28-4-2014

INSTITUTO TECNOLOGICO SUPERIOR DE COATZACOALCOS

ARREGLOS
ORTOGONALES

ING. ERICK IVAN LARA AGUIRRE
CIRO SOLIS DE LA CRUZ

INGENIERIA INDUSTRIAL

OCTAVO SEMESTRE A
INTRODUCCIN
Este trabajo busca encontrar cul es el mejor material, la mejor presin, la mejor
temperatura, la mejor formulacin qumica, o el tiempo de ciclo ms apto, etc. Todo con
el propsito de lograr la longitud, la amplitud, o la durabilidad que se desea, tomando el
costo que implica.

3.1 ARREGLOS ORTOGONALES
QU ES EL ARREGLO ORTOGONAL?
El arreglo ortogonal es una herramienta ingenieril que simplifica y en algunos casos
elimina gran parte de los esfuerzos de diseo estadstico. Es una forma de examinar
simultneamente muchos factores a bajo costo. El Dr. Taguchi recomienda el uso de
arreglos ortogonales para hacer matrices que contengan los controles y los factores de
ruido en el diseo de experimentos. Ha simplificado el uso de este tipo de diseo al
incorporar los arreglos ortogonales y las grficas lineales, finalmente, en contraste con
los enfoques tradicionales como equivalentes de ruido: mientras las interacciones sean
relativamente suaves, el analista de los efectos principales nos proporcionar las
condiciones ptimas y una buena reproductibilidad en un experimento.
Los arreglos ortogonales son herramientas que permiten al ingeniero evaluar qu
tan robustos son los diseos del proceso y del producto con respecto a los
factores de ruido.
El mtodo del Dr. Taguchi para el diseo de experimentos utiliza tcnicas que implican
bajos costos y que son aplicables a los problemas y requerimientos de la industria
moderna. El propsito que se tiene en el diseo del producto es encontrar aquella
combinacin de factores que nos proporcione el desempeo ms estable y confiable al
precio de manufactura ms bajo.
DR. GENICHI TAGUCHI El sistema de ingeniera de calidad del Dr. Genichi Taguchi, es
uno de los ms grandes logros en ingeniera del siglo XX. El trabajo de la filosofa del Dr.
Taguchi comenz a formarse en los inicios de la dcada de los 50's cuando fue reclutado
para ayudar a mejorar el sistema telefnico japons que haba sido diseado para la
Segunda Guerra Mundial. Taguchi emple experimentos de diseo usando
especialmente una tabla conocida como "arreglos ortogonales" para tratar los procesos
de diseo. Los arreglos ortogonales son un conjunto especial de cuadros en latn,
construidos por Taguchi para planear los experimentos del diseo del producto.
El anlisis del arreglo ortogonal de Taguchi es usado para producir los mejores
parmetros para el diseo ptimo del proceso, con el mnimo nmero de experimentos
(pruebas). Los resultados obtenidos para los arreglos ortogonales son analizados para
obtener los siguientes objetivos:
a) Estimar la contribucin de los factores individuales que influyen en la calidad en
la etapa del diseo del producto.
b) Ganar la mejor condicin para un proceso o un producto, as que las
caractersticas en una buena calidad puedan ser sostenidas.

ARREGLOS ORTOGONALES Y SU VENTAJA
La ventaja de los arreglos ortogonales es que pueden ser aplicados al diseo
experimental involucrando un gran nmero de factores.
DESVENTAJAS

La desventaja del arreglo ortogonal es que puede ser nicamente aplicado en la etapa
inicial del diseo del sistema del producto o proceso. Un arreglo ortogonal permite
asegurar que el efecto de "B" en "A1" es el mismo efecto de "B" en "A2". As se podr
estar seguro de que se est haciendo comparaciones entre efectos de niveles de un
factor.

ARREGLO ORTOGONAL QUE REPRESENTA La(b)C DONDE:
L = Indica que es un arreglo ortogonal
a = Nmero de corridas experimentales
b = Nmero de niveles para cada factor
c = Nmero de columnas o factores de un arreglo ortogonal.
ARREGLO ORTOGONAL L8(2)7
1 2 3 4 5 6 7
Na A B C D E F G RESULTADOS
1 1 1 1 1 1 1 1 Y1 NIVEL 1
2 1 1 1 2 2 2 2 Y2 NIVEL 1
3 1 2 2 1 1 2 2 Y3 NIVEL 1
4 1 2 2 2 2 1 1 Y4 NIVEL 1
5 2 1 2 1 2 1 2 Y5 NIVEL 2
6 2 1 2 2 1 2 1 Y6 NIVEL 2
7 2 2 1 1 2 2 1 Y7 NIVEL 2
8 2 2 1 2 1 1 2 Y8 NIVEL 2

No/Col 1 2 3 4 5 6 7 No/Col 1 2 3 4 5 6 7
1 1 1 1 1 1 1 1 (1) 3 2 5 4 7 5
2 1 1 1 2 2 2 2 (2) 1 6 7 4 5
3 1 2 2 1 1 2 2 (3) 7 6 5 4
4 1 2 2 2 2 1 1 (4) 1 2 3
5 2 1 2 1 2 1 2 (5) 3 2
6 2 1 2 2 2 2 1 (6) 1
7 2 2 1 1 2 2 1 (7)
8 2 2 1 2 1 1 2






