Unidad 4 y 5 Calidad

INSTITUTO TECNOLOGICO SUPERIOR DE
COATZACOALCOS
INGENIERA DE LA CALIDAD
I
I
T N
D
E U
S
S UNIDAD IV: ANALISIS SEAL RUIDO (S/N) T
UNIDAD V: DE RESULTADOS
R
DOCENTE: ING. JESUS ALBERTO CRUZ TOY
C ALUMNO: GERARDO MANUEL HERNANDEZ ZEFERINO

I
No DE CONTROL: 13080088 A
FECHA: 30 DE NOVIEMBRE DEL 2016 L
O
GRUPO: 8 A
INSTITUTO TECNOLOGICO SUPERIOR DE COATZACOALCOS
ALUMNO: HERNANDEZ ZEFERINO GERARDO MANUEL CARRERA: ING. INDUSTRIAL
MATERIA: INGENIERIA DE CALIDAD NO. DE UNIDAD: IV Y V
FECHA: 30/NOVIEMBRE/2016 ACT: INVESTIGACION
DOCENTE: ING. JESUS ALBERTO CRUZ TOY GRADO Y GRUPO: 8 A
UNIDAD: UNIDAD IV ANALISIS SEAL Y UNIDAD V RUIDO Y ANALISIS DE RESULTADO
UNIDAD 4
ANALISIS SEAL
RUIDO
INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 2

ALBERT EINSTEIN
4.1 FACTORES DE RUIDO
En los diseos de Taguchi, factores que causan variabilidad en el desempeo de

un sistema o producto, pero que no pueden ser controlados durante la produccin
o el uso del producto. Sin embargo, los factores de ruido s pueden controlarse o
simularse durante la experimentacin. Debe seleccionar niveles de los factores de
ruido que representen la gama de condiciones ante las cuales la respuesta deba
seguir siendo robusta.
Entre los tipos ms comunes de factores de ruido estn los siguientes:
Externos: Factores ambientales, uso por parte de los clientes, etc.
Variaciones en la manufactura: Variaciones entre las partes.
Deterioro del producto: Degradacin que se produce por causa del uso y la
exposicin ambiental.
Durante la experimentacin, usted manipula los factores de ruido para hacer que
se produzca variabilidad de manera forzada; luego, a partir de los resultados,
identifica la configuracin ptima de los factores de control que hace que el
proceso o producto sea resistente o robusto antes a las variaciones causadas por
los factores de ruido. Los factores de control son aquellos parmetros de diseo y
proceso que pueden ser controlados.
Por ejemplo, un fabricante de impresoras desea optimizar el rendimiento de sus

impresoras. Uno de los factores de ruido es que existen diferentes tipos de papel.
Durante la experimentacin, el fabricante prueba diferentes tipos de papel para
determinar factores de control que reduzcan el efecto que ejerce el tipo de papel
en el rendimiento de la impresora.

ALBERT EINSTEIN
La composicin de los factores de ruido es una estrategia en la cual usted agrupa

los niveles de los factores de ruido en combinaciones que usted prev que
producirn valores de respuesta extremos.
Debido a que estimar los efectos de los factores individuales de ruido no es la

meta principal, la composicin es una manera til de reducir el nmero de
pruebas. Por ejemplo, si usted tiene tres factores de ruido, cada uno con dos
niveles, podra tener ocho combinaciones diferentes de valores de configuracin
que probar. En lugar de ello, usted podra agrupar los factores de ruido para
conformar dos configuraciones generales: una configuracin en la cual los niveles
de los factores de ruido aumenten los valores de respuesta y otra configuracin en
la cual los niveles de los factores de ruido disminuyan los valores de respuesta.
4.2 ENFOQUES PARA EL TRATAMIENTO DE FACTORES DE RUIDO
Toda caracterstica de calidad vara debido a diferentes causas de variacin,

dichas causas de variacin son conocidas como factores de ruido y pueden
clasificarse como:
1. Externas.
El medio ambiente en el cual el producto es utilizado y la carga a la cual es

sometido son las dos fuentes externas importantes de variacin en el desempeo
de un producto.
2. Variacin unidad a unidad.
La variacin que es inevitable en el proceso de manufactura lleva a la variacin de

los parmetros del producto de unidad a unidad.

