Vargas Ramos Lucia Del Carmen - Unidad 2 - Ing. de La Calidad
Vargas Ramos Lucia Del Carmen - Unidad 2 - Ing. de La Calidad
Vargas Ramos Lucia Del Carmen - Unidad 2 - Ing. de La Calidad
CONCEPTOS UNIDAD 2: EXPERIMENTOS CON ARREGLOS ORTOGONALES MATERIA: INGENIERIA DE CALIDAD CLAVE:ESP-1002
NOMBRE DE LA ALUMNA:LUCIA DEL CARMEN VARGAS RAMOS N DE CONTROL: 102Z0498 SEMESTRE: 801 GRUPO: E
INDICE
UNIDAD 2: EXPERIMENTOS CON ARREGLOS ORTOGONALES
2.1.- PLANEACION Y CONDUCCION DE EXPERIMENTOS... 2.2.- DEFINICION DE ORTOGONALIDAD. 2.3.- EL ANLISIS DE VARIANZA EN LOS ARREGLOS ORTOGONALES..... 2.4.-RAZONES PARA USAR ORTOGONALES. 2.5.- ARREGLOS PARA FACTORES DE DOS NIVELES 2.6.- GRAFICAS LINEALES. 2.7.- ARREGLOS ORTOGONALES PARA FACTORES DE 3 NIVELES. 2.8.- METODOS PARA MODIFICAR LOS ARREGLOS ORTOGONALES.
1. Denir los objetivos del experimento: Se debe hacer una lista completa de las preguntas concretas a las que debe dar respuesta el experimento. Es importante indicar solamente cuestiones fundamentales ya Una vez elaborada la lista de objetivos, puede ser til esquematizar el tipo de conclusiones que se espera obtener en el posterior anlisis de datos. Normalmente la lista de objetivos es renada a medida que se van ejecutando las etapas del diseo de experimentos. 2. Identicar todas las posibles fuentes de variacin: Una fuente de variacin es cualquier cosa que pueda generar variabilidad en la respuesta. Es recomendable hacer una lista de todas las posibles fuentes de variacin del problema, distinguiendo aquellas que, a prioridad, generarn una mayor variabilidad. Se distinguen dos tipos. factores tratamiento factores nuisance
Observe que la suma de los dos niveles debe dar siempre el total de las ocho lecturas 2.64. 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= (A2 A1) 2/ 8= (1.59-1.05) 2/ 8=0.03645 con 1 g .1 Para el factor B se tiene SSB= (B2 B1) 2/ 8= (1.28-1.36) 2/ 8= 0.00080 con 1 g.1
Similarmente SSC= (C2 C1) 2/ 8= (1.13-1.51) 2/ 8= 0.01805 con 1 g.1 SSD= (D2 D1) 2/ 8= (1.24-1.40) 2/ 8= 0.00320 con 1 g.1 SSE= (E2 E1) 2/ 8= (1.25-1.39) 2/ 8= 0.00245 con 1 g.1 SSe= 0.00080 con 1 g.1 SSe= 0.00045 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 A B C D E Error 0.00125 Total 0.0622 SS 0.03645 0.00080 0.01805 0.00320 0.00245 2 G.l. 1 1 1 1 1 0.000625 7 V 0.03645 0.00080 0.01805 0.00320 0.00245 58.32 1.28 28.88 5.12 3.92 Fexp
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 A C D E Error Total SS 0.03645 1 0.01805 1 0.00320 1 0.00245 1 0.00205 3 0.0622 7 G.1 V 0.03645 53.60 0.01805 26.54 0.00320 4.71 0.00245 3.60 0.00068 Fexp
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). A1= A1/4= 1.59/4= 0.3975 A2= A2/4= 1.05/4= 0.2625
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; A2, C2, D2 y E2; 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.
