Diseño de Experimentos
-
Upload
roberto-guevara-velez -
Category
Documents
-
view
220 -
download
4
description
Transcript of Diseño de Experimentos
Etapas en el Diseño de experimentos –
Enfoque Taguchi
1. Definir el problema, falla, indicador o situación que
queremos mejorar
1) Descripción clara de la desviación o condición que queremos mejorar
2) Valor numérico que cuantifique la desviación
2. Determinar el objetivo
1) La característica de calidad relacionada
2) La respuesta buscada
3. Tormenta de ideas
1) Determinación de factores y niveles – parámetros de producto y/o
proceso que pueden estar relacionados con la condición observada y
que se desea mejorar. Los niveles están referidos a los niveles de los
factores: valores altos, medios y bajos del parámetro o condición.
2) Determinación de las interacciones que pudieran presentarse – en la
medida de lo posible buscar eliminarlas.
Los niveles de los factores siguen la regla práctica de valores bajos, medios
y altos. Aquí la experiencia de los ingenierías y la experiencia de quienes
operan los procesos es fundamental para la selección de los factores y de los
niveles.
4. Establecimiento del DOE (Diseño de Experimentos)
1) Seleccionar el arreglo ortogonal (AO) adecuado a las necesidades de
la experimentación.
2) Nombrar / identificar las columnas con los nombres de los factores
seleccionados
5. Conducir el DOE y recoger datos
Las condiciones establecidas en el paso 4 deberán establecerse y validarse
en el proceso. Una vez establecidas, se procede a tomar los datos, a
identificar las piezas o validar el resultado buscado.
6. Análisis estadístico de los datos
El análisis estadístico emplea el ANOVA, pruebas F. pruebas T para
comparar los diferentes tratamientos o grupos de datos y validar el efecto de
cada variable analizado sobre la característica de respuesta.
7. Interpretación de los resultados
Tanto los valores calculados como la graficación de los datos indican si el
resultado es el esperado.
8. Experimento de confirmación
Una vez que se lleva a cabo la corrida de confirmación con las condiciones
determinadas por el DOE como las mejores condiciones posibles de operación
del proceso, se procede a la estandarización del trabajo:
1) Puestas a punto
2) Capacitación del personal operativo
3) Documentación del proceso
Clasificación de las características de
calidad
Cuando establecemos el resultado que buscamos, tenemos que definir
hacia qué valores queremos llegar, o que valor de la característica
señalada es mejor para nuestro propósito. Veamos la clasificación.
Nominal es mejor
Aplica a las características (continuas) de desempeño y que al estar más
cerca del valor nominal favorece el desempeño o la condición de
producto o proceso. Ejemplo características dimensionales relacionadas
con ensamble.
Menor es mejor
Característica (continua) que al disminuir su valor mejora el desempeño
de un producto o proceso. El objetivo teórico es cero. Ejemplo, residuos
de substancias en un compuesto químico.
Mayor es mejor
Característica (continua) al aumentar su valor mejora el desempeño de
un producto o proceso. Ejemplo, adherencia de un pegamento.
Atributo clasificado
Característica discreta basada en juicios subjetivos: bueno, malo, regular,
relacionado con la apariencia. Ejemplo, acabado de una superficie.
Característica dinámica
Generalmente una característica funcional. Ejemplo, ensamble sin
problema.
Ingeniería de calidad
El DOE enfoque Taguchi es una técnica propia, aunque no exclusiva, de la
ingeniería de calidad. Tiene dos actividades relevantes:
Optimización del diseño
A través del empleo de:
• Arreglo ortogonal (AO)
• Gráficos lineales
• Señal de ruido
• DOE
Evaluación de calidad
• Función de pérdida
• Señal de ruido
Enfoque Taguchi
El Doctor Taguchi ha agregado nuevas dimensiones al DOE y ha retomado
conceptos tradicionales con un nuevo enfoque:
• Un concepto es el diseño robusto referido a procesos menos sensibles
a las variaciones de las características de proceso, materiales, mano
de obra.
• El empleo de los arreglos ortogonales modificados (simplificados)
• Retoma el concepto de costo buscando la optimización de los procesos
al reducir las variaciones de los procesos y obtener la mejor respuesta
posible.
• La señal de ruido se refiere a los efectos remanentes que no fueron
evaluados o considerados. Sea cualquiera su valor, siempre nos dirá
que el proceso analizado es todavía susceptible de mejora.
