ÍNDICE
INTRODUCCIÓN.............................................................................................................2
ACTIVIDAD 1
FACTORES DE RUIDO...................................................................................................3
ACTIVIDAD 2
ENFOQUES PARA EL TRATAMIENTO DE FACTORES DE RUIDO........................5
ACTIVIDAD 3
RELACIÓN SEÑAL-RUIDO (S/N).................................................................................8
ACTIVIDAD 4
ANÁLISIS DE VARIANZA Y SEÑAL DE RUIDO.....................................................11
ACTIVIDAD 5
PREGUNTAS Y EJERCICIOS......................................................................................15
CONCLUSIÓN...............................................................................................................32
INTRODUCCIÓN
Como hemos visto en las unidades pasadas de Ingeniería de Calidad los diseños
de experimentos son una herramienta útil para conocer cuáles son los factores con
mayor impacto en un proceso.
En esta unidad de Análisis Señal-Ruido (R/S) se presenta los diseños de experimentos
enfocados a los factores controlables y controlables, a diferencia de las unidades
pasadas solo se tomaba en cuenta los factores controlables.
Se tiene que reconocer que en todo proceso existen dos diferentes tipos de factores
controlables y de ruido, en algunas ocasiones no se toman en cuenta los factores de
ruido debido que son muy difíciles de controlar o muy costoso el proceso, pero para
contrarrestar esto, los diseños ortogonales de Taguchi tienen como objetivo encontrar la
combinación de factores controlables que favorezcan a la reducción del efecto de
aquellos factores incontrolables.
En ese documento se describe las características de los tipos de factores y el efecto que
producen, por parte de los factores de ruido se tiene información sobre los tipos de
factores de ruido, y algunos ejemplos ya que muchas veces es difícil de localizar los
factores de ruido.
También se cuenta con información que describe lo que es un diseño robusto, y sus
principales enfoques así como las fortalezas que este tiene respecto al diseño clásico de
experimentos, se encuentran las características de los tipos de diseños así como sus
estructuras.
En esta unidad al igual que las pasadas también se realiza un análisis de varianza
(ANOVA) que ayuda a comprobar los resultados del diseño robusto, se incluye un
gráfico que no se había incorporado a las unidades pasadas, el grafico Daniel, en el
cual se conoce los factores que tiene mayor efecto tanto en la media de la señal de
ruido así como también en la media de medias.
2
ACTIVIDAD 1
FACTORES DE RUIDO
En un proceso existen básicamente dos tipos de factores: controlables y no controlables
(o de ruido). En diseño robusto es conveniente tener una clasificación más detalla da del
tipo de factores controlables que pueden influenciar el proceso, en cuanto a su efecto
sobre la media y la variabilidad de la respuesta de interés. Se distinguen cuatro tipos de
factores, a saber: Se distinguen cuatro tipos de factores, a saber:
I. Afecta la media y la variabilidad.
II. Afecta sólo la variabilidad.
III. Afecta sólo la media.
IV. No afecta la media ni la variabilidad.
Los factores de ruido son parámetros de proceso o diseño que son difíciles o costosos de
controlar durante la manufactura. Entre los ejemplos de factores de ruido están:
• la temperatura ambiente.
• la humedad.
Consideremos a un fabricante de mezclas para pasteles que desea optimizar el sabor del
pastel bajo diferentes condiciones. El fabricante desea determinar los factores de control
que reduzcan el efecto de los factores de ruido en el sabor del pastel.
Entre los factores de ruido, que están fuera del control del fabricante, figuran la
temperatura del aire y la humedad mientras el consumidor prepara el pastel.
Los factores de ruido que actúan sobre el producto o sobre el proceso se clasifican como:
• Ruido externo: se refiere al ambiente en el cual el pro ceso (o producto)
se desempeña y a la carga de trabajo a que es sometido. Por ejemplo:
o la humedad ambiental.
o el polvo
• Ruido interno se refiere a la variación generada por el proceso de
unidad a unidad producida, y que se debe a su propia naturaleza o tecnologías y la
diversidad de sus componentes.
