I N S T I T U T O T E C N O L G I C O D E

C D . V A L L E S

MATERIA: INGENIERIA DE LA CALIDAD
CARRERA: INGENIERA INDUSTRIAL
VII SEMESTRE GPO C
DISEO DE PROCESOS

ING. JORGE MOTA CANT

INTEGRANTES:
GONZLEZ FUENTES FRANCISCO
HERNANDEZ CUELLAR ELIAB EMMANUEL
HERNNDEZ MARTNEZ RICARDO
HERNANDEZ RODRIGUEZ ANTONIO
LUNA PREZ NARCIZO ELISEO
PLASCENCIA VILLEDA EUGENIO
TORRES AVILA KEVIN
03/09/2014
EL PROCESO DE DISEO
Cada etapa de la ingeniera de la calidad fuera de
lnea tiene requerimientos y mtodos propios.

Las tres etapas del diseo de la produccin
1.- Diseo del sistema.
Desarrollo de un sistema que funcione bajo una determinada condicin
nominal.
Requiere de conocimientos tcnicos en ciencia e ingeniera.
Originalidad, inventiva, estrategia de mercadotecnia.

2.- Diseo de parmetros.
Determinar valores de los parmetros menos sensibles al ruido.
Involucra el uso de arreglos ortogonales y de la relacin seal ruido.
Costo mnimo.

3.- Diseo de tolerancias.
Especificaciones de rangos permitidos para la desviacin con respecto a
los valores de los parmetros.
Involucra descubrir y eliminar las causas.
Incrementa los costos de produccin. Esto, sin embargo, se deben
minimizar haciendo experimentos que conduzcan a encontrar las
tolerancias adecuadas sin afectar la calidad.
DISEO DEL
SISTEMA
INNOVACION
DISEO DE
PARAMETROS
OPTIMIZACION
DISEO DE
TOLERANCIAS
OPTIMIZACION
INVOLUCRA DISEO DE EXPERIMETAL
SELECCINA LA MEJOR COMBINACION DE
NIVELES
AQUELLA MENOS SENSIBLES A CAMBIAR
DEBIDO AL RUIDO
LOGRAR ALTA CALIDAD SIN INCREMETAR
COSTOS.
EL diseo de sistemas:
Requiere experiencias y conocimientos tcnico en una determinada
rea, pues es la especializacin en dicha rea lo que permite disear
el producto o el proceso
Hay que seleccionar una persona
familiarizada con los motores de combustin
interna, para que disee el prototipo de un
nuevo motor de auto. Se debe aprovechar u
experiencia y su conocimiento sobre las
caractersticas del combustible, de los
materiales, etc.
DISEO DE
PARMETROS
Tanto el diseo de parmetros como el diseo de
tolerancias se basan en las tcnicas de
optimizacin, para determinar los valores de los
parmetros de los productos y / o los rangos
permisibles de desviacin con respecto a los
valores de los parmetros, en una forma que
resulte econmica.
Objetivos del diseo de
parmetros
Identificar qu factores afectan la caracterstica de
calidad en cuanto a su magnitud y en cuanto a su
variabilidad.

Definir los niveles ptimos en que debe fijarse cada
parmetro o factor, a fin de optimizar la operacin del
producto y hacerlo lo ms robusto posible.

c) Identificar factores que no afectan substancialmente
la caracterstica de calidad a fin de liberar el control
de estos factores y ahorrar costos de pruebas.

Por ejemplo, una caracterstica de calidad para un coche
podra ser que siempre arranque fcil y rpidamente, sin
importar cules son las condiciones externas.
Durante el diseo de parmetros, el ingeniero selecciona
las caractersticas de calidad ms adecuadas para la
experimentacin y busca todos los factores que tienen un
efecto en l. Entonces, separa los factores que puede
controlar de los que no tiene control.

En el caso del automvil los factores sobre los que no tiene
control, podran ser la temperatura exterior, los niveles de
humedad, el rango de altitud en el cual funcionara el
coche o va a ser operado durante su uso, etc. La
compaa del automvil no puede decirle a su cliente
que no debera operar su vehculo cuando la
temperatura esta bajo cero o arriba de cierto punto.
Entonces el objetivo del ingeniero es hacer el auto
resistente a estos factores incontrolables, o como dira
Taguchi, "robusticidad contra ruido"
Para lograr lo anterior se ha manejado una serie de herramientas
estadsticas conocida como diseo de experimentos, tratadas
anteriormente.