No. (a) 1 2 3 4 1 , 2
A 1 1 2 2
Resultado Y1 Y2 Y3 Y4
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. 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: TABLA 1 Arreglos con factores a dos niveles
N 1 2 3 4 5 6 7 8
5 1 2 1 2 2 1 2 1
6 1 2 2 1 1 2 2 1
7 1 2 2 1 2 1 1 2
1 3 5 .7 6 2 6 4 1
7 (b)
(a)
Qu representa cada tabla?. En primer lugar, el arreglo ortogonal L8 es exactamente el mismo que se utiliz en el caso experimental y cada columna un factor o interaccin cuyo impacto sobre la variable de respuesta se desea conocer. La matriz triangular nos representa las interacciones entre columnas. En el primer rengln, con el titulo de columna, cada nmero corresponde a la columna con ese mismo nmero del arreglo, al igual que los nmeros entre parntesis que se encuentran en la diagonal inferior. Por ejemplo, si nosotros asignamos el factor A a la columna 3 y el factor B a la columna 5, la interaccin de AxB aparecer en otra columna ya definida. En el cruce de la columna nmero 5 y el rengln nmero 3 de la matriz, aparece el nmero 6 (marcado con * en la tabla), de manera que la interaccin de AxB se deber asignar a la columna 6 del arreglo ortogonal. Con ayuda de matriz de interacciones es factible, mediante prueba y error, asignar los factores a las columnas. Sin embargo, para simplificar aun ms esta asignacin nos podemos auxiliar de las grficas lineales (1) y (2) que se muestran. En una grfica lineal: a) un efecto principal se representa mediante un punto. b) una interaccin se representa mediante una lnea. c) los nmeros representan las columnas correspondientes del arreglo ortogonal a donde se asignan los efectos principales y las interacciones. En particular, el arreglo ortogonal L8 tiene dos alternativas de arreglo mostrados por las grficas (a) y (b) respectivamente. Por ejemplo, la grfica (a) indica que con este arreglo se pueden analizar, tres factores principales, (puntos 1, 2 y 4) y las interacciones entre ellos, (lneas 3, 5 y 6), adems de un cuarto factor, (punto 7), que no interactua con los otros tres. Los nmeros indican que si deseamos lo anterior, los tres factores debern asignarse a las columnas 1, 4 y 2. Las interacciones aparecen en las columnas 3, 5 y 6. La grfica (b) indica cuatro factores, (puntos 1, 2, 4 y 7) con interacciones de uno de ellos con los otros tres (lneas 3, 5 y 6).
Por lo tanto, el factor que interactua con los otros tres se debe asignar a la columna 1 del arreglo, los otros tres factores a las columnas 2, 4 y 7. Las interacciones quedarn en las columnas 3, 5 y 6. Si se desea analizar un nmero menor de interacciones y un nmero mayor de factores en el mismo arreglo ortogonal, la columna de cualquier lnea representando una interaccin que no es relevante, se puede utilizar para representar un factor adicional. La aplicacin de grficas lineales se muestra con un ejemplo. Supongamos que queremos analizar el efecto de cuatro factores A, B, C y D, adems de las interacciones AxB, AxC y AxD. 1) Como primer paso, seleccionamos un arreglo ortogonal tentativo. Esto depende del nmero de efectos totales a analizar. 4 factores + 3 interacciones = 7 efectos o columnas 2) Despus de seleccionar un arreglo ortogonal tentativo, un L8 en este caso, el siguiente paso es desarrollar la grfica lineal que deseamos, de acuerdo con las reglas mencionadas anteriormente: a) b) un efecto individual se representa con un punto. una interaccin se representa mediante una lnea que une los dos individuales.
efectos
En nuestro caso esto procede como sigue: Primero dibujamos cuatro puntos, uno para cada efecto.
A. C. B. D.
En seguida mostramos las interacciones que nos interesan, mediante lneas. Para nuestro caso tenemos (grfica de la izquierda):
AxB A AxC C AxD 6 D 7 4 B 1 5 3 2
3) Utilizando la segunda grfica, podremos asignar el factor A a la columna 1, el factor B a la columna 2, la interaccin AxB a la columna 3, el factor D a la columna 4, la interaccin AxD a la columna 5, el factor C a la columna 7 y la interaccin AxC a la columna 6.
Esto es:
N 1 2 3 4 5 6 7 8 A 1 1 1 1 1 2 2 2 2 B 2 1 1 2 2 1 1 2 2 AxB 3 1 1 2 2 2 2 1 1 D 4 1 2 1 2 1 2 1 2 AxD 5 1 2 1 2 2 1 2 1 AxC 6 1 2 2 1 1 2 2 1 C 7 1 2 2 1 2 1 1 2
Supongamos que ahora queremos analizar un factor ms, el factor E y creemos que la interaccin AxC realmente no es relevante. La grfica lineal que requerimos es:
B AxB A AxD D C E