• Deterioro: se refiere a efectos que aparecen poco a poco con el tiempo
por la degradación paulatina del proceso y sus componentes, que pueden causar
la aparición de fallas en el proceso/producto. Por
ejemplo:
o piezas o herramientas que se van gastando por el mismo uso.
Los diferentes tipos de factores que intervienen en el diseño robusto se presentan en el
siguiente diagrama
Los estudios de robustez se clasifican utilizando como criterios al tipo de variable de
respuesta y la existencia o ausencia de factores de señal. Una variable de respuesta
puede ser de tres tipos:
• entre más pequeña mejor.
• entre más grande mejor.
• nominal es lo mejor.
En cuanto al factor señal, se dice que el estudio es estático si no hay factor señal y es
dinámico en el otro caso.
En los diseños de Taguchi, los factores de ruido son factores que causan variabilidad en
el desempeño de un sistema o producto, pero que no pueden ser controlados durante la
producción o el uso del producto. Sin embargo, los factores de ruido sí pueden
controlarse o simularse durante la experimentación. Debe seleccionar niveles de los
factores de ruido que representen la gama de condiciones en las cuales la respuesta
debería permanecer robusta.
Bibliografía
Minitab. (s.f.). Obtenido de Soporte: http://www.minitab.com/es-mx/support/ Zalazar, H.
G. (2008). Análisis y diseño de experimentos. The McGraw-Hill.
ACTIVIDAD 2
ENFOQUES PARA EL TRATAMIENTO DE FACTORES DE RUIDO.
El uso del diseño de robustos es una técnica, propuesta por Taguchi para mejorar la
calidad de productos para reducir su variabilidad, esta técnica se enfoca en hacer el
proceso insensible a los factores de ruido.
También es clave en su enfoque (aunque no haya inventado por él) el concepto de
robustez; un producto es robusto cuando se comporta bien aún en condiciones no
controlables
El diseño de experimentos juega un papel esencial en el enfoque de Taguchi, pues
ayuda a identificar los factores que más intervienen en la generación de problemas de
calidad o, alternativamente, los factores que más contribuyen a lograr resultados
positivos. A lo largo de este proceso, se fortalece la cooperación entre diversos niveles
y áreas de la empresa.
Las fortalezas de la metodología de Taguchi son las siguientes:
• Enfatiza en la calidad durante la etapa del diseño del proceso.
• Reconoce la importancia relativa de los factores que influyen en el
desempeño de los productos o procesos.
• Enfatiza en la reducción de la variabilidad, por medio del uso de la
función de pérdida y de la razón señal-ruido –existiendo una para cada
objetivo que se quiera lograr con el experimento.
• Se concentra en el concepto de diseño de pará- metros que sirvan para
disminuir la variabilidad en el desempeño de los productos.
• También puede ser utilizada para el mejoramiento de procesos y
productos ya existentes.
• Otra característica clave de esta metodología son los arreglos
ortogonales, los cuales no son más que arreglos factoriales fraccionados en los
que se basa como medio para la realización del experimento, así como la
utilización de una medida de variabilidad, denominada razón señal ruido (S/N)
para la realización del análisis de resultados.
Una combinación de niveles de todos los factores estudiados se llama tratamiento o
punto de diseño. La composición de los factores de ruido es una estrategia en se agrupa
los niveles de los factores de ruido en combinaciones
que se prevé que producirán valores de respuesta extremos. Puesto que estimar los
efectos de los factores de ruido individuales no es la meta principal, la composición es
una manera útil de reducir el número de pruebas.
Por ejemplo, si usted tiene tres factores de ruido, cada uno con dos niveles, podría tener
ocho combinaciones diferentes de valores de configuración que probar. En lugar de
ello, se podría agrupar los factores de ruido en dos configuraciones generales: una
configuración en la cual los niveles de los factores de ruido aumenten los valores de
respuesta y otra configuración en la cual los niveles de los factores de ruido reduzcan
los valores de respuesta.
