, mientras que el segundo y tercer intento s funcionan. La receta
est comprobada completamente? (Los chocolates tienen ms de 800 ingredientes
individuales que pueden ser separados.)
De acuerdo con lo anterior, se debe ser muy cuidadoso en la planeacin y el anlisis de
un experimento. El punto de partida para una correcta planeacin es aplicar los principios
bsicos del diseo de experimentos: aleatorizacin, repeticin y bloqueo, los cuales tienen
que ver directamente con que los datos obtenidos sean tiles para responder a las
preguntas planteadas, es decir, la validez del anlisis de los datos se apoya en estos
principios.

Consiste en hacer las corridas experimentales en orden


aleatorio (al azar) y con material tambin seleccionado
ALEATORIZACIN
aleatoriamente. Este principio aumenta la probabilidad
de que el supuesto de independencia de los errores se
cumpla, lo cual es un requisito para la validez de las
pruebas de estadsticas que se realizan.
Tambin es una manera de asegurar que las pequeas diferencias provocadas por
materiales, equipo y todos los factores no controlados, se repartan de manera homognea
en todos los tratamientos. Por ejemplo, una evidencia de incumplimiento o violacin de
este principio se manifiesta cuando el resultado obtenido en una prueba est muy
influenciado por la prueba inmediata anterior.

REPETICIN
Ing. Jos M. Reynoso

Es correr ms de una vez un tratamiento o una


combinacin de factores.
Es preciso no confundir este principio con medir varias
veces el mismo resultado experimental.
Pgina 4

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

Repetir es volver a realizar un tratamiento, pero no inmediatamente despus de haber


corrido el mismo tratamiento, sino cuando corresponda de acuerdo con la aleatorizacin.
Las repeticiones permiten distinguir mejor qu parte de la variabilidad total de los datos se
debe al error aleatorio y cul a los factores. Cuando no se hacen repeticiones no hay
manera de estimar la variabilidad natural o el error aleatorio, y esto dificulta la
construccin de estadsticas realistas en el anlisis de los datos.

Consiste en nulificar o tomar en cuenta, en forma


adecuada, todos los factores que puedan afectar la
respuesta observada. Al bloquear, se supone que el
subconjunto de datos que se obtengan dentro de cada
bloque (nivel particular del factor bloqueado), debe
resultar ms homogneo que el conjunto total de datos.0
Por ejemplo, si se quieren comparar cuatro mquinas, es importante tomar en cuenta al
operador de las mquinas, en especial si se cree que la habilidad y los conocimientos del
operador pueden influir en el resultado. Una posible estrategia de bloqueo del factor
operador, sera que un mismo operador realizara todas las pruebas del experimento.
Otra posible estrategia de bloqueo sera experimentar con cuatro operadores (cuatro
bloques), donde cada uno de ellos prueba en orden aleatorio las cuatro mquinas; en este
segundo caso, la comparacin de las mquinas quizs es ms real.
Cada operador es un bloque porque se espera que las mediciones del mismo operador
sean ms parecidas entre s que las mediciones de varios operadores.

BLOQUEO

2. Diseo de experimentos en la industria


El diseo de experimentos es altamente efectivo para aquellos procesos, que su
rendimiento se ve afectado por varios factores. Con esta tcnica se puede conseguir entre
otras cosas, mejorar el rendimiento de un proceso, reducir la variabilidad o los costos de
produccin, as como aumentar la calidad de los productos o servicios.
En general los experimentos se usan para estudiar el desempeo de procesos y sistemas.
El proceso o sistema puede representarse como se muestra en la figura 1. El proceso
puede por lo general visualizarse como una combinacin de mquinas, mtodos,
personas u otros recursos que transforman cierta entrada (con frecuencia cierto material)
en una salida que tiene una o ms respuestas observables. Algunas variables del
proceso x1, x2,..., xn son controlables, mientras que otras z1, z2,...,zm son no controlables.

Ing. Jos M. Reynoso

Pgina 5

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

Figura 1. Modelo general de un proceso o sistema

Los objetivos del diseo de experimentos podran comprender los siguientes puntos:
Determinar cules son la variables que tiene mayor influencia sobre la respuesta y.
Determinar cul es el ajuste de las x que tiene mayor influencia para que y est casi

siempre cerca del valor nominal deseado.