ALBERT EINSTEIN
3. Deterioro.
Cuando un producto es vendido, todas sus caractersticas funcionales deben estar

en el objetivo. Conforme el tiempo pasa, los valores de los componentes
individuales pueden cambiar llevando al deterioro de un producto de alto
desempeo.
Toda caracterstica de calidad vara debido a diferentes causas de variacin,
dichas causas de variacin son conocidas como factores de ruido y pueden
clasificarse como:
1. Externas.
El medio ambiente en el cual el producto es utilizado y la carga a la cual es

sometido son las dos fuentes externas importantes de variacin en el desempeo
de un producto.
2. Variacin unidad a unidad.
La variacin que es inevitable en el proceso de manufactura lleva a la variacin de

los parmetros del producto de unidad a unidad.
3. Deterioro.
Cuando un producto es vendido, todas sus caractersticas funcionales deben estar

en el objetivo. Conforme el tiempo pasa, los valores de los componentes
individuales pueden cambiar llevando al deterioro de un producto de alto
desempeo. Idntica variables de respuestas, factores de seal, factores de ruido
y factores de control que intuyen en un proceso son tareas muy importantes. En la
planeacin de un proyecto de diseo robusto, tambin es importante identifica los
factores de control y los factores de tolerancia.

ALBERT EINSTEIN
El mejor ajuste de los factores de control es determinado a travs del diseo de

parmetro, mientras que el mejor ajuste para los factores de tolerancia es
determinado a travs del diseo de tolerancia.
4.3 RELACION SEAL-RUIDO
En los diseos de Taguchi, una medida de robustez utilizada para identificar los
factores de control que reducen la variabilidad de un producto o proceso al
minimizar los efectos de los factores que no se pueden controlar (factores de
ruido). Los factores de control son aquellos parmetros de diseo y proceso que
pueden ser controlados. Los factores de ruido no se pueden controlar durante la
produccin o el uso de un producto, pero s se pueden controlar durante la
experimentacin. En un experimento diseado de Taguchi, los factores de ruido se
manipulan para hacer que haya variabilidad y, con base en los resultados,
identificar la configuracin ptima de los factores de control que haga que el
proceso o producto sea robusto o resistente ante la variacin provocada por los
factores de ruido. Valores ms altos en la relacin de seal a ruido (S/N) indican
configuraciones de los factores de control que minimizan los efectos de los
factores de ruido.
Los experimentos de Taguchi suelen usar un proceso de optimizacin de 2 pasos.

En el paso 1, utilice la relacin de seal a ruido para identificar los factores de
control que reducen la variabilidad. En el paso 2, identifique los factores de control
que permiten mover la media al objetivo y tienen poco o ningn efecto sobre la
relacin de seal a ruido.
La relacin de seal a ruido mide cmo vara la respuesta en relacin con el valor
nominal u objetivo bajo diferentes condiciones de ruido.

ALBERT EINSTEIN
Puede elegir entre diferentes relaciones de seal a ruido, dependiendo de la meta

del experimento. Para diseos estticos, Minitab ofrece cuatro relaciones de seal
a ruido:
De todos los factores que afectan un proceso, se pueden extraer dos

grupos:
Factores de ruido. Son aquellos que no podemos, queremos o deseamos

controlar, y ms bien deseamos que nuestros procesos y productos sean
insensibles a su impacto.
Factores de diseo. Son aquellos que si podemos controlar en nuestro
proceso de produccin, y deseamos encontrar a qu nivel operarlos, a fin
de optimizar el producto o proceso, esto es, que los productos sean de alta
calidad y bajo costo.
El anlisis se realiza de la siguiente manera:
Dentro de los factores a estudiar, separe los de ruido y los de diseo o

control.
Dentro de los factores de diseo, identifique aquellos que afectan la
variabilidad del proceso. Utilcelos para minimizar la variabilidad.
Dentro de los factores de diseo, identifique aquellos que afectan la media,
sin afectar la variabilidad. Utilcelos para optimizar la media.
Identifique aquellos factores de diseo que no afectan ni media ni
variabilidad. Utilcelos para reducir costos.