• ….
Usuarios del DOE Taguchi e interacciones en un SGC
El DOE es una herramienta de la Ingeniería, como otras que emplean los
ingenieros de calidad, de proceso, de diseño y personal operativo
SGC
Optimización del diseño
El DOE tiene como objetivo:
1) Reducción de los costos de ingeniería al establecer condiciones de
proceso robustas
2) Optimización del diseño con costos más bajos y en tiempos más
cortos.
Mejora de la calidad
1) Mejor rendimiento de los procesos – puestas a punto robustas
2) Mayor conformidad del producto – menos desperdicios
3) Mayor ganancia unitaria
Ingenierías
DOE
Core
Tools
Herramientas
básicas
Ciclo de control
Todos los procesos tienen oportunidad de mejora y el análisis de información
del desempeño de los proceso proporciona información que permite
establecer la mejora continua.
Con frecuencia, debido a eventos críticos en los procesos, se hace evidente
la mejora del proceso. El análisis de la causa de desviación permite
establecer la causa de fondo y retomar el control. Aquí la estrategia puede
ser solo retomar el control o bien buscar un desempeño robusto que permita
establecer un mejor desempeño, no solo resolver con acciones correctivas y
preventivas.
La diferencia entre retomar el control y mejorar el desempeño hacia mejores
niveles se puede apreciar en los modelos control y rompimiento propuestos
por el Dr. Juran
Enfoque de Control
Enfoque de mejora - rompimiento
Detección del cambio
Identificación de la causa raíz
Implementación de la acción correctiva
Tiempo
D
E
S
E
M
P
Bueno
Malo
Nivel de
Desempeño
Desviaciones
Esporádicas 1) Proceso de análisis / solución
de Problemas 2) DOE
Rompimiento en resultados
D
E
S
E
M
P
E
Ñ
o
Tiempo
Nuevo desempeño
Desempeño previo
Bueno
Malo
La aplicación de una metodología de análisis y solución de problemas busca
eliminar la causa raíz que genera una desviación y establecer acciones de
prevención, se queda a nivel de control
El DOE va más allá del control, determina el efecto de las puestas a punto de
los procesos y el efecto de cada variable de control en los procesos y en las
características de control de los productos, lo que lleva a procesos más
robustos y a mejores niveles de desempeño.
Ejemplo:
Paso 1. Situación
Reactor de producto químico con rendimiento de 73%.
Paso 2. Resultado buscado
Meta: 84%
Paso 3. Tormenta de ideas
De los parámetros de proceso se considera que la temperatura, las cenizas y
el catalizador son los factores de mayor efecto.
Paso 4. Selección de factores y niveles
Se han establecido tres niveles para cada factor:
Factores Niveles 1 2 3
T Temperatura (°F) 80 85 90 Cs Ceniza (lbs) 35 48 55 C Catalizador (tipo) 1 2 3
Paso 5. Llevar a cabo el DOE y recolección de datos
La combinación de factores y niveles propuesta es la siguiente
T1 T2 T3 1 80 35 1 1 90 35 1 1 85 35 1 2 80 35 2 2 90 35 2 2 85 35 2 3 80 35 3 3 90 35 3 3 85 35 3 4 80 48 1 4 90 48 1 4 85 48 1 5 80 48 2 5 90 48 2 5 85 48 2 6 80 48 3 6 90 48 3 6 85 48 3 7 80 55 1 7 90 55 1 7 85 55 1 8 80 55 2 8 90 55 2 8 85 55 2 9 80 55 3 9 90 55 3 9 85 55 3
Se observan mejores resultados con los valores de T3, Cs2 y C2:
T Cs C 1 60 70 65 2 70 75 79 3 82 67 68
T Cs C 1 1 1 1
2 1 1 2 3 1 1 1 4 1 2 1 5 1 2 2 6 1 2 3 7 1 3 1 8 1 3 2
9 1 3 3 10 2 1 1 11 2 1 2 12 2 1 3 13 2 2 1 14 2 2 2
15 2 2 3 16 2 3 1 17 2 3 2 18 2 3 3 19 3 1 1 20 3 1 2 21 3 1 3
22 3 2 1 23 3 2 2 24 3 2 3 25 3 3 1 26 3 3 2 27 3 3 3
T Cs C Yield % 1 1 1 1 51
2 1 2 2 71 3 1 3 3 58
4 2 1 2 82
5 2 2 3 69 6 2 3 1 59
7 3 1 3 77 8 3 2 1 85
9 3 3 2 84
DOE tradicional Arreglo ortogonal
Respuesta promedio:
T1 = (51+71+58)/3 = 60%
T2= (82+69+59)/3 = 70
T3 = (77+83+84)/3 = 82
Cs1 = (51+82+77) = 70
Cs2 = (71+69+45) = 75
Cs3 = (58+59+84) = 67
C1 = (51+59+85)/3 = 65
C2 = (71+82+84)/3 = 79
C3 = (58+69+77)/3 = 68
Paso 6. Análisis gráfico y estadístico de los datos
0
10
20
30
40
50
60
70
80
90
1 2 3
Efecto de la temperatura
62
64
66
68
70
72
74
76
1 2 3
Tít
ulo
de
l e
je
Efecto de las cenizas
0
10
20
30
40
50
60
70
80
90
1 2 3
Efecto del tipo de catalizador
Paso 7. Interpretación de los resultados
Gráficamente se observa el efecto del nivel en el rendimiento del reactor.
