ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO
CARRERA DE INGENIERIA INDUSTRIAL
DISEÑO EXPERIMENTAL
TEMA: DISEÑOS EXPERIMENTALES (CONVENCIONAL,
TAGUCHI, SHAININ)
NOMBRE: JULISA BEJARANO
DOCENTE: ING. IVÁN ACOSTA
CURSO: 9 “P1”
FECHA: 11/10/2022
AÑO LECTIVO
SEPTIEMBRE 2022- MARZO 2023
INTRODUCCIÓN
El diseño de experimentos desempeña un papel importante dentro del campo de
diseño y optimización de procesos y productos, particularmente en áreas de manufactura
y mejora continua. Dentro del diseño de experimentos existen múltiples áreas, una de
ellas es el diseño robusto.
Radica en el determinar si existe una diferencia significativa entre los diferentes
tratamientos del experimento y en caso que la respuesta es afirmativa, cuál sería la
magnitud de esta diferencia. Una segunda meta de los diseños experimentales es
verificar la existencia de una tendencia derivado del análisis de los datos del
experimento. La diferencia principal entre los diseños experimentales radica en la forma
en que se agrupan o clasifican las unidades experimentales.
En todos los diseños las unidades experimentales se clasifican por tratamientos;
pero en algunos, estos se clasifican preferentemente en bloques, filas, parcelas
principales y otras modalidades. El análisis de varianza utiliza las medias de dichos
agrupamientos, denominadas fuente de variación, para estimar varianzas o más
precisamente cuadrados medios. Un cuadrado medio que estima la dispersión entre
mediciones de parcelas debidas a causas aleatorias; esta se denomina error
experimental.
DESARROLLO:
EL MÉTODO DE TAGUCHI
Según Taguchi, el diseño estadístico de experimentos convencional no garantiza
siempre que, finalmente, el producto satisfaga los deseos de los clientes. La razón es
que, aunque las características del producto sean las adecuadas, puede ocurrir que no
lleguen correctamente al cliente. Es decir, hay unos factores que producen variación en
los procesos y que degradan la señal (lo que llega al cliente) de los productos. A estos
factores de variación se les denomina “ruidos”, y pueden ser de dos tipos:
Externos
Internos
Externos- si se refiere a causas ambientales o debidas al uso, por ejemplo, la
temperatura, la humedad, etc.
Internos- son de dos formas:
1. Por degradación de las prestaciones.
2. Por imperfecciones en la fabricación.
Un producto es “robusto” cuando es insensible a los ruidos o causas de
variación. Según Taguchi, se pueden conseguir productos robustos que garanticen una
calidad sólida, es decir, que proporcionen un bajo nivel de fallos del producto una vez
está en manos del cliente. Para ello, los diseñadores deben concebir productos con el
máximo ratio señal-ruido. (Martin Tanco, 2009)
Procedimiento
Identificar y establecer los niveles para los factores de diseño y los ruidos. Los
ruidos se consideran como otros factores más dentro del diseño de experimentos.
Sus niveles se deben establecer de tal forma que garanticen que el producto va a
ser insensible a los mismos.
Establecer las matrices de diseño para todos los factores.
Realizar los experimentos y calcular el ratio señal-ruido mediante la ordenación
ortogonal.
Analizar la significación de los efectos. Utilizando matrices ortogonales el
experto puede decidirse por aquellos niveles de los factores que reducen la
variación del resultado o , si ésta se ha producido, los que le permitan alcanzar
los objetivos de resultados. También puede utilizarse para encontrar variables
que tienen poco efecto sobre la solidez de los productos.
Prueba de verificación del sistema. Consiste en construir los prototipos del
producto en base a la optimización de los valores de diseño obtenidos en la etapa
anterior. Estos prototipos son sometidos a las condiciones extremas que pueden
darse en su uso real para comprobar que efectivamente se ha conseguido un
producto robusto.
APLICACIÓN DE LA METODÓLOGIA TAGUCHI
Se analizan los resultados obtenidos en la aplicación de la metodología Taguchi
involucrando en el tipo de corte como variable ruido, según lo encontrado en la primera
fase de experimentación. Se seleccionó un arreglo ortogonal L para la matriz interna,
que permite estudiar máximo cuatro factores a tres niveles cada uno, utilizando la
técnica del falso nivel para permitir involucrar un factor a dos niveles en una columna
desarrollada para estudiar factores a tres niveles y un arreglo compuesto de solo dos
corridas para la matriz externa. (Hernandez, 2015)
Tabla 1: Relación de Variables codificadas
En la Tabla 2 se puede ver el arreglo experimental seleccionado junto con los
resultados obtenidos, y los valores de la media y la razón señal-ruido correspondiente
(según la ecuación 1).