ALBERT EINSTEIN
Indices seal ruido
Es deseable tener una cantidad o expresin que de alguna manera, involucre

media y variacin, o que por lo menos, ayude a que nuestras conclusiones sean
ms confiables. Esta cantidad ya existe y se llama ndice seal ruido, denotado
como SN o sr de aqu en adelante.
El ndice se dise de tal manera, que productos ms robustos siempre tenga un

mayor valor del ndice SN.
4.4 ANLISIS DE VARIANZA Y LA SEAL DE RUIDO
Factores de ruido.
Los factores de ruido son aquellos que no se pueden controlar o que resulta muy
caro controlarlos. Los factores de ruido causan variabilidad y prdida de calidad.
Por esto es necesario disear un sistema el cual sea insensible a los factores de
ruido. El diseador debe identificar la mayor cantidad posible de factores de ruido
y usar su buen juicio en base a sus conocimientos para decidir cules son los ms
importantes a considerar en su anlisis.
La optimizacin de los valores de los factores de diseo se resuelve en dos

etapas:
1) Determinar los factores que afectan al ratio seal-ruido y escoger los valores
que lo maximizan.
2) Seleccionar algn factor que teniendo influencia sobre el nivel de la respuesta

tenga un efecto lo menor posible sobre el ratio seal-ruido.

ALBERT EINSTEIN
Este ser el factor que se utilizar para llevar la respuesta al nivel deseado.
Taguchi propone diferentes ratios seal-ruido segn sea el objetivo que se

persiga. As, si lo que se pretende es minimizar la respuesta, se deber trabajar en
las condiciones que maximicen.
Analizar la significacin de los efectos. Los resultados se analizan mediante tablas

de anlisis de la varianza. Esta tcnica de anlisis de la significacin de los
efectos es uno de los aspectos ms controvertidos del Mtodo de Taguchi. Box
(1986) (entre otros), ha realizado un detallado anlisis crtico sobre este aspecto.
Realizacin de experimentos confirmatorios. Antes de dar definitivamente por

bueno el resultado obtenido, Taguchi propone la realizacin de una serie de
experimentos para confirmar que las condiciones obtenidas como ptimas son
efectivamente las mejores.

ALBERT EINSTEIN
UNIDAD 5
ANALISIS DE
RESULTADOS

ALBERT EINSTEIN
5.1 ANALISIS POR TABLAS DE REPUESTA, ANALISIS DE VARIANZA POR

ARREGLOS ORTOGONALES.
Uno de los mtodos para analizar datos es la tabulacin cruzada. Por ejemplo, un
investigador mdico puede tabular las frecuencias de los diferentes sntomas por
edades y sexo; un investigador educativo puede tabular el nmero de estudiantes
que abandonan sus estudios por edad, sexo y grupo tnico; un economista puede
tabular el nmero de negocios que fallan por industria, regin, etc.; un investigador
de mercado puede tabular las preferencias de los consumidores por producto,
edad y sexo.
En todos estos casos, los resultados principales de inters pueden ser

sumarizados en una tabla de frecuencia mltiple; o sea, en una tabla cruzada de
dos o ms factores.
TABLAS DE FRECUENCIA DE 2 CAMINOS
Vamos a empezar con la ms simple tabulacin cruzada, la tabla de 2 X 2.

Supongamos que estamos interesados en la relacin que hay entre la edad y las
canas en la gente. Tomamos una muestra de 100 personas y determinamos
quin tiene y quin no tiene canas. Tambin tomamos la edad aproximada de los
sujetos.
Este es el resultado del estudio.

