Page 18 - Ingeniantes 511 interactivo

Revista Ingeniantes 2018 Año 5 No. 1 Vol. 1

ternos que no son posibles de controlar, entre otros. compuesto. La mayor utilidad de estos se enfoca en
Todo esto genera que la variabilidad sea demasiado resolver problemas con 3, 4, 6 y 7 variables, los ni-
grande para los criterios de aceptación. Las alter- veles de cada una de ellas son creados de manera
nativas a las que se recurre para solucionar el pro- que se obtenga cierta simetría en el diseño.
blema son, por lo general, elevadas en costo, como
lo son: hacer una inversión de capital en equipo, ma- MATERIAL Y MÉTODOS
quinaria, personal, instalaciones. Dado que estas al- Inicialmente se seleccionan las funciones de prueba
ternativas pueden funcionar solo como una medida (modelos de simulación) a utilizar en el proceso de
correctiva, lo ideal sería reformular la composición simulación, así como también las variables y carac-
del estado inicial del producto de manera que este terísticas propias de cada uno de ellos, las cuales
no se viera alterado por causas de fuentes externas son mostradas en la Tabla 1, la forma original de los
y así se evitaría dispersiones o variabilidad alrede- modelos se modifica para fines de controlar la re-
dor de un objetivo [2], en otras palabras, diseñar un gión de experimentación.
producto robusto.
Se entiende por robusto a que el desempeño del Tabla 1. Características de los modelos.
producto o proceso se encuentra consistentemen-
te dentro de especificaciones y es relativamente Modelo Esférico
insensible a aquellos factores que son difíciles de
controlar [3]. El profesor Genichi Taguchi (2005) [4] 0 = (12 + 22 + 32 + 12 + 22 + 32) + 81 +
uso el término diseño robusto de parámetros (RPD) 8
por sus siglas en inglés “Robust Parameter Design”, Donde
para describir esta importante clase de problemas. 1, 2, 3 =
Esencialmente, la metodología del RPD se esfuerza 1 , 2, 3 =
en reducir la variación de productos y procesos por 0 = ( ó)
medio de una adecuada elección de los factores 81⁄8 =
controlables (o parámetros) que hacen a un sistema =
insensible (robusto) a los cambios en un conjunto de (0,0,0) = ó
factores incontrolables que representan la mayoría
de las fuentes de variación. Una vez establecidos Modelo Rosenbrock
los factores de influencia en un proceso, el siguien-
te paso es buscar los ajustes apropiados para los 0 = [100(12 − 2)2 + (1 − 1)2 + 100(22 − 3)2
factores de control que optimizan la salida de un + (2 − 1)2 + 22209]
proceso y la calidad de un producto [5].
La selección apropiada del diseño de experimentos + [100(12 − 2)2 + (1 − 1)2
es un aspecto realmente importante en los proble- + 100(22 − 3)2 + (2 − 1)2 + 22209]
mas de RPD. En su mayoría esta selección se hace +
en base a los requerimientos o restricciones espe-
cíficas de cada problema, en este caso, se aborda Donde
el tema de diseño robusto mediante el uso de arre- 1, 2, 3 =
glos híbridos que permiten contrastar las aplicacio- 1 , 2, 3 =
nes, ventajas y desventajas del central compuesto. 0 = ( ó)
El soporte es el uso de la simulación de eventos 22.9 =
reales, con ayuda del software Minitab 17 [6] el cual =
permite diseñar y analizar de una manera genérica (1,1,1) = ó
los comportamientos de los arreglos híbridos en el
diseño robusto. Modelo Zakharov
Los objetivos de este trabajo son evaluar la efica- 0 = [(12 + 22 + 32 + (0.5(11 + 22 + 33))2
cia y la factibilidad de los diseños híbridos haciendo
una comparación con respecto al central compues- + (0.5(11 + 22 + 33))4) + 85501]
to, así mismo, determinar cuál función de respues- + [12 + 22 + 32
ta (Respuesta Dual y Cpkm) es la mejor alternativa + (0.5(11 + 22 + 33))2
para tratar con ellos en base a la comparación con + (0.5(11 + 22 + 33))4] +
la razón señal ruido.
Los diseños híbridos pertenecen a los de segundo Donde
orden y se desarrollan en base al uso del central 1, 2, 3 =
1 , 2, 3 =
0 = ( ó)
17.02 =
=
(0,0,0) = ó

14