Una situación bien conocido de los diseños de Taguchi es el de la empresa japonesa de
losetas Ina Tile Company en la década de 1950. La empresa estaba produciendo
demasiadas losetas fuera de las dimensiones especificadas. Un equipo de calidad
descubrió que la temperatura del horno utilizado para cocer las losetas variaba,
causando falta de uniformidad en la dimensión de las losetas. Ellos no podían eliminar
la variación de temperatura, porque construir un nuevo horno era demasiado costoso.
Por lo tanto, la temperatura era un factor de ruido. Usando experimentos diseñados de
Taguchi, el equipo descubrió que al aumentar el contenido de cal de la arcilla, un factor
de control, las losetas se volvían más resistentes o robustas ante la variación de
temperatura en el horno, lo cual permitía producir losetas más uniformes.
Los diseños de Taguchi utilizan arreglos ortogonales, los cuales estiman los efectos de
los factores en la media de respuesta y en la variación. Un arreglo ortogonal significa
que el diseño está balanceado, de manera que los niveles de los factores se ponderan
equitativamente. Debido a eso, cada factor se puede evaluar sin considerar todos los
demás factores, de manera que el efecto de un factor no afecta la estimación de otro
factor. Esto puede reducir el tiempo y el costo asociados al experimento cuando se
utilizan diseños fraccionados.
Taguchi ha desarrollado una serie de arreglos para experimentos con factores a dos
niveles, los más utilizados y difundidos según el número de factores a analizar son:
La estructura de los diseños robustos más usados son los siguientes:
Bibliografía
Arredondo, J. M. (08 de 2015). Universidad Autónoma de Ciudad Juárez. Obtenido
de Análisis de robustez de procesos para evaluar factibilidad de implementar
control en línea.
icicm. (s.f.). Obtenido de Diseño de experimentos de Taguchi:
http://www.icicm.com/files/DisTaguchi.doc
icicm. (s.f.). Obtenido de MEJORA (REDUCCION DE TIEMPOS DE CICLO):
http://www.icicm.com/files/REDUCCION_DEL_TIEMPO_DE_CICLO.doc
Minitab. (s.f.). Obtenido de Soporte: http://www.minitab.com/es-mx/support/ Zalazar, H.
G. (2008). Análisis y diseño de experimentos. The McGraw-Hill.
ACTIVIDAD 3
RELACIÓN SEÑAL-RUIDO (S/N)
La relación señal – ruido (S/R) es relación entre la señal y el ruido en términos de
potencia, en Ingeniería de la Calidad ha sido adoptado por el doctor Genichi Taguchi
para evaluar la calidad de un producto o proceso de fabricación.
La relación señal ruido representa la relación entre la sensibilidad (o media en el
enfoque no dinámico) y la variabilidad.
Inicialmente la relación S/R fue utilizada para medida (tipo pasivo) y posteriormente
para medir la calidad de los productos (tipo activo). El tipo pasivo es denominado así
porque el resultado (salida) se utiliza para estimar el verdadero valor de la muestra
(entrada); en un sistema de control, por otra parte, se manejan las de tipo activo porque
la intención es cambiar la salida, estos patrones se pueden representar de la siguiente
manera:
En el tipo activo de característica dinámica, un sistema exhibe el siguiente patrón:
La relación S/R de un sistema de medida se define:
S
Relación = (Sencibilidad por unidad de
R Potencia dela señal
Potencia del ruido = entrada)2
(Error por medida)2
Teniendo tres requisitos:
1. El sistema de medida tiene sensibilidad entre muestras, la relación S/R crece.
2. El error de medida es pequeño, la relación S/R aumenta.
3. La facilidad de calibración se consigue con la proporcionalidad de la
relación entrada/salida (relación lineal).
Los beneficios del uso de la relación S/R en la ingeniería de calidad son las siguientes
razones justificadas:
• La relación S/R es inversamente proporcional a la función de perdida.