ALBERT EINSTEIN
Mientras interpretamos los resultados de este pequeo estudio, vamos a

introducirnos en la terminologa que nos permitir generalizar en tablas ms
complejas ms fcilmente.
Diseo de variables y variables de respuesta.
En la regresin mltiple o en el anlisis de varianza hay una distincin comn

entre las variables dependientes e independientes. Las variables dependientes
son aquellas que tratamos de explicar, y podemos clasificar los f actores en una
tabla de 2 X 2; por ejemplo, el color del pelo es una variable dependiente. Las
variables de respuesta son aquellas que varan en la respuesta a las variables
designadas; por ejemplo, el color del pelo puede ser considerado una variable de
respuesta y la edad es considerada una variable de diseo.
Ajuste marginal de frecuencias.
Nos podemos preguntar cul de las frecuencias parece no tener relacin con las
variables (hiptesis nula). Para no ir en detalles, intuitivamente podemos esperar
que las frecuencias en cada celda podran proporcionalmente reflejar las
frecuencias marginales (Totales); por ejemplo, considere la siguiente tabla:

ALBERT EINSTEIN
En esta tabla, las proporciones de las frecuencias marginales estn reflejadas en

cada celda individual 27/33 =18/22 = 45/55 y 27/18 = 33/22 = 60/40. Dadas las
frecuencias marginales, stas son las celdas de frecuencia que podramos esperar
si no existiera relacin entre la edad y el cabello canoso. Si comparamos esta
tabla con Ia anterior, podremos ver que la tabla anterior refleja una relacin entre
dos variables. Hay ms casos esperados de que la persona tengo canas antes de
los cuarenta, y hay ms casos de personas de ms de cuarenta aos que tienen
canas.
TABLAS DE FRECUENCIA MULTIPLE.
El razonamiento presentado en las tablas de 2 X 2 puede ser generalizado a

tablas ms complejas. Supongamos que tenemos una tercera variable en nuestro
estudio; por ejemplo, queremos ver si el estrs tiene que ver con las canas en las
personas. Como estamos interesados en este nueva variable, la vamos a
considerar como variable de diseo. (Con esto, la variable de estrs se convierte
en una variable de respuesta y la variable del color del cabello sera una variable
de diseo). La tabla resultante sera una tabla de frecuencia de 3 caminos.
Modelos de ajuste. Podemos aplicar el razonamiento anterior para analizar esta

tabla. Especficamente podemos ajustar diferentes modelos que reflejen diferentes
hiptesis acerca de los datos. Como antes, las frecuencias esperadas en este
caso reflejan sus respectivas frecuencias marginales. Si alguna desviacin
significante ocurriera, se reflejara en este modelo.

ALBERT EINSTEIN
Efectos de interdiccin.
Otro modelo concebible puede ser que la edad est relacionada con el color del
cabello, y que el estrs es relacionado con el color del cabello tambin; pero, estos
dos factores no interactan en su efecto. En este caso, podramos necesitar
simultneamente de dos tablas, una es la tabla de 2 X 2 de la edad por color del
cabello cruzada con los niveles de estrs, y otra tabla del estrs por color del
cabello cruzada con los niveles de la edad. Si este modelo no se ajusta los datos,
tenemos que incluir que la edad, el estrs y el color del cabello estn
interrelacionados. De otra forma, podremos concluir que la edad y el estrs
interactan con sus efectos en el cabello canoso.
5.2 ANALISIS DE ATRIBUTOS CLASIFICADOS
El primer paso es formar categoras acumulados 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)
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
un nuevo proveedor. El aspecto visual se dividi en las categoras iniciales:
1=Incompleto
2=Partido/Crudo

ALBERT EINSTEIN
3=Deforme
4=Bien
De modo que las categoras acumuladas son:
(I)=1
(II)=(1) + (2)
(III)=(1) +(2) + (3)
(IV)=(1) +(2) + (3) + (4)
El experimento consisti en cuatro factores a tres niveles cada uno y con diez
repeticiones, siendo los factores:
A = Temperatura
B = Tiempo de Ciclo
C = Tiempo de Inyeccin
D = Presin
Se utiliz un arreglo ortogonal L9, en donde se obtuvieron los resultados que se

muestran en la siguiente tabla, misma en la que se pueden observar los clculos
para obtener los valores de las categoras acumuladas en la combinacin nmero
seis:
I)= (=)
(II)= (0) + (3)