Esta es una de las contribuciones trascendentes del enfoque Taguchi.
En éste ejemplo no veremos por el momento el ANOVA. Posteriormente se
verá el cálculo en detalle y su interpretación.
Se tienen tres criterios que debemos considerar:
Campeón documental
En el ejercicio el campeón documental es la siguiente combinación de
factores:
T3 Cs 2 C2
Esta combinación simplemente nos refleja el mejor desempeño pero no
considera los costos asociados.
Opción económica
Por los costos asociados se tiene la combinación siguiente:
T3 Cs2 C2
El previo mejor
Como una opción, en caso de urgencias, falta de reactivos, dificultades en
puestas a punto.
T3 Cs2 C1
Paso 8. Corrida de confirmación
Con las combinaciones citadas en el paso 7, se procede a llevar a cabo una
corrida para confirmar y validar el desempeño del proceso
Corrida confirmatoria
Factores y niveles Experimento T Cs C Yield (%)
PC 3 2 2 92 EC 3 1 2 91 PB 3 2 1 85
Diseño experimental
Definición
Evaluación cuantitativa / estadística de los efectos de los factores en un
evento con el propósito de mejorar o llegar a un resultado predeterminado.
Características de un diseño experimental
Debe considerar:
• Una base estadística
• Propósito de optimizar el producto / proceso
• Tiempo corto de planeación, ejecución y validación
• Sistemático
• Selección adecuada de los factores importantes
• Que sea reproducible
• Con el mínimo de experimentos
• Que comprenda la corrida de confirmación exerimental
• Que establezca la característica de calidad a validar – variable de
respuesta
• Que contemple el efecto de las variables no consideradas o
desconocidas
• Bajo costo
Podríamos decir que es la introducción de cambios deliberados para evaluar
los efectos sobre el desempeño de procesos o productos.
Selección de factores y niveles
El criterio de la selección de factores se basa en los efectos que avalan la
experiencia o el conocimiento técnico de los parámetros de operación de un
proceso.
El proceso de selección es bastante flexible, sin embargo, para una selección
adecuada, es recomendable listar todos los factores conocidos y, a través del
análisis por un equipo de trabajo, llevar a cabo la selección de los factores
que la experiencia o el conocimiento determinen son los de mayor efecto en
el proceso.
Las cualidades de un factor lo podemos comprender con el siguiente cuadro:
Si un factor no se puede medir, ni controlar, no se recomienda incluirlo en el
experimento y conviene esperar el cálculo del factor de ruido (efectos
residuales causados por factores desconocidos o evaluados) para evaluar si
tienen un peso importante en el efecto.
Con respecto a los factores de alto costo, se recomienda no incluirlos y
observar el efecto en el factor de ruido. Si no es problema el presupuesto,
vale la pena la inclusión.
Si se está iniciando la aplicación conviene iniciar con 2 o 3 factores para
dominar la técnica gradualmente conforme se desarrolla la experiencia en el
uso del DOE.
¿Se puede controlar?
¿Se puede medir?
Si
Si
No
No
En el caso de considerar condiciones ambientales, es necesario disponer de
una medición confiable y considerar los posibles niveles, ejemplo diferentes
horarios que pudieran dar diferentes condiciones.
