ANTOLOGIA DE INGENIERIA DE CALIDAD

INGENIERIA INDUSTRIAL

ASIGNATURA: Ingeniera de calidad

Introduccin
La asignatura de ingeniera de calidad est diseada para que aprendamos a
generar procesos de calidad, basado en los fines de la Ingeniera de la calidad,
hablaremos sobre TAGUCHI quien desarroll una aproximacin al diseo de
experimentos

con

el

objetivo

de

reducir los

costos

emanados

de

la

experimentacin, esta aproximacin es ms prctica que terica y se interesa ms

por la productividad y los costos de produccin que por las reglas estadsticas.
Dentro de las actividades del control de la calidad, la Ingeniera de la calidad
consta de las actividades dirigidas a la reduccin de la variabilidad y de las
prdidas.
La ingeniera de calidad es muy importante ya que brinda un conjunto de
conocimientos tcnicos para la formulacin de una poltica, as como planear,
proyectar y analizar la calidad de un producto, a fin de establecer un sistema de
calidad que pueda ser de satisfaccin plena al consumidor a un costo.

Unidad 1: La Ingeniera de
Calidad y la funcin de prdida

1.1 PROBLEMAS DE CALIDAD Y VARIABILIDAD FUNCIONAL

Para Taguchi la calidad de un producto est en funcin de la mnima perdida
causada a la sociedad en el momento en el que el producto se embarca. El
problema ocurre en mayor o menor grado en los productos y
servicios proporcionados por el hombre empiezan a fallar. Las mquinas
se estropean, fallas de poder elctrico, los trenes llegan tarde, goteras de los
tejados. Determinando la calidad subjetiva que es por ejemplo, para una persona
puede ser ms importante la esttica, para otro la funcionalidad, y
para otro la durabilidad. Cada una de estas personas va a valorar la calidad del
objeto con criterios distintos del valor de mercadeo y producto planeando el
problema de vital importancia para una compaa, pero no es un problema de
ingeniera. Es un problema de clasificacin humana, un problema del tamao
del segmento del mercado. Otro problema es el significado de prdida.
En el contexto de la definicin de calidad, la prdida debe restringirse en dos
categoras:
1. Prdida causada por la variabilidad de la funcin.
2. Prdida causada por defectos de tipos dainos.
Si el control de costo se preocupa por reducir las diferentes prdidas antes de que
el producto sea enviado, el control de calidad se preocupa por reducir los dos tipos
de prdidas que puede causar a la sociedad despus de que se enva. El control
de calidad no es, sin embargo, interesado en reducir la prdida del producto que
puede infligir en la sociedad a travs de sus funciones intrnsecas. La pregunta
sobre las funciones de la sociedad sobre los productos que deberan permitir
tener, es un problema cultural ilegal, no un problema de la ingeniera. Si el control
de calidad no se restringe a los problemas prdida causados por variabilidad de
funcin y efectos del tipo dainos no relacionados, se resbalar fuera del dominio
de la ingeniera en el dominio psicolgico de valores culturales. Si nosotros nos
enfocamos en la industria, encontramos que sus actividades entran en
seis fases.
1. Planeacin de productos (que incluye estimando la demanda para una funcin
dada a un precio dado y poniendo la vida del plan).
2. Diseo del producto (diseando el producto para tener las funciones que
decidieron posteriormente en la fase de la planificacin).
3. Diseo del proceso de produccin.
4. Produccin.

5. Mercadotecnia (incluyen la informacin del mercado sobre la existencia del

nuevo producto).
6. Ventas.

1.2. INGENIERA DE CALIDAD EN EL DISEO DE PRODUCTOS, PROCESOS

DE PRODUCCIN DEL SERVICIO AL CLIENTE.
Concepto de ingeniera de calidad: Es un conjunto de conocimientos tcnicos para
la formulacin de una poltica, as como planear, proyectar y analizar la calidad de
un producto, a fin de establecer un sistema de calidad que pueda ser de
satisfaccin plena al consumidor a un costo mnimo.
La ingeniera de calidad lleva a cabo actividades dirigidas a reducir las prdidas
causadas por la variabilidad. Las actividades de ingeniera de calidad se
incorporan en cada paso del desarrollo del producto y de la manufactura a fin de
prevenir los efectos de los factores de ruido. La secuencia de manufactura
desde el desarrollo del prototipo y del producto hasta el servicio al cliente
incluye las siguientes fases: Ingeniera de calidad fuera de lnea. Se encarga de la
optimizacin del diseo del producto y los procesos, una de las herramientas es el
diseo de experimentos. La Ingeniera de la Calidad se enfoca directamente a la
consecucin de la Calidad por Diseo, introduciendo la Calidad en el diseo en
lugar de extraer la mala calidad del producto manufacturado.
Diseo de sistemas. Es la etapa primaria del desarrollo en la cual se da la
arquitectura bsica de un producto o proceso. Durante el diseo del
sistema, el ingeniero aplica su conocimiento y experiencia en el rea
de su especializacin para crear un producto o proceso con capacidades
distintivas. El diseador del sistema usa su experiencia en el diseo de sistemas
similares para generar un nuevo sistema quesea superior de alguna forma a los
diseos previos.
El concepto de Calidad por Diseo se ilustra muy bien con la imagen de la palanca
de la calidad, en la que vemos que, cuanto ms lejos de la produccin apliquemos
el esfuerzo, mayor ser su efecto sobre la calidad del producto.
1.- diseo de sistemas: Consiste en el Desarrollo de un sistema que funcione bajo
una condicin normal. Requiere conocimientos tcnicos en ciencia e ingeniera.
Originalidad/inventiva/estrategias de mercadotecnia.

Objetivo:
Disear un producto seleccionando las condiciones ptimas (parmetros), de tal
manera que el producto sea menos sensible al ruido.
Estrategia:
Disear un producto partiendo de componentes o materias primas de
menor calidad y bajo costo.
Reducir la variacin sin quitar la causa.
Quitar la causa es costoso.
No hay incremento en el costo en el diseo de parmetros.
Identifica los factores de control y los factores de
forma separada en el diseo de experimentos.

ruido, tratndolos en

El proceso de diseo.
El diseo de sistemas requiere experiencia y conocimientos tcnicos en una
rea, es la especializacin en dicha rea.
En el mtodo de Taguchi el diseo de experimentos se usa con mayorfrecuencia
en la etapa de diseo de parmetros.
Etapas del diseo del producto.
1.- Diseo de Parmetros: Tcnica utilizada en el diseo de Parmetros.
Diseo convencional de experimentos. Detecta y elimina causas. Tiene
que ver nicamente con promedios.
El mtodo Taguchi tiene que ver con promedios y variaciones.
Toma ventaja de efectos lineales y de la interpretacin entre los factores de
control y de ruido, con el fin de obtener robustez.
Es aplicable al diseo del producto, a la mejora del producto y del proceso.
Mejora la calidad sin incrementar los costos.
Diseo de parmetros Metodologa Taguchi.
Determina los valores de los parmetros menos susceptibles al ruido.
Involucrar el uso de arreglos ortogonales de la relacin seal/ruido.

Durante el diseo de parmetros, el diseo o proceso ingenieril, se

busca optimizar el diseo del sistema a travs de la Experimentacin para
minimizar la variacin del rendimiento, al enfrentarse a factores incontrolable y
ambientales. Taguchi comienza por identificar esas caractersticas de calidad que
ms afectan el rendimiento del sistema, especficamente si afecta al cliente.
2.- Diseo de tolerancias: Cuando el diseo de parmetros no es suficiente para
reducir la variacin, es necesario utilizar el diseo de tolerancias. Especificaciones
de rangos permitidos para la desviacin con respecto a los valores de
los
parmetros, Involucra describir y eliminar las causas. Incrementa los costos de
produccin (se deben minimizar, haciendo experimentos que conduzcan a las
tolerancias adecuadas sin afectar la calidad).
El diseo de tolerancias es la aplicacin del diseo de experimentos, para hacer
cambios sistemticos en las tolerancias, con el fin de determinar qu factores son
los que ms contribuyen a la variacin del producto final.

1.3 LA FUNCIN DE PRDIDA

El control de calidad ha tenido como objetivo controlar la variacin funcional y los
problemas relacionados con esto. El objetivo de la funcin prdida es evaluar
cuantitativamente la prdida de calidad debido a variaciones funcionales.
El doctor Taguchi ha descubierto que la representacin cuadrtica de la funcin de
prdida, es una forma eficiente y efectiva para establecer la prdida debido a la
desviacin de una caracterstica de calidad del valor meta; esto es la prdida
debida a la mala calidad.
Es importante recordar que:
1. Conformarse con los lmites de especificacin es un indicador inadecuado de la
calidad o prdida debida a la mala calidad.
2. La prdida de calidad es causada por la insatisfaccin del consumidor.
3. La prdida de calidad puede relacionarse con las caractersticas del producto.
4. La prdida de calidad es una prdida financiera.
5. La funcin de prdida es una herramienta excelente para evaluar la prdida en
la etapa inicial del desarrollo del producto.

