You are on page 1of 4

Diseo robusto (Taguchi)

Ingeniero japons Genichi Taguchi, 1987. Taguchi hace varias contribuciones a la calidad, que se pueden utilizar para la mejora y optimizacin de procesos. Se plantea el enfoque al cliente (sociedad) en vez del enfoque al fabricante. Un producto o un proceso robusto es aqul que funciona correctamente, aunque existan factores de distorsin o causas de variabilidad (ruidos), este es el objetivo a conseguir de este mtodo y cules son estos factores? Algunos factores de distorsin son: Variaciones en los parmetros Cambios ambientales Condiciones de funcionamiento Variaciones en la fabricacin

Metas

1. Diseos robustos (insensibles) ante el medio ambiente para productos y procesos. 2. Diseo y desarrollo de productos, de modo que sean robustos a la variacin de componentes. 3. Minimizacin de las variaciones con respecto a un valor objetivo.

Etapas del desarrollo de un producto

1. Diseo del sistema: el ingeniero utiliza principios cientficos y de ingeniera para determinar la configuracin bsica. 2. Diseo de parmetros: se determinan los valores especficos para los parmetros del sistema, minimizando la variabilidad aportada por las variables de ruido. 3. Diseo de tolerancias: se determinan las mejores tolerancias para los parmetros.

Los factores de ruido: Ruido externo: ambiente en el cual el proceso (o producto) se desempea y a la carga de trabajo a que es sometido. Por ejemplo, errores en la operacin del equipo. Ruido interno: variacin generada por el proceso de unidad a unidad producida, y que se debe a su propia naturaleza o tecnologas y la diversidad de sus componentes. Deterioro: efectos que aparecen poco a poco con el tiempo por la degradacin paulatina del proceso y sus componentes, que pueden causar la aparicin de fallas en el proceso/producto. (Off Line QC), la inspeccin y el control del proceso no son suficientes para alcanzar una calidad competitiva, y los niveles elevados de calidad slo pueden lograrse, en trminos econmicos, en las fases de diseo (producto y proceso).

Funcin de prdida, cuantifica la prdida social que un producto causa cuando sus caractersticas de calidad se desvan de su valor ideal. La funcin de prdida de Taguchi, se define como: L(y) = k(y t)^2

Ejemplo: Se logra reducir al mnimo todos estos factores en un diseo robusto como por ejemplo la Coca-Cola: Variacin en los parmetros. A lo mejor fueron el tipo de envase; tiempo atrs era de vidrio pero lleg a ser de plstico esto cambio en sus parmetros pero no en la funcin de su objetivo principal que era satisfacer al cliente con el lquido. Cambios ambientales. No conviene hacer Coca-Cola en un lugar hmedo y por eso reducen sus variabilidades pero sin dejar su funcin principal. Condiciones de funcionamiento. Muchos cambios con el paso de los aos en sus envases y botellas pero su funcin no deja de ser la misma, solo estn reduciendo costos y aumentando calidad. Variaciones en la fabricacin. Implementaron la automatizacin y muchos cambios en el proceso de la Coca-Cola pero su funcin principal es hacer la misma. Esto ocasiona en mi opinin, que la Coca-Cola sea un PRODUCTO ROBUSTO en todos los mbitos ya que hasta la fecha sigue siendo y seguir siendo comprada, a pesar de muchos cambios su funcin principal sigue siendo la misma. TAGUCHI lo describe as para que desde la planeacin hasta la venta de un producto se vayan reduciendo todas esas variabilidades y tengas un producto robusto.

Anlisis de regresin
Objetivo: modelar en forma matemtica el comportamiento de una variable de respuesta en funcin de una o ms variables independientes (factores).

Para estimar los parmetros de un modelo de regresin son necesarios los datos, los cuales pueden obtenerse de experimentos planeados, de observaciones de fenmenos no controlados o de registros histricos. Sean dos variables X y Y, suponga que se quiere explicar el comporta miento de Y con base en los valores que toma X. Ha Y se le llama la variable dependiente o la variable de respuesta y a X se le conoce como variable independiente. Un modelo de regresin que consiste en ajustar un modelo matemtico de la forma: Y = f (X) Para cada valor de X, la variable dependiente, Y, es una variable aleatoria. Es decir, que cada observacin de Y puede ser descrita por el modelo: Y = b0 + b1X + e La ecuacin es conocida como el modelo de regresin lineal simple. Ejemplo: 1. Tabla de datos experimentales: Temp. C 50 45 60 Vol. Del aire (ml) 128 124 146

V=a+bT = V(ml)= b+ m t Donde, a es la ordenada en el origen (Vo) y b es la pendiente que equivale a (dV/dt)p =K 2. Construir grfica (experimental y con ajuste lineal): Volumen contra Temperatura.

160 140 120 100 80 60 40 20 0

Grfica de Volumen contra Temperatura.


y = 1.5857x - 381.83

Volumen ml

315

320

325 330 Temperatura C

335

3. Con los datos obtenidos calcular el coeficiente de dilatacin volumtrica () del aire: = V/VoT= b/a V=a+bT = V(ml)= b+ m t

V(ml)= 1.5857t - 381.83 La relacin de la pendiente con respecto a la recta se da por medio de la Ley de Charles y la ecuacin de la recta, realizando una comparacin de los datos queda de la siguiente manera: = + ecuacin de la recta = + .Ley de Charles Entonces, realizando la comparacin de las variables tenemos que: = = = = Por lo tanto la pendiente corresponde al = m m 1.5857 1 = = = 4.1528 x 103 Vo b 381.83 terico= 273.15 = 3.66 x 10 -3 4. Conclusiones en base a los resultados. Porcentaje de error obtenido comparando con los valores tericos de Porcentaje de error % Error = [ % Error = [
]x100
3.66 x 103 4.1528 x 103 ] 100 3.66 x 103 1 1

= 13.46%

Este experiment se realiz en la clase de termodinmica y por lo tanto puedo concluir que el modelo puede ser usado para propsitos de prediccin, optimizacin o control. Finalmente la regresin es un procedimiento matemtico que en base a datos de lecturas te permite encontrar una ecuacin (funcin de dos variables). Conozco cuatro tipos de regresin. Lineal, Exponencial, Logartmica y Cuadrtica. Mediante el empleo de mnimos cuadrados te permite determinar los coeficientes a, b y r (coeficiente de correlacin) del comportamiento de lecturas del comportamiento.

Bibliografa
http://es.scribd.com/doc/176777608/Analisis-y-Diseno-de-Experimentos

You might also like