Con respecto a los niveles, es recomendable considerar el rango posible de
operación del parámetro y tomar valores bajos, medios y altos por cada
parámetro, y/o 2 ó 3 condiciones.
Herramientas de análisis
La ventaja de las herramientas y metodologías empleadas en la planeación
de la calidad y la mejora de la calidad de los productos y procesos, es que
son, interactivas y su uso depende de la experiencia de los integrantes del
equipo de trabajo en el empleo de las herramientas
Observaciones:
- No existe una receta que indique una secuencia del empleo de las
herramientas
- Cada caso requerirá las herramientas que el equipo considere
necesarias
- Algunas herramientas son actividad de equipo como el diagrama de
espina de pescado (Diagrama de Ishikawa)
- El equipo debe tener formación en las herramientas básicas
Veamos algunas de las herramientas:
Pareto
Para establecer las prioridades en la selección de fallas a resolver, comparar
efectos, entre otras aplicaciones, entre otras aplicaciones
Ejemplo de un análisis de Pareto
Defectos Cantidades Ordenados % % Acumulado
Cavernas 184 Mal ret. 300 40.8 40.8
Deformes 125 Cavernas 184 25.0 65.9
Mal ret. 300 Deformes 125 17.0 82.9
Roturas 96 Roturas 96 13.1 95.9
scrap 30 scrap 30 4.1 100.0
735
100
0
100
200
300
Mal
ret.
Cav
ernas
Def
ormes
Rotu
ras
scra
p
0
50
100
75
25
No. %
Diagrama de Ishikawa
Para el análisis de causa y efecto y determinar la causa raíz que genera la
falla. Junto con el Pareto son una práctica poderosa y simple.
Las 7 preguntas
Una metodología simple y efectiva. Es una actividad de equipo y consiste en
preguntar a los involucrados el por qué varias veces, el siete es una
referencia. El proceso lleva a condiciones en donde surge la causa más
probable y las circunstancias relacionadas. Inicia preguntando con la causa
del problema, desviación o situación y a partir de ahí se derivan los porqués.
La gráfica de correlación
Cuando estamos estudiando el efecto entre variables, la gráfica puede
indicarnos si existe una correlación directa, inversa o simplemente no existe
correlación. De ésta forma podemos incluir o descartar factores o sus
interacciones.
Se tienen dos métodos el matemático y el gráfico. Se emplea un factor de
correlación y tablas de valores para establecer el grado de correlación entre
dos factores.
Ejemplo: Establecer la correlación entre el diámetro de un alambre de acero
y su resistencia mecánica.
Capacidad potencial
Cp
Es una comparación de la variación real con la variación especificada, nos dice cuántas veces cabe la variación real en la variación especificada:
(LSE – LIE) Cp = 6 ∂
LSE y LIE corresponden a los valores especificados ó límites (tolerancias) y ∂ la desviación estándar.
Podemos estimar la desviación estándar mediante el rango y valores de tablas (d2)
S estimada = R promedio / d2 La fórmula queda como:
Punto X Diámetro en 0.001"
Y Esfuerzo en Lb/pulg2
1 400 370
2 1600 1550
3 3600 3530
4 2000 1960
5 4000 3840
6 800 580
7 2500 3200
8 4000 3200
9 1250 910
10 700 920
Diámetro vs. resistencia
0
500
1000
1500
2000
2500
3000
3500
4000
4500
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Diámetro en 0.001 pulg.
Re
sis
ten
cia
(lb
. /
pu
lg.
2
(LSE – LIE) Cp = 6S estimada
Capacidad real
Este índice permite saber no solo si la variación real es menor o mayor, sino que tan centrada está la variación real con respecto a la tendencia central, es decir si el proceso está centrado y su relación con las tolerancias especificadas. En especificaciones bilaterales se tienen dos índices, se toma el menor para estimar la capacidad. La distancia estadística en el caso del límite superior corresponde a la diferencia entre el límite y la media de medias La forma más simple de calcular los índices es referir la media real con las tolerancias: = LSE – X Cpk (s) =
3∂ = X - LIE Cpk (i) =
3∂
Las fórmulas anteriores sin dividir por 3 corresponden a los valores del estadístico z. La división por 3 se refiere a 3 desviaciones estándar y corresponde a la media +/- 3 desviaciones
Gráficas de tendencia
Indica la tendencia de un resultado, sea a través del tiempo o en relación con
una condición.