Determinar cul es el ajuste de las x que tiene mayor influencia para que la variabilidad

de y sea reducida.
Determinar cul es el ajuste de las x que tiene mayor influencia para que los efectos de

las variables z1, z2,...,zm sean mnimos.


El diseo experimental es una herramienta de importancia fundamental en el mbito
industrial (ingeniera) e incluso en las empresas de servicio para mejorar el desempeo de
un proceso de manufactura o servicio. Tambin tiene mltiples aplicaciones en el
desarrollo de nuevos productos y procesos. El diseo de experimentos se puede utilizar
en las industrias para:
Mejorar los procesos, ya sea mejorando su eficiencia, su confiabilidad o su rendimiento.
Asistir en la solucin de problemas.
Aprender de los procesos y sus fallos.
Establecer relaciones de causa-efecto entre las entradas (input) de un proceso y sus

salidas (output).
Identificar los factores que tienen un mayor o menor impacto en los procesos y/o

productos.
Lograr una produccin de productos que cumplan con las especificaciones que sean a

su vez robustos a ruidos externos.


Ing. Jos M. Reynoso

Pgina 6

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS
Establecer una regin (o ventana) del proceso donde unos factores pueden operar,

averiguando la sensibilidad al cambio de algunos factores en la respuesta.


Fijar especificaciones y tolerancias lgicas para productos y procesos.
Obtener una ecuacin polinmica que modele el comportamiento de la respuesta de un

proceso en una regin de variacin de los factores.


Verificar si la solucin adoptada para mejorar un proceso, realmente obtiene los

resultados esperados.

3. Algunas aplicaciones tpicas del diseo de experimentos


en la industria
La aplicacin de las tcnicas del diseo experimental en las fases iniciales del desarrollo
de un proceso puede redundar en:
1. Mejoras en el rendimiento del proceso.
2. Variabilidad reducida y conformidad cercana con los requerimientos nominales o
proyectados.
3. Reduccin del tiempo de desarrollo.
4. Reduccin de los costos globales.
Entre las aplicaciones del diseo experimental en el diseo de ingeniera (desarrollo de
nuevos productos) se encuentran:
La evaluacin y comparacin de configuraciones de diseos bsicos.
La evaluacin de materiales alternativos.
La seleccin de los parmetros del diseo para que el producto tenga un buen
funcionamiento en una amplia variedad de condiciones de campo, es decir, para que el
producto sea robusto.
La determinacin de los parmetros clave del diseo del producto que afectan el
desempeo del mismo.

4. Planificacin de un diseo de experimentos


La experimentacin forma parte natural de la mayora de las investigaciones cientficas e
industriales, en muchas de las cuales, los resultados del proceso de inters se ven
afectados por la presencia de distintos factores, cuya influencia puede estar oculta por la
variabilidad de los resultados mustrales. Es fundamental conocer los factores que
influyen realmente en el sistema o proceso que se est estudiando y estimar esta
influencia. Para conseguir esto es necesario aplicar un enfoque estadstico en el diseo y
anlisis de un experimento, variar las condiciones que afectan a las unidades
experimentales y observar la variable respuesta. Del anlisis y estudio de la informacin
recogida se obtienen las conclusiones.

Ing. Jos M. Reynoso

Pgina 7

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

Las etapas a seguir en el desarrollo de un problema de diseo de experimentos son las


siguientes:
1. Identificacin del problema y definir los objetivos. Es comn en la industria no
darse cuenta de que existe un problema en un proceso o producto que requiere
experimentacin para mejorar su eficiencia o calidad, para aplicar un experimento es
necesario desarrollar todas las ideas acerca de los objetivos del mismo. Es importante
solicitar aportes de todas las reas involucradas: ingeniera, calidad, produccin,
marketing, administracin, el cliente y el personal de operacin. En la mayora de los
casos es conveniente hacer una lista de los problemas o preguntas especficas que van a
abordarse en el experimento. Las actividades y herramientas que nos apoyan a realizar
esta fase se presentan en la tabla 1.

Actividades
1.- Seleccionar equipo de trabajo
2.- Formular problema
3.- Documentar informacin importante
4.- Elegir respuestas
5.- Establecer objetivo

Herramientas
Diagrama de flujo
Grficos de control
Grfico jerarquizado
de objetivos
Mapa de procesos
Tabla 1.Actividades y herramientas para la fase 1.