La fórmula de S/R es la relación de los cuadrados de la sensibilidad y la
varianza, su inversa es la varianza por unidad de entrada, siendo así posible su
evaluación monetaria, la perdida es proporcional a la
varianza.
• Simplificación del diseño directo del producto.
El diseño robusto mejora los procesos haciendo interacciones entre los factores
de control y los factores de ruido por medio de la selección de los noveles de los
factores de control que minimizan la variación causada por los factores de
ruido.
• Simplificación del diseño robusto.
La relación R/S se puede obtener de acuerdo al tipo de característica o resultado de
salida que se desee, existen tres tipos se característica:
1. Entre más pequeña mejor. Son variables o características de calidad cuya
única exigencia es que no excedan cierto valor máximo tolerado o especificación
superior (ES), y entre más pequeño sea su valor mejor.
Por ejemplo:
▪ porcentaje de impurezas en una sustancia.
▪ la cantidad de sustancias tóxicas en un producto alimenticio.
2. Entre más grande mejor. Son variables o características de calidad a las que
se les exige que sean mayores que un valor mínimo o que cierta especificación
inferior (EI), y entre más grande sea el valor de la variable
es mejor. Por ejemplo:
▪ la resistencia de una pieza de plástico inyectado.
▪ la “blancura” de una tela de color blanco.
3. Valor nominal es el mejor. Variables que deben tener un valor específico
y que, por lo tanto, no deben ser menores que una especificación inferior (EI),
pero tampoco mayores que una superior (ES). Ejemplos de este tipo de
características de calidad:
▪ el diámetro interior de una tuerca.
▪ la longitud de una pieza para ensamble.
Se multiplican por 10 para trabajar en una escala más grande y el signo que lo antecede
se escoge de manera que el problema siempre sea maximizar el valor del estadístico
para obtener las condiciones de operación más robustas.
En cuanto a los dos estadísticos para respuestas del tipo nominal, se recomienda el tipo
I para respuestas no negativas que van de cero a infinito, que tienen valor del estadístico
para obtener las condiciones de operación más robustas.
Bibliografía
Minitab. (s.f.). Obtenido de Soporte: http://www.minitab.com/es-mx/support/ Wu, Y.
W. (1996). Métodos Taguchi.
Zalazar, H. G. (2008). Análisis y diseño de experimentos. The McGraw-Hill.
ACTIVIDAD 4
ANÁLISIS DE VARIANZA Y SEÑAL DE RUIDO.
Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más
poblaciones son iguales. Los ANOVA evalúan la importancia de uno o más factores al
comparar las medias de la variable de respuesta en los diferentes niveles de los factores.
La hipótesis nula establece que todas las medias de la población (medias de los niveles
de los factores) son iguales mientras que la hipótesis alternativa establece que al menos
una es diferente.
EL "análisis de varianza" se basa en el enfoque en el cual el procedimiento utiliza las
varianzas para determinar si las medias son diferentes. El procedimiento funciona
comparando la varianza entre las medias de los grupos y la varianza dentro de los
grupos como una manera de determinar si los grupos son todos partes de una población
más grande o poblaciones separadas con características diferentes.
Para construir un ANOVA especializado al estudio de factores de ruido, que no es más
que solo hacer la combinación de los factores controlables para disminuir los no
controlables, se muestra el formato estándar del ANOVA.
El ANOVA
Fuente SC GL CM Razón F Valor P
A 1
B… 1
…N
Error 5
Total (corr) 5 + 1(n)
R2=¿ R2(ajust )=¿
A continuación se presentan los pasos para el llenado del ANOVA:
• Fuente: Se colocan los factores controlables del proceso que se esté
analizando, seguido de eso va el error y total.
• SC: La suma de cuadrados representa una medida de variación o
desviación con respecto a la media.
o Para obtener la suma de cuadrado de cada factor SCA, SCB…
SCn se utiliza la siguiente formula:
ssfactor = (Nivel1 - Nivel2) 2
Donde: n
▪ n: representa el número total de combinaciones
totales realizadas en el experimento.
