Académique Documents
Professionnel Documents
Culture Documents
Estadistica Aplicada
DISEO DE EXPERIMENTOS EN INGENIERA MECNICA ELCTRICA
Alumno:
Ricardo Rodrguez Torres
Catedrtico:
Dr. Ing. Susana Vegas
Fecha:
25 agosto de 2014
2014
Pues en casos como este hay que tener en cuenta primero todos los factores que perjudicaran
un resultado acertado, para empezar factores de entorno, en pruebas de este tipo son muy
influyentes, ya se va induciendo que para un proceso trmico un lugar aislado es mucho mejor
que un lugar abierto, pero El mtodo de control ser aplicado a un ambiente abierto o
cerrado?, para un ingeniero es muy importante no solo saber la problemtica o el planteamiento
adecuado, sino tambin en que ser aplicable lo que se est probando, as pues normalmente
estos procesos estn en una planta donde por motivos de seguridad es impensable tener un
ambiente cerrado, probablemente se pueda aislar cada contenedor pero eso ya depender del
compromiso costo beneficio que se quiera tomar. Por otro lado si bien el principio de
funcionamiento para un sensor es igual a otro, la configuracin y confiabilidad no ser el mismo
para dos sensores de distinta marca.
En general habrn muchos factores que se tienen que tener en cuenta en experimentos del rea
de la ingeniera mecnica elctrica y resultar de distintos niveles de complejidad y cantidad de
factores dependiendo de cada especialidad dentro de esta, as pues un experimento mecnico,
demandar probablemente mucho menos tiempo, pero mucho ms costo que un experimento
trmico, as tambin un experimento de diseo mecnico depender de la calidad de detalle del
diseador encargado.
En general, los experimentos se usan para estudiar el desempeo de procesos y sistemas1. Cada
proceso o sistema podra ser considerado conocido, parcialmente conocido o desconocido,
pasando as a hablarse de sistemas tipo caja blanca, caja gris o caja negra respectivamente,
donde en los primeros se tiene idea o se sabe exactamente el resultado que ha de esperarse y
el funcionamiento interno de este, mientras en los sistemas caja negra se desconoce el
funcionamiento interno y solo se sabe con exactitud las entradas y las salidas de cada uno de
ellos. Esto se esquematiza adecuadamente en la figura 1.
Montgomery, D.C., Design and Analysis of Experiments. 2005: John Wiley & Sons, Inc
4. Determinar cul es el ajuste de las entradas que minimizan el efecto de los factores no
controlables.
5. Determinar el tipo de sistema que se est estudiando.
La utilizacin de los modelos de diseo de experimentos se basa en la experimentacin y en el
anlisis de los resultados que se obtienen en un experimento bien planificado. En muy pocas
ocasiones es posible utilizar estos mtodos a partir de datos disponibles o datos histricos,
aunque tambin se puede aprender de los estudios realizados a partir de datos recogidos por
observacin, de forma aleatoria y no planificada. En el anlisis estadstico de datos histricos se
pueden cometer diferentes errores, los ms comunes son los siguientes:
1. Inconsistencia de los datos: Los procesos cambian con el tiempo, se producen cambios
en el personal (cambios de personas, mejoras del personal por procesos de aprendizaje,
motivacin, etc), cambios en las mquinas (reposiciones, reparaciones,
envejecimiento). Estos cambios tienen influencia en los datos recogidos, lo que hace
que los datos histricos sean poco fiables, sobre todo si se han recogido en un amplio
espacio de tiempo.
2. Variables con fuerte correlacin: Puede ocurrir que en el proceso existan dos o ms
variables altamente correlacionadas que pueden llevar a situaciones confusas. Por
ejemplo, en el proceso hay dos variables X1 y X2 fuertemente correlacionadas que
influyen en la respuesta, pero si en los datos que se tiene aumenta al mismo tiempo el
valor de las dos variables no es posible distinguir si la influencia es debida a una u otra
o a ambas variables (confusin de los efectos). Otra situacin problemtica se presenta
si solo se dispone de datos de una variable (porejemplodeX1ynodeX2), lo que puede
llevar a pensar que la variable influyente es la X1 cuando, en realidad, la variable
influyente es la X2 (variable oculta). Esto suele suceder por ejemplo en procesos MIMO,
donde no se sabe con exactitud si hay relacin fuerte o no entre las entradas y salidas,
hasta despus de realizar las pruebas.
3. El rango de las variables controladas es limitado: Si el rango de una de las variables
importantes e influyentes en el proceso es pequeo, no se puede saber su influencia
fuera de ese rango y puede quedar oculta su relacin con la variable de inters o lo
cambios que se producen en la relacin fuera del rango observado. Esto suele ocurrir
cuando se utilizan los datos recogidos al trabajar el proceso en condiciones normales y
no se experimenta (cambiando las condiciones de funcionamiento) para observar el
comportamiento del proceso en situaciones nuevas.
Tipos de variabilidad
Uno de los principales objetivos de los modelos estadsticos y, en particular, de los modelos de
diseo de experimentos, es controlar la variabilidad de un proceso aleatorio que puede tener
diferente origen. De hecho, los resultados de cualquier experimento estn sometidos a tres tipos
de variabilidad cuyas caractersticas son las siguientes:
1. Variabilidad sistemtica y planificada: Esta variabilidad viene originada por la posible
dispersin de los resultados debida a diferencias sistemticas entre las distintas
condiciones experimentales impuestas en el diseo por expreso deseo del
experimentador. Es el tipo de variabilidad que se intenta identificar con el diseo
estadstico.
Cuando este tipo de variabilidad est presente y tiene un tamao importante, se espera
que las respuestas tiendan a agruparse formando grupos (clusters). Es deseable que
exista esta variabilidad y que sea identificada y cuantificada por el modelo.
Se han mencionado algunos de los muchos casos donde el diseo de experimentos puede
resultar beneficioso para esta rea de la ingeniera.
Hay que tener en cuenta que en la ingeniera existen tres factores muy importantes a tener en
cuenta: seguridad, tiempo y dinero, estos factores son fundamentales para cualquier producto
o sistema. Entonces lo que se busca con el diseo de experimentos es lo siguiente:
1) Menor tiempo de pruebas: al no desarrollar la metodologa del diseo de experimentos
se est tomando un tiempo innecesario para el desarrollo de todas las pruebas posibles,
por ello se realiza la mejor organizacin de las pruebas.
2) Menor uso de material y/o recursos: al reducir considerablemente el nmero de
pruebas, se reduce el material utilizado lo que evita prdida innecesaria de dinero.