Se emplea para el análisis gráfico de factores y sus niveles, para la revisión
de la tendencia de indicadores claves en las revisiones gerenciales en las
organizaciones.
Análisis de varianza (ANOVA)
Técnica estadística que establecer la variación dentro de tratamientos
(grupos de datos) y entre tratamientos. Su propósito es establecer la
Costos de calidad
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
Ene
ro
Febr
ero
Mar
zo
Abr
il
May
o
Juni
o
Julio
Ago
sto
Sep
tiem
bre
Oct
ubre
Novi
embr
e
Dicie
mbr
e
Mes
% d
e c
osto
de c
alid
ad
Mes
Meta
Acumulado
0
10
20
30
40
50
60
70
80
90
1 2 3
Efecto de la temperatura
diferencia estadística entre condiciones. Emplea pruebas de contraste como
el estadístico t que compara medias y el estadístico F que compara
variaciones entre tratamientos. Veremos su aplicación en los ejemplos del
taller.
DOE tradicional Vs. DOE enfoque Taguchi
Discusión
El DOE tradicional es un proceso largo y costoso porque implica un número
importante de experimentos y solamente considera un solo factor a la vez.
Recientemente, algunos métodos, basados en el enfoque Taguchi han
simplificado el proceso pero sigue teniendo costos altos de experimentación.
Experimentación
Veamos los diseños de experimentos más comunes:
• Un factor a la vez
• Factorial completo
• Experimento factorial fraccionado (A.O.)
Un Factor a la vez
- Solo un factor permanece como variable
- Los otros factores permanecen fijo
- No se conoce la contribución de los demás factores, aún cuando
permanezcan fijos
- La metodología considera dos niveles para poder garantizar la
reproducibilidad.
Experimento factorial completo
El número de experimentos es simplemente imposible por el costo que
implica. Ejemplo:
2 lo que equivale a 256 experimentos
3 2,187 experimentos
El diseño cubre todas las posibilidades pero resulta indeficiente cuando se
consideran más de dos factores.
8
7
Experimento factorial fraccionado
Dentro de ésta clasificación se tienen varias opciones, el DOE Taguchi es
una de ellas.
L (b) en donde
L es el arreglo ortogonal
a Número de corridas experimentales
b Número de niveles de cada factor
c Número de columnas del arreglo o factores
Las escuelas tradicionales rechazaron la propuesta del Dr. Taguchi
argumentando que no se tenía una base matemática que explicara la
reducción del número de experimentos a través del empleo de los arreglos
ortogonales reducidos. La experiencia de la aplicación masiva ha desmentido
la afirmación de los tradicionalistas.
Veamos un ejemplo:
L (2)
Factores ( 3 ) 1 2 3 1 1 1 1 2 1 2 2 3 2 1 2 4 2 2 1
El total de experimentos es 12
c
a
3
4
No. de
experimentos
4
Niveles
2
A B A y B
Interacciones
Veamos el arreglo siguiente
L (2)
Cuando no existen interacciones o no se consideran, se consideran otros
factores
Grados de libertad
El primer paso para construir un arreglo ortogonal es contar los grados de
libertad totales que nos dicen el mínimo número de experimentos que deben
ser llevados a cabo para el estudio.
Para comenzar se tiene un grado de libertad asociado con la media general,
sin tener en cuenta el número de factores de control que serán estudiados.
En general, el número de grados de libertad asociados con un factor es igual
a el número de niveles de ese factor menos uno.
1 2
3
7
8
4
1
2
3
A x B
B
6
C x A
5
B x C
C A
Suponga que es de interés probar a un factor (A) a 2 niveles, cinco factores
(B, C, D, E, F) a 3 niveles y la interacción A x B. Los grados de libertad para
este experimento se calculan de la siguiente manera:
Factor / Interacción Grados de Libertad
Media General 1
A 2 – 1 = 1
B, C, D, E, F 5 x (3 – 1) = 10
A x B (2 – 1) x (3 – 1) = 2
Total 14
Selección de un A.O. adecuado
• Haga un análisis de los factores y de los efectos conocidos
• Determine los factores que se evaluaran y los niveles de cada factor
• Determine los grados de libertad para asegurar el mínimo suficiente de
experimentos para evaluar el efecto de los factores seleccionados