Diseño De Experimentos En El Ambito De La Ing. Industrial

Introducción

Actualmente uno de los factores claves para el éxito de una industria, es hacer uso de toda de su capacidad de conocimiento y aprendizaje, así como de su experiencia. La experimentación en las industrias es uno de los elementos que más pueden contribuir al aprendizaje y a la mejora de los productos y procesos. La aplicación del Diseño de Experimentos (DoE) se presenta como una herramienta efectiva para entender y optimizar los procesos y productos en la industria. La metodología estadística por excelencia para optimizar la experimentación se conoce como Diseño de Experimentos. Se define simplemente como un método para aplicar sistemáticamente la estadística al proceso de experimentación. Se puede definir como la realización de un conjunto de pruebas en las cuales se realizan cambios voluntarios a los parámetros de control de un proceso o sistema, cuyo objetivo es observar e identificar las razones de los cambios en la variable de estudio o respuesta y cuantificarla. En la industria, el diseño de experimentos suele aplicarse básicamente en dos áreas: el diseño y la mejora de procesos y productos. Pero la mayoría de los problemas industriales, están condicionadas por el tiempo y el presupuesto, lo que supone una limitación importante a la hora de experimentar. El objetivo del ensayo es presentar una breve descripción teórica del proceso de planificación del diseño de los experimentos y los modelos estadísticos empleados en el Diseño de Experimentos.

1.- Antecedentes

En ingeniería, la experimentación desempeña un papel importante en el diseño de nuevos productos, el desarrollo de procesos de manufactura y el mejoramiento de procesos. El objetivo en muchos casos sería desarrollar un proceso robusto, es decir, un proceso que sea afectado en forma mínima por fuentes de variabilidad externas .

Como ejemplo de un experimento, suponga que un ingeniero químico tiene interés en los resultados obtenidos por las mediciones de los promedios del metal pesado cadmio por 5 diferentes laboratorios, los resultados de cada laboratorio presentan cierta variación, esta variación puede deberse al azar o a que los laboratorios tienen métodos diferentes de análisis que dan resultados significativamente diferentes. El diseño de experimentos es una técnica estadística que permite decidir cuál de estas dos conjeturas es la verdadera disminuyendo la probabilidad de cometer un error.

El "Diseño de Experimentos" es una técnica estadística sistemática cuyo objetivo es realizar una serie de pruebas en las que se inducen cambios deliberados para averiguar si determinados factores influyen en la variable de interés o de estudio y, si existe influencia de algún factor en el proceso o producto, cuantificarla.

2.- Diseño de experimentos en la industria

El diseño de experimentos es altamente efectivo para aquellos procesos, que su rendimiento se ve afectado por varios factores. Con esta técnica se puede conseguir entre otras cosas, mejorar el rendimiento de un proceso, reducir la variabilidad o los costos de producción, así como aumentar la calidad de los productos o servicios.

En general los experimentos se usan para estudiar el desempeño de procesos y sistemas. El proceso puede por lo general visualizarse como una combinación de máquinas, métodos, personas u otros recursos que transforman cierta entrada (con frecuencia cierto material) en una salida que tiene una o más respuestas observables. Algunas variables del proceso x1, x2,..., xn son controlables, mientras que otras z1, z2,...,zm son no controlables.

3.- Algunas aplicaciones típicas del diseño de experimentos en la industria

La aplicación de las técnicas del diseño experimental en las fases iniciales del desarrollo de un proceso puede redundar en:

I. Mejoras en el rendimiento del proceso.

II. Variabilidad reducida y conformidad cercana con los requerimientos nominales o proyectados.

III. Reducción del tiempo de desarrollo.

IV. Reducción de los costos globales.

Entre las aplicaciones del diseño experimental en el diseño de ingeniería (desarrollo de nuevos productos) se encuentran:

I. La evaluación y comparación de configuraciones de diseños básicos.

II. La evaluación de materiales alternativos.

III. La selección de los parámetros del diseño para que el producto tenga un buen funcionamiento en una amplia variedad de condiciones de campo, es decir, para que el producto sea robusto.

IV. La determinación de los parámetros clave del diseño del producto que afectan el desempeño del mismo.

4.- Planificación de un diseño de experimentos

La experimentación forma parte natural de la mayoría de las investigaciones científicas e industriales, en muchas de las cuales, los resultados del proceso de interés se ven afectados por la presencia de distintos factores, cuya influencia puede estar oculta por la variabilidad de los resultados muéstrales. Es fundamental conocer los factores que influyen realmente en el sistema o proceso que se está estudiando y estimar esta influencia. Para conseguir esto es necesario aplicar un enfoque estadístico en el diseño y análisis de un experimento, variar las condiciones que afectan a las unidades experimentales y observar la variable respuesta. Del análisis y estudio de la información recogida se obtienen las conclusiones. Las etapas a seguir en el desarrollo de un problema de diseño de experimentos son las siguientes:

1. Identificación del problema y definir los objetivos.

2. Elección de los factores y los niveles.

3. Selección de la variable respuesta.

4. Elección del diseño experimental.

5. Realización del experimento.

6. Análisis estadístico de los datos.

5.- Métodos estadísticos para el diseño de experimentos

5.1 Experimentos con un solo factor: Análisis de la Varianza (ANOVA).

El análisis de varianza sirve para verificar si hay diferencias estadísticamente significativas entre medias cuando tenemos más de dos muestras o grupos en el mismo planteamiento. El procedimiento para comparar estos valores está basado en la varianza global observada en los grupos de datos numéricos a comparar. Típicamente, el análisis de varianza se utiliza para asociar una probabilidad a la conclusión de que la media de una población o tratamiento es distinta de la media de otra población.

Un ejemplo para este tipo de diseño sería el siguiente: Supongamos que un ingeniero de desarrollo de productos desea maximizar la resistencia a la tensión de una nueva fibra

...