Vous êtes sur la page 1sur 19

Diseo de Experimentos

Jose Luis Zuniga Cerroblanco, pepelzc@gmail.com

Objetivo
Desarrollar los conceptos fundamentales relacionados con el anlisis y diseo de experimentos en ingeniera, haciendo nfasis en aplicaciones bsicas.

Bibliografa: 1. 2. R.E. Walpole, R.H. Myers and S.I. Myers; Probabilidad y estadstica para ingenieros, sexta edicin, Prentice Hall, 1999. Montgomery D.C.; Diseo y anlisis de experimentos, Grupo editorial Iberoamericana, 1991.

1.1 Aspectos bsicos en el diseo de experimentos


El diseo de experimentos esta enfocado a aquellos que tratan con datos, no importando si corresponden al proceso de calidad, evaluacin del producto, produccin o ventas. Los experimentos se realizan en todos los campos del conocimiento, para descubrir algo acerca de un proceso o sistema en particular. Un experimento adecuadamente diseado permite una adquisicin eficiente y efectiva de datos, as como una evaluacin de los mismos, que dar la oportunidad de hacer una decisin justificada as como el anlisis de alternativas. Un experimento diseado es una prueba o serie de pruebas en las cuales se inducen cambios deliberados en las variables de entrada de un proceso de manera que sea posible observar e identificar las causas de los cambios en la respuesta de salida.

1.1 Aspectos bsicos en el diseo de experimentos


Los objetivos de un experimento 1.- Determinar cuales variables tienen mayor influencia en la respuestas. 2.- Determinar el mejor valor de las variables controladas que influyen en la respuesta, de modo que la respuesta tenga casi siempre un valor cercano al valor nominal deseado. 3.- Determinar el mejor valor de las variables controlables que influyen en la respuesta, de modo que la variabilidad de la respueta sea pequena. 4.- Determinar el major valor de las variables contralables que influyen en la respuesta, de modo que se minimicen los efectos de las variables incontrolables.

1.2 Aplicaciones del diseo experimental


El diseo de experimentos es un medio de importancia critica en el medio de la ingeniera, usado para mejorar el rendimiento de un proceso de manufactura. La aplicacin de tcnicas de diseo experimental en una fase temprana del desarrollo de un proceso puede dar por resultado:

1. Mejora en el rendimiento del proceso.


2. Menor variabilidad y mayor apego a los requerimientos nominales u objetivo. 3. Menor tiempo de desarrollo del producto. 4. Menores costos globales.

1.2 Aplicaciones del diseo experimental


El diseo de experimentos tambin tiene un contenido importante en el diseo de ingeniera. Algunas aplicaciones son: 1. Evaluacin y comparacin de configuraciones de diseo bsicas. 2. Evaluacin de materiales alternos. 3. Seleccin de parmetros de diseo de modo que el producto funcione bien en una amplia variedad de condiciones de campo.

1.2 Aplicaciones del diseo experimental


Principios bsicos: Para que un experimento se realice en la forma mas eficiente es necesario emplear mtodos cientficos en su planeacin. El diseo estadstico de experimentos es el proceso de planear un experimento para obtener datos apropiados, que puedan ser analizdos mediante mtodos estadsticos, con objeto de producir conclusiones vlidas y objetivas. Tres principios bsicos se usan en el diseo de experimentos: Replicas: se refieren a una repeticin del experimento bsico que permite al experimentador obtener una estimacin del error experimental, as como calcular una estimacin mas precisa del efecto de un factor en el experimento si se usa la madia de la muestra como una estimacin de dicho efecto.

1.2 Aplicaciones del diseo experimental


Principios bsicos: Aleatorizacin: es el hecho de que tanto la asignacin del material experimental como el orden en que se realizan las pruebas individuales o ensayos se determinan aleatoriamente.

Anlisis por bloques: es una tcnica que se usa para incrementar la precisin del experimento. Un bloque es una porcin del material experimental que sea mas homognea que el total del material.

1.3 Pasos generales para el diseo de experimentos


1. Comprension y planeacin adecuado del problema.

2.

Eleccion de factores y niveles:


a. b. c. d. Eleccion de los factores que se varian en el experimento Intervalos de dicha variacin Forma de controlar los factores Niveles especficos a los cuales se realizara el experimento.

3. 4.

Seleccin de la variable de respuesta. Debe proporcionar informacin til acerca del proceso de estudio. Eleccion del diseo experimental.
a. b. c. d. Eleccion de los factores que se varian en el experimento Intervalos de dicha variacin Forma de controlar los factores Niveles especficos a los cuales se realizara el experimento.

5.

Realizacion del experimento.

1.3 Pasos generales para el diseo de experimentos


6. 7. Analisis de datos. Uso de mtodos estadsticos para analizar los datos. Conclusiones y recomendaciones.

Otros aspectos a considerar para el diseo del experimento son: 1. Dado que no es econmicamente factible probar todos los elementos o piezas de un sistema o maquina, hay que decidir en primer lugar si la prueba para esa pieza o elemento es necesaria. Si hay sospechas durante la etapa de diseo de que la pieza es dbil, es mejor redisearla. Definir el alcance de la prueba.
a. b. c. d. Debe se la prueba destructiva o no destructiva? Debe tener un termino de tiempo o dejarla correr hasta el final? Debe semejar las condiciones de operacin o debe ser acelerada? El numero de elementos probados debe ser tal que los datos finales sean estadsticamente significantes.

2.

1.3 Pasos generales para el diseo de experimentos


3. La prueba debe ser cuidadosamente desenada para que sean obtenidos datos estadsticamente significantes. 4. La prueba debe ser relacionada a un problema real (a un problema que existe) no a un problema que se piensa que existe.

5. Finalmente, tal vez lo mas importante, los datos finales deben ser adecuadamente sistematizados y analizados.

Ejemplo 1.
Determinacin de la vida til de una produccin de baleros. Solucin: Se seleccionan 60 baleros aleatoriamente del lote de 1000 baleros, se dividen en 6 grupos de 10 baleros y se prueban a la falla. Se obtiene los siguientes resultados:
Numero de muestra 1 Numero de baleros en prueba 10 Vida promedio de la muestra x 106 cilcos 2.9

2
3 4 5 6

10
10 10 10 10

8.1
0.7 0.9 10.0 4.5

Ejemplo 1.
Se concluye que:
Las vidas de los baleros (de la misma produccin) probados bajo condiciones idnticas muestran diferencias considerables. La vida promedio de las muestras varan considerablemente y ser difcil predecir cual de los promedios de la muestra es representativo de la vida de la poblacin de 1000 baleros.

Ejemplo 2.
Dos diferentes diseos de engranes A y B van a ser comparados. Una muestra de 10 engranes de cada diseo se prueba hasta la falla, con el siguiente resultado:
Diseo A (horas) 120 150 210 250 260 270 510 870 980 1140 Promedio=476 horas Diseo B (horas) 110 160 350 400 410 430 500 520 530 570 Promedio=398 horas

Ejemplo 2.
Anlisis: el engrane A parece ser substancialmente mejor que el engrane B. Sin embargo de los datos se puede notar que 6 engranes (o 60%) del diseo A fallan con una vida menor que el promedio de 476 horas, mientras que en el diseo B solo 3 (o 30%) de la muestra fallan con una vida menor que la del promedio de 398 horas. Se concluye que los valores promedio no necesariamente son un buen indicador de calidad de los 2 conjuntos de datos.

Terminologa: 1. Secuencia del experimento o de las pruebas, es decir el orden en el cual los datos van a ser obtenidos. Hay dos formas generales:
a) Secuencial: si la prueba tiene o sigue un orden cronolgico, esto es si la variable independiente es incrementada conforme la prueba avanza. b) Aleatoria: cuando no existe un orden en el proceso.

2. Variable independiente. Es aquella que cambia solo a travs de cambiar la variable por si misma. La variable permanece sin afectarse por el cambio de cualquiera de las otras condiciones de la prueba.

3. Variable dependiente. Es una variable que se ve afectada al cambiar las otras variables. La variable dependiente es usualmente el resultado de la prueba o lo que se desea medir. 4. Error Es la diferencia entre el valor real y el valor medido. Toda medicin tiene un error. El error es un numero y tiene unidades. Cuando el valor real no puede ser obtenido el valor medio o promedio se considera como el valor real para calcular el error.

5. Incertidumbre. El error que tiene que ser estimado se define como incertidumbre. La incertidumbre se maneja similar al error y consiste usualmente en una combinacin de los tipos de errores siguientes:

a) Error de exactitud. Es la desviacin fija del valor conocido. Es un error sistemtico.


b) Error de precisin. Es el error que los experimentales denominan error aleatorio. Se define como la desviacin no fija de la lectura conocida o promedio.

Fuentes de error. Las fuentes de error mas frecuentes son las siguientes: 1. Falla del dispositivo sensor primario para reflejar el cambio en el medio ambiente o sistema de una manera correcta. 2. Falla en la instrumentacin secundaria para reflejar propiamente lo que el dispositivo sensor primario esta enviando. 3. Error debido a la observacin del experimentador.