Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ISSN: 0123-921X
tecnura@udistrital.edu.co
Universidad Distrital Francisco Jos de Caldas
Colombia
ILZARBE IZQUIERDO, LAURA; TANCO, MARTN; VILES, ELISABETH; LVAREZ SNCHEZARJONA, MARA JESS
El diseo de experimentos como herramienta para la mejora de los procesos. Aplicacin de la
metodologa al caso de una catapulta
Tecnura, vol. 10, nm. 20, 2007, pp. 127-138
Universidad Distrital Francisco Jos de Caldas
Bogot, Colombia
re-creaciones I
RESUMEN
ABSTRACT
Con este artculo se pretende resaltar la planificacin de la investigacin como parte importante en
el desarrollo de un diseo de experimentos; para
ello se muestra una metodologa para la aplicacin
prctica de esta clase de diseos. El procedimiento recomendable para llevarlo a cabo se presenta
de forma terica y, paralelamente, es aplicado al
caso prctico de mej orar el alcance del tiro de una
catapulta.
***
1. Introduccin
El diseo de experimentos (DOE) es una tcnica
que consiste en realizar tilla serie de experimentos
en los que se inducen cambios deliberados en las
variables de un proceso, de manera que es posible
observar e identificar las causas de los cambios en
la respuesta de salida [1]. Con esta tcnica se puede
conseguir, por ejemplo, mejorar el rendimiento de
un proceso y reducir su variabilidad o los costos
de produccin. Su aplicacin en la industria comprende campos como la Qumica [2-5], la Mecnica
[6-9] , los materiales [10-13] , la Ingenieria Industrial
[14-17] o la Electrnica [18, 19].
A pesar de que el DOE se define como una herramienta eficaz para mejorar y optimizar procesos y
productos, su aplicacin no es muy habitual en las
industrias. Los ingenieros utilizan limitadamente
las tcnicas estadsticas avanzadas para solucionar sus problemas, pues estn condicionados por
no tener conocimientos estadsticos [20-28]. En
consecuencia, es objeto de este artculo mostrar,
de una manera sencilla, la metodologa que sera
recomendable seguir para llevar a cabo un DOE.
La mayora de los artculos cientficos publicados
sobre DOE se han enfocado en modelos, criterios
y otros temas que se refieren casi exclusivamente
a la etapa de eleccin del modelo o diseo para
efectuar el experimento y el anlisis de datos. Por
el contrario, este artculo se centra en explicar, en
forma terica, la importancia de los pasos necesarios para la experimentacin, en qu consiste cada
128
2.
Ire-creaciones
diseo factorial completo y fraccionado y el anlisis
de varianza en las investigaciones experimentales
cientficas. La segunda etapa -iniciada por Box y
Wilson [32]- se caracteriza por el desarrollo de
la superficie de respuesta (RSM). Estos autores
notaron que los experimentos industriales diferan
de los de la agricultura en dos aspectos:
Inmediatez, porque la respuesta se puede observar bastante rpido, sin tener que esperar tanto
como en la agricultura.
Diseos de Box-Behnken. Durante los siguientes aos, la RSM y otras tcnicas de diseo
se extendieron a la industria qumica y a los
procesos industriales, en especial en las reas
de investigacin y desarrollo (I&D).
3.
Descripcin de la catapulta
FiguJ'3 1. Catapulta
129
re-creaciones I
4.
A lo largo de la historia varios autores han clasificado de distintas maneras las etapas necesarias para
aplicar el DOE [1 , 43-48]. Para el presente artculo
se ha decidido seguir la metodologa de Montgomery [1], base de muchas otras, que consta de las
siete etapas mostradas en el diagrama l .
Inicio
7. Conclusiones y recomendaciones
Fin
Diagl'ama 1. Procedimiento para la reali zacin de LID DOE
130
Ire-creaciones
conduce a un anlisis sencillo y ms fcil de
interpretar.
LAURA ILZARBE
Se llama respuesta o variable dependiente a la variable con que se evala el problema. En la prctica
131
re-creaciones I
esta etapa se suele realizar conjuntamente con la
anterior y, en muchos casos, hasta en orden inverso
[1]. Lo ideal sera que la respuesta fuera continua,
fcil y precisa de medir, aunque es bastante habitual no poder obtener todas estas caractersticas
simultneamente [51] .
En la prctica, es usual no poder establecer una
nica respuesta para un problema [1], ya que, por
ejemplo, se puede necesitar optimizar dos variables
al mismo tiempo . Esto conduce a la realizacin de
experimentos con mltiple respuesta [43] que requieren un anlisis especial (ver [52, 53]), aunque
las etapas previas son las mismas.
En el caso del problema de optimizacin de la
catapulta, la variable de respuesta ha consistido
en medir la distancia ortogonal desde la base de la
catapulta hasta el bote de la pelota.