Tabla 2: Arreglo L9 con resultados de experimento
El análisis de los resultados obtenidos es mostrado en la Figura 1, en la que se puede
observar que las variables que mayor efecto tienen sobre la robustez del sistema son las
velocidades de las picadoras I y II, así como la presión hidráulica aplicada a los
cabezotes del primer molino.
De acuerdo a lo anterior se concluye que los mejores niveles de operación del
sistema son A3, B3, C1 y D1, debido a que muestran las más altas relaciones señal-
ruido.
EL MÉTODO DE SHAININ
La metodología propuesta por Shainin está basada en la reducción de la
variabilidad en un proceso como medio clave para el mejoramiento de un proceso
productiva.
APLICACIÓN DE LA METODOLOGIA DE SHAININ
En esta sección se muestra la aplicación de la metodología de experimentación
propuesta por Dorian Shainin, partiendo de la herramienta denominada búsqueda de
variable debido a tener los factores necesarios para la experimentación plenamente
identificados y por otro lado, aprovechando la flexibilidad de la metodología que
permite la utilización de todas las herramientas o de solo algunas dada la situación a la
que se enfrenta el experimentador. (Pedro Medina, 2010)
El principio utiliza un proceso de eliminación a través de una comparación
organizada en la cual característica de comparación debe ser mensurable. Finalmente, la
selección de niveles “alto” y “bajo”, es apropiada, para cuantificar el cambio sobre la
característica de calidad estudiada.
Tabla 3: Factores y niveles seleccionados para la búsqueda de variables
Es
importante explicar que cuando en esta tabla aparezca por ejemplo ANRP significa que
en esa corrida la variable A se probó al nivel normal mientras los otros factores se
mantuvieron a sus niveles propuestos.
De los resultados listados en la tabla anterior se puede concluir con un nivel de
confianza del 97.5% que los factores altamente significantes con respecto al porcentaje
de extracción del molino 1 son la velocidad de la picadora II, el ajuste de salida y la
presión hidráulica aplicada a los cabezotes del molino, debido a que como se observa al
cambiarse los niveles de estos factores los resultados caen por fuera de los límites de
control.
A continuación, se realiza un experimento con diseño factorial completo 2k, con
el cual se trata de identificar los mejores niveles de operación para las variables que
mostraron algún efecto significante sobre la variable respuesta.
Tabla 4: Matriz factorial aplicando la metodología Shainin
Se realizo el ANOVA (ver Tabla 5) propuesto por la metodología Shainin.
Tabla 5: Anova propuesto por Shainin
Queda claro que los tres factores que más influyen en el porcentaje de extracción del molino1
son: El ajuste de salida, observándose un mejor rendimiento cuando el molino se encuentra más
cerrado, presentándose un efecto de -2.89%.
Tabla 6:Diagrama de interacción entre el ajuste de salida y la Velocidad de la Picadura
II
COMPARACIÓN METODOLOGÍCA
La comparación se enfoca en los siguientes aspectos característicos de cada una
de las metodológicas aplicadas en este estudio: El poder en la estimación de las
interacciones, la capacidad de aumentar el nivel de extracción actual del proceso (unida
al efecto económico que cada solución tendría), el ajuste del modelo obtenido a los
resultados arrojados en la fase experimental y los métodos propuestos para el análisis de
los resultados.
CONCLUSIONES
Es importante valorar la relativa importancia en que el método propuesto por
Shainin da a las posibles interacciones, aunque no deja de ser deficiente, debido
principalmente por la falla que en este aspecto muestra su primera etapa; en
comparación con el total desprecio que el método Taguchi hace de las interacciones.
El enfoque de Taguchi es estadísticamente valioso y robusto sin embargo el
método de Shainin tiene utilidad en procesos de mediano- alto volumen para los cuales
un nivel alto de calidad es alcanzable, además pueden ser utilizados cuando la respuesta
es binaria.
BIBLIOGRAFÍA
Hernandez, A. (05 de 2015). La metodología de Taguchi. Obtenido de
file:///C:/Users/shuli/Downloads/didoemilio,+Journal+manager,
+07_Hernandez_Guillon_Garcia.pdf
Martin Tanco, L. P. (2009). Diferentes enfoques del diseño de experimentos.
Colombia. Obtenido de
https://www.researchgate.net/publication/43768706_Diferentes_enfoques_del_d
iseno_de_experimentos_DOE/fulltext/0e609a75f0c44a2d53517fce/Diferentes-
enfoques-del-diseno-de-experimentos-DOE.pdf
Pedro Medina, E. C. (2010). Comparación de las metodologías Shainin y
Taguchi. Colombia: Scientia Et Technica. Obtenido de
https://www.redalyc.org/pdf/849/84917249045.pdf