No/Co
l
1 2 3 4 5 6 7 8 9
1
0
1
1
1
2
13 14
1
5
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2
3 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2
4 1 2 2 2 2 2 2 2 2 2 2 1 1 1 1
5 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2
6 1 2 2 1 1 2 2 2 2 1 1 2 2 1 1
7 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1
8 1 2 2 2 2 1 1 2 2 1 1 1 1 2 2
9 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
10 2 1 2 1 2 1 2 2 1 2 1 2 1 2 1
11 2 1 2 2 1 2 1 1 2 1 2 2 1 2 1
12 2 1 2 2 1 2 1 2 1 2 1 1 2 1 2
13 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1
14 2 2 1 1 2 2 1 2 1 1 2 2 1 1 2
15 2 2 1 2 1 1 2 1 2 2 1 2 1 1 2
16 2 2 1 2 1 1 2 2 1 1 2 1 2 2 1
Grupo 1 Grupo 2 Grupo 3 Grupo 4





INTERACCIONES ENTRE DOS COLUMNAS
No/Col 1 2 3 4 5 6 7 8 9 10 11 12 13 14
1
5
(1) 1 1 1 1 1 1 1 1 1 1 1 1 1 1
(2) 1 1 1 1 1 2 2 2 2 2 2 2 2
(3) 2 2 2 2 1 1 1 1 2 2 2 2
(4) 2 2 2 2 2 2 2 1 1 1 1
(5) 2 2 1 1 2 2 1 1 2 2
(6) 2 2 2 1 1 2 2 1 1
(7) 1 1 2 2 2 2 1 1
(8) 2 1 1 1 1 2 2
(9) 1 2 1 2 1 2
(10) 1 2 1 2 1
(11) 2 1 2 1
(12) 2 1 2
(13) 2 1
(14) 1







Factores de Control y sus Lmites
FACTOR DESCRIPCIN NIVEL 1 NIVEL 2
A
Cantidad de Piedra
Caliza
5 %(nuevo) 1 % (existen)
B Fineza del Aditivo
Grueso
(existente)
Fino (nuevo)
C
Cantidad del
Aglutinante
43% (nuevo) 33% (existente)
D Tipo del Aglutinante
Comb.
(existente)
Comb.(nueva)
E Carga de Materia Prima 1300 kg. (nueva)
1200
(existente)
F
Cantidad de
Desperdicio
0% (nueva) 5% (existente)
G Cantidad de feldespato 9% (nueva) 5% (existente)







3.2 Arreglos ortogonales serie 2
Un arreglo muestra las combinaciones de los niveles de los factores arreglados
ortogonalmente. Convencionalmente se representa como:
La (b)
Dnde:
a es el nmero de corridas experimentales.
b es el nmero de niveles de cada factor.
c es el nmero de columnas en el arreglo ortogonal.

El arreglo ortogonal ms pequeo de la serie (2) es el L4 (2) a la 3, que indica que se
manejan 3 factores, con dos niveles cada uno con 4 corridas experimentales.
No 1 2 3
1 1 2 2
2 2 1 2
3 2 2 1

NOTA. Un arreglo ortogonal que es altamente recomendado es el L12 (2). debido a que
permite investigar 11 factores sin preocuparse de efectos por interacciones. Este
arreglo proporciona muy buena reproducibilidad. Si se debe investigar alguna
interaccin importante se debe elegir otro arreglo mayor, pues ste no contempla
interaccin alguna.



3.3 Arreglos ortogonales de serie 3
La serie de arreglos de tres niveles permite investigar tres factores.
El L9 (34) proporciona informacin de cuatro factores a tres niveles, utilizando nueve
condiciones experimentales. Un L9 tiene ocho grados de libertad. Su uso permite hacer
ocho comparaciones ortogonalmente.
Los ocho grados de libertad pueden descomponerse en dos grados de libertad por
columna. Se requiere una columna para cada factor.
El primer paso es para formar categoras acumuladas a partir de las categoras
iniciales, de modo que la categora acumulada 1 sea igual a la categora inicial 1, la
categora acumulada 2 sea igual a las categoras iniciales 1 ms 2.

EJEMPLO:
(i) = (1)
(ii) = (1) + (2)
(iii) = (1) + (2) + (3) etc.

El segundo paso es conocer la proporcin que tiene cada categora acumulada.

EJEMPLO:
P1 = 25/90
P11 = 49/90
P111 = 65/90
PIV = 90/90

A cada categora se le asigna un peso, segn la frmula...

Wj = 1/(Pj*(1-Pj))


Para cada categora se calcula el factor de correlacin, con la siguiente frmula:

CFj = (i2)/n

SUMA DE CUADRADOS DE FACTORES
Se obtiene mediante la suma de cuadrados de cada clase, multiplicada por su peso
segn su frmula.

Ssa = (Ssa clase 1)*W1+(Ssaclase 11)*W11 + (Ssa clase 111)*W111........ + (Ssa clase
n)*Wn
Sstotal = (nmero total de datos) * (nmero de categoras - 1).

GRADOS DE LIBERTAD

Los grados de libertad son calculados en base a los grados de libertad de un factor
para variables, multiplicados por el nmero de categoras acumuladas menos uno.

EJEMPLO:

En un problema que tenga, cuatro factores con tres niveles obtenemos lo siguiente...

2*(4-a) = 6

Obtenemos que este ejemplo tiene 6 grados de libertad.
EL ERROR
El error se puede obtener restando la suma total de cuadrados de cada factor.
Ss error = Ss total -Ssa -Ssb -Ssc -Ssd

Con todos estos datos se construye una Tabla de Anova para tomar una decisin.

CONCLUSIN

El anlisis de varianza ofrece ms que un mtodo cort para obtener la suma de
cuadrados del error. Es confiable y de gran exactitud para obtener la opcin correcta y
disminuir costo por muchos experimentos.
La aplicacin de estos metodos favorece la buena productividad del trabajador en el
campo laboral.