▪ nivel 1, nivel 2: son los totales obtenidos en las
tablas de sumas, tanto para las medias como para la
Señal Ruido.
o La suma de cuadrado del total SCTotal se calcula de la siguiente manera:
SCT
=(señal.de.ruido)2 - ( señal.de.ruido)2
n
o La manera de calcular la suma de cuadrados del error SCError, se expresa de la
siguiente manera:
SCE =SCT - SCFactores
• GL: Cada factor tendrá un valor de GL= 1 al igual que el GLError, el GLTotal será
la suma de los anteriores.
• CM: Los cuadrados medios representan una estimación de la varianza
de la población. Se calculan dividiendo la suma correspondiente de los cuadrados entre
los grados de libertad, es decir:
SC
CM =
GL
• Razón F: La manera de obtener la razón F de cada factor consiste en
calcular la siguiente formula:
Razón F :
CMFactor
CM Error
• Valor P: El valor p es una probabilidad que mide la evidencia en contra
de la hipótesis nula. Las probabilidades más bajas proporcionan una evidencia más
fuerte en contra de la hipótesis nula.
o Valor p > α: Las diferencias entre las medias no son
estadísticamente significativas: si el valor p es mayor que el nivel de
significancia, usted no cuenta con suficiente evidencia para rechazar la
hipótesis de que las medias de población son todas iguales.
Ejemplo del desarrollo del ANOVA con los pasos resumidos en hoja de cálculo Excel y
comprobación con los resultados obtenidos de Minitab:
Una de las características importantes en el proceso de producción de un pigmento es su
color. El problema que se tenía en este proceso era el exceso de variación del color del
pigmento. Un grupo de mejora decide utilizar diseño robusto para tratar de hacer el
proceso menos sensible al efecto de factores de ruido difíciles de controlar durante la
producción. Se identificaron seis factores de control y tres de ruido con dos niveles cada
uno:
ANOVA de relación S/R en Excel.
13
Comprobación con ANOVA de relación S/R desarrollado por minitab.
Bibliografía
icicm. (s.f.). Obtenido de Diseño de experimentos de Taguchi:
http://www.icicm.com/files/DisTaguchi.doc
Minitab. (s.f.). Obtenido de Soporte: http://www.minitab.com/es-mx/support/ Zalazar, H.
G. (2008). Análisis y diseño de experimentos. The McGraw-Hill.
ACTIVIDAD 5
PREGUNTAS Y EJERCICIOS.
1. Algunas de las diferencias básicas entre los diseños experimentales clásico y el
robusto, se da en torno a los diferentes énfasis que cada uno
14
hace con respecto a la media y a la varianza. Explique con detalle en qué
consisten estas diferencias.
R En el diseño experimental clásico cuando un factor tiene efecto en la
característica de calidad se refiere realmente a que el factor tiene efecto en
la media de la característica, sin embargo, el diseño de experimentos
robusto, un factor puede tener efecto no solo en la media, sino también en
la variabilidad y en la media y variabilidad simultáneamente.
2. Comente algunas características de la función de pérdida de Taguchi y sus
implicaciones.
R La función de perdida determina una medida financiera que impacta de
manera negativa a la sociedad, cuando se realiza un diseño de parámetros
se debe de considerar que cuando característica de calidad de aleje de del
valor ideal o meta, se producirá una perdida.
3. ¿El diseño robusto propone controlar los factores de ruido o qué sugiere al
respecto? Dé ejemplos.
R El objetivo del diseño robusto es que el proceso tenga un rendimiento
esperado sin que afecten factores que no se puedan controlar, y la manera
para lograr el objetivo es que por medio de los factores que son
controlables se debe encontrar una combinación entre ellos de modo que
reduzca el efecto de aquellos
factores que no se pueden controlar (factores de ruido). Ejemplo:
I. Al comprar una laptop el usuario desea que el equipo sea robusto a la
temperatura, lo cual lo puede controlar por medio de la composición
de materiales y componentes.