1.4.
132
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
A
Posicion
pelota
B
Posicin
tope
e
Extensin
goma
D
Tipo
pelota
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
F
Tirador
Respuesta
(cm )
2
1
1
2
1
2
2
1
1
2
2
1
2
1
1
2
168
182
420
180
174
168
458
174
172
178
408
183
198
173
458
192
Ire-creaciones
Como se indic antes, adems de los cuatro factores primarios se tiene un quinto, el tirador, que fue
clasificado como factor molesto. Si se asignaran en
forma aleatoria estos diecisis experimentos a los
dos tiradores podra suceder, por ejemplo, que los
ocho experimentos que se realizan con la posicin
de la pelota en el nivel (-) fueran hechos por el tirador 1, y los otros ocho, en la posicin (+), por el
tirador 2. Entonces, cuando se realizara el anlisis
no se sabra si la influencia encontrada es debida a la
posicin de la pelota, al tirador o a ambos a la vez.
Para evitar la confusin del tirador con los efectos
principales de los factores primarios existen tablas
[1 , 44,50,52, 58] que indican qu experimento es
ms conveniente emplear'. En el software empleado
para el anlisis de los datos tambin se encuentran
dichas tablas.
Tan1bin se estableci un procedimiento de lanzamiento estndar, para que ambos tiradores lo ejecutaran casi de la misma forma. Primero cada una
de las partes de la catapulta se pone en la posicin
deseada; luego se deposita la pelota en la cazoleta
existente en la parte superior del brazo mvil de
la catapulta (variable A), y en seguida un tirador
mueve el brazo de la catapulta hasta un ngulo de
1700 hacia atrs, lo mantiene agarrado durante dos
segundos y lo suelta; al chocar este brazo con el
tope, la pelota sale despedida debido a la fuerza
elstica que le transmite la goma.
4.5.
Anlisis de datos
133
re-creaciones I
Para los diseos factoriales completos sin rplicas
se suele comenzar el anlisis con la herramienta
Normal Probability Plot (incluida en cualquier
software estadstico); esta grfica permite intuir
los factores que influyen significativamente en la
respuesta. El Normal Probability Plot del ejemplo
(diagrama 1) permiti intuir que los factores significativos son A, B y la interaccin AB.
95
90
'"
E
.,
,f
"
'"
10
"s
"AB
"A
I
-100
-SO
SO
100
150
Effect
134
Factor
Fuente de Variacin estimado Suma de Grados de Media de
(cm) Cuadrados Libertad cuadrados
Bloque (ABCO)
-1 ,8
12
1
12
-128,3 65.792
A
1 65.792
B
132,5 70.225
1 70.225
C
13
1
676
676
O
4,8
1
90
90
-125,5 63001
1 63001
AB
AC
-17
1.156
1
1.156
AO
0,8
2
1
2
9,8
BC
380
380
1
-2,5
BO
25
1
25
CO
7
196
1
196
Error
302
4
75
Total corregido
201.858
15
13457
Fo
P-Valor
0,2 0,707
872,9
931,7
9 0,04
1,2 0,335
835,8
15,3 0,017
0,871
5 0,088
0,3 0,596
2,6 0,182
Tabla 2. TablaADEVA
Ire-creaciones
Grafico de Interaccin AB
--- .,
E]
450
-~.-
400
4.7.
~50
250
200
1
B
G"6ca 2. Interaccin AB
De la grfica se deduce que el efecto de B no siempre es el mismo. ste depende del nivel al que se
encuentre A. Si A est en su posicin ( -1), el factor
B tiene Wl efecto de unos 250 cm. Sin embargo, si
A est en su posicin (1) el efecto de B es prcticamente nulo.
Conocidos los efectos de los factores analizados y
su interaccin, se debe decidir acerca de las nuevas
condiciones de trabajo. En el ejemplo, fijando A en
su nivel (-) y B en su nivel (+) se lograra obtener
la distancia de tiro mxima. Las otras variables, por
no tener influencia significativa sobre la respuesta,
se deben fijar de acuerdo con otros criterios, por
ejemplo economa o practicidad.
Las condiciones de trabajo A( -) y B(+) corresponden a los experimentos nmero 3, 7, 11 Y 15, en
los que se obtuvieron alcances superiores a 4 m.
Dado que se recomienda realizar pruebas confirmatorias, con el objetivo de que se asegurar haber
obtenido los resultados previstos [1 , 59] , en el caso
analizado se ejecutaron dos de ellas, y se obtuvieron
alcances de 436 y 462 cm.
Si continuara el inters en mejorar ms el alcance de
la catapulta sera posible realizar nuevas experimentaciones, por ejemplo modificando las posiciones
de prueba de los anteriores factores en la direccin
ptima. Este procedimiento recibe el nombre de
L AURA ILZARBE
Conclusiones y recomendaciones
5. Conclusiones
El diseo de experimentos es una tcnica que puede
ayudar a conocer un proceso. Pem1te averiguar la
fomla como diversos factores presentes en l influyen sobre la respuesta y ajustarlos en los niveles
que optimicen los resultados .
El objetivo de este artculo fue explicar los siete
pasos propuestos por Montgomery para la realizacin de un experimento, aplicndolos al caso de
conocimiento y optimizacin del funcionamiento
de una catapulta; ste es un ejemplo didctico que
pretende mostrar la puesta en prctica de un diseo
de experimentos de fomla sencilla.
En este caso, a travs de haber realizado un nmero
relativamente pequeo de experimentos, la tcnica
DOE permiti determinar que los factores A (posicin de la pelota) y B (posicin del tope) son los
ms influyentes en el alcance de la catapulta, que
ambos interactan entre s, y que para obtener el
alcance mximo con el instnU1lento se debe trabajar
en los niveles A (-) y B (+) ; los dems factores no
influyen en forma significativa en el alcance de la
catapulta y se pueden trabajar en los niveles ms
convenientes.
El DOE permite realizar diseos y anlisis ms
elaborados que el presentado en este caso, siempre
135
re-creaciones I
con el objetivo de obtener la mxima cantidad de
infoffi1acin con el mnimo nmero de experimentos. La planificacin de la experimentacin, que
comprende las etapas de seleccin de factores,
niveles, respuesta y la propia eleccin del diseo
ms conveniente, puede resultar complicada en la
prctica; esto hace necesario disponer de una metodologa detallada que ayude y facilite el desarrollo
de cada etapa.
Agradecimientos
Queremos agradecer a los alunmos Mnica Gutirrez y Jon
Ander Juaristi de Tecnun por la colaboracin prestada en la
realizacin de los experimentos; asimismo, al profesor Dr.
1ng. Joachim Hemnann, catedrtico de la Technische Universitat Berlin, por la adaptacin del diseo de la catapulta y
su fabricacin.
Referencias bibliogrficas
[1]
[2]
[3]
[4]
[10]
[11]
Sjobl0111, J. , et al. (2005) "Use of Experimental Design in Development of a Catalyst System" . Catalysis
Today, Vol. 100 (3-4), pp. 243-248.
[12]
[13]
[14]
[15]
[16]
[17]
Du, Z. c.,etal. (2002). "ModelingApproachofRegression Orthogonal Experiment Design for the Thermal
Error Compensation of a CNC Turning Center" .
Journal oflvlaterialsProcessing Technology, Vol. 129
(1-3), pp. 619-623.
[5]
[6]
[7]
[8]
[9]
Cervantes, M J. and Engstrom, T. F. (2004). "Factorial Design Applied to CFD" . Joumal of Fluids
Engineen'ng-Transacfions ofrhe Asme, Vol. 126 (5),
pp 791-798.
136
Ire-creaciones
[18]
[35]
Box, G. E. P (1988). "Signal to Noise Ratios, Performance Criteria, a11d Transforrnations". Technometrics ,
Vol. 30 (I), pp. 1-17.
[19]
[36]
[20]
[37]
[38].
[21]
Tanco, M. , et al. (2006). "Is DoE really used in Industries?" ENBIS 6. Wroclaw, Poland.
[22]
[39]
[23]
[40]
[41 ]
[42]
[25]
Hoadley, B. A and Kettering, J. R. (1990). " Communications between Statisticians and Engineerslphysical
Scientist" . Technometrics, Vol. 32 (3), pp. 243-247.
[43]
[26]
[44]
[24]
[27]
Goh, T. N. (200 1). "A Pragmatic Approach to Experimental Design in Industry" . Journal of Applied
Statistics, VoL 28 (3-4), pp. 391 -398.
[45]
[28]
[46]
[29]
[47]
[30]
[48]
[31]
[49]
[32]
Box, G. E. P and Wilson, K. B. (1951). "On the Experimental Attaimnent of Optimum Conditions". Journalof
(he Royal Statistical Society, Series B (13), pp. 1-45.
[50]
[51 ]
[33]
[34]
Taguchi, G. and Wu, y. (1980). Introduction to OffLine Quality Control. Central Japan Quality Control
Association, Nagoya, Japan.
137
re-creaciones I
[52]
[57]
[53]
[58]
[59]
[54]
[60]
[55]
Box, G. E. P and Wilson, K. B. (1951). "On the Experimental Attainment of OptimlUn Conditions". Joumal
ofthe Royal Statistical Society, B 13, pp. 1-45.
[56]
138