ALBERT EINSTEIN
(III)=(0) + (3) + (1)
(IV) = (0) + (3) + (1) + (6)
Resultados del Experimento en una Mquina Moldeadora.
Tambin se puede ver que en la frecuencia acumulada de la Clase IV durante todo

el experimento es la misma, por lo que no se podr extraer ninguna informacin de
esta columna. Es por lo que se realizar en el anlisis acumulativo calcular la
suma de cuadrados de la clase I, Clase II y Clase III. De cualquier forma esas
sumas de cuadrados no pueden sumarse sencillamente, puesto que las bases de
las tres clases son diferentes.
En la distribucin binomial la fraccin de defectuosos es p, y su varianza

correspondiente es p (1 - p), esto indica que cuando la media de la fraccin
defectuosa cambia, la varianza cambia tambin. Debido a esta dependencia de la
varianza sobre la fraccin defectuosa, la suma de los cuadrados de la Clase I,
Clase II y Clase III tiene diferentes bases. Con el objetivo de normalizar esas
bases, la suma de cuadrados de cada clase se divide entre su varianza;
solamente as se pueden sumar las clases.
El segundo paso es conocer la proporcin que tiene cada categora acumulada:
PI= 25 PII= 49 PIII= 65 PIV= 90
90 90 90 90
A cada categora se le asigna un peso segn la frmula:
Wj = 1/(Pjx(1-PJ)),

ALBERT EINSTEIN
As que para el ejemplo que se tiene:
WI = 1/25/90x (1-25/90)) = 4.985
WII = 1/49/90x(1-49/90)) = 4.032
WIII = 1/(65/90x(1-65/90)) = 4.985
Para cada categora se calcula el factor de correccin como Suma de Cuadrados

de Factores.
Se obtienen mediante la suma de cuadrados de cada clase multiplicada por su

peso, segn frmula.
Ssa = (Ssa clase I) x WI + (SSA clase II) x WII + (Ssa clase III) x WIII
SS total = (nmero total de datos) x (nmero de categoras menos uno)
Para un ejemplo se tiene que:
De la misma manera se obtiene la suma de cuadrados para B, C y D. La suma de

cuadrados total es: SS total = 90 X (4 - i) = 270
Grado de Libertad.
Los grados de libertad son calculados en base a los grados de un factor para
variables multiplicados por el nmero de categoras acumulado menos uno. En
este ejemplo los cuatro factores son de tres niveles por lo que cada uno tiene:
2 x (4-1) =6 grados de libertad. Los grados de libertad totales, se calculan

>multiplicando el nmero de datos menos uno por el nmero de datos menos uno
por el nmero de datos menos uno por el nmero de categoras analizadas menos
uno.
ALBERT EINSTEIN
El error se puede obtener restndole a la suma total la suma de cuadrados de

cada factor:
SS error = 270 - 104.24 - 9.94 - 42.96 - 29.53 = 83.22
En este caso:
SS error = 270 - 104.34 - 9.94 - 42.96 - 29.53 = 83.22
Y los grados de libertad, restando los grados de libertad de cada factor de los
grados de libertad de la tabla de ANOVA.
g.I error = 267 - 6 - 6 - 6 - 6 = 243
Varianza en la Tabla ANOVA.
Se define la varianza o cuadrado medio como la suma de cuadrados divididos

entre los grados de libertad:
Cuadrado Medio de a = 104.34/6 = 17.39
Con el objeto de expresar esta variacin como un porcentaje, todava se requiere

restarle a cada suma de cuadrados una cantidad de error generada por los
diferencias entre cada resultado en cada nivel; para esto se utiliza la siguiente
frmula:
SS a' = SS a - (grados de libertad a) x V error,
SS e' = SS e + (grados de libertad de los factores) x V error.

ALBERT EINSTEIN
En el ejemplo:
SS a' = 104.34 - (6) (0.34) = 102.30
SS e' = 83.22 + (24) (0.34) = 91.38
El porcentaje de contribucin es la proporcin de la suma de cuadrados corregidas

de un factor con respecto a la suma de cuadrados total:
ANOVA del Experimento en una Mquina Moldeadora.
Todos los procedimientos (prueba de t, de F y el establecimiento de los lmites de

confianza), utilizan la suma de cuadrados residual, la que es llamada la suma de
cuadrados de error. Esta cantidad pudo ser encontrada calculando para cada
observacin un valor, predicho por la solucin de los mnimos cuadrados. Se
puede luego obtener la suma de cuadrados de las diferencias entre los valores
observados y los valores predichos. Este mtodo es lento y la suma de cuadrados
del error se calcula mucho ms rpido siguiendo la tcnica conocida como anlisis
de varianza.
En el modelo original, cada observacin se representa como la suma de cuatro

componentes debidas, respectivamente, a la media general, efecto del
tratamiento, al efecto ambiental y al efecto residual. De la misma forma, el anlisis
de la varianza divide la suma de cuadrados de las observaciones encuentro
componentes, una atribuible a la media general, una de las diferencias entre la
estimacin de los efectos de los tratamientos y una a los efectos ambientales, que
el experimento es capaz de medir y, por ltimo, una que es la residual a la suma
de cuadrados de los errores. En la mayor parte de los casos, se calcula la suma
de cuadrados original y los tres primeros componentes, obteniendo la suma de los
cuadrados del error, por substraccin.
ALBERT EINSTEIN
El anlisis de varianza ofrece mucho ms que un mtodo corto para obtener la

suma de cuadrados del error. La suma de cuadrados debida a los tratamientos,
es la cantidad necesaria para la prueba F de la hiptesis de que no existen
diferencias entre los efectos de los tratamientos. Con una pequea extensin, el
anlisis tambin de la suma de cuadrados requerida para probar la igualdad de los
efectos de un subgrupo de los tratamientos. La componente debida a los efectos
ambientales permite estimar en cuanto aumenta la exactitud del experimento,
eliminando estos efectos de las estimaciones de las medias de los tratamientos.
5.3 Y 5.4 EXPERIMENTOS CON FACTORES DE RUIDO YANALISIS DE

EXPERIMENTOS CON FACTORES DE RUIDO
FACTORES DE RUIDO.
Los factores de ruido son aquellos que no se pueden controlar o que resulta muy
caro controlarlos. Los factores de ruido causan variabilidad y prdida de calidad.
Por esto es necesario disear un sistema el cual sea insensible a los factores de
ruido. El diseador debe identificar la mayor cantidad posible de factores de ruido
y usar su buen juicio en base a sus conocimientos para decidir cules son los ms
importantes a considerar en su anlisis.
METODO DE EL DISEO ROBUSTO DE EL DR. TAGUCHI.
Es un eficiente sistema que ayuda a obtener una combinacin ptima de diseo

de parmetros para que el producto sea funcional y ayude a obtener un alto nivel
de desempeo y que sea robusto a los factores de ruido.
Existen 8 pasos para hacer un ciclo de diseo robusto.
En los primeros 5 pasos se planea el experimento.

ALBERT EINSTEIN
En el paso nmero 6 se conduce el experimento.

En los pasos 7 y 8 los resultados del experimento son analizados y
verificados.
Ejemplo de la optimizacin de un diseo por costo de un sistema intercambiador

de calor.
1. Identificar la funcin principal. La funcin principal del sistema enfriador de aire

comprimido se muestra en la fig.
La funcin principal del sistema es enfriar la temperatura del aire de 95 c a 10 c

entre dos etapas de compresin. Primero entra al sistema el aire por el pre
enfriador y luego pasa a la unidad de refrigeracin.
El agua pasa a travs del condensador de la unidad de refrigeracin y luego al

pre enfriador y finalmente entra al radiador donde se expulsa el radiador a travs
de l.
El flujo del aire est dado por 1.2 kg/s y el flujo del agua est dado por 2.3 kg/s
Se busca disear el sistema para un costo mnimo total, donde el costo es la suma
de todos los costos en dlares de la unidad de refrigeracin, el pre enfriador y el
radiador. Las ecuaciones paramtricas de costo (xi) para la unidad de
refrigeracin, el pre enfriador y el radiador en trminos de temperaturas de salida
(ti) estn dadas como sigue:
X1 = 1.2 a (T3 - 10)
X1 = costo ($) de la unidad de refrigeracin.
a = parmetro de costo para el refrigerante.
T3= temperatura de salida del aire del pre enfriador.