1.3.1 NDICE CPM O TAGUCHI

La parte fundamental de la metodologa ideada por el matemtico japons G.
Taguchi es la optimizacin de productos y procesos, a fin de asegurar productos
robustos, de alta calidad y bajo costo.
La metodologa de Taguchi consta de tres etapas:
a) Diseo del sistema
b) Diseo de parmetros
c) Diseo de tolerancias
De estas tres etapas, la ms importante es el diseo de parmetros
cuyos objetivos son:
a) Identificar qu factores afectan la caracterstica de calidad en cuanto a su
magnitud y en cuanto a su variabilidad.
b) 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. Para
lograr lo anterior se ha manejado una serie de herramientas estadsticas conocida
como diseo de experimentos, tratadas anteriormente.
ndice CPM o ndice TAGUCHI
ndice de capacidad general que mide si el proceso satisface la especificacin y si
se encuentra dentro del objetivo. El CPM compara la dispersin de
las especificaciones con la dispersin de sus datos, tomando en cuenta la
desviacin de los datos con respecto al objetivo en vez de su desviacin de la
media del proceso. Las distancias grandes entre el objetivo y sus observaciones
resultan en un valor CPM pequeo. Valor de referencia de 1.33. Si los
valores de su ndice son menores que el valor de referencia, debe tomar
acciones para mejorar su proceso.
La lnea vertical media es el valor objetivo. Las lneas verticales
derecha e izquierda son los lmites de especificacin superior e inferior. Otro
concepto menciona que el Cpm est orientado a reducir la variabilidad
alrededor del valor nominal, no solo estar orientada a cumplir con las
especificaciones. El Cpm mide mejor que el Cpk el centrado del proceso y la
variabilidad. Cuando el ndice Cpm es mayor a uno, entonces eso quiere decir que

el proceso cumple con las especificaciones, y en particular que la media del

proceso est dentro de la tercera parte media de la banda de las especificaciones.
Si el Cpm es mayor que 1.33 entonces la media del proceso estar dentro de la
quinta parte media del rango de especificaciones. Si la estimacin del Cpm se
hace con base en una muestra aleatoria del proceso, el Cpm encontrado podr ser
menor o mayor que el verdadero valor.
N 2

2+
6
ESEI
m=

Desde el punto de vista de Taguchi, cumplir con las especificaciones

no es sinnimo de buena calidad y la reduccin de la variabilidad debe darse en
torno al valor nominal .La mejora debe estar orientada a reducir su
variabilidad alrededor del valor nominal, N y no slo orientada a cumplir con
especificaciones.SI el proceso est centrado el Cpm es igual a Cp.
Interpretacin. Cuando el ndice Cpm es mayor que 1,33, entonces eso
quiere decir que el proceso cumple con especificaciones y la media est dentro
de la quinta parte media de la banda de especificaciones.

1.3.2 FUNCIN DE PRDIDA PARA UNA CARACTERSTICA

La funcin de prdida que el doctor Taguchi usa es una aproximacin de una
expansin de la serie de Taylor alrededor de un valor meta "m".
La funcin de prdida de calidad se expresa con la ecuacin
siguiente:
Se expresa con la siguiente ecuacin: L (y) = K(y-m)2
2
L(y)
=en
K(y-m)
L (y) L
= (y)
Prdida
=
Prdida
dinero
en dinero
por unidad
por unidad
de producto
de producto
cuando
cuando
las caractersticas
las caractersticas
de calidad son iguales a y.
Y = Valor de la caracterstica (longitud, anchura, etc.)
m = Valor nominal de y.
K = Constante de proporcionalidad.
L = Es mnima cuando y=m
L (y) = Aumenta en la medida en que y se desva de m.

L (y)= Se expresa en unidades monetarias

caracterstica
anchura,
etc.) (longitud,
y
Ejemplo:
Fuente de poder de un televisor.

La caracterstica de cualquier producto tiene como lmite el 50% a partir del

cual los consumidores consideran que el producto no funciona. Este lmite
representa el punto de vista del consumidor estndar y se le
llama tolerancia del consumidor o LD-50.
Con informacin acerca de las tolerancias del consumidor, el Dr. Taguchi
usa la funcin continua de perdida para determinar las tolerancias finales
dela produccin.
Determinaremos la funcin de perdida para el circuito de la fuente de poder
de un televisor, en donde el valor nominal de y (voltaje de salida) es m=
115volts, la tolerancia del consumidor es de 20 volts y que el costo
promedio por reparar o reemplazar el televisor es de $ 100.
Esto ocurre cuando y est fuera del rango, estando el aparato ya en manos
del consumidor.

Determine la constante de proporcionalidad.

Cuando el voltaje de salida llega a ser 95 o 135 Voltios, alguien paga

$100.Mientras la salida es 115 Voltios la prdida es mnima.

10

1.4.- TIPOS DE TOLERANCIA

Tolerancias dimensional es: Se establece un lmite superior y otro inferior, dentro
de las cuales tienen que estarlas piezas buenas. Segn este criterio, todas las
dimensiones deseadas, llamadas tambin dimensiones nominales, tiene que ir
acompaadas de unos lmites, que les definen un campo de tolerancia.

Tolerancias geomtricas: Se especifican para aquellas piezas que han de

cumplir funciones importantes en un conjunto, de las que depende la fiabilidad
del producto.
Estas tolerancias pueden controlar formas individuales o definir relaciones
entre
distintas
formas, es
usual
la
siguiente clasificacin de estas
tolerancias:
1. Formas
primitivas:
rectitud,
planicidad,
redondez,paralelismo,
cilindricidad.
primitiva
:Rectitud,
planicidad,redondez,cilindricidad
Formas
complejas:
perfil,
superficie,
orientacin
2. Formas
complejas:
perfil,
superficie,
orientacin
paralelismo,
perpendicularidad, inclinacin.
3. Ubicacin: concentricidad, posesin.

:Rectitud,
ndricidad
planicidad,redondez,cili
perfil,
superficie,
orientacin
paralelismo,
concentricidad,
posicin.
radial,
o
posicin.
concentricidad,
radial, axial
axial
o total
total.
11

4. Oscilacin: circular radial, axial o total.

1.5.- DISEO DE TOLERANCIAS

El diseo de tolerancias es la aplicacin del diseo de experimentos, para hacer
cambios sistemticos en las tolerancias, con el fin de determinar qu factores son
los quems contribuyen a la variacin del producto final.
Diseo de tolerancias
. Cuando el diseo de parmetros no es suficiente
para reducir la variacin, es necesario utilizar el diseo
de tolerancias.
. Especificaciones de rangos permitidos para la
desviacin con respecto a los valores de
los
parmetros, Involucra describir y eliminar las
causas
. Incrementa los costos de produccin (se
deben
minimizar,
haciendo experimentos que
conduzcan a las tolerancias adecuadas sin afectar la
calidad).
El diseo de tolerancias es la aplicacin del diseo de experimentos, para hacer
cambios sistemticos en las tolerancias, con el fin de determinar qu factores son
los que ms contribuyen a la variacin del producto final
. En lugar de reducir el grado de tolerancias de la variacin, el anlisis nos dice en
qu casos debe restringirse y en qu casos deben ampliarse, para esto debemos
encontrar los parmetros ms afectados por los factores de ruido y reducir el
grado de tolerancias. Durante el
diseo de
tolerancias, el
ingeniero
especificar sistemticamente cunto tendrn que aumentar los niveles de
funcionamientos de ciertos factores para completar los requerimientos para
la
caracterstica
de
la calidad. En el diseo de tolerancias, el ingeniero
determina el porcentaje que cada uno de los ruidos contribuye para
alcanzar el funcionamiento requerido por la caracterstica de calidad. Con l
puede decidir cunto debe reducir los lmites de tolerancia de cada factor para
alcanzar su objetivo. El limitar las tolerancias de los factores casi siempre tiene
que ver con actualizar con partes o componentes de alto costo.