Taguchi ha propuesto una alternativa no del todo diferente que
se conoce como: Arreglos Ortogonales y las Grficas Lineales.

La herramienta utilizada normalmente son diseos Factoriales
fraccionados, sin embargo cuando el nmero de factores se ve
incrementado, las posibles interacciones aumentan, as como la
complicaciones para identificar cules son las condiciones
especficas a experimentar.

Un arreglo ortogonal se puede comparar con una replicacin
factorial fraccionada, de manera que conserva el concepto de
ortogonalidad y contrastes. Un experimento factorial
fraccionado es tambin un arreglo ortogonal .

Taguchi desarroll una serie de arreglos
particulares que denomin:

La (b)^C

Donde:

a = Representa el nmero de pruebas o condiciones
experimentales que se tomarn. Esto es el nmero de
renglones o lneas en el arreglo.
b = Representa los diferentes niveles a los que se tomar
cada factor.
c = Es el nmero de efectos independientes que se
pueden analizar, esto es el nmero de columnas.




Arreglos ortogonales para experimentos a dos niveles

Un arreglo ortogonal es una tabla de nmeros. Como
ejemplo de un arreglo ortogonal tenemos el siguiente:
De acuerdo con la notacin empleada por Taguchi
al arreglo mostrado como ejemplo, se le llama un
arreglo L4, por tener cuatro renglones.

F A C T O R E S (c)
No. (a) A B C Resultado
1 1 1 1 Y1
2 1 2 2 Y2
3 2 1 1 Y3
4 2 2 1 Y4
1 , 2 = Niveles de los Factores (b)
En general, para un arreglo a dos niveles, el nmero de
columnas (efectos o factores) que se pueden analizar, es
igual al nmero de renglones menos 1.

Taguchi ha desarrollado una serie de arreglos para
experimentos con factores a dos niveles, los ms utilizados
y difundidos segn el nmero de factores a analizar son:


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


En un proceso de formacin de paneles una caracterstica no
deseada es la emisin de formaldehdo en el producto final.
Se desea que esta emisin sea lo mnima posible.
Actualmente se estima en 0.45 ppm. (partes por milln).
Se cree que cinco factores pueden estar afectando la
emisin, estos son: tipo de resina, concentracin de la
solucin, tiempo de ciclo de prensado, humedad y presin.

Si se desea analizar el efecto de estos factores, es necesario
variarlos, esto es probarlos bajo diferentes valores cada uno.
A cada uno de estos valores se les llama nivel. Se requieren
de al menos dos niveles o valores distintos para cada factor.
A uno de ellos arbitrariamente le llamamos nivel bajo o nivel
1, al otro nivel alto o nivel 2.

En este caso estamos interesados en analizar el efecto de 5 efectos
o factores a dos niveles cada uno, por lo tanto, se usar un arreglo
ortogonal L8. Esto implica que se ejecutarn 8 pruebas o
condiciones experimentales. Por otra parte se disponen de 7
columnas, a cada columna se le puede asignar o asociar un factor.
Si en particular, asignamos los factores en orden a las primeras
cinco Columnas, dejando libres las ltimas dos columnas, el arreglo
queda:

Observe que en las columnas vacas, 6 y 7, se ha escrito la
letra e
1
,y e
2
respectivamente esto para indicar que en ellas se
evaluar la variacin natural o error aleatorio.
Si no se asigna ningn factor, es de esperar que ah se
manifieste la variacin natural. Los resultados de Yi se
muestran en ppm.

El anlisis de resultados, se puede efectuar de dos maneras
diferentes. Una de ellas mediante una serie de grficas, la
otra mediante el anlisis de varianza, se muestra en este
ejemplo primero el uso del anlisis de varianza,
posteriormente se muestra el uso de grficas.

Anlisis de varianza
1) como primer paso, se obtienen los totales de la variable de
respuesta o lecturas, para cada uno de los niveles de los
factores.

Para calcular los totales para cada nivel del factor A,
observamos que las primeras cuatro pruebas del arreglo se
efectuaron con el factor a su nivel 1 (Resina tipo I) y las
siguientes cuatro a su nivel 2 (resina tipo II).