2. Eleccin de los factores y los niveles. Una fuente de variacin es cualquier cosa
que pueda generar variabilidad en la respuesta u objeto de estudio. Es recomendable
hacer una lista de todas las posibles fuentes de variacin del problema, distinguiendo
aquellas que, a priori, generarn una mayor variabilidad. Se denomina factor
tratamiento a cualquier variable de inters para el experimentador cuyo posible efecto
sobre la respuesta se quiere estudiar.
Se distinguen dos tipos:
o Factores de tratamiento: son aquellas fuentes cuyo efecto sobre la respuesta es de
particular inters para el experimentador.
o Factores nuisance: son aquellas fuentes que no son de inters directo pero que se
contemplan en el diseo para reducir la variabilidad no planificada.
Los niveles de un factor tratamiento son los tipos o grados especficos del factor que se
tendrn en cuenta en la realizacin del experimento. Las actividades y herramientas que
nos apoyan a realizar esta fase se presentan en la tabla 2.

Actividades
Herramientas
1.- Identificar factores
2.- Clasificar factores
AMFE*
3.- Definir estrategias para algunos factores
Diagrama de afinidad
4.- Describir conocimiento actual de los efectos Diagrama Causa-Efecto
de los factores
Mapa de procesos
5.- Determinar rangos y niveles
Diagramas IDEF0**
* AMFE (Anlisis Modal de Fallos y Efectos), ** IDEF0 (Integration Definition for Function Modeling)
Tabla 2. Actividades y herramientas para la fase 2.
Ing. Jos M. Reynoso

Pgina 8

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

3. Seleccin de la variable respuesta. Para seleccionar la variable de respuesta, el


experimentador deber tener la certeza de que esta variable proporciona en realidad
informacin til acerca del proceso bajo estudio. Los datos que se recogen en un
experimento son medidas de una variable denominada variable respuesta o variable de
inters y es importante precisar en qu unidades se mide. En la mayora de los casos, el
promedio o la desviacin estndar (o ambos) de la caracterstica medida ser la variable
respuesta. Las actividades y herramientas que nos apoyan a realizar esta fase se
presentan en la tabla 3.
Actividades
Herramientas
1.- Identificar los objetivos del experimento
Grfico jerarquizado de
objetivos
2.- Identificar la variable respuesta
3.- Identificar en que unidades se medir la AMFE*
Diagrama Causa-Efecto
variable respuesta
Mapa de proceso
* AMFE (Anlisis Modal de Fallos y Efectos)
Tabla 3. Actividades y herramientas para la fase 3.

4. Eleccin del diseo experimental. La eleccin del diseo implica la consideracin del
tamao de la muestra (nmero de rplicas). Es importante tener en mente los objetivos
experimentales. En muchos experimentos de ingeniera se sabe que algunos de los
niveles de los factores (variables) producirn valores diferentes de la respuesta. En
consecuencia, el inters se centra en identificar "qu" factores causan esta diferencia y en
estimar la magnitud del cambio de la respuesta. En otras palabras es determinar el
"cmo" se van a realizar los experimentos (especificar que unidades experimentales se
observarn bajo cada tratamiento). Las actividades y herramientas que nos apoyan a
realizar esta fase se presentan en la tabla 4.

Actividades
1.- Caracterizar factores
2.- Pre-analizar
3.- Elegir tipo de diseo
4.- Seleccionar diseo experimental
5.- Elegir niveles

Herramientas
Aleatorizacin
Anlisis asistido por software
Rplicas
Representacin grfica

Tabla 4. Actividades y herramientas para la fase 4.

5. Realizacin del experimento. En esta fase suele ser conveniente no apresurase a


realizar los experimentos, sin antes analizar la realizacin de algunas actividades previas
debido a que se suelen subestimar los aspectos logsticos y de planificacin de DoE en
mbitos de manufactura, investigacin y desarrollo se debe asegurar que todos los
recursos necesarios para la experimentacin estn disponibles. Se debe tener especial
cuidado y para ello intentar adelantarse a los problemas.
Para ello antes de comenzar con la experimentacin no se debe olvidar de:
Ing. Jos M. Reynoso

Pgina 9

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS
o Seleccionar la ubicacin correcta para realizar el experimento.
o Revisar la disponibilidad del equipamiento, mquinas y operarios para llevar a cabo las

experimentaciones.
o Verificar que todas las combinaciones son viables.
o Preparar las hojas de recoleccin de datos.
o Otorgar las instrucciones necesarias para los que realizan los experimentos.