12

Unidad 2: Experimentos con

arreglos Ortogonales

13

2.1 PLANEACIN Y CONDUCCIN DE EXPERIMENTOS.

En el campo de la industria es una prctica comn hacer experimentos o pruebas
con la intencin de que al mover o hacer algunos cambios en los materiales,
mtodos o condiciones de operacin de un proceso se puedan detectar, resolver o
minimizar los problemas de calidad. Por ejemplo, se prueban varias temperaturas
en una maquina hasta encontrar la que da el mejor resultado, o se intenta un
nuevo material con la intensin de eliminar los problemas que tiene el material
actual, o bien, se prueban diferentes velocidades para determinar la que minimiza
la vibracin excesiva del equipo.
Sin embargo es comn que estas pruebas o experimentos se hagan sobre la
marcha, a prueba y error, apelando a la experiencia y a la intuicin; en lugar de
seguir un plan experimental adecuado que garantice una buena respuesta a las
interrogantes planteadas. Algo similar puede decirse respecto al anlisis de los
datos experimentales, donde ms que un anlisis riguroso de toda la informacin
obtenida y que tome en cuenta la variacin, se hace un anlisis informal intuitivo.
Es tal el poder de la
experimentacin,
que
en
ocasiones a pesar de que el
experimento se hizo a prueba y
error se logran mejoras. Sin
embargo,
en
muchas
situaciones no es suficiente
aplicar experimentacin a prueba y error, por lo que es mejor proceder siempre en
una forma eficaz que garantice la obtencin de las repuestas a las interrogantes
planteadas, en un lapso corto de tiempo y utilizando pocos recursos.
El diseo estadstico de experimentos es precisamente la forma eficaz de hacer
pruebas en los procesos, ya que proporciona la tcnica y la estrategia necesarias
para llevar de manera eficaz los procesos a mejores condiciones de operacin. En
su parte medular, el diseo de experimentos consiste en determinar cuales
pruebas y como es que se deben realizar, para obtener datos que al analizarlos
estadsticamente se obtengan conclusiones y decisiones que deriven en mejoras
del desempeo del proceso.
Algunos problemas tpicos de la industria que se pueden resolver con el diseo y
anlisis de experimentos son los siguientes:
1. Comparar dos o ms proveedores del mismo material con el fin de elegir al que
mejor cumple los requerimientos.

14

2. Comparar varios instrumentos de medicin para verificar si trabajan con la

misma precisin y exactitud.
3. Proponer una nueva manera de operar el proceso, variar sus condiciones y
hacer cambios con el objetivo de reducir el nmero de defectos.
4. Determinar los factores o fuentes de variabilidad que tienen impacto en la
capacidad del proceso para cumplir con sus requerimientos ms importantes.
5. Localizar las condiciones de operacin (temperatura, velocidad, humedad)
donde el proceso logra su desempeo ptimo.
6. Proponer un nuevo mtodo de muestreo igual de efectivo, pero ms econmico
que el actual.
7. Reducir el tiempo de ciclo del proceso.
8. Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.
9. Apoyar en el diseo o rediseo del producto o proceso para mejorar su
desempeo
En general, cuando se requiere mejorar un proceso existen dos maneras bsicas
de obtener la informacin necesaria para ello: una es observar o monitorear va
herramientas estadsticas, hasta obtener seales tiles que permitan mejorarlo; se
puede decir que esta es una estrategia pasiva.
La otra manera es experimentar, es decir,
hacer cambios estratgicos y deliberados
al proceso para provocar dichas seales
tiles. Al analizar los resultados del
experimento se tienen de manera
inmediata las pautas a seguir, que
muchas veces se concretan en mejoras
sustanciales del proceso.
En este sentido, experimentar es mejor
que sentarse a esperar a que el proceso nos indique por si solo como mejorarlo. El
diseo de experimentos (DDE) es un conjunto de tcnicas activas, en el sentido de
que no esperan que el proceso mande las seales tiles, sino que este se
manipula para inducirlo a proporcionar esa informacin que se requiere para
mejorarlo.
El control estadstico de procesos (CEP) sirve de base para dirigir mejor la
bsqueda mediante DDE, ya que dependiendo del estado del proceso en cuanto a
15

capacidad y estabilidad se debe orientar la estrategia de mejora del proceso y, por

lo tanto, la aplicacin del DDE. El saber diseo de experimentos y otras tcnicas
estadsticas, combinadas, con conocimiento del proceso, sitan al responsable del
mismo como observador perceptivo y proactivo, que es capaz de observar algo
interesante (oportunidades de mejora) en el proceso y en los datos donde otra
persona no ve nada. De aqu su mejor capacidad para proponer posibles
soluciones a un problema determinado.
DEFINICION DE DISEO DE EXPERIMENTOS
Conjunto de tcnicas activas que manipulan el proceso para inducirlo a
proporcionar la informacin que se requiere para mejorarlo.
Tcnicas estadsticas y de ingeniera que permiten lograr la mxima eficacia de
los procesos de produccin al menor costo.
DEFINICIONES BASICAS EN EL DISEO DE EXPERIMENTOS El diseo de
estadstico de experimentos permite optimizar la informacin generada acerca del
proceso, en relacin a los objetivos planteados. En otras palabras, el diseo de
experimentos es la aplicacin del mtodo cientfico para generar conocimiento
acerca de un sistema o proceso. Esta herramienta se ha ido consolidando en la
industria actual como un conjunto de tcnicas estadstica y de ingeniera., que
permiten lograr la mxima eficacia de los procesos con el mnimo costo. El diseo
de experimentos es especialmente til para crear calidad desde la fase de diseo
del producto y del proceso; pero tambin permite logar mejoras sustanciales en
procesos ya establecidos.
DISEO DE EXPERIMENTOS El diseo de experimentos consiste en planear un
conjunto de pruebas experimentales, de tal manera que los datos generados
puedan analizarse estadsticamente para obtener conclusiones vlidas y objetivas
acerca del sistema o proceso.

2.2 EL DISEO (2)

16

Por su sencillez, una matriz de experimentos factorial completa 2k no requiere un

software especializado para construirla ni para analizar sus resultados. En estos
diseos, cada factor se estudia a slo dos niveles y sus experimentos contemplan
todas las combinaciones de cada nivel de un factor con todos los niveles de los
otros factores. La Tabla 1 muestra las matrices 22, 23 y 24, para el estudio de 2, 3
y 4 factores respectivamente. La matriz comprende 2 k filas (2 2... 2 = 2 k
experimentos) y k columnas, que corresponden a los k factores en estudio. Si se
construye en el orden estndar, cada columna empieza por el signo , y se
alternan los signos y + con frecuencia 20 para x1, 21 para x2, 22 para x3, y as
sucesivamente hasta xk, donde los signos se alternan con una frecuencia 2k-1.
Signos algebraicos para calcular los efectos del diseo 23
Comb.Tratamientos

AB

AC

BC

ABC

(1)

Ab

Ac

Bc

Abc

17

Domino experimental para tres factores continuos en variables codificadas

(Izquierda) y dos factores continuos y uno discontinuo en variables reales
(derecha). Los experimentos de los vrtices son los utilizados en el diseo factorial
completo 23.

2.3 DEFINICIN DE ORTOGONALIDAD

Ortogonal es un adjetivo que se emplea para nombrar a aquello que se encuentra
en un ngulo de 90. Se trata de una nocin que, en el caso de los espacios
eucldeos, es equivalente al concepto de perpendicularidad.
Se habla de proyeccin ortogonal, por otra parte, para nombrar al resultado de
dibujar la totalidad de las rectas proyectantes perpendiculares sobre un cierto
plano. Al realizar esta proyeccin, se establece un vnculo entre los puntos del
componente proyectante y los puntos del elemento proyectado.
Adems de todo lo expuesto podemos decir que existen diversos casos de
proyeccin ortogonal diferentes. As, no obstante, entre los ms habituales y
significativos
se
hallan
los
dos
siguientes:

La
proyeccin
ortogonal
de
un
segmento.
La proyeccin ortogonal de un punto.
No menos importante es resaltar que, por regla general, cuando se habla de
proyeccin o base ortogonal se hace dentro del campo de la geometra euclidiana.
Esta, tambin llamada parablica o eucldea, es aquella rama de estudio o
disciplina que se encarga de analizar lo que son las propiedades de los espacios
geomtricos donde se cumplen los axiomas de Euclides. Es decir, en el espacio
tridimensional, en la recta real o en el plano eucldeo.
18

El gemetra y matemtico Euclides (325 265 a.C) es la personalidad que dio

forma a esa disciplina, que viene a sustentarse en diversos pilares tales como el
libro que este realiz bajo el ttulo Los elementos. No obstante, luego hicieron
otras aportaciones a la misma figuras como Felix Klein, a travs de su Programa
de Erlangen.
Supongamos que deseamos realizar la proyeccin ortogonal de un
segmento PR sobre una recta T. Para esto tendremos que proyectar los extremos
de PRa travs de lneas que sean perpendiculares a T, lo que permitir conocer la
proyeccin ortogonal del segmento sobre dicha recta. La interseccin entre las
lneas proyectantes y T crea un nuevo segmento, que podramos denominar MN.
Cuando el segmento PR es paralelo a la recta T, el segmento MNresultar
anlogo a PR.
Puede decirse que el trazado ortogonal se fundamenta en un ngulo recto,
desarrollndose en el espacio horizontal y en el espacio vertical. Esta idea no slo
se aplica en el mbito de la geometra, sino que tambin es importante en el arte.
Los artistas deben aprender a trabajar con la ortogonalidad en sentido esttico
para que el aspecto visual de un cuadro resulte llamativo.
Es habitual que se produzca una confusin entre lo que se conoce como base
ortogonal y la base ortonormal. No obstante, son diferentes y hay que saber en
qu:
La primera la tiene un espacio siempre y cuando los vectores que lo forman
cuentan con la particularidad de ser perpendiculares dos a dos.
La segunda, por su parte, es la que posee un espacio determinado cuya base es
ortogonal y adems sus vectores tienen la caracterstica de que son unitarios.

19

2.4 EL ARREGLO ORTOGONAL

El arreglo ortogonal es una herramienta ingenieril que simplifica y en algunos
casos elimina gran parte de los esfuerzos de diseo estadstico. Es una forma de
examinar simultneamente muchos factores a bajo costo. El Dr. Taguchi
recomienda el uso de arreglos ortogonales para hacer matrices que contengan los
controles y los factores de ruido en el diseo de experimentos. Ha simplificado el
uso de este tipo de diseo al incorporar los arreglos ortogonales y las grficas
lineales, finalmente, en contraste con los enfoques tradicionales como
equivalentes de ruido: mientras las interacciones sean relativamente suaves, el
analista de los efectos principales nos proporcionar las condiciones ptimas y
una buena reproductibilidad en un experimento. Los arreglos ortogonales son
herramientas que permiten al ingeniero evaluar qu tan robustos son los diseos
del proceso y del producto con respecto a los factores de ruido.

2.5 ANALISIS DE VARIANZA EN LOS ARREGLOS ORTOGONALES

El anlisis de la varianza se convierte en la tcnica ms habitual cuando las
variables explicativas son categricas y cuantitativas la variable explicada. Las
variables independientes se denominan factores, constan de dos o ms niveles y
pueden interactuar entre ellas. Esta tcnica contrasta mediante el anlisis dela
variabilidad si los valores medios de la variable dependiente difieren segn las
diferentes combinaciones de factores e interacciones. Los experimentos
factoriales pueden complicarse tanto como se deseen e incorporar efectos
aleatorios, multinivel, jerrquicos, anidados, fijos, etc. Existe una amplia gama de
situaciones que se presentan de forma habitual al realizar un experimento o
anlisis. Si bien el acercamiento bsico al anlisis de la varianza proviene de los
contrastes de medias para dos o ms niveles, el enfoque ms correcto nace desde
el anlisis de regresin.
El anlisis de la varianza particulariza el modelo de regresin lineal cuando las
variables independientes son cualitativas y la independiente cuantitativa.
Considerar esta situacin desde los modelos de regresin
permite
al
investigador un estudio completo, detallado y sistematizado del experimento
factorial. Cuando en los modelos de regresin intervienen variables
independientes cualitativas, el abordaje se realiza mediante dos tipos de
contrastes: los denominados a priori y los contrastes a posteriori. Si bien a nivel
matemtico se establece un isomorfismo entre ambos enfoques por lo que son
equivalentes, a nivel prctico el investigador debe optar por uno de esos
contrastes. Los contrastes ortogonales, o a priori, se utilizan habitualmente en el
mbito de las Ciencias Experimentales. Los factores intervienen en el modelo de
20

forma controlada (por ejemplo, a un ratn le inyectamos 100 gramos del

compuesto I y a otro roedor 200 gramos) y se suele denominar Diseo de
Experimentos. Las principales ventajas de los contrastes ortogonales residen en
que el orden de los factores no influye en el modelo, ste adopta una
nica expresin (ortogonal) y resulta fcil detectar qu factores o niveles
influyen o no.
El principal inconveniente consiste en que los coeficientes del modelo han de
interpretarse con precaucin. En el otro extremo aparecen los contrastes no
ortogonales, o a posteriori, muy usuales en las Ciencias Sociales. Estos
estudios
no
disponen
de condiciones controladas desde donde puedan
observar las reacciones de los sujetos entrevistados. En estos modelos el orden
de los factores o variables nominales que intervienen en el modelo s
importan, lo que conlleva a diferentes modelos igualmente vlidos. La
principal ventaja en estos modelos surge que los coeficientes son muy fciles de
interpretar.
2.6 RAZONES PARA USAR LOS ARREGLOS ORTOGONALES
La ventaja de los arreglos ortogonales es que pueden ser aplicados al diseo
experimental involucrando un gran nmero de factores.
DESVENTAJAS: La desventaja del arreglo ortogonal es que puede ser
nicamente aplicado en la etapa inicial del diseo del sistema del producto o
proceso. Un arreglo ortogonal permite asegurar que el efecto de "B" en "A1" es
el mismo efecto de "B" en "A2". As se podr estar seguro de que se est haciendo
comparaciones entre efectos de niveles de un factor.

2.7 OTROS ARREGLOS PARA FACTORES EN 2 NIVELES

Un arreglo muestra las combinaciones de los niveles de los factores arreglados
ortogonalmente. Convencionalmente se representa como:
La (b)
Dnde:
(A) es el nmero de corridas experimentales.
(B) es el nmero de niveles de cada factor.
(C) es el nmero de columnas en el arreglo ortogonal.

21

El arreglo ortogonal ms pequeo de la serie (2) es el L4 (2) a la 3, que indica que

se manejan 3 factores, con dos niveles cada uno con 4 corridas
experimentales.
No. 1 2 3
1122
2212
3221
NOTA. Un arreglo ortogonal que es altamente recomendado es el L12 (2).
Debido a que permite investigar 11 factores sin preocuparse de efectos por
interacciones. Este arreglo proporciona muy buena reproducibilidad. Si se debe
investigar alguna interaccin importante se debe elegir otro arreglo mayor, pues
ste no contempla interaccin alguna.

2.9 ARREGLOS ORTOGONALES PARA FACTORES DE 3 NIVELES

La serie de arreglos de tres niveles permite investigar tres factores. El L9 (34)
proporciona informacin de cuatro factores a tres niveles, utilizando nueve
condiciones experimentales. Un L9 tiene ocho grados de libertad. Su uso permite
hacer ocho comparaciones ortogonalmente. Los ocho grados de libertad pueden
descomponerse en dos grados de libertad por columna. Se requiere una columna
para cada factor. El primer paso es para formar categoras acumuladas a partir de
las categoras iniciales, de modo que la categora acumulada 1 sea igual a la
categora inicial1, la categora acumulada 2 sea igual a las categoras iniciales 1
ms 2.
EJEMPLO:
(i) = (1)
(ii) = (1) + (2)
(iii) = (1) + (2) + (3) etc.
El segundo paso es conocer la proporcin que tiene cada categora acumulada.
EJEMPLO:
P1 = 25/90
P11 = 49/90
P111 = 65/90
PIV = 90/90

22

A cada categora se le asigna un peso, segn la frmula...

Wj = 1/(Pj*(1-Pj))
Para cada categora se calcula el factor de correlacin, con la siguiente
frmula:
CFj = (i2)/n
SUMA DE CUADRADOS DE FACTORES.
Se obtiene mediante la suma de cuadrados de cada clase, multiplicada por su
peso segn su frmula.
Ssa = (Ssa clase 1)*W1+(Ssa clase 11)*W11 + (Ssa clase 111)*W111........ +
(Ssa clase n)*Wn
Ss total = (nmero total de datos) * (nmero de categoras - 1).

2.10 METODOS PARA MODIFICAR LOS ARREGLOS ORTOGONALES

DISEO FACTORIAL COMPLETO
En este diseo se investigan todas las combinaciones de todos los niveles de
todos los factores, permitiendo investigar el efecto de varios factores al mismo
tiempo. En un diseo experimental de 7 factores en 2 niveles cada uno, se
requieren 128 experimentos --- (2) 7.
En experimentos de manufactura es comn 13 factores con 3 niveles cada uno,
siendo entonces necesario (3) 13 = 1, 594,323 experimentos.
ANLISIS DEDATOS MEDIANTE ARREGLOS ORTOGONALES
Determinacin de promedios de respuesta para niveles de factores.
Seleccin de niveles ptimos de un factor mediante la comparacin
de promedios de respuestas.
Predecir la respuesta promedio del proceso utilizando los niveles ptimos.
Comparacin de la prediccin con los resultados de una corrida de
confirmacin.
INTERACCIONES ENTRE FACTORES
Existe una interaccin cuando el efecto de un factor depende del nivel en el que se
encuentre otro factor. Se gratifican los cambios de un factor "A" a los cambios del
factor "B" para ver si hay interaccin.
Si las lneas trazadas son paralelas, no existe interaccin entre los factores.

23

 Si las lneas no son paralelas, quiere decir que el efecto de "A" no es el mismo
para "B1" y "B2", existiendo interaccin.
Si las lneas se intersectan en la grfica, se interpreta que existe
una interaccin bastante fuerte.
APROXIMACIN DE UN FACTOR A LA VEZ En este mtodo se vara el nivel de
un solo factor, manteniendo constantes los niveles de los dems factores.
Suponga que se investiga sobre efectos de temperatura y presin. Se seleccionan
dos niveles para el factor temperatura (T1 y T2) y 2 niveles para el factor presin
(P1, P2). La temperatura se fija a T1mientras se varan los niveles de la presin;
despus se poda fijar la presin aP1 y vara los niveles de la temperatura. Si
se realizara un diseo con 7factores en 2 niveles cada uno, se necesitara
realizar 8 experimentos.

24

Unidad 3: Control de calidad en

Lnea

25

3.1 VARIABILIDAD DEBIDA A FACTORES DE ERROR Y CONTRAMEDIDAS

En primer lugar afecta al producto, la variabilidad nos ayuda a detectar los errores
y potenciales. Nos es til para llegar a conclusiones correctas acerca de los
procedimientos para resultados de las pruebas y as mejorar los problemas del
producto o produccin.
La calidad de los procesos determina inevitablemente la calidad de los productos
que se obtiene. De ah que la primera gran meta de todo proceso de mejora debe
ser: controlar y reducir la variabilidad, de forma que los procesos sean estables,
consistentes y predecibles
Tipos de variacin.
En general se acepta que el 85% de variacin es originada por causas comunes y
el 15% por acusas especiales. Se dice que existe un antdoto para reducir
considerablemente la variacin que es la normalizacin O certificacin en normas
de calidad como ISO 9000.
Norma ISO 9000
La norma ISO 9000, describe los fundamentos de los sistemas de gestin de la
calidad y especifica la terminologa para sistemas de gestin de la calidad.
Principio de gestin de calidad.
Con el fin de conducir y operar una organizacin en forma exitosa se requiere que
esta se dirija y controle en forma sistemtica y transparente. Se puede lograr el
xito implementado y manteniendo un sistema de gestin que este diseado para
mejorar continuamente su desempeo mediante la consideracin de las
necesidades de todas las partes interesadas. La gestin de una organizacin
comprende la gestin de la calidad entr otras disciplinad de gestin.
Se han identificado ocho principios de gestin de la calidad que pueden ser
utilizados por la alta direccin con el fin de conducir a la organizacin hacia una
mejora en el desempeo.
Estos ocho principios de gestin de la calidad constituyen la base de las normas
internacionales de sistemas de gestin de la calidad de la familia de normas ISO
9000.
a) ENFOQUE AL CLIENTE: las organizaciones depende de sus clientes y por
lo tanto deberan comprender las necesidades actuales y futuras de los
clientes, satisfacer los requisitos de los clientes y esforzarse en exceder las
expectativas de los clientes.

26

b) LIDERAZGO: los lderes establecen la unidad de propsito y la orientacin

de la organizacin. Ellos deberan crear y mantener un ambiente interno, en
el cual el personal puede llegar a involucrarse totalmente en el logro de los
objetivos de la organizacin.
c) PARTICIPACION DEL PERSONAL: el personal a todos los niveles, es la
esencia de una organizacin y su total compromiso posibilita que sus
habilidades sean usadas para el beneficio de la organizacin.
d) ENFOQUE BASADO EN PROCESOS: un resultado deseado se alcanza
ms eficientemente cuando las actividades y los recursos relacionados se
gestiona como un proceso.
e) ENFOQUE DE SISTEMA PARA LA GESTION: identificar, entender y
gestionar los procesos interrelacionados como un sistema, contribuye a la
eficacia y eficiencia de una organizacin en el logro de sus objetos.
f) MEJORA CONTINUA: la mejora continua del desempeo global de la
organizacin debera ser un objeto permaneciente de esta.
g) ENFOQUE BASADO EN HECHOS PARA LA TOMA DE DECISION: las
decisiones eficaces se basan en el anlisis de los datos y la informacin.
h) RELACIONES MUTUAMENTE BENEFICIOSAS CON EL PROVEEDOR:
Una organizacin y sus proveedores son interdependiente, y una relacin
mutuamente beneficiosa aumente la capacidad de ambos para crear valor.
Tipos de variacin:
Variacin por causas comunes.
Es aquella que permanece da a da, lote a lote y es aportada en forma natural
por las condiciones de las 5M.
Variacin por causas especiales.
Es causada por situaciones o circunstancias especiales que no estn de
manera permanente en el proceso.

3.2 CONTROL DE CALIDAD EN LNEA

Es un conjunto de conocimiento tcnico para la formulacin de una poltica, as
como planear, proyectar y analizar la calidad de un producto, fin de establecer un
sistema de calidad que pueda ser satisfaccin plena al consumidor a un costo
mnimo. La ingeniera de calidad lleva a cabo actividades dirigidas a reducir las
prdidas causadas por la variabilidad.

27

Las actividades de ingeniera de calidad se incorporan en cada paso del desarrollo

del producto y de la manufactura a fin de prevenir los efectos de los factores de
ruido. La secuencia de manufactura desde el desarrollo del prototipo y del
producto hasta el servicio al cliente incluye las siguientes fases:
control se refiere al proceso que se emplea con el fin de cumplir con los
estndares. Esto consiste en observar el desempeo real. Compararlo con algn
estndar y despus tomar medidas si el desempeo observado es
significativamente diferente del estndar.
El proceso de control tiene la naturaleza de un ciclo de retroalimentacin.
El control incluye la siguiente secuencia universal de pasos:
Seleccionar el sujeto de control: esto es, escoger lo que se quiere regular.
Elegir una unidad de medida.
Establecer una meta para el sujeto de control.
Crear un sensor que pueda medir el sujeto de control en trminos de la
unidad de medida.
Interpretar la diferencia entre el desempeo real y meta.
Tomar medidas (si es necesario) sobre la diferencia.
la anterior secuencia de pasos es universal, es decir ,se aplica al control de
costos, al control de inventario, al control de calidad, etctera.

3.2.1 CONTROL DE CALIDAD FUERA DE LNEA

En la etapa (I), es decir, en el diseo del producto, se considera el primer lugar el
problema de diseo del sistema. Se aplica entonces el conocimiento cientfico
para desarrollar un prototipo de dicen o que cumplan los requerimientos del
clientes. La seleccin inicial de materiales y de tecnologa para el proceso de
manufactura es realizada en esta fase. El principal objetivo en esta etapa es
conseguir la mejor tecnologa disponible para cubrir las necesidades del cliente al
costo ms bajo posible. Este ltimo aspecto diferencia la metodologa de Taguchi
de la metodologa Western, donde el objetico prioritario es el uso de la ltima
tecnologa aunque esto suponga aumentar los costos.
El siguiente paso es el diseo de los parmetros, determinando el conjunto ptimo
de parmetros del producto. El objetico aqu es minimizar los costos de
manufacturacin y de la vida del producto mediante minimizacin de la variacin
28

en la ejecucin. Esto se consigue mediante la creacin de diseos robustos, que

no se ven afectados por los factores de ruidos. Un factor de ruido es una fuente de
variacin incontrolable en las caractersticas funcionales del producto.
En este etapa de diseo de los parmetros se utiliza el diseo de experimentos
para determinar el impacto de los factores controlables y no controlables (ruido)
sobre las caractersticas del producto. El objetico aqu es la seleccin de niveles
de los factores controlables que permitan minimizar los efectos de los factores de
ruido, haciendo el producto robusto frente a dichos factores.
Finalmente, en el diseo de las tolerancia se establecen los limites en torno al
valor nominal o umbral establecido en la etapa anterior. El objetivo en esta etapa
es definir o especificar unas tolerancias lo suficientemente amplias como para
minimizar costos, pero manteniendo las caractersticas funcionales del producto
dentro de las especificaciones.
En la etapa (II), es decir en el diseo del proceso , se considera , el primer lugar,
de forma paralela a la etapa anterior , el diseo del sistema , que consiste en la
seleccin del proceso de manufacturacin sobre la base del conocimiento del
producto y de la tecnologa de manufacturacin de ese momento . El objetivo
principal es especificar el uso de maquina existencia y el proceso en la medida de
lo posible.
En el diseo de los paramentos se determina los niveles apropiados de los
factores controlables que interviene en el proceso de produccin. El diseo de
experimentos es utilizado durante este paso.

29

Finalmente en el diseo de las tolerancias, se establecen las tolerancias para los

parmetros del proceso, identificadas como crticas en el diseo durante el diseo
de los parmetros. si el diseo de los parmetros del proceso o del producto se ha

realizado pobremente, es necesario , quizs realizar un reajuste de tolerancia, o

bien considerar materiales de elevados costos o equipo de alta calidad, lo que
produce un incremento de los costos de manufacturacin.

3.2.1 SOBRE LA LNEA.

Ingeniera de la calidad sobre la lnea se encarga de la optimizacin del diseo de
productos y de procesos.
Una de sus herramientas es el diseo de experimentos.
Diseo del productivo: investigacin y desarrollo de un prototipo.
Diseo del proceso: diseo de un proceso de produccin para manufacturar el
producto.
El profesor taguchi propone una filosofa de la ingeniera de calidad fuera
de lnea que es ampliamente aplicable. el considera tres etapas en el
desarrollo de un producto o proceso: diseo del sistema, diseo de
parmetros y diseo de tolerancias. El diseo de sistema, el ingeniero
utiliz principios cientficos y de ingeniera para determinar la configuracin
bsica.

30

 El diseo de parmetros, determina los valores especficos para los

parmetros del sistema.
El diseo de tolerancias se utiliza con objeto de determinar las mejores
tolerancias para parmetros.
3.3 EL ROL DE CONTROL DE CALIDAD EN LNEA.
Estructura de la organizacin: responde al organigrama de los sistemas de la
empresa donde se jerarquizan los niveles directivos y de gestin. En ocasiones
este organigrama de sistema no corresponde al organigrama tradicional de una
empresa.
Estructura de responsabilidades: implica a personas y departamentos. La forma
ms sencilla de explicar las responsabilidades en calidad, es mediante un cuadro
de doble entrada, donde mediante un eje se sitan los diferentes departamentos y
en el otro, las diversas funciones de control de calidad.
Procedimientos: responde al plan permanente de pautas detalladas para controlar
las acciones de la organizacin.
Procesos: responde a la sucesin completa de operaciones dirigidos a la
consecucin de un objetico.
Recursos: no solamente econmicos, si no humanos, tcnicos y de otro tipo,
deben estar definidos de forma estable y circunstancial.

31

3.4 INTRODUCCIN AL DISEO DE PARMETROS.

Consiste en una estrategia de experimentacin durante la etapa de diseo
mediante la que se determinan los niveles de los factores de diseo que permiten
obtener productos con la menor variabilidad posible y con sus caractersticas de
calidad lo ms cercana al valor nominal deseado. Los factores que estudiaremos
durante esta etapa de experimentacin sern
los factores de control y los factores de ruido
definidos anteriormente. Tras el estudio
concluiremos que es posible conseguir una
mejora en la variabilidad del proceso si se da
uno de estos dos casos:

-existen interacciones entre los factores de control y los ruidos (implicara que es
posible reducir el efecto producido por el ruido sobre los productos finales
modificados los factores e control). Esta condicin se detectara utilizando
experimentos factoriales.
-La relacin obtenida entre los factores de control y la respuesta no es lineal
(implica que la forma en que se transmite la variabilidad entre los factores y el
producto final depender del nivel en el que tengamos estos factores, si fuera
lineal la transmisin sera igual para todos los niveles). Para detectarlo ser
necesario el uso de diseo factoriales de tres o ms niveles.
Los dos casos que hemos explicado anteriormente podremos detectarlos
experimentando con una matriz de diseo adecuada con la que estimaremos un
modelo del tipo:

32

Unidad 4: Anlisis Seal- Ruido

(S/N)

33

4.1 FACTORES DE RUIDO

En los diseos de Taguchi, factores que causan variabilidad en el desempeo de
un sistema o producto, pero que no pueden ser controlados durante la produccin
o el uso del producto. Sin embargo, los factores de ruido s pueden controlarse o
simularse durante la experimentacin. Debe seleccionar niveles de los factores de
ruido que representen la gama de condiciones ante las cuales la respuesta deba
seguir siendo robusta.
Entre los tipos ms comunes de factores de ruido estn los siguientes:
Externos
Factores ambientales, uso por parte de los clientes, etc.
Variaciones en la manufactura
Variaciones entre las partes.
Deterioro del producto
Degradacin que se produce por causa del uso y la exposicin ambiental.
Durante la experimentacin, usted manipula los factores de ruido para hacer que
se produzca variabilidad de manera forzada; luego, a partir de los resultados,
identifica la configuracin ptima de los factores de control que hace que el
proceso o producto sea resistente o robusto antes a las variaciones causadas por
los factores de ruido. Los factores de control son aquellos parmetros de diseo y
proceso que pueden ser controlados.
Por ejemplo, un fabricante de impresoras desea optimizar el rendimiento de sus
impresoras. Uno de los factores de ruido es que existen diferentes tipos de papel.
Durante la experimentacin, el fabricante prueba diferentes tipos de papel para
determinar factores de control que reduzcan el efecto que ejerce el tipo de papel
en el rendimiento de la impresora.
La composicin de los factores de ruido es una estrategia en la cual usted agrupa
los niveles de los factores de ruido en combinaciones que usted prev que
producirn valores de respuesta extremos. Debido a que estimar los efectos de los
factores individuales de ruido no es la meta principal, la composicin es una
manera til de reducir el nmero de pruebas. Por ejemplo, si usted tiene tres
factores de ruido, cada uno con dos niveles, podra tener ocho combinaciones
diferentes de valores de configuracin que probar. En lugar de ello, usted podra
agrupar los factores de ruido para conformar dos configuraciones generales: una
34

configuracin en la cual los niveles de los factores de ruido aumenten los valores
de respuesta y otra configuracin en la cual los niveles de los factores de ruido
disminuyan los valores de respuesta.

4.2 ENFOQUES PARA EL TRATAMIENTO DE FACTORES DE RUIDO

Los factores de ruido son aquellos que no se pueden controlar o que resulta muy
caro controlarlos. Los factores de ruido causan variabilidad y prdida de calidad.
Por esto es necesario disear un sistema en el cual sea insensible a los factores
de ruido mtodo del diseo robusto del dr. Taguchi.
ptima de diseo de parmetros para que el producto sea funcional y allude a
obtener un alto nivel de desmpeo y que sea robusto a los

4.3 RELACIN SEAL-RUIDO (S/N)

La relacin seal ruido (S/N) es la diferencia entre el nivel de la seal y el nivel de
ruido. Se entiende como ruido cualquier seal no deseada, en este caso, la seal
elctrica no deseada que circula por el interior de un equipo electrnico. El ruido
se mide sin ninguna seal a la entrada del equipo.
Se habla de relacin seal ruido (S/N) porque el nivel de ruido es ms o menos
perjudicial en funcin de cul sea el nivel de la seal. La S/N se calcula como la
diferencia entre el nivel de la seal cuando el aparato funciona a nivel nominal de
trabajo y el nivel de ruido cuando, a ese mismo nivel de trabajo, no se introduce
seal. En un amplificador, cuanto ms se gire el mando de potencia, ms se
amplificar la seal y en la misma medida se amplificar el ruido.

35

A la salida de un equipo de audio, el nivel de la seal se mide en voltios (V).

Midiendo en voltios la seal (S, signal), midiendo tambin en voltios el ruido (N,
noise) y calculando el 20log(S/N) se obtiene el valor de la relacin seal ruido en
dB, que es como normalmente se da. La calidad de un equipo se mide tambin por
la relacin seal ruido, cuanto mayor sea el valor de S/N mayor calidad tendr el
mismo.
La relacin seal ruido se suele dar para una frecuencia de 1KHz. Aunque tambin
se puede dar un valor para toda la banda de frecuencia de trabajo del aparato; en
este caso se entiende que el valor de S/N es el menor para toda la banda, es decir,
el ms desfavorable. En el mejor de los casos se puede presentar la S/N como
una grfica del tipo respuesta en frecuencia, en donde se especifica el valor de la
relacin para cada una de las frecuencias.
La existencia ruido es inevitable en cualquier equipo electrnico. Una electrnica
refinada disminuye el nivel de ruido, puede disminuirlo tanto que no sea medible
por ser comparable al ruido del equipo de medida, pero siempre existe ruido. Algo
parecido pasa con el sonido en el ambiente, es decir, por muchas condiciones de
silencio que se den, siempre habr ruido que ser audible directamente o
mediante mtodos de amplificacin. La fuente principal de ruido suele ser la fuente
de alimentacin del propio equipo.
Ruido
Llamamos ruido a todo aquello que no corresponda a la seal o programa sonoro
manejado como la interaccin del aire con las hojas y ramas de los rboles, las
charlas del pblico y actividad en un bar, al igual que el ruido blanco inherente a la
actividad de los componentes electrnicos en un mezclador o procesador de
audio. El ruido se puede considerar en los mbitos acsticos o electroacsticos en
los ejemplos anteriores como el primero, para una medicin acstica la actividad
del viento es ruido, para el segundo en una presentacin de una banda la
actividad del pblico lo es; as como para el tercero el procesamiento propio de los
equipos es ruido con referencia a la seal.
Para tener una buena relacin de seal a ruido (signal to noise ratio) o proporcin
entre estas la seal ms suave no debe ser cubierta o sobrepasada por el ruido o
piso de ruido.
La S/N o es similar a la medida del rango dinmico, sin embargo la S/N expresa la
diferencia entre el nivel operativo mximo y el nivel nominal para un equipo este
ltimo se muestra en los medidores de un dispositivo como 0 dB VU y
corresponder entre dos valores dependiendo del dispositivo entre +4 dBu o -10
dBV.

4.4 ANLISIS DE VARIANZA Y LA SEAL DE RUIDO

36

La relacin seal/ruido, es la diferencia en db entre el nivel de la seal til, y el

nivel de ruido. Es medida de calidad de la seal.
Seal y ruido.
Las medidas analticas y constantes de dos componentes.
Seal: lleva informacin relativa al anlisis
Ruido: compuesta por informacin indeseada ajena al analito.

Formas de aumentar la relacin seal /ruido.

Mtodos de hardware: s incorpora al instrument filtro, cortadores,
moduladores, etc.
Mtodos de software: utilizan algoritmos que permiten extraer las seales
de los entornos ruidosos.
Mtodos de hardware:
Conexin a la tierra.
Blindaje.
Minimizacin de la longitud de los conductores.
Amplificadores diferenciales.
Filtrado analgico.
Modulacin.
Amplificadores de corte.
Mtodos de software:
Promediado conjunto.
Promediado de puntos.
Filtrado digital.
Transformadas de Fourier
Suavizado
Tcnicas de correlacin

Parmetros de calidad asociados.

Lmite de detencin
Lmite de cuantificacin
sensibilidad

37

Lmite de detencin.
Es la mnima concentracin o masa de analito que se puede detectar para
un nivel de confianza dado.
Depende de las fluctuaciones de la seal del blanco
Lmite de cuantificacin.

F=

Definicin: es la mnima concentracin de masa de analito que se puede

cuantificar para un nivel de confianza dado.
Depende de las fluctuaciones de seal del blanco.
Es la magnitud del ruido generado por un dispositivo electrnico, se puede
expresar mediante la denominada figura de ruido (F), que es el resultado
de dividir la relacin seal / ruido en la entrada (S/R)ent por la relacin
seal/ ruido en la salida (S/R) sal, cuando los valores de seal/ ruido se
expresan en nmeros simples:

(S / R)ent
(S /R) sal
Sin embargo, como los valores de la relacin seal/ ruido suelen
expresarse en forma logartmicas , normalmente en decibelios , la figura
de ruido en decibelios ser , por lo tanto, la diferencia entre las relaciones
S/R en la entrada y en la salida del elemento bajo pruebas ya que

Calculo de la relacin seal-ruido de cuantificacin (SQNR).

Si se cumplen las siguientes suposiciones sobre las propiedades

estadsticas de,
1. El error se distribuye uniformemente sobre el rango.
2. La secuencia de error es una secuencia estacionaria de ruido blanco.
En otras palabras, el error y el error para estar incorrelados.
3. La secuencia de error esta incorrelada con la secuencia.
4. La secuencia tiene media cero y es estacionario.
El efecto del ruido aditivo en la seal deseada se puede cuantificar
evaluando la relacin (potencial) seal de ruido de cuantificacin (SQNR),
que se puede expresar en escala logartmicas.

38

Unidad 5: Anlisis de resultados

39

5.1 ANLISIS POR TABLAS DE RESPUESTA, ANLISIS DE VARIANZA POR

ARREGLOS ORTOGONALES.

Esta experimentacin busca encontrar cul es el mejor material, la mejor presin,

la mejor temperatura, la mejor formulacin qumica, o el tiempo de ciclo ms apto,
etc. Todo con el propsito de lograr la longitud, la amplitud, o la durabilidad que se
desea, tomando el costo que implica.
El arreglo ortogonal es una herramienta ingenieril que simplifica y en algunos
casos elimina gran parte de los esfuerzos de diseo estadstico. Es una forma de
examinar simultneamente muchos factores a bajo costo. El Dr. Taguchi
recomienda el uso de arreglos ortogonales para hacer matrices que contengan los
controles y los factores de ruido en el diseo de experimentos. Ha simplificado
el uso de este tipo de diseo al incorporar los arreglos ortogonales y las grficas
lineales, finalmente, en contraste con los enfoques tradicionales como
equivalentes de ruido: mientras las interacciones sean relativamente suaves, el
analista de los efectos principales nos proporcionar las condiciones ptimas y
una
buena
reproductibilidad
en
un
experimento.
Los arreglos ortogonales son herramientas que permiten al ingeniero evaluar qu
tan robustos son los diseos del proceso y del producto con respecto a los
factores de ruido.
La ventaja de los arreglos ortogonales es que pueden ser aplicados al diseo
experimental
involucrando
un
gran
nmero
de
factores.
DESVENTAJAS
La desventaja del arreglo ortogonal es que puede ser nicamente aplicado en la
etapa inicial del diseo del sistema del producto o proceso. Un arreglo ortogonal
permite asegurar que el efecto de "B" en "A1" es el mismo efecto de "B" en "A2".
As
se
podr
estar
seguro
de
que
se
est
haciendo
comparaciones entre efectos de niveles de un factor.

40

ARREGLO ORTOGONAL QUE REPRESENTA La(b)C DONDE:

L = Indica que es un arreglo ortogonal
a = Nmero de corridas experimentales
b = Nmero de niveles para cada factor
c = Nmero de columnas o factores de un arreglo ortogonal.
ARREGLO ORTOGONAL L8(2)7

Na A

RESULTADOS

Y1 NIVEL 1

Y2 NIVEL 1

Y3 NIVEL 1

Y4 NIVEL 1

Y5 NIVEL 2

Y6 NIVEL 2

Y7 NIVEL 2

Y8 NIVEL 2

41

5.2 ANLISIS DE ATRIBUTOS CLASIFICADOS

Uno de los mtodos para analizar datos es la tabulacin cruzada. Por

ejemplo, un investigador mdico puede tabular las frecuencias de los
diferentes sntomas por edades y sexo; un investigador educativo puede
tabular el nmero de estudiantes que abandonan sus estudios por edad,
sexo y grupo tnico; un economista puede tabular el nmero de negocios
que
fallan
por
industria,
regin,
etc.; un investigador de mercado puede tabular las preferencias de los
consumidores por producto, edad y sexo. En todos estos casos, los
resultados principales de inters pueden ser sumarizados en una tabla
de frecuencia mltiple; o sea, en una tabla cruzada de dos o ms
factores.
Diseo de variables y variables de respuesta. En la regresin mltiple o en el
anlisis de varianza hay una distincin comn entre las variables dependientes e
independientes. Las variables dependientes son aquellas que tratamos de
explicar, y podemos clasificar los f actores en una tabla de 2 X 2; por ejemplo, el
color del pelo es una variable dependiente. Las variables de respuesta son
aquellas que varan en la respuesta a las variables designadas; por ejemplo, el
color del pelo puede ser considerado una variable de respuesta y la edad es
considerado una variable de diseo.
Ajuste marginal de frecuencias. Nos podemos preguntar cul de las frecuencias
parece no tener relacin con las variables (hiptesis nula). Para no ir en detalles,
intuitivamente podemos esperar que las frecuencias en cada celda podran
proporcionalmente reflejar las frecuencias marginales (Totales).
Efectos de interdiccin. Otro modelo concebible puede ser que la edad est
relacionada con el color del cabello, y que el estrs es relacionado con el color del
cabello tambin; pero, estos dos factores no interactan en su efecto. En este
caso, podramos necesitar simultneamente de dos tablas, una es la tabla de 2 X
2 de la edad por color del cabello cruzada con los niveles de estrs, y otra tabla
del estrs por color del cabello cruzada con los niveles de la edad. Si este modelo
no se ajusta los datos, tenemos que incluir que la edad, el estrs y el color del
cabello estn interrelacionados. De otra forma, podremos concluir que la edad y el
estrs interactan con sus efectos en el cabello canoso.
El primer paso es formar categoras acumulados a partir de las categoras iniciales
de modo que la categora acumulada uno sea igual a la categora inicial uno, la
categora acumulada dos sea igual a las categoras iniciales uno ms dos.

42

(I) = (1)
(II)= (1) + (2)
(III)=(1) + (2) + (3).

Para ilustrar los pasos se utilizar un estudio que se realiz para conocer los
parmetros ptimos de una mquina moldeadora al estar utilizando compuesto de
un nuevo proveedor. El aspecto visual se dividi en las categoras iniciales:

1=Incompleto
2=Partido/Crudo
3=Deforme
4=Bien

De modo que las categoras acumuladas son:

(I)=1
(II)=(1) + (2)
(III)=(1) +(2) + (3)
(IV)=(1) +(2) + (3) + (4)
El experimento consisti en cuatro factores a tres niveles cada uno y con diez
repeticiones, siendo los factores:
A = Temperatura
B = Tiempo de Ciclo
C = Tiempo de Inyeccin
D = Presin

Se utiliz un arreglo ortogonal L9, en donde se obtuvieron los resultados que se

muestran en la siguiente tabla, misma en la que se pueden observar los clculos
para obtener los valores de las categoras acumuladas en la combinacin nmero
seis:
(I)= (=)
(II)= (0) + (3)

43

(III)=(0) + (3) + (1)

(IV) = (0) +(3) + (1) + (6)

5.3 EXPERIMENTOS CON FACTORES DE RUIDO

Los factores de ruido son aquellos que no se pueden controlar o que resulta muy
caro controlarlos. Los factores de ruido causan variabilidad y prdida de calidad.
Por esto es necesario disear un sistema el cual sea insensible a los factores de
ruido. El diseador debe identificar la mayor cantidad posible de factores de ruido
y usar su buen juicio en base a sus conocimientos para decidir cules son los ms
importantes
a
considerar
en
su
anlisis.

METODO

DE

EL

DISEO

ROBUSTO

DE

EL

DR.

TAGUCHI.

Es un eficiente sistema que ayuda a obtener una combinacin ptima de diseo

de parmetros para que el producto sea funcional y ayude a obtener un alto nivel
de desempeo y que sea robusto a los factores de ruido.
Existen 8 pasos para hacer un ciclo de diseo robusto.

En
los
primeros
5
pasos
se
planea
el
experimento.
En
el
paso
nmero
6
se
conduce
el
experimento.
En los pasos 7 y 8 los resultados del experimento son analizados y verificados.
Ejemplo de la optimizacin de un diseo por costo de un sistema intercambiador
de calor.
1. Identificar la funcin principal. La funcin principal del sistema enfriador de aire
comprimido se muestra en la fig.

44

La funcin principal del sistema es enfriar la temperatura del aire de 95 c a 10 c

entre dos etapas de compresin. Primero entra al sistema el aire por el pre
enfriador y luego pasa a la unidad de refrigeracin. El agua pasa a travs del
condensador de la unidad de refrigeracin y luego a el pre enfriador y finalmente
entra a el radiador donde se expulsa el radiador a travs de l.

2. Identificar los factores de ruido

Existen varios factores de ruido en un proceso de enfriamiento de aire. Para
este caso los ingenieros han determinado los 3 factores de ruido ms
importantes.
N1 = parmetro de costo de la unidad de refrigeracin. Se ha estimado un costo
original de 48 y se considera un costo muy alto arriba de 56.
N2 = temperatura de salida del radiador. Esta temperatura puede variar
dependiendo de los factores ambientales. Se ha estimado una temperatura de 24
c pero se considera muy alta a 27C.
N3 = temperatura del aire a la entrada del sistema. Esta temperatura vara
dependiendo de las condiciones de operacin, se ha estimado inicialmente de 95 c
pero se considera muy alta arriba de 100 c.
3.
Identificar la caracterstica de calidad que va a ser observaba y el
>objetivo.
El costo va a ser tomado como la caracterstica de calidad y la funcin objetivo

45

ser optimizar el costo total del sistema. MIN CT= X1 + X2 + X3

El objetivo ahora es encontrar cul diseo minimiza el costo total considerando
la incertidumbre de los factores de ruido citados.
4.

Identificar los factores de control y los niveles alternativos.

Para el caso del ejemplo, tres niveles alternativos fueron identificados para ser
estudiados para el control del diseo de los parmetros, El nivel dos muestra los
valores iniciales de los factores de control. (Tabla a). Los niveles de los
parmetros de prueba (tabla a) se refieren a cuntos valores de prueba van a ser
analizados (uno de estos niveles debe tomar los valores de las condiciones
iniciales
de
operacin).
T1= 28 C

T2= 39 C

T3= 38 C

Como siguiente paso los ingenieros de diseo y los analistas de costo desean un
estudio de niveles alternativos de los parmetros de control considerando ahora la
incertidumbre debido a los factores de ruido. En un diseo robusto, generalmente,
dos o tres niveles son considerados para cada factor.
Se ha decidido estudiar los tres factores de ruido con 2 niveles. Estos valores se
muestran en la tabla 9. El nivel uno representa los valores iniciales de los factores
de ruido. Diseo de la matriz de experimentos y definicin de los datos para
analizar. El objetivo ahora es determinar los niveles ptimos de los factores de
control para que el sistema sea robusto a los factores de ruido.

5.4 ANLISIS DE EXPERIMENTOS CON FACTORES DE RUIDO.

Conducir la matriz de experimentos. Para nuestro ejemplo, la matriz de
experimentos dada es conducida usando un sistema apropiado de ecuaciones
matemticas de costo. La propuesta (vi,j) es el costo total en dlares para ese
caso. Esta es calculada para cada combinacin de las matrices de experimentos
de factores de control y factores de ruido.
Ecuacin matemtica de costo (ejemplo):

CT = Xl + X2 + X3

46

CT = 1.2(48)(35-10) + 1.2(50)(95-35)1(35-25) + 9.637(25)(36 -24)=4691

CT = 1.2(48)(35-10)+1.2(50)(100-35)1(35-25)+9637(25)(36-27)=3998
Control/Noise

N1

48 48

56

56

N2

24 27

24

27

N3

95 100

100

95

7.
Anlisis de datos papa determinar los niveles ptimos de los factores de
control.
El mtodo de Taguchi utiliza la relacin que existe entre seal y ruido incluyendo la
variacin de la respuesta. La relacin que se utilizara en nuestro ejemplo sera
que la ms pequea relacin es la mejor, dado que nuestro objetivo es minimizar
el costo. Esta relacin seal /ruido est dada por la siguiente ecuacin:
S/N = -10 LOG{1/4[(4691^2 +3998^2+4691^2+4208^2)]}= -73.03
Control matrix
(a) signal to noise ratio

(b) response table

Los promedios de la relacin seal/ruido de la tabla de respuesta nos da los

resultados
ptimos.
Maximizando la relacin s/n es equivalente a minimizar la caracterstica de
calidad.
Como resultado del anlisis tenemos los niveles ptimos de los parmetros de
control siguientes:
Tl
1
25

T2
2
36

T3
3
38

parmetros de prueba
niveles
valores ptimos de control.

Con estos valores el ct = $4551.00 con una desviacin estndar de 445.5 y una
seal de ruido de - 73.19 con esto se ahorra $806.00 un 15% contra los valores
iniciales
propuestos
antes
del
experimento.
T1
T2
T3
parmetros de prueba
2
2
2
niveles
28
39
38
valores iniciales propuestos
Ct = $5,357.00 con una desviacin estndar de 445.6 y una seal de Ruido =
-74.6

47

48

Conclusin
Al realizar esta antologa comprend la importancia que tiene la Ingeniera de
Calidad en los procesos y como las actividades de ingeniera de calidad se
incorporan en cada paso del desarrollo del producto y de la manufactura a fin de
prevenir los efectos de los factores de ruido.

49