Diseño Robusto de Procesos con Mezclas

• Ericka Berenice Herrera Ríos ^[1] ; Jaime Sánchez Lea ^[2] ; Diago Adiel Sandoval Chavez ^[1]
  1. [1] Tecnológico Nacional de México

     Tecnológico Nacional de México

     México

     
  2. [2] University of Texas at El Paso

     University of Texas at El Paso

     Estados Unidos

     
• Localización: Enfoques y métodos para resolver problemas sociales y productivos de manera sostenible / coord. por Jorge Adolfo Pinto Santos, Jeovany Rafael Rodríguez Mejia, Hansuk Sohn, 2023, ISBN 978-607-8830-20-6, págs. 108-128
• Idioma: español
• Títulos paralelos:
  • Robust Design for Mixture Process
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen
  • español

    Las industrias alimenticias, metalúrgicas, manufactureras y farmacéuticas buscan la optimización de la calidad de sus productos mediante la correcta combinación de las proporciones de sus componentes, así como de las condiciones controlables y no controlables que influyen en los procesos de fabricación. Para lograrlo, se aplica una metodología robusta de diseño de experimentos y superficie de respuesta que optimice la calidad del producto, garantizando la reducción de la variabilidad mediante la incorporación de los efectos del ruido en la media y la varianza. El uso de transformaciones matemáticas permite incorporar los efectos de los factores de ruido a la media utilizada como respuesta. Esta, a su vez, se utiliza en transformaciones para el cálculo de los valores de la razón señal a ruido alternativos, tales como la respuesta dual, la capacidad de proceso y el logaritmo natural de la varianza. La finalidad es comparar y validar la metodología propuesta de diseño robusto contra la metodología tradicional mediante una combinación sistemática de componentes de mezcla, factores de proceso y factores de ruido, tanto en diseños factoriales completos como fraccionados, con y sin mediciones repetidas. En todos los casos, la metodología de valores alternos de la razón señal a ruido como respuesta mostró ser robusta, aun cuando se tiene un número mayor de variables de ruido que de variables de mezcla o de proceso. Los valores óptimos estimados de las variables de mezcla-proceso reducen los efectos de los factores de ruido, logran un mejor ajuste del modelo y reducen significativamente la variabilidad.

  • English

    Food, metallurgical, manufacturing and pharmaceutical industries seek to optimize the quality of their products through the correct combination of the proportions of their components and the controllable and uncontrollable conditions that influence the manufacturing processes. To achieve the latter, a robust methodology of design of experiments and response surface is applied to optimize the quality of the product, guaranteeing the reduction of variability by incorporating the effects of noise on the mean and variance. Mathematical transformations allow us to incorporate the effects of noise factors to the mean used as a response, which in turn is used in transformations for the calculation of alternative signal-to-noise ratio values such as the dual response, process capability and the natural logarithm of variance. The objective is to compare and validate the proposed robust design methodology against the traditional methodology through a systematic combination of mixture components, process factors and noise factors in complete and fractional factorial designs with and without repeated measurements. In all cases, the methodology of alternating signal-to-noise ratio values as a response was robust, even when there is a greater number of noise variables than mixture or process variables; estimated optimal values of mix-process variables reduce the effects of noise factors, achieve better model fit, and significantly reduce variability.