Los totales son por lo tanto:

A
1
= total de las lecturas que se tomaron con el factor A a su nivel 1
= 0.49+0.42+0.38+0.30=1.59

A
2
= total de las lecturas que se tomaron con el factor A a su nivel 2
= 0.21+0.24+0.32+0.28= 1.05

Para el factor D se tiene que las pruebas 1,3,5 y 7 se efectuaron a su nivel 1
(humedad del 5%), por lo tanto los totales son:

D
1
= Total de las lecturas que se tomaron con el factor D a su nivel 1
= 0.49+0.38+0.21+0.32= 1.40

D
2
= Total de las lecturas que se tomaron con el factor D a su nivel 2
= 0.42+0.30+0.24+0.28= 1.24


Suma de los cuadrados del factor x= SS X= (Total nivel 2 Total nivel
1)
2
/ n
Donde n representa el nmero total de lecturas que se tomaron.

As por ejemplo, para el factor A, tendremos que dado que n=8
SSA= (A
2
A
1
)
2
/ 8= (1.59-1.05)
2
/ 8=0.03645 con 1 g .1

Para el factor B se tiene
SSB= (B
2
B
1
)
2
/ 8= (1.28-1.36)
2
/ 8= 0.00080 con 1 g.1

2) En seguida se obtiene una cantidad que llamaremos
suma de cuadrados esta se calcula como sigue:

Suma de los cuadrados del factor x= SS X= (Total nivel
2 Total nivel 1)
2
/ n
Donde n representa el nmero total de lecturas que
se tomaron.

As por ejemplo, para el factor A, tendremos que
dado que n=8
SSA= (A
2
A
1
)
2
/ 8= (1.59-1.05)
2
/ 8=0.03645 con 1 g .1

Para el factor B se tiene
SSB= (B
2
B
1
)
2
/ 8= (1.28-1.36)
2
/ 8= 0.00080 con 1 g.1
La suma de cuadrados de las columnas donde no
se asign factor (SSe) se toman como estimaciones
del error y se suman.


SSe= 0.00080+0.00045= 0.00125 con 2 g.1
3) Se construye una tabla ANOVA, sta es:


Efecto SS G.l. V Fexp
A 0.03645 1 0.03645 58.32
B 0.00080 1 0.00080 1.28
C 0.01805 1 0.01805 28.88
D 0.00320 1 0.00320 5.12
E 0.00245 1 0.00245 3.92
Error 0.00125 2 0.000625
Total 0.0622 7
La suma de cuadrados de las columnas
donde no se asign factor (SSe) se toman
como estimaciones del error y se suman.


SSe= 0.00080+0.00045= 0.00125 con 2 g.1
3) Se construye una tabla ANOVA, sta es:


Bajo la columna SS se tienen las sumas de cuadrados. Bajo
la columna G.l. (grados de libertad), tendremos el nmero
de columnas que se usaron para evaluar el factor, en este
caso, slo puede ser de uno para cada factor y ms de
uno nicamente para el caso del error.

La columna V, se obtiene dividiendo el nmero bajo la
columna SS, entre el nmero de la columna G.L.

As por ejemplo, para el factor A se tiene

SSA= 0.03645, G.L. de A=1

V= SSA/G.L.= 0.03645/1= 0.03645

Por ltimo, el valor de Fexp, se obtiene de dividir el
valor de V de cada factor, entre el valor de V para la
estimacin del error.

Fexp de A= V(A) / V(error)= 0.03645/0.000625=58.32


4) Obtenemos las siguientes conclusiones:


Todos aquellos factores, que tienen un valor de Fexp mayor que 2 se
considera que afectan la variable de respuesta, emisin de formaldehdo
en este caso. Estos son llamados factores significantes.

En este ejemplo resultan significantes los factores A, C, D y E, tipo de resina,
tiempo de ciclo, humedad y presin respectivamente.

Se acostumbra que aquellos efectos que no resultaron significantes, se
consideren como error aleatorio, a fin de obtener una mejor estimacin
(con mayor nmero de grados de libertad).