Las actividades y herramientas que nos apoyan a realizar esta fase se presentan en la
tabla 5.
Actividades
1.- Preparar experimentos
2.- Analizar la necesidad de pruebas piloto
3.- Realizar experimentos y recolectar datos

Herramientas
Pruebas piloto
Hoja recogida de datos

Tabla 5. Actividades y herramientas para la fase 5.

6. Anlisis estadstico de los datos. En esta fase, se debern usar mtodos estadsticos
para analizar los datos a fin de que los resultados y las conclusiones sean objetivos y no
de carcter apreciativo. Si el experimento se ha diseado correctamente y se ha llevado a
cabo de acuerdo al diseo, los mtodos estadsticos necesarios no deben ser
complicados. Con frecuencia se encuentra que los mtodos grficos simples desempean
un papel importante en el anlisis e interpretacin de datos. Debido a que muchas de las
preguntas que el experimentador quiere responder pueden insertarse en el marco de la
prueba de hiptesis, los procedimientos para probar hiptesis y estimar intervalos de
confianza son muy tiles en el anlisis de datos de un experimento diseado. Para esta
fase se recomienda utilizar un software estadstico. Las actividades y herramientas que
nos apoyan a realizar esta fase se presentan en la tabla 6.
Actividades
1.- Calcular el efecto de los factores
2.- Determinar los factores significativos
3.- Interpretar resultados
4.- Construir modelo de prediccin
5.- Optimizar respuestas
6.- Evaluar necesidades de nuevos
experimentos

Herramientas
Anlisis de regresin
ANOVA*
ANCOVA**
Grficos de contorno
Grficos de probabilidad
normal
Grficos de Pareto

*ANOVA (Analysis of Variance) en espaol Anlisis de la varianza


** ANCOVA (Analisis de la Covaraianza)
Tabla 6. Actividades y herramientas para la fase 6

7. Mejoras, control y conclusiones. Todo el trabajo de las fases anteriores, tiene que
dar sus resultados en esta etapa. Por lo que se intentar maximizar los beneficios. Para
mejorar se recomienda ser ms creativo y tener una perspectiva ms amplia. Una vez
implementadas las mejoras se debe realizar el seguimiento y verificar la estabilidad de las
Ing. Jos M. Reynoso

Pgina 10

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

mejoras obtenidas. Una vez que se ha hecho el anlisis de los datos, la mejora y el
control, el experimentador debe sacar conclusiones prcticas acerca de los resultados y
recomendar un curso de accin. los mtodos grficos suelen ser tiles en esta etapa, en
particular para presentar los resultados. Las actividades y herramientas que nos apoyan a
realizar esta fase se presentan en la tabla 7.
Actividades
1.- Evaluar la necesidad de experimentos
confirmatorios.
2.- Implementar controles
3.- Validar resultados

Herramientas
Diseo de experimentos
Grficos de control
Plan de control
Procedimientos

Tabla 7. Actividades y herramientas para la fase 7.

5.

EJEMPLOS
5.1 Caracterizacin de un proceso

En el proceso de fabricacin de tarjetas de circuitos impresos se utiliza una mquina de


soldadura lquida. La mquina limpia las tarjetas en un fundente, las somete a un proceso
de precalentamiento y despus las hace pasar por una onda de soldadura lquida
mediante una transportadora. En este proceso de soldadura se hacen las conexiones
elctricas y mecnicas de los componentes recubiertos de plomo en la tarjeta.
El proceso opera actualmente con un nivel de defectos aproximados de 1%. Es decir,
cerca de 1% de las juntas de soldadura de una tarjeta son defectuosas y requieren
correccin manual. Sin embargo, debido a que la tarjeta de circuitos impresos contiene
ms de 2000 juntas de soldadura, incluso en un nivel de defectos de 1% representa un
nmero demasiado alto de juntas de soldadura que requieren correccin. Al ingeniero
responsable del proceso en esta rea le gustara usar un experimento diseado para
determinar cules son los parmetros de la mquina que influyen en la ocurrencia de los
defectos de soldadura y que ajustes deberan hacerse en dichas variables para reducir los
defectos de soldadura.
En la mquina de soldadura lquida hay diversas variables que pueden controlarse. stas
incluyen:
a. Temperatura de la soldadura
b. La temperatura del precalentamiento
c. La velocidad de la transportadora
d. El tipo de fundente
e. La gravedad especfica del fundente
f. La profundidad de la onda de soldadura
g. El ngulo de la transportadora
Adems de estos factores controlables, hay otros que no es sencillo manejar durante el
proceso de fabricacin, aunque podran controlarse para los fines de una prueba. stos
son:
h. El espesor de la tarjeta de circuitos impresos
i. El tipo de componentes usados en la tarjeta
j. La disposicin de los componentes en la tarjeta
Ing. Jos M. Reynoso

Pgina 11

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

k. El operador
l. La rapidez de produccin

En esta situacin, el inters del ingeniero es caracterizar la mquina de soldadura lquida;


es decir, quiere determinar los factores (tanto los controlables como los no controlables)
que afectan la ocurrencia de defectos en las tarjetas de circuitos impresos. Para ello
puede disear un experimento que le permitir estimar la magnitud y direccin de los
efectos de los factores; es decir, cuntos cambia la variable de respuesta (defectos por
unidad) cuando se modifica cada factor, y si la modificacin de los factores en conjunto
produce resultados diferentes que los obtenidos mediante el ajuste individual de los
factores; es decir, existe interaccin entre los factores? En ocasiones a un experimento
como este se le llama experimento tamiz o de exploracin exhaustiva.
La informacin obtenida de este experimento tamiz se usar para identificar los factores
crticos del proceso y determinar la direccin del ajuste de dichos factores a fin de
conseguir una reduccin adicional del nmero de defectos por unidad. El experimento
tambin puede proporcionar informacin acerca de los factores que deberan controlarse
con mayor atencin durante el proceso de fabricacin a fin de evitar los niveles elevados
de defectos y el desempeo errtico del proceso. Por lo tanto, una consecuencia del
experimento podra ser la aplicacin de tcnicas como las cartas de control a una o ms
de las variables del proceso (la temperatura de soldadura, por ejemplo), aunadas a las
cartas de control de la produccin del proceso. Con el tiempo, si se consigue una mejora
sensible del proceso, quiz sea posible basar la mayor parte del programa de control del
mismo en el control de las variables de entrada del proceso en lugar de aplicar cartas de
control a la produccin.

5.2 Optimizacin de un proceso


En un experimento de caracterizacin, el inters suele centrarse en determinar las
variables del proceso que afectan la respuesta. El siguiente paso lgico es la
optimizacin, es decir, determinar la regin de los factores importantes que conduzca a la
mejor respuesta posible. Por ejemplo, si la respuesta es el rendimiento, se buscara la
regin del rendimiento mximo, mientras que si la respuesta es la variabilidad de una
dimensin crtica del producto, se buscara una regin de variabilidad mnima.
Supongamos que el inters se centra en mejorar el rendimiento de un proceso qumico.
Por los resultados de un experimento de caracterizacin se sabe que las dos variables
ms importantes del proceso que influyen en el rendimiento son la temperatura de
operacin y el tiempo de reaccin. El proceso opera actualmente a 145F y con 2.1 horas
de tiempo de reaccin, produciendo rendimientos de cerca de 80%. En la figura 1.9 se
muestra una vista desde arriba de la regin tiempo-temperatura. En esta grfica las lneas
de rendimiento constante se unen para formar los contornos de respuesta, y se muestran
las lneas de contorno para rendimiento de 60, 70, 80, 90 y 95%. Estos contornos son las
proyecciones en la regin tiempo-temperatura de las secciones transversales de la
superficie del rendimiento correspondiente a los rendimientos porcentuales arriba
mencionados. A esta superficie se le llama en ocasiones superficie de respuesta. El
personal del proceso no conoce la verdadera superficie de respuesta de la figura 1.9, por
lo que se necesitarn mtodos experimentales para optimizar el rendimiento con respecto
al tiempo y la temperatura.
Ing. Jos M. Reynoso

Pgina 12

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

Para localizar el rendimiento ptimo, es necesario llevar a cabo un experimento en el que


se hagan variar conjuntamente el tiempo y la temperatura, es decir un experimento
factorial. En la figura 1.9 se muestran los resultados de un experimento factorial inicial
realizado con dos niveles tanto del tiempo como de la temperatura. Las respuestas que se
observan en los cuatro vrtices del cuadrado indican que, para incrementar el
rendimiento, los cambios deberan hacerse en la direccin general del aumento de la
temperatura y la temperatura y la reduccin del tiempo de reaccin. Se realizaran
algunas corridas adicionales en esta direccin, y esta experimentacin adicional, llevara a
la regin del rendimiento mximo.

