Diseño
Aplicación de los diseños
factoriales fraccionados
Victor Reyes
TRAINix
1
*
*
*
1
1
2
2
3
3
*
*
*
PROCESO
k
*
*
*
r
CONTINUAS
Temperatura Humedad
TRAINix
****
2
Salidas
(Respuestas)
• Los experimentos
diseñados proporcionan
más información con
menos experimentación
*
DISCRETAS
EntradasControladas
(Factores)
• Para contestar preguntas
deliberadas
Entradas no
Controladas
(Co-Factores)
Operadores
Diferentes
– Cambio deliberado a una
o más variables (o
factores) para observar el
efecto de estos cambios
sobre una o más variables
respuesta
Máquinas
Diferentes
• Experimento
¿Qué el Diseño de
Experimentos?
Diseño de Experimentos:
Términos Comunes
•Factor
• Matriz de Diseño
– Conjunto de factores y
niveles de un diseño
experimental
– Variable controlada o no
que influye en la respuesta
• Nivel
– Valor de un factor que se
está examinando en el
experimento
• Aleatorización
– Secuencia de experimentos
y/o asignación de
especímenes a los
tratamientos diferentes
• Tratamiento
– Un nivel determinado
asignado a un factor• Replicación
– Repetición de una
observación o medida en las
mismas condiciones
experimentales
TRAINix
3
Diseños Experimentales
Factoriales
• En un experimento factorial se controlan diversos
factores y se investigan sus efectos a dos o más
niveles
• Plan experimental
– Combinación de todos los factores en todos los niveles
definidos
• Los más comunes son los diseñosfactoriales de
dos niveles con k diferentes factores: 2k
– Número de corridas experimentales: 2k
TRAINix
4
Modelo Lineal
• Son modelos empíricos que se ajustan a datos
experimentales
• Ejemplo: Modelo de tres factores (dos niveles)
Y = β0 + β1X1 + β2X2 + β3X3 + β12X1X2 + β13X1X3 +
β23X2X3 + β123X1X2X3 + ε
Y: Respuesta
X1, X2, X3: Factores
β0, β1, β2, β3, β12, β13, β23, β123:Coeficientes lineales a
determinar con los datos
ε: Error experimental
TRAINix
5
Efectos Principales e
Interacciones
Y = β0 + β1X1 + β2X2 + β3X3 + β12X1X2 + β13X1X3 +
β23X2X3 + β123X1X2X3 + ε
• Efectos principales
• Efectos debido a los factores X’s
• Interacciones
• Efectos debido al conjunto de dos o más
factores actuando simultáneamente
TRAINix
6
Factoriales Fraccionados
•Los Factoriales Completos 2k
– No. de corridas crece exponencialmente al
aumentar los factores
– Proporciona información sobre interacciones de
muchos factores que generalmente no existe o
es despreciable
• Factoriales Fraccionados: 2k – p
– Fracción seleccionada de un factorial completo
– Balanceados y ortogonales
TRAINix
7
Factoriales Fraccionados (2)
• Se utilizan para:
–Analizar un gran número de factores al mismo tiempo
– Seleccionar los factores más importantes que afectan a
la respuesta
• Se confunden las interacciones de varios efectos
(generalmente despreciables) entre sí o a veces
con efectos efectos principales
– El grado de confusión es la resolución del diseño
– En general, a mayor resolución, más experimentos
TRAINix
8
Ejemplo:Optimización de parámetros
en soldadora de alta temperatura
• Máquina soldadora
selectiva de alta
temperatura (380°C)
• Máquina con un alto grado
de automatización
– El tablero se coloca en su
sitio
– La máquina eleva unos
contenedores pequeños con
soldadura fundida
– Se mantienen un tiempo de
contacto
– Se retiran, se quita el
tablero y se alimenta otro
TRAINix
Área a soldar
TABLEROContenedor
con soldadura
fundida
9
Factores a Analizar
1. Wiper
mm/seg
2. Área de Spray Flux
mm
3. Distancia Horizontal
mm
4. Distancia vertical
mm
5. Precalentador #1
seg
6. Precalentador #2
seg
7. Distancia Horiz. de placa mm
8. Vel. hacia arriba Solder Pot
mm/seg
9. Vel. hacia abajo Solder Pot
mm/seg
10. Tiempo residencia en Solder
Pot
seg
11. Tiempo de...
Regístrate para leer el documento completo.