MÉTODOS DE TAGUCHI PARA EL DISEÑO EXPERIMENTAL
Es frecuente que a la hora de diseñar un producto tengamos múltiples variables (FACTORES) que deban ser tenidas en cuenta. Cada uno de estos factores puede tomar distintos valores (NIVELES) y es necesario elegir el más conveniente. Sin embargo, cuando el número de factores y de niveles es elevado, las combinaciones posibles son muchas y el número de experimentos a realizar sería muy grande.
Por ejemplo, supongamos que una empresa desea lanzar al mercado un aliño para ensaladas. Para ello dispone de 7 ingredientes (7 FACTORES) que pueden ser incluidos o no incluidos en el aliño (2 NIVELES: INCLUIR o NO INCLUIR). El número de posibles aliños sería de 128 (27 ).
La mejor forma de identificar el mejor aliño sería probar cada una de las 128 posibilidades. Si para probar cada aliño la empresa considera necesario realizar un proceso de cata con 1000 personas, esto supondría realizar 128000 pruebas. Supondría un coste muy grande y sería útil disponer de un método que permitiera identificar un buen aliño con mucho menos trabajo experimenta.
El método que propone Taguchi se basa en la utilización de ‘matrices ortogonales’.
Estas matrices indican qué y cuántos experimentos deben realizarse para un número de factores y de niveles determinado. Para el ejemplo considerado habría que utilizar la matriz L8(27 ): El análisis de la tabla nos permite identificar que nivel parece más conveniente para cada uno de los factores. En este caso, los ingredientes A, B y E obtienen un mayor porcentaje de satisfactorios en el nivel 1, es decir, parece conveniente su inclusión en el aliño. Sin embargo, los ingredientes C, D y F obtienen un mayor porcentaje de satisfactorios en el nivel 2, luego parece conveniente no incluirlos. En el caso del ingrediente G, parece existir una igualdad en los niveles. Lo razonable en este caso sería elegir el nivel más económico, es decir, no incluirlo (nivel 2).
No obstante, este análisis resulta un tanto ingenuo, siendo lo más razonable aplicar tests estadísticos que nos permitieran saber si las diferencias entre estos porcentajes son realmente significativas o si son fortuitas. Puede utilizarse un test ANOVA (Análisis de la Varianza) para dos criterios de clasificación y una observación en cada celda.
Aplicación
A partir de las ideas básicas aquí incluidas, se han desarrollado numerosos métodos y procedimientos aplicables a los distintos problemas y situaciones particulares que pueden aparecer a la hora de elegir la configuración adecuada para diseñar o fabricar un producto.
Son frecuentes los problemas de selección de los parámetros más convenientes para ajustar un proceso de producción. Por ejemplo, una empresa fabricante de automóviles desea calibrar su túnel de pintura para conseguir en el mejor acabado en sus vehículos. Entonces tendrá qué manejar una serie de parámetros del túnel (ej. temperatura de la pintura, densidad de la pintura, …) y cada uno podrá alcanzar distintos niveles. Pueden aplicarse los métodos de Taguchi para determinar los niveles adecuados para cada parámetro.
El diseño de experimentos
Taguchi desarrolló sus teorías experimentales de forma independiente. Taguchi leer las siguientes obras RA Fisher sólo en 1954. El marco de Taguchi para el diseño de experimentos es idiosincrásica y con frecuencia defectuoso, pero contiene mucho de lo que es de enorme valor. Hizo una serie de innovaciones.
matrices exterior
Taguchi diseños dirigidos a lograr una mejor comprensión de la variación que hicieron muchos de los diseños tradicionales de los análisis de varianza (después de Fisher). Taguchi sostuvo que convencionales de muestreo no es suficiente aquí como no hay manera de obtener una muestra aleatoria de las condiciones futuras. [7] En Fisher diseño de experimentos y análisis de varianza , los experimentos tienen por objeto reducir la influencia de los factores de molestia, para permitir la comparación de la media tratamiento de los efectos. La variación es aún más central en el pensamiento de Taguchi.
Taguchi propuso ampliar cada experimento con una "matriz externa" (posiblemente una matriz ortogonal ), la "matriz externa" debe simular el medio ambiente al azar en los que el producto podría funcionar. Este es un ejemplo de muestreo de juicio . Muchos especialistas de calidad han sido el uso de "órdenes externas".
Más tarde, las innovaciones en las matrices exterior dio lugar a "ruido agrava." Esto implica la combinación de una serie de factores poco ruido para crear dos niveles de la matriz externa: En primer lugar, los factores de ruido que los factores de salida de presión más bajo, y en segundo lugar, el ruido que la unidad de producción mayor. "Ruido mezclado" simula los extremos de la variación de ruido, pero usa menos corridas experimentales de lo que anteriores diseños de Taguchi.
Muchas de las matrices ortogonales que Taguchi ha abogado son saturadas matrices , lo que hay margen para la estimación de las interacciones. Este es un tema permanente de controversia. Sin embargo, esto sólo es cierto para los "factores de control" o factores de la "matriz interna". Mediante la combinación de una serie de factores internos de control con una matriz externa de "factores de ruido", el enfoque de Taguchi ofrece "información completa" sobre el control por las interacciones de ruido, se afirma. Taguchi argumenta que estas interacciones tienen la mayor importancia para lograr un diseño que sea robusto a la variación factor de ruido. El enfoque de Taguchi proporciona información de interacción más completa que los típicos diseños factoriales fraccionales, sus partidarios afirman.
Los seguidores de Taguchi argumentan que los diseños ofrecen resultados rápidos y que las interacciones se pueden eliminar mediante la elección adecuada de las características de calidad. A pesar de ello, un "experimento de confirmación" ofrece protección contra cualquier interacción residual. Si la característica de calidad representa la transformación de la energía del sistema, entonces la "probabilidad" de control de los factores-por la interacción del factor de control es muy reducida, ya que "la energía" es "aditivo".
Ineficiencias en los diseños de Taguchi
Las interacciones son parte del mundo real . En los arreglos de Taguchi, las interacciones son confundidos y difíciles de resolver.
Estadísticos de la superficie de la metodología de respuesta (RSM) abogan por la "asamblea secuencial" de los diseños : En el enfoque de RSM, un examen del diseño es seguido por un "seguimiento de diseño" que se resuelve sólo las interacciones confundidas juzgados de resolución merece la pena. Un segundo seguimiento diseño puede ser añadido (tiempo y recursos lo permite) para explorar posibles de orden superior efectos univariado de las variables restantes, como de orden univariado efectos de alta es menos probable de las variables ya eliminado por no tener efecto lineal. Con la economía de los diseños de detección y la flexibilidad de seguimiento de los diseños, los diseños secuenciales tienen una gran eficiencia estadística . El diseño secuencial de metodología de superficie de respuesta requieren muchos menos corridas experimentales de lo que una secuencia de los diseños de Taguchi.

No hay comentarios:
Publicar un comentario