4. Con base en los ejemplos vistos en el presente capítulo, proporcione un par de
ejemplos de productos que ante ciertas circunstancias se desearía que fueran
robustos.
I. Ejemplos:
I. Como cliente requiere que un equipo de alumbrado sea robusto
ante la lluvia, de manera que esté protegido con
materiales en los cuales no se penetre el agua.
II. Como consumidor requiere que un par de zapatos sean robustos a
la pegadura de gomas de mascar, esto se puede
controlar con un tipo de suela en la que no se peguen las gomas de
macar.
5. Señale las cuatro categorías de un factor controlable con respecto a su efecto
sobre la media y la variabilidad.
R Las cuatro categorías son:
I. Afecta la media y la variabilidad.
II. Afecta sólo la variabilidad.
III. Afecta sólo la media.
IV. No afecta la media ni la variabilidad.
6. Explique qué es un factor señal y qué es un factor de ruido.
R El factor señal es aquel dispositivo en el cual se puede manipular la
manera de operación de algún producto por el usuario, por ejemplo en un
ventilador, se puede manipular la velocidad de rpm.
El factor señal es aquel que se puede encontrar debido al ambiente del
proceso, al proceso y al deterioro, es decir es un factor que muy
difícilmente se puede controlar.
EJERCICIO 1:
Una de las características importantes en el proceso de producción de un pigmento es su
color. El problema que se tenía en este proceso era el exceso de variación del color del
pigmento. Un grupo de mejora decide utilizar diseño robusto para tratar de hacer el
proceso menos sensible al efecto de factores de ruido difíciles de controlar durante la
producción. Se identificaron seis factores de control y tres de ruido con dos niveles cada
uno: (1, 2).
Se decide utilizar un arreglo ortogonal L8 para los factores de control y un L4 para los
factores de ruido, con lo que el diseño resultante tiene 32 corridas (pruebas) a nivel
proceso
Se procede a calcular los estadísticos de interés en cada combinación de niveles del
arreglo interno o de factores de control. Los valores de la media, desviación estándar y
del estadístico señal/ruido nominal tipo II.
❖ Pasos para la solución en el software Minitab:
1. En la pantalla principal de minitab: Estadísticas >> DOE >> Taguchi
>> Crear diseño de Taguchi.
2. En la ventana “Diseño de Taguchi”.
• Tipo de diseño: Diseño de 3 niveles (de 2 a 13 factores).
• Número de factores: 4.
3. En la ventana “Diseño de Taguchi” >> Diseño.
• Corridas: L9
4. En la ventana “Diseño de Taguchi” >> Factores.
• Asignar factores: A columnas del arreglo, tal como se
especifica más adelante.
• Se pone el nombre de los factores.
5. En la ventana “Diseño de Taguchi” >> Opciones.
✓ Almacenar diseño en hoja de trabajo.
6. Después del proceso de crear el diseño de Taguchi, aparece el
siguiente registro en la pantalla de Minitab:
7. Llenado en la hoja de trabajo de las columnas C7, C8, C9, C10 con los
datos de X1, X2, X3, X4 que proporciona el ejemplo.
8. Para procesar la información: Estadísticas >> DOE >> Taguchi >>
Analizar diseño de Taguchi.
9. En la ventana “Diseño de Taguchi”.
• Seleccionar donde se encuentran los datos de respuesta: X1,
X2, X3, X4.
10. En la ventana “Diseño de Taguchi” >> Gráficas.
• Generar gráfica de efectos principales e interrelaciones en el
modelo para: Relaciones de señal a ruido y media.
• Gráfica de interacción: Mostrar matriz de gráfica de
interacción.
11. En la ventana “Diseño de Taguchi” >> Análisis.
• Mostrar tablas de respuesta para:
✓ Relaciones de señal a ruido.
✓ Medias.
✓ Desviación estándar.