En este caso por ejemplo, una mejor estimacin de SSe es:
SSe= SSB + SSe= 0.00080+0.00125= 0.00205
Con 1 + 2 = 3 grados de libertad y (Ve)= (SSe)/3= 0.00205/3= 0.00068
Las estimaciones que se obtienen de esta manera suelen escribirse entre
parntesis


La tabla ANOVA queda
ahora

Efecto SS G.1 V Fexp
A 0.03645 1 0.03645 53.60
C 0.01805 1 0.01805 26.54
D 0.00320 1 0.00320 4.71
E 0.00245 1 0.00245 3.60
Error 0.00205 3 0.00068
Total 0.0622 7

Nos resta decidir a que nivel habr de fijar cada
factor significante, y qu podremos esperar. Para
tomar esta decisin, es de mucha ayuda obtener los
promedios de las lecturas que se tomaron a cada
nivel para cada uno de los factores significantes.

Los promedios de la emisin de formaldehdo para
cada nivel se obtienen dividiendo c/u de los totales
entre 4, (c/total es la suma de cuatro lecturas).
A
1
= A
1
/4= 1.59/4= 0.3975
A
2
= A
2
/4= 1.05/4= 0.2625

El resto de los promedio son:

Factor Nivel 1 Nivel 2
A
A
1
= 0.3975 A
2
= 0.2625
B
B
1
= 0.3400 B
2
= 0.3200
C
C
1
= 0.3775 C
2
= 0.2825
D
D
1
= 0.3500 D
2
= 0.3100
E
E
1
= 0.3475 E
2
= 0.3125

El promedio general denotado como Y es:
Y= (0.49+0.42+0.38+0.30+0.21+0.24+0.32+0.28)/8=T/n= 2.64/8= 0.33

Los factores A, C, D y E que afectan emisin de formaldehdo
debern fijarse al nivel que minimicen la emisin, esto es, al nivel
que se obtenga el promedio menor, en este ejemplo; A
2
, C
2
, D
2
y
E
2
; resina tipo II, 15 segundos como tiempo de prensado, 5% de
humedad y 900 psi.
El factor B juega aqu un papel sumamente importante. Dado
que no afecta la emisin de formaldehdo, dentro del intervalo
analizado, se utiliza para reducir los costos de produccin. Esto se
hace fijndolo a su nivel ms econmico. Cul ser el nivel
esperado de emisin bajo las nuevas emisiones propuestas Y
est.?
Para contestar esta pregunta, para cada efecto significante se
calcula una resta, que llamaremos el efecto de cada factor
respecto al promedio general, para este caso el efecto es

EF A = (promedio bajo la condicin propuesta del factor
promedio general)
= A2 Y= 0.2625-0.3300= -0.0675 (A se fij a su nivel 2)
EF C = C2 Y= 0.2825-0.3300= -0.0475
EF D = D2 Y= 0.3100-0.3300=-0.0200
EF E = E2 Y= 0.3125-0.3300= -0.0175

Finalmente, el resultado esperado bajo las condiciones A2, C2,
D2, E2, que llamaremos Yest. se calcula sumando al promedio
general Y todos los efectos de los factores significantes
Yest= Y + EF A + EF C +EF D +EF E= 0.3300-0.0675-0.0475-0.0200-
0.0175=0.1775



DISEO DE TOLERANCIA

En l se determina las tolerancias alrededor del ajuste nominal de los
factores de control identificados y estudiados en el diseo de
parmetros.

Es tradicional en la
industria asignar directamente las tolerancias de una forma mas o
menos arbitraria, mas que por un razonamiento bien fundamentado
como puede darnos el diseo de parmetros.

Las tolerancias demasiado estrechas aumentan el costo de
fabricacin, mientras que si son amplias aumentamos el exceso la
variacin de las prestaciones y la perdida de calidad; por lo que todo
ello implica tomar un compromiso entre la perdida de calidad del
cliente y el costo de fabricacin.
En el diseo de tolerancias es necesario haber
conseguido la mayor estabilidad con respecto a los
factores de ruido con un buen diseo de parmetros.


Muchas empresas europeas, dejan de practicar el
diseo de parmetros; dependen exclusivamente del
diseo de tolerancias, para conseguir la calidad
exigida, con lo que tienen costos muy altos y , a
veces, hasta se enorgullecen de utilizar materiales
muy especiales y caros para sus productos.

Otras empresas le dan un excesivo protagonismo al diseo de sistemas, con
necesidades de desarrollo que pueden presentar incertitudes importantes con serias
dificultades de programacin de proyecto, que conduce inevitablemente a plazos de
desarrollo muy largos.

Estas tres etapas se pueden incluir en un cuadro que las relaciona con las distintas
actividades que intervienen en un sistema de calidad total y se indica si es posible
reducir la variacin para una de ellas: