Beruflich Dokumente
Kultur Dokumente
Programa de certificacin
de Black Belts ASQ
8. Diseo de experimentos
De Taguchi, Mezclas y Diseo
Central Compuesto
P. Reyes / Octubre 2003
DISEO DE EXPERIMENTOS
Taguchi ha propuesto una alternativa no del
tododiferente que se que conoce como
Arreglos Ortogonales y las Grficas
Lineales.
La herramienta 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
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.
Ejemplo : L4
No. (a)
1
2
3
4
1 ,
A
1
1
2
2
=
F A C T O R E S (c)
B
C
1
1
2
2
1
1
2
1
Resultado
Y1
Y2
Y3
Y4
Taguchi ha desarrollado una serie de arreglos para experimentos con factores a dos niveles: La.
Nmero de condiciones
experimentales(renglones)
lineas o pruebas.
L4
L8
L12
L16
L32
L64
4
8
12
16
32
64
3
7
11
15
31
63
No.
1
2
3
4
5
6
7
8
A
1
1
1
1
2
2
2
2
B
1
1
2
2
1
1
2
2
C
1
1
2
2
2
2
1
1
D
1
2
1
2
1
2
1
2
E
1
2
1
2
2
1
2
1
e
1
2
2
1
1
2
2
1
e Resina Concen.
1 Tipo I 5%
2 Tipo I 5%
2 Tipo I 10%
1 Tipo I 10%
2 Tipo II 5%
1 Tipo II 5%
1 Tipo II 10%
2 Tipo II 10%
Yi
0.49
0.42
0.38
0.30
0.21
0.24
0.32
0.28
7
Observe que los factores Resina, concentracin, tiempo, humedad y presin fueron asignados en orden a
las columnas A, B, C, D, y E. En las columnas restantes, F y G no se asign ningn factor y nos servirn para tener una estimacin del error aleatorio. Esto se explica porque con ocho observaciones
tenemos siete grados de libertad, como estamos interesados nicamente en cinco factores quedan dos
grados de libertad para el error aleatorio. El anlisis de variancia de los resultados es:
A1 = Total de lecturas con el factor A a su nivel 1 = 0.49 + 0.42 + 0.38 + 0.30 = 1.59
A2 = Total de lecturas con el factor A a su nivel 2 = 0.21 + 0.24 + 0.32 + 0.28 = 1.59
SSA = Suma de cuadrados debido al factor A
Similarmente :
SSB = (B2 - B1)sq/8= 0.00080 con 1g.l
SSC = (C2 -C1)sq/8 = 0.01805 con 1g.l
SSD = (D2 -D1)sq/8= 0.00320 con 1g.l
SSE = (E2 - E1)sq/8= 0.00245 con 1g.l
Sse1 = (F2 - F1)sq/8= 0.00080 con 1g.l, 1a. Columna de error F
Sse2 = (G2 -G1)sq/8= 0.00045 con 1g.l 2a. Columna de error G
Las sumas de cuadrados de las columnas donde no se asign factor se toman como asignaciones del
error, en este caso SSF y SSG se consideran como error y se obtiene:
Sse = SSF + SSG = 0.00080 + 0.00045 = 0.00125 con 2g.l.
La tabla ANOVA es :
Efecto
A
B
C
D
E
Error
SS
0.03645
0.0008
0.01805
0.0032
0.00245
0.00125
Total
0.0622
G.L.
V
1
1
1
1
1
2
0.03645
0.0008
0.01805
0.0032
0.00245
0.000625
Fexp.
58.32*
1.28
28.88**
5.12
3.92
% Contrib.
57.59
0.28
28.01
4.14
2.93
7.03
100
Efecto
Nivel 1
A
A1avg. = A1/4 =0.3975
B
B1avg =0.3400
C
C1avg =0.3775
D
D1avg =0.3500
E
E1avg =0.3475
Nivel 2
A2avg. = A2/4 =0.2625
B2avg =0.3200
C2avg =0.2825
D2avg =0.3100
E2avg =0.3125
10
11
Diseos de Taguchi
Si las lecturas no siguen un orden secuencial, o se toman en otra prueba
bajo las mismas condiciones se le conoce como Replica. Taguchi
considera dos tipos de error aleatorio con lecturas multiples:
Lecturas
Error Primario. (e1). Error que existe entre las diferentes condiciones de
experimentacin, aparte del efecto de los factores en si. Es decir lo que
hace diferentes a las lecturas bajo diferentes condiciones de
experimentacin.
Error Secundario (e2). Aquel que hace diferentes las lecturas tomadas
bajo una misma condicin experimental. Cuando se toma una lectura no
es posible evaluar el error secundario.
12
Descripcin
Tipo de lubricante
Tipo de corte
Angulo de corte (en grados)
Velocidad de corte (r.p.m.)
Avance (cm/min)
Nivel I
Tipo I
Continuo
25
100%
Nivel 2
Tipo II
Intermitente
35
1200%
1
1.5
Dado que se tienen 5 factores, se necesitan por lo menos 5 grados de libertad, se usar por lo tanto
un arreglo ortogonal . Los factores se asignarn en orden, a las primeras cinco columnas .
No. A B C D E F G
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
1
15
16
22
18
25
23
19
17
Resultados
2
17
15
21
20
24
27
17
16
3
18
15
24
18
22
20
16
18
Total
Total
Resultados
50
46
67
56
71
70
52
51
463
13
SST = Yi2 - T2 / n
donde Yi2 es la suma de lecturas individuales al cuadrado.
n es el nmero de lecturas y T es el total de las Yis. Para este caso :
2
14
Condicin
1
2
3
4
5
6
7
8
SSe2
4.6667
0.6667
4.6667
2.6667
4.6667
24.6667
4.6667
2.000
Total SSe2 = 48.669
15
Reglas de Anlisis:
1.-Antes de la ANOVA el primer crterio es probar el error 1 e1 vs. el error 2 e2. S no resulta
significante se adicionan y se obtiene una estimacin del error aleatorio e, contra el que se
prueban todos los dems factores.
2.- S el error 1 es significativo, entonces todos los factores se prueban contra el.
3.- Realizar la ANOVA.
Prueba de e1 vs e2
Fexp = e1/e2 = 4.08334/2 / 48.666/16
Fexp para e1 = 0.6712 con 2 gL en el numerador y 16 en el denominador.
El F de tablas con (0.05, 2, 16) = 3.63; por lo tanto los errores se suman 4.08334 + 48.6667
= 52.7500
SS
26.0417
5.0417
176.0417
12.0417
7.0417
52.7500
0
278.9583
G.L.
V
1
1
1
1
1
18
26.0417
5.0417
176.0417
12.0417
7.0417
2.9306
Fexp.
8.8863
1.7204
60.0711
4.1090
2.4028
23.0000
Dado que F tablas con (0.05, 1, 18) = 4.41, slo los efectos A y C son significantes al nivel
del 5%. Slo lubricante y ngulo de corte
16
17
1
2
3
4
5
6
7
Col (1)
3
2
5
4
7
6
Col (2)
1
6
7
4
5
Col (3)
7
6*
5
4
Col (4)
1
2
3
Col (5)
3
2
Col (6)
1
Col (7)
. 7
5
1
6
7
18
La matriz triangular las columnas estn remarcadas, las interacciones forman la parte interior del
triangulo. Como ejemplo, s asignamos el factor A en la columna 3 y el factor B en la columna 5, la
interaccin AxB aparecer en la en la interseccin de las columnas, el nmero 6.
En esta grfica se observa el arreglo de tres factores ( 1,2 y 4) y la interaccin entre ellos lneas 3,
5 y 6.
2
B
1
1
1
1
2
2
2
2
3
AXB
1
1
2
2
1
1
2
2
4
D
1
1
2
2
2
2
1
1
5
AxD
1
2
1
2
1
2
1
2
6
AxC
1
2
1
2
2
1
2
1
7
G
1
2
2
1
1
2
2
1
1
2
2
1
2
1
1
2
19
20
Designs L8
Factors (opcional para cambiar nombres de factores y
niveles; Assign columns of the array as specified below)
21
Arreglo
Externo
Arregl
o
Intern
o
A
B
Resp1 Resp2
19.0
16.0
18.4
18.0
17.5
17.0
18.6
17.5
19.3
17.0
19.1
18.5
18.4
16.0
17.0
16.5
22
23
24.9490
25.1379
24.7692
24.9302
24.7412
25.1099
0.0188
0.3967
0.3408
Delta
Rank
17.750
18.1625
17.4125
17.725
17.3125
18.0625
0.025
0.8500
0.6500
Delta
Rank
0.98789
1.17022
1.16700
1.03722
0.85489
0.85810
Delta
0.04933
0.31533
0.30890
Rank
24
18.2
1.17
18.0
17.8
StDev
Mean
1.09
1.01
17.6
0.93
17.4
0.85
1
25.15
S/N Ratio
25.05
24.95
24.85
24.75
1
25
26
27
28
29
Aumento de puntos
Minitab augments (or adds points to) the design using the axial
points shown below. Each added point is half way between a
vertex and the center of the design.
( (q+1)/2q, 1/2q, 1/2q, 1/2q, 1/2q, , 1/2q ) ( 1/2q, (q+1)/2q,
1/2q, 1/2q, 1/2q, , 1/2q )
30
X1
0
0
0
0
0.333
0.333
0.333
0.667
0.667
1
X2
0
0.333
0.667
1
0
0.333
0.667
0
0.333
0
X2
X3
1
0.667
0.333
0
0.667
0.333
0
0.333
0
0
Rendimiento
31
( q m 1)!
Puntos
m !( q 1)!
X1 X 2 X 3 1
E (Y )
i 1
Xi
32
33
Stat > DOE > Mixture > Create Mixture Design > choose Simplex lattice > Designs
Generates settings for the components in an experiment with a simplex lattice
design. You can
add a center point or axial points to the interior of the design (added by default)
replicate the design
Dialog box items
Degree of lattice: Choose a degree for your design from the drop-down list.
Augument the design with center points: Check to add a center point to the design.
Augument the design with axial points: Check to add axial points to design. See
Placement of axial points in augmented designs.
Replicate Design Points:
Number of replicates for the whole design: Choose to replicate the whole design,
then choose a number of to 50 for the number of replicates.
Number of replicates for the selected types of points: Choose to replicate only
certain types of design points from the base design enter the number of replicates
34
for each point type.
Stat > DOE > Mixture > Create Mixture Design > choose Simplex centroid > Designs
Generates settings for the components in an experiment with a simplex centroid
design. You can
add axial points to the interior of the design (by default, Minitab adds )
replicate the design
Dialog box items
Augment the design with axial points: Check to augment (or adds points to) the base
design. See Placement of axial points in augmented designs.
Replicate Design Points
Number of replicates for the whole design: Choose to replicate the whole design,
then choose a number of to 50 for the number of replicates.
Number of replicates for the selected types of points: Choose to replicate only certain
types of design points from the base design. Then, under Number, enter the number
of replicates for each point type.
35
Degree of Lattice 2
No augment design with center points or axial points
No of replicates of the selected type of points
1 Vertex 2
2 Double Blend 3
Elongacin
0.0
0.0
Corrida en Minitab1.0
para
el
0.5
0.5
0.0
ejemplo
0.5
0.0
0.5
Introducir las
respuestas de la
elongacin de la
fibra en funcin de
la mezcla de los 3
componentes X1,
X2 y X3
11.0
15.0
17.7
0.0
1.0
0.0
8.8
0.0
0.5
0.5
10.0
0.0
0.0
1.0
16.0
1.0
0.0
0.0
12.4
0.0
1.0
0.0
10.0
0.0
0.0
1.0
16.8
0.5
0.5
0.0
14.8
0.5
0.5
0.0
16.1
0.5
0.0
0.5
16.4
0.5
0.0
0.5
16.6
0.0
0.5
0.5
9.7
0.0
0.5
0.5
11.837
0.0
0.0
1.0
0.0
1.0
38
39
Coef
SE Coef
VIF
11.700
0.6037
1.750
9.400
0.6037
1.750
16.400
0.6037
1.750
SINERGIA
A*B
19.000
2.6082
7.28
0.000
1.750
ANTAGONICO
A*C
11.400
2.6082
4.37
0.002
1.750
B*C
-9.600
2.6082
-3.68
0.005
1.750
S = 0.85375
PRESS = 18.295
R-Sq = 95.14%
R-Sq(pred) = 86.43%
R-Sq(adj) = 92.43%
DF
Seq SS
Adj SS
Adj MS
128.296
128.2960
25.6592
35.20
0.000
Linear
57.629
50.9200
25.4600
34.93
0.000
Quadratic
70.667
70.6669
23.5556
32.32
0.000
Residual Error
6.560
6.5600
0.7289
14
134.856
Regression
Total
40
Coef
SE Coef
VIF
11.70
0.4941
1.500
9.40
0.4941
1.500
16.40
0.4941
1.500
A*B
17.40
2.4207
7.19
0.000
1.500
A*C
12.00
2.4207
4.96
0.003
1.500
B*C
-12.20
2.4207
-5.04
0.002
1.500
S = 0.69881
R-Sq = 97.44%
PRESS = 11.720
R-Sq(pred) = 89.78%
R-Sq(adj) = 95.31%
41
42
Each component in the mixture has a corresponding trace direction. The points
along a trace direction of a component are connected thereby producing as
many curves as there are components in the mixture.
Response trace plots are especially useful when there are more than three
components in the mixture and the complete response surface cannot be
visualized on a contour or surface plot. You can use the response trace plot to
identify the most influential components and then use them for a contour or
surface plot.
43
A
B
C
16
Fitted Elongaci
15
14
13
12
11
10
9
-0.5
0.0
0.5
44
10.0
1.0
16.0
17.2
0.0
0.0
1.0
11.2
12.4
13.6
14.8
0.0
1.0
45
Elongacin
Response -Elongation
0.0
Contours
White area:
feasible region
1.0
0.0
Lower Bound
Upper Bound
OK
Low Limit 12
High Limit 14
1.0
0.0
1.0
46
12
14
47
Hi
Cur
Lo
[ ]:A
1.0000
[0.30]
0.0
[ ]:B
1.0
[0.2692]
0.0
[ ]:C
1.0
[0.4308]
0.0
Elongaci
Targ: 15.0
y = 15.0
d = 1.0000
48
Ymillas/galn
3 Components
Augment Axial Points
No Replicates:
1 Vertex 2
2 Double Blend 1
0 Center points 2
-1 Axial point 1
OK OK
49
0.0
0.0
1.0
0.0
1.0
50
Ecuacin de regresin
Estimated Regression Coefficients for Ymillas/ga (component
proportions)
Term
Coef
SE Coef
VIF
24.744
0.3225
1.548
24.311
0.3225
1.548
23.178
0.3225
1.548
A*B
1.514
1.8168
0.83
0.429
1.718
A*C
1.114
1.8168
0.61
0.557
1.718
B*C
-1.086
1.8168
-0.60
0.566
1.718
S = 0.46528
PRESS = 5.2730
R-Sq = 70.91%
52.74%
R-Sq(pred) = 11.44%
R-Sq(adj) =
51
Fitted Ymillas/
25
A
B
C
24
23
-0.5
0.0
0.5
52
Grfica de contornos
Mixture Contour Plot of Ymillas/
A
23.40
23.65
23.90
24.15
24.40
24.65
24.90
1.0
0.0
0.0
1.0
0.0
1.0
53
Hi
Cur
Lo
[ ]:A
1.0
[0.30]
0.0
[ ]:B
1.0
[0.1738]
0.0
[ ]:C
1.0
[0.5262]
0.0
Ymillas/
Targ: 24.0
y = 24.0
d = 1.0000
54
55
y 0 1 x1 2 x 2 ... k x k
56
3.36
75
173
70.4
Orig.+9
3.78
80
175
77.6
Orig.+10
10
4.20
85
177
Orig.+11
11
4.62
90
179
76.2
Orig.+12
12
5.04
95
181
75.1
80.3
57
Pasos
58
k 1
Y 0 i X i ii X
i 1
i 1
2
i
i 1
X X
j 2
ij
59
Rplicas en (0,0)
para el error puro
60
codificadas
Rendimiento
Corrida
Tiempo (min.)
Temp.(F)
X1
X2
Y2
80
170
-1
-1
76.5
80
180
-1
77.0
90
170
-1
78.0
90
180
79.5
85
175
79.9
85
175
80.3
85
80.0
8
9
85
85
0
0
0
0
79.7
79.8
10
11
12
13
92.07
77.93
85
85
1.414
-1.414
0
0
0
0
1.414
-1.414
78.4
75.6
78.5
77.0
175
175
175
175
175
182.07
167.93
61
Coef
79.940
0.995
SE Coef
0.11896
0.09405
T
671.997
10.580
P
0.000
0.000 Si P<0.05
0.515
-1.376
-1.001
0.250
0.09405
0.10085
0.10085
0.13300
5.478
-13.646
-9.928
1.880
0.001
0.000
0.000
0.102
DF
5
2
2
Seq SS
28.2478
10.0430
17.9548
Adj SS
28.2478
10.0430
17.9548
Adj MS
F
5.64956 79.85
5.02148 70.97
8.97741 126.88
P
0.000
0.000
0.000
62
63
0.995
2
b
0.515
...
k
11 , 12 / 2,..., 1k / 2
12 / 2, 22 ,....2 k / 2
B
matriz.simetrica ,
kk
1.376, 0.1250
0.1250, 1.001
0.389
1 1
1 0.7345, 0.0917 0.995
xs
B b
2
2 0.0917, 1.006 0.515
0.306
1
s 0
y
xs b
2
64
Surface Plot of Y
75
76
77
78
79
80
80.5
79.5
78.5
77.5
76.5
75.5
74.5
73.5
-1
-1.5
-1.0
-0.5
A
-1
0.0
0.5
1.0
0.0
-0.5
-1.0
-1.5
0.5
1.0
1.5
1.5