Una vez que se ha encontrado la regin del rendimiento ptimo, el siguiente paso tpico
sera realizar un segundo experimento. El objetivo de este segundo experimento es
desarrollar un modelo emprico del proceso y obtener una estimacin ms precisa de las
condiciones de operacin ptimas para el tiempo y la temperatura. A este enfoque para la
optimizacin de un proceso se le llama la metodologa de superficies de respuesta. El
segundo diseo ilustrado en la figura 1.9 es un diseo central compuesto, uno de los
Ing. Jos M. Reynoso

Pgina 13

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

diseos experimentales ms importantes que se usan en los estudios de optimizacin de


procesos.

5.3 Ilustracin del diseo de un producto


Con frecuencia los mtodos de diseo experimental pueden aplicarse en el proceso de
diseo de un producto. Para ilustrar esto, suponga que un grupo de ingenieros est
diseando el gozne de la puerta de un automvil. La caracterstica de calidad del producto
que les interesa es el esfuerzo amortiguador, es decir, la capacidad de retencin del tope
que impide que la puerta se cierre cuando el vehculo se estaciona en una pendiente. El
mecanismo amortiguador consta de un resorte de hojas y un cilindro. Cuando la puerta se
abre, el cilindro se desplaza por un arco que hace que el resorte de hojas se comprima.
Para cerrar la puerta es necesario vencer la fuerza del resorte, la cual produce el esfuerzo
amortiguador. El equipo de ingenieros considera que el esfuerzo amortiguador es una
funcin de los siguientes factores:
a. La distancia que se desplaza el cilindro
b. La altura del resorte del pivote a la base
c. La distancia horizontal del pivote al resorte
d. La altura libre del resorte auxiliar
e. La altura libre del resorte principal
Los ingenieros pueden construir un prototipo del mecanismo del gozne en el que es
posible variar todos estos factores dentro de ciertos rangos. Una vea que se han
identificado los niveles apropiados de estos cinco factores, puede disearse un
experimento que conste de varias combinaciones de los niveles de los factores, y el
prototipo del gozne puede probarse con estas combinaciones. Se obtendr as
informacin respecto de los factores que tienen una mayor influencia sobre el esfuerzo
amortiguador del tope y, mediante el anlisis de esta informacin, podr mejorarse el
diseo del tope.

6.

Conclusin

Existen muchos diseos experimentales para estudiar la gran diversidad de problemas o


situaciones que ocurren en la prctica. Esta cantidad de diseos hace necesario saber
cmo elegir el ms adecuado para una situacin dada y, por ende, es preciso conocer
cmo es que se clasifican los diseos de acuerdo con su objetivo y su alcance.
Los cinco aspectos que ms influyen en la seleccin de un diseo experimental, en el
sentido de que cuando cambian por lo general nos llevan a cambiar de diseo, son:
1. El objetivo del experimento.
2. El nmero de factores a estudiar.
3. El nmero de niveles que se prueban en cada factor.
4. Los efectos que interesa investigar (relacin factores-respuesta).
5. El costo del experimento, tiempo y precisin deseada.

Ing. Jos M. Reynoso

Pgina 14

UTN - FRVM
INGENIERA QUMICA
DISEO DE EXPERIMENTOS

Estos cinco puntos no son independientes entre s, pero es importante sealarlos de


manera separada, ya que al cambiar cualquiera de ellos generalmente cambia el diseo
experimental a utilizar. Con base en algunos de estos cinco puntos es posible clasificar
los diseos como lo hacemos a continuacin.
El objetivo del experimento se utiliza como un criterio general de clasificacin de los
diseos experimentales, mientras que los otros cuatro puntos son tiles para
subclasificarlos. En este sentido, de acuerdo con su objetivo y sin pretender ser
exhaustivos, los diseos se pueden clasificar como:
1. Diseos para comparar dos o ms tratamientos.
2. Diseos para estudiar el efecto de varios factores sobre la(s) respuesta(s).
3. Diseos para determinar el punto ptimo de operacin del proceso.
4. Diseos para la optimizacin de una mezcla.
5. Diseos para hacer el producto o proceso insensible a factores no controlables.

En resumen, los distintos diseos ms usados en la industria se clasifican en:

Ing. Jos M. Reynoso

Pgina 15