12. En la ventana “Diseño de Taguchi” >> Opciones.
• Relación de señal a ruido: Nominal es mejor 10*Log10(S^2).
13. En la ventana “Diseño de Taguchi” >> Almacenamiento.
• Almacenar los elementos siguientes:
✓ Relaciones de señal a ruido.
✓ Medias.
✓ Desviación estándar.
❖ Resultados finales:
En la parte de sesión se registraron todos los cálculos del Diseño de Taguchi.
21
La hoja de trabajo presenta los resultados de Razón señal/ ruido,
Desviación estándar y Media.
El grafico que Minitab presenta es un gráfico Daniel, donde representa los
efectos de los factores en la razón señal/ ruido en los niveles 1 y 2 y los efectos
de los factores con respecto a la media en los niveles 1 y 2.
Se observa que los
efectos A y D son los que
más afectan a la S/R. Es
decir, los factores A y D
influyen bastante sobre la
variación. del color del
pigmento
22
Se observa que los factores
Gráfica de efectos principales para Medias
Medias de datos
B y D son los que tienen
Tiempo de carga de materialesTiempode amasado Excesode sal Temperatura de amasado Orden de introducciónde materi Velocidadde amasado
33
más efecto sobre la media,
32 pero no tiene efecto sobre
Media de Medias
el estadístico S/R, de
31
manera que puede
30
utilizarse como factor de
29 ajuste para llevar a la
media a su valor nominal.
28 121212121212
27
26
25
24
EJERCICIO 2:
Se conduce un experimento para encontrar una manera económica de ensamblar un
conector elástico a un tubo de nylon, con la fuerza de unión requerida. Se tienen dos
objetivos básicos: por un lado, minimizar el esfuerzo necesario para hacer el ensamble
y, por el otro, maximizar la fuerza del ensamble realizado. Los investigadores
identificaron cuatro factores de control y tres de ruido, que ellos pensaban podían estar
afectando la fuerza del ensamble. Los factores y sus niveles fueron los siguientes:
Factores de control:
A. Interferencia (baja, media, alta).
B. Grosor de la pared (delgada, media, gruesa).
C. Profundidad de inserción (superficial, media, honda).
D. Porcentaje de adhesivo (bajo, medio, alto).
23
Factores de ruido:
M. Tiempo de acondicionamiento (24 h, 12 h).
N. Temperatura de acondicionamiento (72°F, 150°F).
O. Humedad relativa de acondicionamiento (25%, 75%).
Como se aprecia, se decide probar cada factor controlable en tres niveles y variar cada
factor de ruido en dos niveles. Aunque no es posible controlar los factores de ruido
durante la producción, sí hay manera de hacerlo para fines experimentales.
❖ Pasos para la solución en el software Minitab:
1. En la pantalla principal de minitab: Estadísticas >> DOE >> Taguchi
>> Crear diseño de Taguchi.
2.
En la ventana “Diseño de Taguchi”.
• Tipo de diseño: Diseño de 3 niveles (de 2 a 13 factores).
• Número de factores: 4.
3. En la ventana “Diseño de Taguchi” >> Diseño.
• Corridas: L8
4. En la ventana “Diseño de Taguchi” >> Factores.
• Asignar factores: A columnas del arreglo, tal como se
especifica más adelante.
• Se pone el nombre de los factores.
5. En la ventana “Diseño de Taguchi” >> Opciones.
✓ Almacenar diseño en hoja de trabajo.
6. Después del proceso de crear el diseño de Taguchi, aparece el siguiente
registro en la pantalla de Minitab:
25
7. Llenado en la hoja de trabajo de las columnas C7, C8, C9, C10, C11, C12
con los datos de X1, X2, X3, X4, X5, X6, X7, X8 que proporciona el
ejemplo.
8. Para procesar la información: Estadísticas >> DOE >> Taguchi >>
Analizar diseño de Taguchi.
9. En la ventana “Diseño de Taguchi”.
• Seleccionar donde se encuentran los datos de respuesta: X1,
X2, X3, X4, X5, X6, X7, X8.
