INSTITUTO TECNOLGICO DE LZARO CRDENAS

MATERIA:
INGENIERA DE LA CALIDAD

INTEGRANTES:
DE LA LUZ PEDRO MARIBEL. FLORES DELGADO KARINA. MOLINA TRUJILLO JUAN CARLOS.

PROFESOR:
M.C .FRANCISCO HERNNDEZ RIVERA

CD Y PTO. LZARO CRDENAS MICHOACN A 31/MAYO/2013

INTRODUCCIN

Las tejas son el material ms utilizado en las cubiertas de los edificios residenciales. Aunque en general estn compuestas de cermica, tambin se fabrican tejas de pizarra y de hormign, ms empleadas en cubiertas planas y en lugares donde las condiciones climatolgicas son ms severas. Los avances en su produccin han permitido que hoy da las tejas tengan diferentes formas, texturas y colores que, adems de garantizar un correcto estado del tejado, lo embellecen. Aunque sus ventajas son mltiples, la principal caracterstica que presentan es la estanqueidad al aire y al agua de lluvia, adems de una gran resistencia al fuego y permeabilidad, que permite el paso del vapor de agua y evita la condensacin. En cuanto a su colocacin, se suelen emplear rastreles o mortero (mezcla de cemento, cal y arena), aunque tambin se puede recurrir a la colocacin en seco con clavos o grapas y al uso de siliconas y adhesivos, ms limpios y exactos. Diferentes materiales El 10% de los materiales de construccin que se producen cada ao son tejas, una cifra slo superada por la produccin de ladrillo caravista (13%) y de ladrillo para revestir (51%), segn datos de la Asociacin Espaola de Fabricantes de Ladrillos y Tejas de Arcilla Cocida, Hispalyt. El uso de las tejas para recubrir las cubiertas de los edificios residenciales es tan frecuente que "es el material ms usado por excelencia", tal y como explican desde el Gabinete Tcnico del Colegio Oficial de Aparejadores y Arquitectos Tcnicos de Madrid (COAATM). "El uso del material cermico en la ejecucin de cubiertas viene avalado por siglos de experiencia y tradicin. Es el material ms utilizado, respondiendo perfectamente a las necesidades tcnicas y econmicas exigidas. Adems, su gran versatilidad contribuye a la obtencin de tejas con formas diversas y tanto la adicin de

aditivos como la aplicacin de tratamientos superficiales permiten obtener diferentes coloraciones y acabados", aaden desde Hispalyt.

Por lo general las tejas se utilizan, en mayor medida, para 'proteger' a los edificios con cubierta inclinada, aunque esta circunstancia depende del material del que est compuesta la propia teja. De esta manera, se puede distinguir entre:

Tejas curvas, cermicas generalmente, que se emplean para cubiertas inclinadas y permiten aprovechar como buhardilla el espacio que queda bajo cubierta.

Tejas planas, de pizarra, cermica u hormign, muy usadas para cubiertas planas.

Tejas mixtas ordinarias, tanto cermicas como de hormign.

DIAGRAMA DE PROCESO DE FABRICACIN DE LAS TEJAS

EXTRACCIN

TRITURACIN PRIMARIA

MEZCLADO Y PREPARACIN DE LA PASTA

CONFORMADO A MANO

COCCIN

SECADO

PROBLEMA: Variacin de las dimensiones de las tejas. CAUSA: Dentro del horno hay diferentes temperaturas dependiendo de la profundidad del horno en la que se encuentre. : Temperatura de coccin de las tejas.

METODOLOGA TAGUCHI.

Paso-1: Identificar la principal funcin, efectos laterales, y modo de falla. Paso-2: Identificar los factores de ruido, evaluacin de condiciones. Paso3: Identificar la funcin objetivo que se va a optimizar. Paso-4: Identificar los factores de control y niveles Paso-5: Seleccionar el arreglo ortogonal para el experimento. Paso-6: Hacer la matriz de experimentos Paso-7: Analizar la data, predecir los niveles ptimos. Paso-8: Realizar la verificacin del experimento y planear acciones futuras

PASO 1, Y 2:

El diseo se ha hecho en dos fases: 1.- Diseo bsico: se establece el esquema funcional del producto. 2.- Diseo de tolerancias: en el que se establecen los valores mximos y mnimos para las caractersticas de cada uno de los componentes que lo integran. De los factores controlables en este proceso de produccin se seleccionaron los ms importantes Se asignan dos niveles, en cada uno de ellos, para la experimentacin. PASO 3. Funcin objetivo = minimizar cantidad de tejas defectuosas. PASO 4. Identificacin de factores y niveles.
FACTOR CARACTERSTICA VARIABLES DE PROCESO A B C D E F Cantidad de piedra caliza Granulometra de aditivos Cantidad de aglomerante VARIABLES DE DISEO Tipo de aglomerante Lote de carga en materia prima Cantidad de trituracin -1 5% Gruesa 43% Actual 1300 0% +1 1% Fina 53% Nuevo 1200 4% NIVEL 1 NIVEL 2

PASO 5: Seleccin del arreglo ortogonal (OA)

No. De factores a utilizar Arreglo a utilizar No. De condiciones a probar Entre 1 y 3 Entre 4 y 7 Entre 8 y 11 Entre 12 y 15 Entre 16 y 31 Entre 32 y 63 L4 L8 L12 L16 L32 L64 4 8 12 16 32 64

PASO 6: Fabricacin de la matriz de experimentos. Matriz ortogonal (L8) 1= (-) 2= (+)

FACTORES Experimento N 1 2 3 4 5 6 7 8 A B C D E F G N de efectos en 100 tejas 16 17 12 6 6 68 12 26

+ + + +

+ +

+ + + +

+ +

+ +

+ +

+ +

+ +

PASO 7: Anlisis de la data Total de desperfectos en cada nivel del parmetro En A - (nivel 1)= 16+17+12+6= 51 En A+ (nivel 2)= 6+68+12+26=112

En B - =16+17+6+68=107 En B+= 12+6+12+26=56

En C-= 16+17+12+26=71 En C+= 12+6+6+68=92

En D - = 16+12+6+12=46

En D+= 17+6+68+26=117

En E - = 16+12+68+26=122 En E += 17+6+6+12=41

En F-=16+6+6+26=54 En F += 17+12+68+12=109

En G - = 16+6+68+12=102 En G + = 17+12+6+26=61

Comparacin de los resultados en cada nivel.

FACTOR A B C D E F G

TABLA DE RESPUESTA N DE DEFECTOS POR NIVEL + DIFERENCIA 51 112 61 107 56 -51 71 92 21 46 117 71 122 41 -81 54 109 55 102 61 -41

CONCLUSIONES. Por lo tanto la combinacin ptima de los niveles de los diferentes factores ser: A- B+ C- D- E+ F- G+

PASO 8: Planear acciones futuras. Escogemos los niveles que tengan un menor n de defectos: AB+ CDE+ FCantidad de piedra caliza 5% Granulometra de aditivos fina Cantidad de aglomerante 43% Tipo de aglomerante actual Lote de carga en materia prima 1200 Cantidad de trituracin 0%

G+ Cantidad de feldespato 5%

ARREGLOS CON FACTORES DE RUIDO.

1 1 1 1 Y11 Y21 Y31 Y41 Y51 Y61 Y71 Y81 Y12 Y22 Y32 Y42 Y52 Y62 Y72 Y82 2 2 2 1 3 Y13 Y23 Y33 Y43 Y53 Y63 Y73 Y83 2 1 2 4 Y14 Y24 Y34 Y44 Y54 Y64 Y74 Y84 1 2 2

A N 1 2 3 4 5 6 7 8 1 1 1 1 1 2 2 2 2

B 2 2 1 1 2 1 1 2 2

e 3 1 1 2 2 2 2 1 1

C 4 1 2 1 2 1 2 1 2

H G AxC AxD D 5 6 7 1 1 1 2 2 2 1 2 2 2 1 1 2 1 2 1 2 1 2 2 1 1 1 2

N 1 2 3 4 5 6 7 8

A 1 1 1 1 1 1 2 2 2

B 2 1 1 2 2 1 1 2 2

e 3 1 1 2 2 2 2 1 1

C 4 1 2 1 2 1 2 1 2

AxC 5 1 2 1 2 2 1 2 1

AxD 6 1 2 2 1 1 2 2 1

H G D 7 1 2 2 1 2 1 1 2

1 1 1 1 1.1 1.2 2.0 2.1 1.1 1.2 2.0 2.1

2 2 1 2 1.2 1.3 2.1 2.2 1.2 1.3 2.1 2.2

2 1 2 3 1.3 1.2 2.2 2.1 1.3 1.2 2.2 2.1

1 2 2 4 1.1 1.3 2.1 2.0 1.1 1.3 2.1 2.0

NDICE 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. Para determinar lo que es el ndice seal/ ruido, realizamos los siguientes clculos utilizando la frmula del SN para cada uno de los renglones: La frmula que empleamos es la siguiente: SN= 10 log Sn Vn / r *Vn ; En este caso en particular, r= 4, cada ndice se calcula a partir de 4 lecturas individuales. Donde Sn= Yi / r
2

Vn= Yi Sn / r 1
2

Para la primera condicin experimental o rengln N 1, se tienen las lecturas siguientes: 1.1, 1.2, 1.3, 1.1, con un total de 4.7 [ ( 5.5225 0.00916) / ( 4 * 0.00916) ] El clculo del ndice es: Sm= (1.1+1.2+1.3+1.1)2/4= 5.5225 Vm= (1.12+1.22+1.32+1.12)= 0.00916 SN= 10 log = 21.7714

A N 1 2 3 4 5 6 7 8 1 1 1 1 1 2 2 2 2

B 2 1 1 2 2 1 1 2 2

e 3 1 1 2 2 2 2 1 1

C 4 1 2 1 2 1 2 1 2

A-C 5 1 2 1 2 2 1 2 1

A-D 6 1 2 2 1 1 2 2 1

D 7 1 2 2 1 2 1 1 2 SN MEDIA 21.771 1.15 26.707 1.25 2.05 28.203 17.092 2.15 15.539 1.2 15.718 1.25 13.524 1.85 1.5 1.75

MINITAB.

Anlisis de Taguchi: H1 G1, H2 G1 vs. CANTIDAD DE , CANTIDAD DE , ... Anlisis de modelo lineal: Relaciones S vs. CANTIDAD DE , CANTIDAD DE , ...
Coeficientes de modelos estimados para Relaciones SN Trmino Constante CANTIDAD 1 CANTIDAD 1 LOTE DE 1 CANTIDAD 1 CANTIDAD*CANTIDAD 1 1 CANTIDAD*CANTIDAD 1 1 S = 3.810 Coef 21.7306 5.2887 -0.0621 -1.6314 1.5710 -2.3709 -1.6486 SE Coef 1.347 1.347 1.347 1.347 1.347 1.347 1.347 T 16.134 3.927 -0.046 -1.211 1.166 -1.760 -1.224 P 0.039 0.159 0.971 0.439 0.451 0.329 0.436

R-cuad. = 95.8%

R-cuad.(ajustado) = 70.6%

Anlisis de varianza de Relaciones SN Fuente CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE AGLOMERANTE CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE TRITURACION Error residual Total GL 1 1 1 1 1 1 1 7 SC Sec. 223.767 0.031 21.291 19.744 44.968 21.744 14.513 346.058 SC Ajust. 223.767 0.031 21.291 19.744 44.968 21.744 14.513 MC Ajust. 223.767 0.031 21.291 19.744 44.968 21.744 14.513 F 15.42 0.00 1.47 1.36 3.10 1.50 P 0.159 0.971 0.439 0.451 0.329 0.436

Anlisis de modelo lineal: Medias vs. CANTIDAD DE , CANTIDAD DE , ...

Coeficientes de modelos estimados para Medias Trmino Constante CANTIDAD 1 CANTIDAD 1 LOTE DE 1 CANTIDAD 1 CANTIDAD*CANTIDAD 1 1 CANTIDAD*CANTIDAD 1 1 S = 0.08839 Coef 1.58125 0.06875 -0.36875 -0.01875 0.01875 -0.08125 -0.01875 SE Coef 0.03125 0.03125 0.03125 0.03125 0.03125 0.03125 0.03125 T 50.600 2.200 -11.800 -0.600 0.600 -2.600 -0.600 P 0.013 0.272 0.054 0.656 0.656 0.234 0.656

R-cuad. = 99.3%

R-cuad.(ajustado) = 95.4%

Anlisis de varianza de Medias Fuente CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE AGLOMERANTE CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE TRITURACION Error residual Total Fuente CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE AGLOMERANTE CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE TRITURACION Error residual Total GL 1 1 1 1 1 1 1 7 SC Sec. 0.03781 1.08781 0.00281 0.00281 0.05281 0.00281 0.00781 1.19469 SC Ajust. 0.03781 1.08781 0.00281 0.00281 0.05281 0.00281 0.00781 MC Ajust. 0.03781 1.08781 0.00281 0.00281 0.05281 0.00281 0.00781 F 4.84 139.24 0.36 0.36 6.76 0.36

P 0.272 0.054 0.656 0.656 0.234 0.656

Tabla de respuesta para relaciones de seal a ruido Nominal es lo mejor (10*Log10(Ybar**2/s**2)) CANTIDAD DE PIEDRA CALIZA 27.02 16.44 10.58 1 LOTE DE CARGA EN MATERIA PRIMA 20.10 23.36 3.26 2

Nivel 1 2 Delta Clasificar

CANTIDAD DE AGLOMERANTE 21.67 21.79 0.12 4

CANTIDAD DE TRITURACION 23.30 20.16 3.14 3

Tabla de respuesta para medias CANTIDAD DE PIEDRA CALIZA 1.650 1.513 0.137 2 LOTE DE CARGA EN MATERIA PRIMA 1.563 1.600 0.038 3.5

Nivel 1 2 Delta Clasificar

CANTIDAD DE AGLOMERANTE 1.212 1.950 0.738 1

CANTIDAD DE TRITURACION 1.600 1.563 0.038 3.5

GRAFICAS DE EFECTOS PRINCIPALES

SN.

Grafica de efectos principales para Relaciones SN

Medias de datos
CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE

27 24

Media de Relaciones SN

21 18 15 1 2 LOTE DE CARGA EN MATERIA PRIMA 1 2 CANTIDAD DE TRITURACION

27 24 21 18 15

Senal a ruido: Nominal es lo mejor (10*Log10(Ybar**2/s**2))

GRAFICAS DE EFECTOS PRINCIPALES PARA MEDIAS

Grafica de efectos principales para Medias
Medias de datos
CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE

2.0 1.8 1.6

Media de Medias

1.4 1.2 1 2.0 1.8 1.6 1.4 1.2 1 2 1 2 2 1 2 LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION

GRAFICAS DE RESIDUOS PARA RELACIONES SEAL / RUIDO.

Graficas de residuos para Relaciones SN
Grafica de probabilidad normal
99 90 50 10 1 -4 -2 0 Residuo 2 4 1

vs. ajustes

Porcentaje

Residuo

0 -1 10 15 20 25 Valor ajustado 30

Histograma
4 1

vs. orden

Frecuencia

Residuo
-1.5 -1.0 -0.5 0.0 0.5 Residuo 1.0 1.5

3 2 1 0

-1 1 2 3 4 5 6 Orden de observacion 7 8

GRAFICAS DE RESIDUOS PARA MEDIAS

Graficas de residuos para Medias

Grafica de probabilidad normal
99 0.04 0.02 90 50 10 1 -0.10 -0.05 0.00 Residuo 0.05 0.10

vs. ajustes

Porcentaje

Residuo

0.00 -0.02 -0.04

1.2

1.4

1.6 1.8 Valor ajustado

2.0

Histograma
4 0.04 0.02

vs. orden

Frecuencia

Residuo
-0.03 -0.02 -0.01 0.00 0.01 Residuo 0.02 0.03

3 2 1 0

0.00 -0.02 -0.04

3 4 5 6 Orden de observacion

GRAFICA DE INTERACCIN PARA RELACIN SN

Grafica de interaccion para Relaciones SN
Medias de datos
2 1 30 24 C A NT IDA D DE P IEDRA C A LIZA 18 30 24 C A NT IDA D DE A GLO M ERA NT E 18 30 24 C A NT IDA D DE T RIT URA C IO N 18

CANTIDAD DE PIEDRA CALIZA 1 2 CANTIDAD DE AGLOMERANTE 1 2

CANTIDAD DE TRITURACION 1 2

Senal a ruido: Nominal es lo mejor (10*Log10(Ybar**2/s**2))

GRAFICA DE INTERACCIN PARA MEDIAS.

Grafica de interaccion para Medias

Medias de datos
2 1 2.0

1.6 C A NT IDA D DE P IEDRA C A LIZA

CANTIDAD DE PIEDRA CALIZA 1 2 CANTIDAD DE AGLOMERANTE 1 2

1.2 2.0

C A NT IDA D DE A GLO M ERA NT E

1.6

1.2 2.0

1.6

C A NT IDA D DE T RIT URA C IO N

CANTIDAD DE TRITURACION 1 2

1.2 1 2 1 2