ALBERT EINSTEIN
X2=1.2 B (95 - T3) / (T3-T1) para (T3 >T1)
X2 = costo ($) del pre enfriador.
B = parmetro de costo del pre enfriador.
T3 = temperatura de salida del aire del pre enfriador.
T1 = temperatura de salida del agua de la unidad de refrigeracin.
95 = temperatura del aire en la entrada al sistema.
X3=9.637 c (T2 - 24)
X3 = costo ($) del radiador.
C = parmetro de costo del radiador.
T2 = temperatura del agua en la entrada del radiador.
24 = temperatura del agua despus de pasar por el radiador.
A = 48 B = 50 C = 25
Parmetros de costo determinados por el diseador.
2. Identificar los factores de ruido
Existen varios factores de ruido en un proceso de enfriamiento de aire. Para este

caso los ingenieros han determinado los 3 factores de ruido ms Importantes.
N1 = parmetro de costo de la unidad de refrigeracin.

ALBERT EINSTEIN
Se ha estimado un costo original de 48 y se considera un costo muy alto arriba de

56.
N2 = temperatura de salida del radiador.
Esta temperatura puede variar dependiendo de los factores ambientales. Se ha

estimado una temperatura de 24 c pero se considera muy alta a 27C.
N3 = temperatura del aire a la entrada del sistema.
Esta temperatura vara dependiendo de las condiciones de operacin, se ha

estimado inicialmente de 95 c pero se considera muy alta arriba de 100 c.
Identificar la caracterstica de calidad que va a ser observaba y el objetivo.
El costo va a ser tomado como la caracterstica de calidad y la funcin objetivo

ser optimizar el costo total del sistema. MIN CT= X1 + X2 + X3
El objetivo ahora es encontrar cul diseo minimiza el costo total considerando la

incertidumbre de los factores de ruido citados.
Identificar los factores de control y los niveles alternativos.
Para el caso del ejemplo, tres niveles alternativos fueron identificados para ser
estudiados para el control del diseo de los parmetros, El nivel dos muestra los
valores iniciales de los factores de control.
Los niveles de los parmetros de prueba (tabla a) se refieren a cuntos valores de

prueba van a ser analizados (uno de estos niveles debe tomar los valores de las
condiciones iniciales de operacin).

ALBERT EINSTEIN
T1= 28 C T2= 39 C T3= 38 C
Como siguiente paso los ingenieros de diseo y los analistas de costo desean un
estudio de niveles alternativos de los parmetros de control considerando ahora la
incertidumbre debido a los factores de ruido. En un diseo robusto, generalmente,
dos o tres niveles son considerados para cada factor.
Se ha decidido estudiar los tres factores de ruido con 2 niveles. Estos valores se
muestran en la tabla 9. El nivel uno representa los valores iniciales de los factores
de ruido. Diseo de la matriz de experimentos y definicin de los datos para
analizar. El objetivo ahora es determinar los niveles ptimos de los factores de
control para que el sistema sea robusto a los factores de ruido.
Construccin de arreglos ortogonales.
Primero se determinan segn la metodologa de Taguchi los grados de libertad

para determinar el nmero mnimo de experimentos requerido.
El diseador ha calculado el factor grados de libertad igual a 7, esto nos indica que
se necesita un nmero mnimo de 7 experimentos para encontrar los valores
ptimos.
Con esto se determina que se puede utilizar un arreglo ortogonal estndar L9 para
los factores de control y usando la misma metodologa se utiliza un arreglo
ortogonal estndar L4 para los factores de control.

ALBERT EINSTEIN
Conducir la matriz de experimentos. Para nuestro ejemplo, la matriz de

experimentos dada es conducida usando un sistema apropiado de ecuaciones
matemticas de costo. La propuesta (vi, j) es el costo total en dlares para ese
caso. Esta es calculada para cada combinacin de las matrices de experimentos
de factores de control y factores de ruido.

ALBERT EINSTEIN

Unidad 4 y 5 Calidad

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 4 y 5 Calidad

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLOGICO SUPERIOR DE

C ALUMNO: GERARDO MANUEL HERNANDEZ ZEFERINO

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 2

4.1 FACTORES DE RUIDO

En los diseos de Taguchi, factores que causan variabilidad en el desempeo de

Entre los tipos ms comunes de factores de ruido estn los siguientes:

Externos: Factores ambientales, uso por parte de los clientes, etc.

Variaciones en la manufactura: Variaciones entre las partes.

Por ejemplo, un fabricante de impresoras desea optimizar el rendimiento de sus

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 3

La composicin de los factores de ruido es una estrategia en la cual usted agrupa

Debido a que estimar los efectos de los factores individuales de ruido no es la

4.2 ENFOQUES PARA EL TRATAMIENTO DE FACTORES DE RUIDO

Toda caracterstica de calidad vara debido a diferentes causas de variacin,

El medio ambiente en el cual el producto es utilizado y la carga a la cual es

2. Variacin unidad a unidad.

La variacin que es inevitable en el proceso de manufactura lleva a la variacin de

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 4

Cuando un producto es vendido, todas sus caractersticas funcionales deben estar

El medio ambiente en el cual el producto es utilizado y la carga a la cual es

2. Variacin unidad a unidad.

La variacin que es inevitable en el proceso de manufactura lleva a la variacin de

Cuando un producto es vendido, todas sus caractersticas funcionales deben estar

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 5

El mejor ajuste de los factores de control es determinado a travs del diseo de

4.3 RELACION SEAL-RUIDO

Los experimentos de Taguchi suelen usar un proceso de optimizacin de 2 pasos.

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 6

Puede elegir entre diferentes relaciones de seal a ruido, dependiendo de la meta

De todos los factores que afectan un proceso, se pueden extraer dos

Factores de ruido. Son aquellos que no podemos, queremos o deseamos

El anlisis se realiza de la siguiente manera:

Dentro de los factores a estudiar, separe los de ruido y los de diseo o

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 7

Indices seal ruido

Es deseable tener una cantidad o expresin que de alguna manera, involucre

El ndice se dise de tal manera, que productos ms robustos siempre tenga un

4.4 ANLISIS DE VARIANZA Y LA SEAL DE RUIDO

La optimizacin de los valores de los factores de diseo se resuelve en dos

2) Seleccionar algn factor que teniendo influencia sobre el nivel de la respuesta

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 8

Taguchi propone diferentes ratios seal-ruido segn sea el objetivo que se

Analizar la significacin de los efectos. Los resultados se analizan mediante tablas

Realizacin de experimentos confirmatorios. Antes de dar definitivamente por

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 9

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 10

5.1 ANALISIS POR TABLAS DE REPUESTA, ANALISIS DE VARIANZA POR

En todos estos casos, los resultados principales de inters pueden ser

TABLAS DE FRECUENCIA DE 2 CAMINOS

Vamos a empezar con la ms simple tabulacin cruzada, la tabla de 2 X 2.

Este es el resultado del estudio.

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 11

Mientras interpretamos los resultados de este pequeo estudio, vamos a

Diseo de variables y variables de respuesta.

En la regresin mltiple o en el anlisis de varianza hay una distincin comn

Ajuste marginal de frecuencias.

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 12

En esta tabla, las proporciones de las frecuencias marginales estn reflejadas en

TABLAS DE FRECUENCIA MULTIPLE.

El razonamiento presentado en las tablas de 2 X 2 puede ser generalizado a

Modelos de ajuste. Podemos aplicar el razonamiento anterior para analizar esta

INTENTA NO VOLVERTE UN HOMBRE DE XITO, SINO VOLVERTE UN HOMBRE DE VALOR PAG 13

5.2 ANALISIS DE ATRIBUTOS CLASIFICADOS

El primer paso es formar categoras acumulados a partir de las categoras iniciales