10. En la ventana “Diseño de Taguchi” >> Gráficas.
• Generar gráfica de efectos principales e interrelaciones en el
modelo para: Relaciones de señal a ruido.
• Gráfica de interacción: Mostrar matriz de gráfica de
interacción.
11. En la ventana “Diseño de Taguchi” >> Análisis.
• Mostrar tablas de respuesta para:
✓ Relaciones de señal a ruido.
✓ Medias.
26
✓ Desviación estándar.
12. En la ventana “Diseño de Taguchi” >> Opciones.
• Relación de señal a ruido: Nominal es mejor 10*Log10(S^2).
13. En la ventana “Diseño de Taguchi” >> Almacenamiento.
• Almacenar los elementos siguientes:
✓ Relaciones de señal a ruido.
✓ Medias.
✓ Desviación estándar.
❖ Resultados finales:
En la parte de sesión se registraron todos los cálculos del Diseño de
Taguchi.
La hoja de trabajo presenta los resultados de Razón señal/ ruido, Desviación
estándar y Media.
El grafico que Minitab presenta es un gráfico Daniel, donde representa los
efectos de los factores en la razón señal/ ruido en los niveles 1, 2 y 3.
Gráfica de efectos principales para Relaciones SN
Medias de datos
InterferenciaGrosor de la pared
-9,50
Profundidad de inserción Porcentaje de adhesivo
Se observa que todos
los factores están
-9,75
alejados de la media de
Media de Relaciones SN
-10,00
relación S/R.
-10,25
-10,50
Gráfica de efectos principales para Medias
-10,75 Medias de datos
InterferenciaGrosor de la pared Profundidad de inserció Porcentaje de adhesivo
Se observa que los
21,0
factores que más
-1,00
20,5
afectan son
profundidad de
Media de Medias
-1,25
20,0
123123123123 inserción y
Señal a ruido: Nominal eslo mejor (-10×Log10(s^2))
porcentaje de
19,5
adhesivo.
19,0
18,5
Bibliografía 123123123123
Minitab. (s.f.). Obtenido de Soporte: http://www.minitab.com/es-mx/support/ Zalazar, H.
G. (2008). Análisis y diseño de experimentos. The McGraw-Hill.
CONCLUSIÓN
Al finalizar la unidad de Análisis Señal-Ruido (R/S) se ha logrado obtener el
conocimiento de cómo hacer un diseño de experimentos donde se incorporan los
factores controlables y no controlables o de ruido.
Ahora es mucho más fácil detectar cuáles son los factores de ruido y reconocer que en
todo proceso se encuentran tanto los factores de ruido como los controlables, y que no
es necesario invertir tiempo, dinero y esfuerzo en eliminar los factores de ruido, si no
que el propósito es encontrar la forma o combinación de los factores controlables para
disminuir el efecto de los factores de ruido.
Existen tres tipos diferentes de factores de ruido los que están incluidos en el proceso y
los que se generan por el deterioro del producto, en los ejemplos mencionados se nota
que los factores de ruido la mayoría de las veces no está en las manos de quienes
fabrican el producto si no en el uso, otros factores de ruido son difíciles de combatir
debido a que sale mucho muy caro, como en el caso del ejemplo del horno.
En el caso del proceso del análisis del proceso empieza calculando la media de los
resultados de las pruebas, de ahí se la varianza para obtener la razón señal ruido, en los
ejemplos usados en este documento se usa la fórmula de razón señal ruido, nominal es
menor de tipo I. Para graficar se usan los resultados de la razón señal- ruido tomando
los diferentes niveles de los factores.
En general el análisis de señal ruido tiene gran beneficio para el estudio y mejoramiento
de los procesos, es una herramienta de calidad que beneficia contrarrestar la variación
de los procesos y no hacer la contramedida de manera que solo se haga en un momento
sin un estudio previo.
Aunque los arreglos ortogonales parecen ser más extensos tiene mucho más beneficio
en comparación con el diseño clásico.