Esta grfica es parecida a la grfica lineal (2) excepto por la interaccin de AxC, por lo tanto, una asignacin lgica es: Factor A a la columna 1, factor B a la columna 2, interaccin AxB a la columna 3, el factor C a la columna 4, el factor D a la columna 7, la interaccin AxD a la columna 6. Por ltimo, a la columna 5 que de otra manera sera la interaccin AxC, se le asigna el factor E. Observe que en este ltimo caso, tambin se pudo utilizar la grfica lineal (1). Si por alguna razn, la grfica que deseamos, no puede quedar incluida en las grficas lineales (1) (2) es necesario usar otro arreglo ortogonal de mayor tamao. Si deseamos analizar los factores A, B, C, D, E y F, adems de la interaccin AxB, una posible asignacin es:
Efecto Columna A 1 D 2 C 3 B 4 AxB 5 E 6 F 7
Ejemplo: Se desea analizar un nuevo tipo de carburador. La variable de respuesta de inters es el porcentaje de hidrocarburos no quemados que arroja el motor. Cuatro diferentes factores y tres interacciones parecen afectar esta variable:
Efecto A Descripcin Tensin del diafragma Niveles I Baja II Alta
Entrada para aire Apertura para combustible Flujo de gasolina Interaccin Interaccin Interaccin
C CxB
.D
Esta grfica se ajusta a la grfica lineal (1) del arreglo ortogonal L8, por lo que una asignacin apropiada de efectos es:
N A C AxC B AxB CxB D 1 2 3 4 5 6 7 Tensin Apertura 1 2 3 4 5 6 7 8 1 1 1 1 2 2 2 2 1 1 2 2 1 1 2 2 1 1 2 2 2 2 1 1 1 2 1 2 1 2 1 2 1 2 1 2 2 1 2 1 1 2 2 1 1 2 2 1 1 2 2 1 2 1 1 2 Entrada Flujo 11.2 10.8 7.2 7.0 8.0 6.9 10.4 10.1 Total 71.6 Yi Baja Pequea Estrecha Lento Baja Pequea Abierta Rpido Baja Grande Estrecha Rpido Baja Grande Abierta Lento Alta Pequea Estrecha Rpido Alta Pequea Abierta Lento Alta Grande Estrecha Lento Alta Grande Abierta Rpido
El resultado se expresa en porcentaje de hidrocarburos sin quemar. Observe que al tomar las lecturas, (efectuar las pruebas), se ignoran las columnas donde se asignaron interacciones. El anlisis utilizado ANOVA es:
Nivel 1 Nivel 2 A 36.2 35.4 C 36.9 34.7 AxC 42.5 29.1 B 36.8 34.8 AxB 35.4 36.2 BxC 36.3 35.3 D 35.5 36.1
La tabla ANOVA que resulta es: Efecto A C SS 0.0800* 0.6050 G.l. 1 1 V 0.0800 0.6050 Fexp 8.85
7.32 1.83 -
El error aleatorio (e) se estima usando los efectos ms pequeos marcados con * Resulta significante la interaccin AxC, el factor C y el factor B. Dado que el factor B resulta significante, pero no son significantes alguna de sus interacciones, su mejor nivel se puede decidir de manera independiente al igual que se realiz en secciones anteriores. Esto es, se obtienen los promedios: B1= B1 /4= 36.8/4= 9.20; B2 = B2/4=8.70 Como es un caso de menor es mejor, se selecciona el nivel 2. El factor C tambin resulta significante. Sin embargo, tambin lo es su interaccin con el factor A. Cuando resulta significante la interaccin de algn factor, no se puede analizar por separado, sino en conjunto con el factor con el que se interactua. En este caso, el factor C se debe analizar en conjunto con el factor A, aun cuando el factor C result adems significante individualmente y el factor A no. Para analizar estos factores, se reproducen aqu las columnas de A y C:
N 1 2 3 4 5 6 7 8
A 1 1 1 1 2 2 2 2
C 1 1 2 2 1 1 2 2
22.00 con un promedio de 22.0/2= 11.00 La combinacin 1 2, se presenta en los renglones N 3 y 4, con un total de 7.2 + 7.0= 14.2, con un promedio de 14.2/2= 7.10 La combinacin 2 1 se presenta en los renglones N 5 y 6, con un total de 8.0 + 6.9= 14.9, con un promedio de 7.45
Por ltimo la combinacin 2 2, se presenta en los renglones N 7 y 8 con un total de 10.4 + 10.1= 20.5 y un promedio de 10.25 En resumen Combinacin A1 C1 A1 C2 A2 C1 A2 C2 Total 22.0 14.2 14.9 20.5 Promedio 11.00 7.10 7.45 10.25
Graficando estos promedios se tiene que: 11.0 10.0 9.00 8.00 7.00 A1 A2
En resumen, las condiciones propuestas son: factor A a su nivel 1, factor C a su nivel 2, factor B a su nivel 2. El resto a su nivel ms econmico. El efecto respecto al promedio de cada factor o interaccin es: EF A1C2 = (A1C2 - Y) (A1 Y) - (C2 - Y) = (7.10 8.95) (9.05 8.95) (8.675 8.95)= -1.675
Observe que al efecto de la interaccin, se le resta el efecto de los factores individuales que intervienen (hayan resultado significantes de manera individual o no). EF B2= B2 Y= 8.70 8.95= -0.25 Una estimacin del porcentaje de hidrocarburos sin quemar es igual a la suma de los efectos significantes, incluyendo los factores que intervienen en una interaccin significante, hayan resultado significantes de manera individual o no. Yest = Y + EF A1 C2 + EF A1 + EF C2 + EF B2 = 8.95 + (-1.675) + (9.05 8.95) + (8.675 8.95) + (-0.25)= 6.85 Considere los siguientes ejemplos propuestos. Puede ud. acomodar en un arreglo L8 los efectos A, B, C, D, AxB y CxD Acomodar los siguientes efectos en un arreglo ortogonal: A, B, C, D, E, F, G, H, I, AxB, AxC, AxG, AxE, ExF. Analizar el problema siguiente: