Академический Документы
Профессиональный Документы
Культура Документы
DE INGENIERIA
Enrique Villamil Garca, Ingeniero
Universidad Nacional de Buenos Aires
Instituto Tecnolgico de Buenos Aires
1.Proceso de diseo
2. Planificacin y Programacin
3. Optimizacin
4.Innovacin y Prospeccin
5.Fiabilidad
6.Mantenibilidad
7.Calidad
8.Manufacturabilidad
9.Documentacin
DERECHOS RESERVADOS
II
1.Proceso de diseo
Metodologa del desarrollo
Determinacin de la necesidad
Definicin de Producto (PDD)
Contenidos de una especificacin
Conceptualizacin
Evaluacin de viabilidad
Diseo preliminar
Diseo detallado
Despliegue de la funcin de calidad (QFD)
Ingeniera del valor
Diseo experimental
Diseo de experimentos (DOE)
Experimentos factoriales completos
Experimentacin factorial fraccional
Anlisis de Varianza (ANOVA)
Anlisis modal de fallas y sus efectos (FMEA)
Ecodiseo
Factibilidad tecnolgica
Internet como fuente de informacin
Responsabilidad legal
tica profesional
1
3
6
7
8
10
11
11
12
13
15
16
17
19
20
21
24
26
27
28
29
30
2.Planificacin y Programacin
Planificacin
Mtodo del camino critico
Mrgenes de las tareas
Tcnica de evaluacin, programacin y revisin (PERT)
Estimacin de tiempos y recursos
Estimacin de la duracin del proyecto
Simulacin de Monte Carlo
Caminos semicrticos
Programacin
Diagrama de Gantt
Asignacin de recursos
Control del proyecto
Factibilidad econmica
Costo objetivo
Mercado objetivo
Ciclo de vida
Precio de venta
Anlisis de rentabilidad
Anlisis de riesgo y sensibilidad
31
32
33
34
36
39
40
41
42
43
43
45
46
48
48
50
51
52
55
127
3.Optimizacin
Mtodos de optimizacin
Mtodos tabulares
Mtodo del Calculo diferencial
Mtodo de los Multiplicadores de Lagrange
Mtodos de bsqueda de intervalo
Bsqueda uniforme
Bsqueda secuencial
Bsqueda dicotmica
Bsqueda de Fibonacci
Bsqueda por relacin urea
Mtodo del gradiente
Mtodo de Programacin lineal
Aplicacin de las herramientas de optimizacin de MATLAB
59
62
63
64
65
68
68
68
70
70
77
78
80
80
4.Innovacin y Prospeccin
IV
81
84
85
87
91
92
93
94
96
96
98
99
100
101
101
101
102
102
103
5.Fiabilidad
105
106
107
108
108
109
111
112
113
113
113
114
114
115
116
117
118
120
120
121
122
123
125
126
127
128
128
129
130
131
132
133
134
142
142
144
145
146
147
148
149
150
152
6.Mantenibilidad
Mantenimiento Proactivo
154
Mantenimiento preventivo
155
157
160
161
161
Mantenimiento predictivo
162
Mantenimiento pasivo
163
Mantenimiento curativo
164
Mantenimiento Correctivo
164
Funcin de Mantenibilidad
165
Disponibilidad
166
166
168
169
170
171
172
Capacitacin y experiencia
172
173
Serviciabilidad
174
Diagnosticabilidad
176
Estimacin de la mantenibilidad
176
7.Calidad
177
VI
153
179
180
181
184
185
187
189
192
194
195
196
198
201
204
206
207
208
208
8.Manufacturabilidad
Sistemas de manufactura
Diseo orientado a la manufacturabilidad
Diseo para el ensamblado
Diseos para la soldadura
Diseo para la calibracin
Diseo para la verificacin
Diseo de tolerancias (DOT)
Asignacin de tolerancias
Variabilidad debida al proceso
Variaciones operativas
Estabilidad. Fallas paramtricas
Tcnicas para mejoramiento de la estabilidad
Tolerancia inicial: mtodos de diseo
Mtodo del peor caso: Intercambiabilidad Total
Mtodo probabilstico : Intercambiabilidad Parcial
Mtodo de seleccin por grupos
Mtodo de ajuste por pasos
Mtodo de ajuste continuo
9.Documentacin
Transferencia de tecnologa
El documento tcnico
El cuaderno de Ingeniera
Ayudamemorias
La oferta de proyecto
Gestin de la documentacin del proyecto
Orden de Cambio de Ingeniera
Documentacin de equipo final
Presentacin con transparencias
ndice alfabtico
209
210
211
213
215
216
218
220
221
222
224
224
226
227
228
231
233
237
240
241
241
241
243
244
244
246
248
249
251
257
VII
Proceso de diseo
Los cientficos exploran lo que es.
Los ingenieros crean lo que nunca ha sido
T. von Karman
Ser nicas: para que exista un proyecto tiene que existir incerteza en alguna tarea. Esto
implica que, por no haberla realizado antes, no se conocen todas las dificultades que
puede presentar su ejecucin. Lo de nico no implica que nadie las haya ejecutado antes,
slo indica que los proyectistas o en la empresa no se cuenta con experiencia anterior.
Ser complejas: si son triviales no hay incertezas, y al no plantear ninguna dificultad no se
puede hablar de proyecto. Es decir, si la solucin es directa y obvia, u obtenible por
clculo directo, no hay un real problema de ingeniera.
Responder a una organizacin temporaria, con duracin preestablecida en un plan, y
cuya ejecucin, coordinada por un lder del proyecto, esta sujeta a un control de progreso
Tener objetivos vinculados a satisfacer las necesidades del cliente,
o Algunos de estos objetivos podrn ser definidos en la ejecucin, y alcanzados
luego progresivamente durante la realizacin
o Tener como resultado la creacin de un prototipo o varias unidades del producto
o Generar la documentacin que permita entender el funcionamiento del producto
objeto del proyecto y asegure su reproduccin.
Satisfacer requerimientos especficos:
o De tiempo: Todos los productos tienen un ciclo de vida, y esto acota el tiempo
de desarrollo. Si los objetivos se vuelven inalcanzables, en trminos de tiempo
compatibles con el ciclo de vida del producto, el proyecto pierde sentido.
o De presupuesto, al cual deber ajustarse el costo de desarrollo
o De beneficio, lo cual es imprescindible para que la empresa sea sustentable en
el tiempo, disponga de los recursos necesarios para la permanente mejora y
pueda contribuir en el futuro a dar una mayor satisfaccin a sus clientes
o De recursos, buscando soluciones que:
Conocimientos
Entradas Requerimientos
si
Diseo
Validacin
Salidas
Necesidad
Definicin
de
producto
salidas del
diseo
Diseo de
producto
Verificacin
de diseo
Validacin
del
diseo
No
Proceso de diseo
Fig. 1
Fig.2
Al final de cada paso del diseo se debe comprobar que los objetivos parciales
comprometidos en esa etapa han sido logrados, figura 1. Una vez completado el diseo, se realiza
una verificacin del diseo en su totalidad para comprobar que satisface los requerimientos
establecidos en las entradas. Esta etapa puede incluir actividades tales como:
Realizacin de clculos alternativos
Comparaciones entre el nuevo diseo y diseos anteriores
Realizacin de pruebas y demostraciones
Revisiones a la documentacin previo a su distribucin
Pasada la verificacin, sigue el proceso de validacin del diseo, cuya finalidad es
comprobar que el producto satisface la necesidad para la que es propuesto, figura 2.
Metodologa de desarrollo
Desde siempre se ha reconocido la necesidad de seguir una metodologa para lograr una
exitosa ejecucin del desarrollo, y a ese fin se han propuesto diversos modelos. Son muchas las
organizaciones, asociaciones empresariales, y grandes corporaciones que han propuesto y aplican
estos modelos para el desarrollo de sus productos
Reconocimiento de
una necesidad
Definicin de
Producto
Diseo
conceptual
Desarrollo de
prototipo
Validacin
del diseo
Desarrollo de
manufactura
Preserie de
Produccin
Validacin de
manufactura
2 a 5 aos
Fig. 3
Los primeros modelos de desarrollo diferenciaban claramente dos etapas: Una abocada a
la ingeniera del producto y otra al desarrollo de la manufactura, tratndose ambas etapas con
bastante independencia entre si, figura 3.
3
1
Desarrollo
Verificacion
6 7
12
13
11
10
Fabricacion
Ventas
14 15 16 17
tiempo
Fig. 4
Entrega a fabricacion
Equipo suministrable
11
10
9
C
FMEA de diseo
13
12
DR
17
16
15
18
30
29
28
27
26
25
24
23
Ingenieria concurrente
QDF
DR
Revision diseo
22
21
20
19
Estudio de manufacturabilidad
Revision diseo
DR
14
36
35
34
33
32
Revision diseo
39
38
37
43
42
41
40
Control
estadistico
de proceso
45
44
H
Produccion
seriada
Coordinacion de Produccion
FMEA de proceso
DR
31
Etapa de aprovisionamiento
y produccion piloto
Fig . 5
1.Requerimientos del cliente 2.Legislaciones 3.Idea de Producto 4.Anlisis de mercado y competencia 5.Meta de calidad 6.Estudios de ingeniera de producto 7.Escala de
produccin. Precio de venta y Costeo 8.Planeamiento de tiempos 9.Plan de Aseguramiento de la calidad 10. Diseo 11.Diseo de estilo 12.Tentativa de especificacin
13.Planeamiento de tiempos 14. Anticipo del plan de equipamiento para fabricacin y control 16.Memoria Tcnica del Producto 17.Planos 18.Desarrollo prototipo 19.Plan de
aseguramiento de la calidad 20.Seleccin de Proveedores 21.Aceptacin prototipo 22.Listado de partes. Arranque fabricacin de partes a medida 22. Consolidacin Especificacin
23.Evaluacin de la capacidad de proveedores 24.Plan de controles y del equipamiento de control 25.Plan del equipamiento de produccin 26.Delineamiento de la lnea serie
27.Anlisis de la capacidad de maquinas y procesos 28.Seleccin final de proveedores 29.Resultados prototipo desarrollado 30.Prueba de la lnea 31.Capacitacin del personal
32.Delineamiento planes de muestreo componentes 33. Delineamiento planes de muestreo de produccin 34.Aceptacin equipos de control 35.Aceptacin equipos produccin
36.Aceptacin de partes produccin piloto 37. Consolidacin documentacin 38.Prueba de produccin serie 39.Primer muestreo de partes de proveedores 40.Liberacin partes
provisin interna 41.Serie Piloto 42.Estimacin metas calidad 43.Manufactura, aprovisionamiento y control componentes seriados 44.Produccin seriada 45.Registro de datos de
produccin en gran escala
A. Objetivos B. Metas del sistema C. Propuesta especificacin D. Especificacin consolidada E. Liberacin para aprovisionamiento de maquinas de
produccin F. Liberacin produccin piloto G. Liberacin para el comienzo de la produccin seriada H. Liberacin para el lanzamiento de produccin
Determinacin de la necesidad
El proceso de diseo parte del reconocimiento de una necesidad insatisfecha, mal
satisfecha, o susceptible de mejorar en algn sentido. Las necesidades resultan o surgen por
motivaciones muy variadas:
Investigaciones de mercado, que muestran que los productos actuales han quedado
obsoletos, o fuera de competencia
Aparicin de nuevas legislaciones, normativas o demandas. Por ejemplo, Brasil emiti
en el 2001 una normativa que obligo a partir del 2003 a que todos los televisores
comercializados en dicho pas tengan incorporado el V-chip ( violence-chip). El V-chip
permite bloquear electrnicamente aquellos programas cuyos contenidos los adultos
consideren inapropiados para los menores, por tener escenas de violencia, sexo o lenguaje
obsceno. Para hacer esto posible, cada emisora adems debe emitir una calificacin del
contenido en forma codificada durante el intervalo de borrado vertical.
Complementos de productos, por anlisis de un mercado ya existente, desarrollado con
anterioridad, y sobre el que se ven posibilidades de un mayor desarrollo futuro. Por
ejemplo, las posibilidades de integracin que surgen para el desarrollo de redes
personales (PAN, personal area network ) debidas al empleo del protocolo Bluetooth
para la interconexin mediante medio inalmbrico de computadoras, telfonos,
impresoras, y perifricos de baja potencia, como las PDA ( Personal Digital Assistant ).
Nuevas posibilidades que surgen durante la ejecucin de otro proyecto
Pedidos formales, donde el cliente formula directamente el requerimiento
Pedidos informales, en donde un potencial cliente sugiere que una determinada
propuesta, en un rea de inters particular, tendra gran aceptacin o grandes
posibilidades futuras. Por ejemplo las necesidades que surgen a consecuencia del cambio
en el valor de la tensin de batera de los automviles, debido a que esta previsto en un
futuro prximo pasar de los +12V actuales a +42V.
Nichos de mercado insatisfechos de productos existentes. Por ejemplo algunos
fabricantes de monitores de PC han pensado que el formato del monitor estndar es poco
adecuado para el diseo de documentos, entreviendo en ello una necesidad no atendida.
Para este tipo de aplicacin el monitor debera contener una pagina de documento
completa por pantalla, y tener adems la posibilidad de rotar 180 para tomar el formato
tradicional. Otra solucin innovadora, dentro de este segmento de mercado ha sido el
desarrollo del monitor doble; con este es posible trabajar simultneamente con dos
documentos a pantalla plena, en forma independiente, y desde una sola PC.
En resumen, el proceso de diseo puede ser iniciado basndose en una idea para una
solucin a una necesidad existente, y an no atendida, o en ideas pensadas para solucionar
necesidades futuras. En muchos casos, la necesidad la descubre el departamento de marketing de
la propia organizacin, o es el resultado de prospecciones realizadas por empresas especializadas.
El departamento de marketing debe colaborar estrechamente con el sector de desarrollo con el fin
de reconocer tendencias y discontinuidades tecnolgicas que se constituyan en nuevas
oportunidades; es adems el encargado de evaluar el valor que el cliente asigna a las nuevas
caractersticas que ingeniera le puede conferir al producto, como consecuencia de los avances en
la tecnologa, y que sirven de base para determinar los cambios que deben introducirse.
Debe tenerse presente que un mismo producto puede ser definido de muchos modos, y
cada uno de ellos responde a una estrategia que cada empresa se impone para posicionarse mejor
en el mercado. Consideremos por ejemplo el caso de una impresora por chorro de tinta. Cuando se
apunta al mercado masivo, muy sensible al precio de adquisicin, el producto puede ser definido
de modo que tenga bajo precio de venta inicial, compensando esto con un mayor costo del
cartucho. En este caso el cartucho debe ser concebido de modo que no permita la recarga, es decir
pensado para usar y desechar: El negocio no es la venta de impresoras, sino de los cartuchos.
6
Definicion de Producto
Especifica y describe los modulos, placas
o subsistemas, que funcion cumplen y como
se interrelacionan (protocolos y conectores).
Especificacion de ingenieria
Metodos de ensayos sobre modulos y sistema
Fig.6
Informes de ensayo
Validacion
2/12
3/12
Descripcin
....
.
4/12
...............
..
Detalles
.....................
Multiplexada internamente, 1.8k de resistencia de pull-up,
proteccin frente a conexin errnea
Nivel ALTO 0.8Ub a Ub, nivel BAJO 0V a 0.2Ub
Activa: Entrada a masa
.........................
Despacho al mercado: tipo de embalaje, empaquetadura, etc. de modo tal que de existir
mecanismos o partes que puedan verse daados en el transporte, las mismas se encuentren
protegidas o bloqueadas
Cantidad: volumen de fabricacin esperado, lo cual har convenientes ciertas tcnicas de
diseo sobre otras, y ser adems til para definir procesos y herramental especial para la
fabricacin.
Instalaciones especiales para su manufactura, en funcin de las cuales se determinar la
conveniencia de subcontratar partes o todo a terceros, haciendo que el proyecto sea menos
capital intensivo y reduciendo los costos fijos
Tamao y forma, bsicamente buscando que no haya restricciones condicionantes
Peso y modo de fijacin
Apariencia y terminacin: esttica del producto.
Tiempo de vida: estimacin del tiempo en el que va a permanecer en el mercado.
Normas o regulaciones que debe satisfacer. Los productos, en relacin a las normas, pueden
clasificarse en :
productos regulados, como ser equipos electromdicos, con implicancias ambientales, o
con posibilidad de afectar a terceros. En general estos productos estn sujetos al
cumplimiento de leyes y regulaciones gubernamentales
productos no regulados: es la condicin de la mayora de los productos dedicados al rea
de entretenimiento
Aspectos ergonmicos, vinculados con su interaccin con las personas, disposicin y tipos de
controles y visualizaciones; cuplas y esfuerzos mecnicos mnimos y mximos de
accionamiento, etc.
Caracterizacin del cliente o usuario: preferencias, prejuicios, etc.
Calidad y fiabilidad que debe alcanzarse para asegurar su insercin en el mercado.
Condiciones de almacenamiento, para evitar efectos de desgaste o corrosin prematura.
Metas de tiempo, sea para el desarrollo de algunas de sus partes o fases, o para el total del
proyecto, debido a que su lanzamiento puede estar ligado a un evento especial.
Exigencias de ensayo: deben ser conocidas las caractersticas que debern evaluarse sobre el
producto terminado a la salida de fbrica, cuales hacerse sobre el total de las unidades y cuales
solo sobre algunas muestras.
Seguridad: relacionado con la probabilidad de que por falla el equipo pueda causar daos que
sean fuente de futuro litigios.
Restricciones internas, que puedan existir dentro de la empresa y prohban el uso de ciertos
materiales, o el uso de ciertos procesos de manufactura, o mtodos de control, etc.
Restricciones de mercado, que tomen en cuenta restricciones o particularidades de uso.
Existencia de patentes que limiten de algn modo las soluciones, u obliguen a obtener y
pagar licencias.
Implicaciones polticas y sociales que pudieran afectarlo.
Aspectos legales, los cuales deben ser considerados especialmente tomando en cuenta que
pueden existir leyes publicas que crean obligaciones del fabricante frente al usuario, o que se
requieren aprobaciones por entes especficos previo a la comercializacin .
Instalacin: accesorios necesarios y exigencias para que la instalacin sea compatible con los
dems equipos con los cuales debe interactuar.
Documentacin: manuales a generar: de usuario, de instalacin, de mantenimiento.
Disposicin del equipo: recomendaciones acerca de qu hacer cuando se produce la baja.
9
10
Dado que las especificaciones sirven de gua para el equipo de proyectistas, es por ello
esencial que los participantes del proceso de diseo posean un completo entendimiento de las
mismas, y para que este sea comn es fundamental una coordinacin entre los distintos sectores.
Para ello, se establecen grupos interdisciplinarios para discutir cmo se deben interpretar las
especificaciones en las distintas reas y cmo deben ser aplicadas. A pesar de que las
especificaciones se establecen con carcter permanente e inviolable, deberan ser continuamente
revisadas y revalidadas durante el proceso de diseo, para asegurar que siguen reflejando las metas
y objetivos del proyecto.
Conceptualizacin
Para definir la solucin hay dos caminos opuestos: el ascendente y el descendente. En el
primer caso, se parte de componentes existentes, alrededor de los cuales se va construyendo la
solucin. En el segundo se hace un desglose en sub-problemas y as sucesivamente hasta llegar a
componentes definidos a la medida de la necesidad, los cuales, de no existir, ser necesario
desarrollarlos, figura 7.
Fig. 8
Fig. 7
Rara vez se usa en exclusividad uno de estos mtodos, sino mas bien una combinacin de
ambos. La tcnica ascendente busca usar elementos estndar, y la descendente requiere definir
elementos dedicados, de una capacidad dimensionada a la medida de su carga. Tiene adems la
ventaja de que, siendo elementos dedicados, restringe el acceso de competidores a esos elementos.
La desventaja es que el esfuerzo de diseo es mayor, y slo redituable con suficiente volumen de
mercado.
En cualquier caso no debe perderse la perspectiva del problema: La necesidad estar
asociada a un sistema o equipo, y la tarea de proyecto es definir los componentes de la solucin,
pero teniendo claro a que nivel de descenso debe llegarse para obtener las mayores ventajas
competitivas y de beneficio, diferenciando aquellas partes que integran el ncleo del producto.
La complejidad del proyecto, y por ende el esfuerzo de diseo, depende del escaln al que
se descienda: cuanto ms bajo, mayor es el nmero de partes a definir y la complejidad
tecnolgica, figura 7, y menor el valor agregado, figura 8. Algo que no debe perderse de vista:
Siempre los mayores beneficios estn por el lado de los sistemas. El problema de la ingeniera de
desarrollo es como ubicarse en ambas pirmides. Con componentes cuyo valor se ubica por
debajo de las milsimas de dlar la unidad, cuantos miles son necesarios para que su diseo
especfico tenga sentido econmico? La excepcin son los componentes que forman el ncleo del
sistema o equipo.
Definido el sistema, el paso siguiente ser determinar que cosas se van a resolver por hard
y que cosas por soft, y la manera ms simple de decidirlo es, a partir de los requerimientos,
generar especificaciones consistentes para el desarrollo de ambos. Bajo este esquema, el software
y el hardware quedan definidos en una etapa temprana, haciendo que su desarrollo sea en gran
medida independiente, y por tanto pueda hacerse en forma paralela, figura 8. Esto, que supone que
el diseo del software se reduce a escribir cdigo alrededor de un hardware definido, es posible en
pequeos proyectos; en los grandes hay una interaccin continua.
10
11
Definir tempranamente que cosas se implementaran en hard y que cosas en soft no es una
decisin fcil y de respuesta nica. La tendencia es volcar la mayor funcionalidad posible en el
soft. Las limitaciones para esto son la capacidad de memoria, la velocidad de procesamiento
requerida, y los retardos de tiempo admisibles para la atencin de interrupciones. Pero, a medida
que se pone mas funcionalidad en el soft se incrementan la complejidad, el tiempo para codificar,
la cantidad de errores, y el tiempo necesario para depurar. En resumen, el problema puede ser
planteado de este modo:
La solucin por hard implica siempre agregar algn integrado adicional, y esto
agrega un costo extra por cada unidad producida, que puede ser importante en
productos de bajo costo. Esto hace que aquellas funciones que no pueden cumplirse
por soft, por falta de memoria o velocidad, deben ser descartadas
La solucin por soft es un costo no recurrente, en la medida en que este exenta de
errores y se implemente mediante mascara
Evaluacin de viabilidad
La evaluacin de viabilidad se realiza usualmente como parte de la tarea de
conceptualizacin en pequeos proyectos, pero es la accin principal en proyectos importantes,
llevando en muchos casos varios aos de estudios. El propsito de la evaluacin de viabilidad es
asegurar que el proyecto sea exitoso, sobre la base de que su realizacin ser factible tanto tcnica
como econmicamente. La manera en que se hagan estas evaluaciones depender del tamao y la
complejidad del proyecto. El perodo de evaluacin es el momento para definir conceptos que el
diseo seguir para asegurar que el producto final cumpla el objetivo propuesto, basndose en los
recursos disponibles. Primero se hace un anlisis tcnico, buscando determinar la disponibilidad de
los componentes que integran el ncleo del proyecto, y luego el esfuerzo se concentra en la
estimacin de los costos, ya que stos son, en general, los principales factores limitantes.
En el diseo de productos es necesario valorar los beneficios de cada alternativa. La tarea
de predecir cuantitativamente el comportamiento de cada alternativa con respecto a cada uno de
los criterios que se hayan fijado para el proyecto no es tarea sencilla. La mayora de estas
predicciones han de hacerse cuando el proyecto an est en su etapa conceptual, debido a que la
experimentacin raramente es econmica. Precisamente bajo estas condiciones es cuando no se
puede predecir con exactitud el desempeo futuro ni los costos relacionados con cada alternativa,
ya que es difcil poner en forma cuantitativa, en trminos monetarios, todos los factores que
inciden sobre el resultado, siendo aceptables aproximaciones del 20% al 30%, y aun mayores.
Integrando los estudios de viabilidad estn los anlisis de fortalezas y debilidades, con
los cuales se busca determinar las oportunidades y las amenazas a las que esta sujeto el proyecto.
Estos anlisis tratan de mostrar que acciones sern necesarias para llevar el proyecto hacia aquel
horizonte donde se es fuerte, donde estn las mayores oportunidades de xito. Es decir, el anlisis
de fortaleza busca definir las reas o puntos en los que se apoya el proyecto y donde la empresa es
fuerte, y las amenazas a las que esta sujeto por parte de los competidores y de los clientes.
Diseo preliminar
Durante el diseo preliminar se define la configuracin total del sistema, el diagrama de
bloques, y se hace la seleccin de los componentes que integran el ncleo del proyecto, teniendo
en cuenta disponibilidad, costo, limitaciones y facilidades de manufactura, metas de fiabilidad,
etc. y se desarrollan los diferentes planos, esquemas y/o documentos generales que asistirn a los
proyectistas en la etapa del diseo detallado. Los requerimientos que se establezcan en esta fase
del proceso sern la base de las especificaciones finales, aunque es importante tener en cuenta los
siguientes conceptos:
11
12
1.
2.
3.
El diseo preliminar es, usualmente, llevado a cabo por un pequeo ncleo de profesionales
que representan las distintas disciplinas involucradas en el proyecto, los cuales una vez finalizada
la etapa preliminar continuarn trabajando en la fase siguiente (diseo detallado).
Diseo detallado
El propsito de esta etapa del proyecto es:
12
13
Solo en el primer caso se tiene la certeza de que se mantendrn esas caractersticas, y por
tanto podr ser usado sin restriccin alguna, salvo las que resulten de los propios valores limites.
El otro punto que no debe descuidarse en el anlisis detallado de los circuitos es el
correspondiente a las condiciones de sobrecarga, y los transitorios de conexin y desconexin. Es
decir, el anlisis de los circuitos no debe limitarse solo al anlisis bajo condicin normal y en
rgimen. Debern considerarse tambin las condiciones anormales que pueden darse en el proceso
de conexin o de desconexin del equipo, o las que resultan por condiciones anormales de carga.
Este tipo de situaciones se da siempre en todos los circuitos que incluyen elementos reactivos. Para
evitar estas sobrecargas, puede ser necesario agregar componentes o circuitera adicional que
lmite la tensin, la corriente o la potencia disipada.
14
Requerimientos
Peso
relativo
R1
R2
P1
R3
P3
R4
P4
R5
P5
R6
P6
E1
E2
E3
E4
E5
E6
Analisis
posicion
competitiva
P2
Fig.10
competidor
Analisis tecnico
de
competitividad
COM O
propio
QUE
D is e o d e D i s e o d e
P r o d u c t o M a n u f a c t u r a M a n u f a c tu r a
Fig.9
Fig.11
QUE?
Analisis de
competitividad
Meta
Manufactura
Competencia
...
Actual
COMO?
Desarrollo de
producto
Prioridad
Estilo Ensayos
Parametro critico
del cliente
Departamentos involucrados
Reclamos y garantias
Parametro critico
del cliente
Meta
Competencia
Prioridad
Actual
QUE?
Analisis de
competitividad
COMO?
Reclamos y garantias
Caracteristicas y
especificaciones
tecnicas
15
requerimiento 1
requerimiento 1
requerimiento n
requerimiento n
Fig.13
Fig.12
Analizando el posicionamiento actual de la empresa, se determinara la meta propuesta
para el proyecto, de lo cual resultara el futuro posicionamiento pretendido y la interrelacin entre
las diversas caractersticas, figuras 9 y 13, mostrando a la vez los sectores internos que deben
cooperar y trabajar de un modo coordinado.
Lo primero tiende a asegurar que la funcin es necesaria, y este bien definida; se debe
analizar luego si el modo de darle solucin es el mas adecuado. Para ello se deben generar
alternativas que permitan por eliminacin, sustitucin o simplificacin reducir la cantidad de
partes y elementos inicialmente requeridos. Esto es especialmente importante cuando el diseo de
los distintos bloques circuitales corresponde a distintos responsables, y no esta bien establecida la
interfase entre ambos.
Obviamente el anlisis del valor debe enfocarse primeramente al anlisis de las etapas
con ms influencia en los costos, reconociendo sus funciones bsicas, aquellas sin las cuales el
producto carecera de valor, y considerando a las dems funciones como secundarias. Las
funciones secundarias apoyan a las funciones bsicas, y son dependientes del tipo de solucin
adoptado para la funcin bsica. Se debe determinar si estas son esenciales, o pueden ser
eliminadas, o simplificadas. El costo del producto debera estar determinado por las funciones
bsicas, y no por las secundarias.
El desglose entre bsico y secundario debe trasladarse a nivel de circuito. Cada circuito
tiene una funcin especfica, y ciertos componentes son esenciales para su funcionamiento,
mientras que otros son solo necesarios en casos especiales, y en otros simplemente para simplificar
el modelo de clculo. Ciertas funciones pueden ser bsicas cuando el equipo opera en
determinados entornos, pero totalmente prescindibles en los dems casos. Por consecuencia, de
este anlisis surgir si es necesario y conveniente incluir la funcin en todas las unidades, o tan
solo hacerla especifica para la operacin en determinados entornos.
El anlisis de costo debe ser completo, debiendo estar implicadas todas las etapas y
sectores. Es decir, deben ser contemplados y revisados los mtodos de fabricacin, los procesos,
los posibles proveedores, los acuerdos de compra, etc.
15
16
Diseo experimental
El esquema del proceso del diseo representado en la figura 1 contempla tres pasos bien
definidos:
Saber que es lo que se quiere ( que es parte de las entradas del diseo )
Durante la etapa de crecimiento de la fiabilidad, para aportar informacin sobre las fallas
Despus del lanzamiento del producto al mercado para hacer evaluaciones de campo con
el fin de confirmar los objetivos de mantenibilidad, fiabilidad y operatividad.
Ahora bien: cual es la mejor manera de experimentar? Un modo seria construir el
sistema, ponerlo en marcha, y empezar a recolectar datos. Aunque es el modo ms comn, el
mismo presenta problemas a la hora de tratar los datos. El diseo de experimentos busca,
manipulando el sistema bajo estudio, obtener con menos datos, o sea menos volumen
experimental, no solo mas informacin, sino adems de superior calidad (menor error). Esto
requiere formular un plan como paso previo a la ejecucin del ensayo, donde conste:
Planteo del problema, definiendo los objetivos del ensayo
Anlisis terico, determinando las leyes y principios que rigen el proceso
Plan de medicin, definiendo variables, mtodos, y protocolos de medicin
Anlisis de errores , determinando las fuentes de error y formas de minimizarlas
Capacidad de los instrumentos, evaluando la adecuadicidad del instrumental
Datos a obtener y su forma de presentacin ( tabular y grafica )
Tratamiento de datos, definiendo las herramientas apropiadas
Conclusiones que se esperan y en que anlisis se fundamentaran
Uno de los pasos mas importantes ser verificar que se esta midiendo la variable correcta
y en el punto adecuado, evitando fuentes de error debidas al mtodo. Aqu debe mencionarse el
peligro de tomar ciegamente las indicaciones de los instrumentos sin consideracin adicional a sus
valores. Las observaciones que sean totalmente inconsistentes, o se apartan de lo esperado deben
rechazarse, o confirmarse repitiendo el ensayo. Es decir, aunque en ciertos casos podr ser
suficiente una sola experiencia, lo conveniente es siempre repetir el ensayo para saber si la
medicin es consistente y tener una idea de la variabilidad por factores que estn fuera de control.
Usualmente convendr replicar el ensayo para no dejar afuera errores debidos a falta de
uniformidad del material bajo estudio y variabilidades de proceso, o bien cuando no sea posible
repetir la experiencia. Pero, esto trae aparejado otro problema: Que las diferencias observadas sean
consecuencia de otras diferencias entre las replicas, y no solo del factor observado.
Cuando existe la conviccin de que una variable influye sobre la experiencia y puede ser
controlada, esta debe ser incluida como un factor ms. Cuando su influencia es menor, o no puede
ser controlada, entonces lo conveniente es buscar la forma de que se manifieste de modo aleatorio.
Con la aleatoriedad se busca que la asignacin de factores y niveles que no se pueden mantener
bajo control se distribuya aleatoriamente entre todas las observaciones, de modo que sus efectos
resulten compensados.
Cuando la aleatoriedad no es posible, se recurre a la bloquizacin. Con la bloquizacin se
busca realizar los experimentos formando bloques como un modo de eliminar fuentes indeseadas
de variacin; es decir, evidenciando las diferencias entre las unidades bajo experimentacin.
16
17
X1
X2
Fig.14
E0
E1
0
1
A
B
x1
x
Fig.15
No
1
2
3
4
x1 x2
-1
1
-1
1
-1
-1
1
1
y
y1
y2
y3
y4
Fig.16
18
y1 = 0 1
(5)
(6)
(7)
(8)
+ 12
y4
y3
.
y2
y1
y4
h ( 4) . y3
=
y2
4
y1
(11)
Como cada columna de la matriz esta asociado con un termino de la expresion (4), el
arreglo experimental de la figura 16 quedara definido por las columnas que corresponden a los
terminos principales, columnas que estan marcadas en sombreado en la expresion (11).
Los efectos de un factor tambin pueden verse como el promedio de los cambios que
resultan cada vez que se vara solamente dicho factor. En el presente caso, para el factor A debera
promediarse y2-y1 e y4-y3.. Las expresiones (5) a (8) permiten hallar el efecto de A, coeficiente
1, en funcin de dichas diferencias, el cual queda as expresado en la forma
efecto
de
A =
y
y1
+
2
y3
y
=
2
+ y
2
y3 + y1
2
(12)
y de igual modo se obtiene el valor de los otros efectos. Esto lleva al proceso de calculo conocido
como ANOM (Analysis of means), en el cual se promedian por un lado todas las observaciones
que corresponden a un nivel dado de un factor sin importar el nivel de los dems, y por otro se
hace el promedio de todas las observaciones en el otro nivel. La diferencia entre ambos determina
el efecto de ese factor.
El modelo propuesto, expresin (4), supone que el resultado de la observacin queda
determinado solo por los factores que estn bajo control, y que adems no hay error de medicin.
Bajo estos supuestos es innecesario realizar repeticiones: basta con una observacin por factor y
nivel. Pero la realidad es que los errores y la influencia de factores fuera de control estarn siempre
presentes, de modo que es necesario considerar un modelo ampliado
y = 0 + 1 . x 1 + 2 . x 2 + 12 . x 1 . x 2 +
(13)
en el cual se agrega un termino de error, . Determinar este nuevo parmetro exige contar con ms
observaciones, las cuales pueden obtenerse repitiendo o replicando cada ensayo un nmero dado
de veces, En este caso, en la expresin (13), el vector y ser el promedio del conjunto de las
observaciones repetidas, y el error podr estimarse en funcin de la varianza de estas.
18
19
Fig.17
exploratorios
de caracterizacion
de optimizacion
tiempo
Dado que la expresin (10) permite calcular los coeficientes de sensibilidad de cada una
de las variables en funcin de las observaciones, solo resta definir el valor que debe tener cada
variable ( -1 o 1 ), en cada uno de los 2n experimentos, lo cual lleva a un arreglo que se conoce
como matriz de experimentacin. El arreglo para el diseo de los experimentos se puede obtener
de la propia matriz de Hadmard, en base a las columnas que estn asociadas a los trminos
principales, o bien con la funcin ff2n(n) de Matlab. Esta funcin integra el grupo de funciones
del Design of Experiments (DOE), contenidas en el Statistics Toolbox de Matlab.
Un punto que merece destacarse es que la matriz del diseo solo define el estado de cada
variable en cada uno de los experimentos, lo cual no tiene ninguna vinculacin con el orden
conque efectivamente se realicen los mismos. En este sentido, para minimizar errores, conviene
que el orden, dado por el nmero de fila de la matriz, sea definido de modo aleatorio.
Cuando el experimento involucra mltiples niveles, el arreglo se puede obtener con la
funcin fullfact(niveles), tambin disponible en Matlab, en la cual el argumento niveles = [ n1 n2
n3 ..] es un vector que indica el nmero de niveles conque se experimentara con cada variable. Es
decir, fullfact(niveles) genera una matriz de experimentos que tiene n1 niveles en su primer
columna( variable x1 ), n2 en la segunda columna (variable x2 ), etc.
19
20
ff2n(3) =
0
0
0
0
1
1
1
1
0
0
1
1
0
0
1
1
0
1
0
1
0
1
0
1
y1
y2
y3
y4
y5
y6
y7
y8
Nivel
Efecto
A
B
C
AB
AC
111
y8
+
+
+
+
+
110
y7
+
+
+
-
101
y6
+
+
+
011
y5
+
+
-
100
y4
+
-
010
y3
+
+
001
y2
+
+
-
000
y1
+
+
BC
ABC
+
+
+
-
+
+
+
-
Fig.18
Fig.19
Supongamos ahora que no se realizan algunos experimentos, en particular los que
corresponde a las observaciones y8, y4, y3, e y2. En este caso, en base a los signos de los
coeficientes que restan en la tabla vemos que no es posible diferenciar algunos efectos, como ser
el A y el BC, dado que para ambos resultan idnticas expresiones; igual sucede con B y AC, y
con C y AB, etc. Es decir, el clculo lleva a una confusin de los factores.
Un caso especial de experimentacin fraccional lo constituyen los ensayos ortogonales,
donde solo interesa estimar los efectos principales, en cuyo caso el modelo es del tipo
y =0 +
(14)
.x i
Para estos ensayos hay un arreglo del diseo que minimiza la covarianza de los
coeficientes i. Si X es la matriz del diseo, el diseo se dice ortogonal cuando los elementos que
estn fuera de la diagonal de la matriz (XX ) son nulos, donde X es la matriz traspuesta de X;
esta propiedad la verifica la matriz de Hadamard.
Factor
X=
Fig.20
a)
1
1
1
1
1
1
1
1
1 1
-1 1
1 -1
-1 -1
1 1
-1 1
1 -1
-1 -1
1 1 1 1
-1 1 -1 1
-1 1 1 -1
1 1 -1 -1
1 -1 -1 -1
-1 -1 1 -1
-1 -1 -1 1
1 -1 1 1
1
-1
-1
1
-1
1
1
-1
L8 Experiencia
b)
1
2
3
4
5
6
7
8
1 1
-1 1
1 -1
-1 -1
1 1
-1 1
1 -1
-1 -1
1
-1
-1
1
1
-1
-1
1
1
1
1
1
-1
-1
-1
-1
1
-1
1
-1
-1
1
-1
1
G H
1
1
-1
-1
-1
-1
1
1
1
-1
-1
1
-1
1
1
-1
Por caso, para X = hadamard(8) resulta la matriz h(8) indicada en la figura 20a, con la
cual se puede hacer la estimacin de la media general, o efecto medio, y de hasta otros 7 factores
principales. Esta funcin lleva al denominado plan de experiencias L8, indicado en la figura 20b.
Mencin especial merecen los denominados diseos ortogonales de Taguchi. Taguchi
introdujo el diseo experimental como una importante herramienta para el diseo de productos,
diferenciando entre factores especficos que determinan las caractersticas del producto, de otros
factores, que considera perturbadores, de poca incidencia y de difcil o imposible control. Los
diseos ortogonales de Taguchi buscan encontrar con mnimo esfuerzo experimental la condicin
ptima que minimice los factores de perturbacin sobre el parmetro objetivo, y permita al mismo
tiempo optimizar los factores de control ensayando con dos o ms niveles para cada factor.
20
21
2
2
s total
= s dg
+ s eg2
(15)
Como se puede apreciar en la figura 21b, si no hay diferencia entre los grupos los valores
medios muestrales sern muy similares, y por lo tanto la varianza entre grupos debera ser prxima
a cero. Esto indica que una manera de reconocer si dos grupos son significativamente diferentes
21
22
sera valerse de la relacin entre ambas varianzas. En este principio se basa el procedimiento
ANOVA.
Tratamiento
Tratamiento
sA
sD
sA
a)
Seg
sT
sD
sT
Fig.21
x A x B x
xD
b)
Supngase que se tienen distintos grupos, cada uno responde a un tratamiento distinto. Si
se realizan varias mediciones sobre distintas replicas del mismo tratamiento, las diferencias entre
los correspondientes valores medios sern consecuencia del tratamiento. La cuestin es saber cuan
diferentes deben ser los valores medios como para considerar que el tratamiento tuvo algn efecto,
y no es solo una consecuencia del error experimental. Claramente, observando la figura 21a, se ve
que si la varianza entre grupos s2eg es suficientemente grande con respecto a la varianza dentro de
los grupos s2dg (SA,SB, etc) puede rechazarse la hiptesis nula que supone que no hay diferencia
entre tratamientos. Ms propiamente, es sabido que la relacin entre dos varianzas muestrales, s12
y s22, obtenidas en dos muestreos de una misma poblacin normal determina una variable
aleatoria que sigue la distribucin F de Fisher,
F =
s 12
s 22
(16)
2
A su vez, como la varianza muestral esta relacionada con la variable , donde son los
grados de libertad de la prueba, la expresin (16) puede tambin ponerse en la forma
12 1
s2
(17)
F = 12 =
2
s2
de modo que la distribucin de la variable F(1,2), ser funcin de los grados de libertad 1 y 2,
usados para definir ambas varianzas muestrales, figura 22. La figura 22 grafica la funcin de
densidad de la variable F para algunas combinaciones de grados de libertad 1 y 2.
f(F,v1,v2)
f(5,8)
P(F3.6875) = 0.95
Fig.22
Fig.23
23
una matriz donde cada columna corresponde a un grupo distinto. La funcin determina cuando las
medias de las columnas son iguales. En su forma ms simple, la funcin devuelve la probabilidad
p de que sea cierta la hiptesis nula de que las medias son iguales, y adems genera la tabla
ANOVA, una forma convencional de resumir los clculos. Provee tambin grficos de caja para
cada grupo, para apreciar su dispersin, figura 24. Los diagramas de caja separan la distribucin
de valores en cuartiles. Los cuartiles dividen la distribucin en 4 partes iguales.
En definitiva, de la tabla ANOVA generada por Matlab se obtiene directamente la
probabilidad de que sea cierta la hiptesis nula. Este valor debe ser comparado con el nivel de
significancia que se haya predeterminado para la prueba. Es decir, solo si p (1-) se deber
aceptar la hiptesis nula de que las medias de grupo son iguales.
El desarrollo anterior supone que la diferencia entre las distintas muestras se debe
nicamente al tratamiento. Se trata por consecuencia de una prueba sobre una nica variable, por
lo cual al mtodo tambin se le conoce como ANOVA con clasificacin en una sola direccin.
Esta direccin se supone que es la de los tratamientos, cada uno de los cuales forma un grupo
homogneo. Cuando el agrupamiento se hace segn dos variables el mtodo es denominado
ANOVA con clasificacin en dos direcciones, figura 25.
Tratamientos
1
1
2
.
i
.
k
Medias
Fig.24
Bloques
2 3 ..j.. n
x11.....................x1n
Medias
x1.
celda 11
...................................
xk1 ............. x kn
xk.
x.n
x..
x.1
x 111
x 112
x 113
x 114
x 115
x 116
x 117
x 118
Fig.25
(18)
realiza un ANOVA de dos direcciones, y hace posible comparar medias de dos o ms columnas y
de dos o ms filas de una muestra x. Los datos en una columna representan cambios en un factor.
Los datos en diferentes filas son cambios del otro factor. Si hubiera mas de una observacin por
cada par lnea-columna, entonces el argumento rep indica el nmero de observaciones por celda,
sean estas repeticiones o replicas. P es un vector del riesgo para la prueba de filas, columnas y
efectos de interaccin, si estos fueran posibles, y tabla es una matriz de caracteres, con el
contenido de la tabla ANOVA.
Si solo interesa determinar si dos o ms medias son o no iguales, los mtodos
desarrollados son suficientes. En otros casos, importa adems saber cuales de estas medias pueden
considerarse iguales. Una manera de resolver esto es probando todos los pares posibles de
combinaciones. Como esto implica muchas pruebas, se han ideado mtodos de comparacin
mltiple, uno de los cuales es el denominado de Bonferroni, para el cual Matlab dispone de la
funcin multcompare(). Esta funcin tiene la forma
[comparacion, medias, h]= multcompare(estad,alfa,display,bonferroni,estimacion)
y la misma realiza una comparacin usando una estructura estad obtenida como salida, entre otras,
de una de las siguientes funciones de Matlab: anova1 o anova2.
23
24
El FMEA (failure mode and effects analysis), un mtodo inductivo que parte de
acontecimientos elementales, falla de un dado elemento, y busca determinar las
consecuencias de tal evento
El rbol de fallas (FTA, Fault Tree Analysis), que sigue una metodologa deductiva:
parte de un acontecimiento que se juzga indeseado, y busca hallar los caminos
crticos que conducen a dicho evento1
En sus comienzos, el FMEA se planteaba como una herramienta propia de cada etapa: Se
conceba un FMEA para el diseo, y otro para los procesos. El FMEA de diseo supone que el
proceso de manufactura es correcto, y recprocamente. El primero se limitaba a nivel de
componente, y el segundo al anlisis de algunos pasos del proceso de manufactura. Lo lgico es
que el ingeniero de diseo interacte permanentemente con el ingeniero de manufactura para
asegurarse que las especificaciones puedan ser alcanzadas por el proceso de manufactura. Si un
componente es muy sensible al proceso de manufactura, y este no se puede cambiar, lo razonable
es redisear, evitando el uso de ese componente.
Actualmente los FMEA se realizan considerando toda la estructura del sistema. Un
sistema consiste en elementos individuales (equipos o mdulos), dispuestos de modo jerrquico,
cada uno con diferentes funciones o propsitos, que pueden ser diferenciadas en funciones internas
(propias del modulo), funciones salientes y funciones entrantes. La falla (F) de un elemento de la
estructura del sistema se debe a causas de falla (FC) de elementos subordinados (falla de las
funciones entrantes) o a falla propia, y tiene como consecuencia un efecto de falla (FE) de las
funciones salientes, o sea, un mal funcionamiento de elementos superiores de la jerarqua. Como
cada escaln de la jerarqua se apoya en el FMEA de los elementos subordinados, la exigencia de
los FMEA debe extenderse a todos los proveedores de partes o equipos que integran el sistema
1 ver pagina 123
24
25
Formular un FMEA orientado al diseo implica determinar cuales son los potenciales
modos de falla de cada elemento. Esto comprende analizar los modos de falla que histricamente
se han dado, los usos y abusos que pueda tener el producto, y tener en cuenta las prcticas de
diseo usados en elementos similares. En el paso siguiente se establecern los potenciales efectos
de cada falla, asignndole un ndice de severidad (S). En los primeros FMEAs las fallas se
distinguan segn sus efectos, buscando eliminar todos los riesgos catastrficos y minimizando los
riesgos crticos. Para ponderar la gravedad de los efectos de cada modo de falla i se usa un factor
de peso Pi, para medir las consecuencias de ese modo de falla, figura 26.
Consecuencias
menores
significativas
criticas
catastrficas
Probabilidad de ocurrencia
Muy poco probable
Poco probable
Probable
Altamente probable
Pi
1
10
1000
100000
tasa (O )
1 ocurrencia
1 ocurrencia
1 ocurrencia
1 ocurrencia
en 107 horas
en 105 a 107 horas
en 105 a 107 horas
en 104 horas o menos
Fig.27
Fig.26
Luego, para cada falla se estima su tasa de ocurrencia (O), lo cual permite calificar los
eventos como muy poco probables, poco probables, probables y altamente probables, figura 27.
La severidad y tasa de ocurrencia determinan el parmetro de criticidad Ci,
Ci = S*O
(19)
y segn sea su valor se definirn las acciones preventivas y correctivas apropiadas. Dado que las
consecuencias nicamente se manifiestan si la falla ocurre en manos del usuario, esto implica que,
si se realizan tareas de deteccin previas, el riesgo depender de la tasa de deteccin (D) asociada
al mtodo de control. Combinando todos estos valores se define un nmero de prioridad del
riesgo (RPN, risk priority number ), donde
(20)
RPN = S * O * D
valor que sirve para determinar la necesidad de mejoras. Este proceso de optimizacin implicar:
Funcion Modo de
falla
Mecanismo y Efecto de
O S
causa de falla la falla Controles
RPN
Numero
de parte
Acciones
correctivas
tomadas
O S
Tiempo
asignado
Subsistema .....................................
Responsable
modificacin del concepto de solucin, con la finalidad de evitar la causa de falla o bien
reducir su severidad
mejoramiento de la fiabilidad, con la finalidad de minimizar la ocurrencia de la falla
mejorar el proceso de deteccin para evitar que la falla se traslade al usuario
RPN
Fig.28
Es decir, la finalidad ltima del FMEA es concluir con un plan de accin en el que
consten los nuevos objetivos, los rediseos que se deben encarar, los ensayos, las fechas y los
responsables. Concluidas las mejoras, se realiza un nuevo FMEA, y esto se repetir hasta lograr
que el nuevo RPN este conforme con los objetivos. A este fin se usan formas convencionales, tal
como la indicada en la figura 28.
Finalmente, el producto de la tasa de ocurrencia y la tasa de deteccin determinaran la
proporcin residual de partes cuya falla se admite pase al cliente
25
26
Ecodiseo
La atencin del problema ecolgico en el diseo implica que en el mismo se considere
crticamente el uso de materiales que dan lugar a desechos txicos, y cuando esto sea inevitable,
que sea contemplada la forma en que debern ser abandonados y tratados tales desechos para
evitar consecuencias ambientales indeseadas, y no afectar gravemente a las personas o al
ambiente. La consideracin del problema ecolgico como requerimiento fundamental del diseo
ha tomado un gran impulso en la ltima dcada, especialmente a partir de la declaracin de
principios emanados de la Conferencia de la Tierra de Rio de Janeiro en 1992.
En electrnica, los desechos pueden aparecer en tres momentos:
26
27
Factibilidad Tecnolgica
La idea de analizar una especificacin es ver si sta:
Lo que el proyectista puede interpretar como que es un grado de libertad y pensar por
ello que puede orientar el proyecto de un modo que resulte ptimo desde el punto de vista de la
fabricacin del producto o de su desarrollo, puede no necesariamente coincidir con lo que es
mejor para el uso. Esto significa que cuando hay falencias en la especificacin, se debe analizar si
esto afecta al usuario del producto, en cuyo caso es necesario que esa parte del requerimiento sea
especificada o acordada con el mismo, solicitando una ampliacin en la especificacin de aquellas
caractersticas que hacen al empleo del producto. La determinacin de estas falencias no es en
muchos casos tarea sencilla. Por ejemplo en la especificacin del usuario puede no haber ninguna
especificacin referida a condiciones anormales de uso o de posibles abusos, pero ello no debera
inducir al proyectista a suponer que tales condiciones no van a existir.
Se ha dicho que el diseo parte de lo que los clientes requieren, o se establece en algn
sector de la empresa, y sern ellos lo que debern definir las caractersticas que debe tener el
producto. El problema es que el punto de vista del cliente o del usuario queda expresado como un
requerimiento y no como lo que el proyectista necesita para establecer la solucin. Eso significa
que seguramente los requerimientos van a tener que traducirse en una o un conjunto de
especificaciones tcnicas, para lo cual ayuda la construccin de la casa de calidad. Hay usuarios
que s tienen claro qu es lo que necesitan: Son grandes integradores, denominados fabricantes
OEM ( Original Equipment Manufacturer ), que producen sus equipos con partes y componentes
requeridas a proveedores, basndose en normas y especificaciones propias. Si bien toda empresa
puede basarse en normas propias, por lo general se usan normas de alcance nacional, regional, o
internacional, para atender las exigencias de algn tipo de servicio, o algn tipo de producto.
27
28
29
Responsabilidad legal
El diseador se debe cuidar de cometer errores que puedan volver inseguro el uso del
producto, en cualquiera de las fases de su ciclo de vida. Hay dos tipos:
Errores por omisin, que involucra no haber previsto una situacin crtica
Errores por comisin, habiendo previsto el problema, se adopta una solucin equivocada
Los errores de diseo se evitan, o cuando menos se reducen, formulando FMEAs,
diagramas de rbol de fallas y de causa-efecto2 desde las etapas mas temprana del proyecto.
De todas las posibles fuentes de error, especialmente se deben analizar las debidas al error
humano. Esto implica determinar si se pueden generar situaciones peligrosas en las fases de
instalacin, operacin o mantenimiento, como consecuencia de la interaccin persona-equipo.
Bsicamente los daos pueden resultar de:
Supongamos que se debe definir como accionar las pinzas de un robot. Podra pensarse en
dos alternativas: Pinza normalmente cerrada, al activarse se abre y toma la pieza, o normalmente
abierta, que se cierra para tomar la pieza. En el primer caso, un corte de energa retiene la pieza,
mientras que en el segundo la suelta; no considerar las consecuencias seria un error por omisin.
Una situacin similar se da para el acceso a la parte interna de un equipo dentro del cual
hay altas tensiones, o partes en movimiento. Segn el peligro, las alternativas sern colocar
carteles de advertencia, dificultar el acceso, o disponer de seguros de puerta o de acceso tales que
si se destraba o abre una puerta o tapa que da acceso a partes peligrosas, automticamente el
equipo se desenergiza. En ciertos casos, el acceso solo debera ser posible pasado un temporizado
que garantice que el peligro ha desaparecido: por descarga de capacitores, frenado de las partes
mviles, etc.
Anlisis de caso: Un estudio jurdico de California presento una demanda contra las empresas Palm y 3Com,
grupo al cual perteneca en aquel momento Palm, debido a que una caracterstica destinada a sincronizar
datos entre los dispositivos de mano Palm y las PC poda causar daos en la PC, obligando al usuario a tener
que cambiar la placa madre de la PC. La demanda alegaba que dichas empresas no advirtieron a los usuarios
que la caracterstica HotSync que tienen los dispositivos de Palm puede desactivar el puerto serie en algunas
marcas de PC.
29
30
tica Profesional
Se define como tica profesional al conjunto de principios que regulan la conducta de
las personas en sus actividades profesionales, de modo que sta se ajuste a lo que la sociedad
acepta como moralmente correcto. Es decir, cuando el ingeniero propone soluciones, en las
mismas siempre debe hacer prevalecer el inters general.
Casi todas las asociaciones profesionales, independientemente de las regulaciones propias
del ejercicio de la profesin, emiten cdigos de tica. Los cdigos de tica son recomendaciones
que los ingenieros debieran cumplir y respetar en el ejercicio de su profesin. Los cdigos tratan
problemas comunes como competencia, confidencialidad, conflicto de intereses, etc. y estimulan
la conducta tica, sirviendo adems de gua en cuanto a las obligaciones del ingeniero; adems,
engrandecen la imagen pblica de la profesin y promueven el profesionalismo.
Existen muchos cdigos de tica dentro de la Ingeniera. En general, cada especialidad
adopta el suyo, pero algunas organizaciones engloban a varias disciplinas, como es el caso de la
NSPE (National Society of Professional Engineers) de los Estados Unidos. La NSPE establece las
normas de conducta para todos los ingenieros, y es tan importante que los principales elementos de
su cdigo de tica se convirtieron en ley en muchos estados norteamericanos. A continuacin se
destacan los artculos ms importantes de dicho cdigo:
I.
II.
Obligaciones profesionales
Los ingenieros admitirn sus equivocaciones y errores, abstenindose de
distorsionar o alterar los hechos para justificar sus decisiones.
Los ingenieros debern advertir a sus clientes o empleadores cuando crean que
un proyecto no ser exitoso.
Los ingenieros no participarn en huelgas, piquetes u otras acciones colectivas
coercitivas.
Los ingenieros evitarn cualquier acto tendiente a promover sus propios
intereses a expensas de la dignidad e integridad de la profesin.
Los ingenieros no firmarn, aprobarn o sellarn planos y/o especificaciones de
un diseo que sea perjudicial para la salud pblica y el bienestar general. Si
clientes o empleadores insistieran con esa conducta no profesional, el ingeniero
deber notificar a la autoridad que corresponda.
Los ingenieros no utilizarn equipamientos, laboratorios u oficinas para llevar a
cabo prcticas privadas sin consentimiento.
Los ingenieros, cuando empleen a otros ingenieros, ofrecern salarios de acuerdo
con las calificaciones profesionales de los interesados.
Otro buen ejemplo lo constituye el cdigo de tica propuesto por el IEEE, el cual se
puede bajar de Internet de la pagina de dicha entidad, o simplemente valindose de cualquier
buscador usando como clave de bsqueda IEEE code of ethics. Este cdigo tambin se
encuentra en castellano en la pgina de la rama estudiantil IEEE de la PUCP, a la cual se puede
acceder entrando para la bsqueda con codigo de etica del IEEE.
30
Planificacin y Programacin
Cualquier cosa que pueda cambiarse ser cambiada
hasta que no quede tiempo para cambiar nada
ARTHUR BLOCH ( El libro completo de las Leyes de Murphy)
Reconocimiento
Necesidad
Requerimientos
Definicin de Producto
Especificaciones
esfuerzo ($)
Estudio de
Factibilidad Tecnologica
fase I b
Factibilidad de
Tiempos
Factibilidad
Economica
Fig.1
Factibilidad
fiananciera
fase II
fase III
fase IV
tiempo
documentacion
Fig.2
Para realizar el estudio de factibilidad es necesario contar con una estimacin de los
recursos necesarios para la ejecucin del proyecto. Para ello, primero habr que definir como
se organizara el desarrollo, y formular luego planes para el diseo de cada etapa, estableciendo
metas para cada una que permitan luego un control eficaz de su progreso y efectividad.
El esfuerzo de planificacin es una parte importante del esfuerzo total del proyecto,
figura 2, ampliamente justificado porque con el mismo no solo se demuestra que las metas
pueden ser cumplidas, sino que adems permite lograrlo con un menor esfuerzo total. Es por
ello que las normas ISO exigen que los proyectos estn apoyados en un plan, definiendo al
plan de proyecto como un documento en el cual se expresan las prcticas especificas, los
recursos y secuencia de actividades requeridas para cumplir con los objetivos del proyecto.
32
Planificacin
Antes de ponerse a resolver los problemas planteados en el proyecto se necesario
delinear un plan. Recin despus de trazado el plan, se elaborara un programa de trabajo. Con
la planificacin se busca determinar qu tareas hay que hacer, qu recursos son necesarios para
ejecutarlas, y en que orden deben ejecutarse. En la elaboracin del programa se parte de
recursos definidos con algn criterio, y se busca establecer un tiempo calendario, indicando el
momento en que se debe comenzar y se debera terminar cada tarea, asignndole los recursos y
definiendo los responsables de las mismas. Un programa es, entonces, solo una posible forma
de ejecucin del plan.
Es decir, en la planificacin no interviene el tiempo calendario, tan solo toma en
cuenta el tiempo de duracin de las tareas, pero no est dicho en qu momento se van a
ejecutar, ni de que forma se va a trabajar; en el programa s. De la planificacin surgir por
ejemplo que se requieren X horas para ejecutar una tarea. El programa toma en cuenta las
horas de trabajo diario, la existencia de feriados, das de descanso semanal, periodo de
vacaciones, etc. Esto implica que la duracin establecida en la planificacin debe ser
multiplicada por un factor que tome en cuenta el nmero de horas efectivas de trabajo anuales,
por lo cual la duracin puesta en tiempo calendario se ve incrementada entre 4 y 5 veces.
Algunos piensan que la planificacin es una prdida de tiempo, considerndola una
actividad totalmente prescindible. Esto, que puede ser cierto cuando se trata de tareas simples,
deja de serlo cuando se trata de desarrollar productos en los que estn implicadas mltiples
tareas y sectores. En el primer caso ser suficiente trazar un plan de accin. En el segundo
caso son necesarias herramientas especficas para la coordinacin, el control y la revisin. La
planificacin obliga a fijar claramente los objetivos que se deben alcanzar, que existan recursos
para satisfacerlos, y que estn contemplados esfuerzos dedicados a la revisin, evaluacin de
progreso, y el control.
La planificacin determina el proceso para llevar a cabo el proyecto del modo ms
eficiente y efectivo, para cumplimentar el propsito planteado. Busca definir el que, el donde,
el como, el porque y a que costo. Para ello es necesario:
1.
2.
3.
4.
5.
6.
7.
8.
33
una estructura de particin del trabajo, una WBS ( Work Breakdown Strcuture ), hasta un
nivel en que pueda determinarse la carga de trabajo y los recursos requeridos.
Las dos herramientas usuales para la planificacin son el CPM (Critic Path Method),
mtodo del camino crtico, y el PERT (Program evaluation and review technique ), o tcnica
de evaluacin y revisin de programas. El CPM, orientado a actividades, trabaja con tiempos
determinsticos, considera que la fluctuacin en la duracin de las tareas es despreciable. El
PERT esta orientado a eventos, y, por trabajar con tiempos aleatorios, es ms apropiado para
la planificacin de proyectos, en los que se supone que al menos alguna de las tareas no se
realizo nunca, ni es simple, ni su solucion es directa, y que adems exige esfuerzos de
creatividad difciles de cuantificar en tiempo. Esto lleva a suponer que su duracin no puede
ser precisada exactamente, pero, como todo proyecto requiere que sea determinado su tiempo
de ejecucin, es necesario contar con una herramienta que ayude para esa determinacin.
tarea t2
Inicio
Final
evento
Fig.3
Fig.4
23
tarea t1
10
tarea t3
15
tarea t5
72
tarea t6
66
tarea t4
El grado de desglose que se tiene que hacer en las tareas, debe ser lo suficientemente
amplio como para poder definir o estimar su duracin, la cual, bajo el supuesto de recursos
infinitos, ser el menor valor posible.
Supongamos por ejemplo que la primer tarea t1 requiere 23 h (horas) para ser
completada, la tarea t2 17 h, y as sucesivamente, figura 4. En funcin de esto se puede
computar el tiempo que debe transcurrir para lograr un evento dado a contar desde el arranque
del proyecto. La carga de trabajo depender de la cantidad de personas involucradas; vale
decir, es necesario diferenciar entre la duracin de la tarea y la carga medida en horas-hombre.
Si en la tarea t1 intervienen dos personas, la carga ser de 46 HH (horas-hombre). Alcanzado el
nodo 2 pueden ser ejecutadas tres tareas en forma simultnea, t2, t3 y t4. Podra ser, por
ejemplo, que la tarea t2 requiriese 1 persona ( 17 HH ), la t3 3 personas ( 30 HH), etc.
Como vemos, en este diagrama no hay ningn calendario. Recin despus de tener las
directivas del directorio se realizar el programa de trabajo, con un calendario que estar
vinculado a los criterios definidos para la asignacin de recursos.
El diagrama puede incluir tareas ficticias, indicadas en punteado, tareas de duracin
nula, como es el caso de la tarea t5, indicada en la figura 5a. Su finalidad es respetar las reales
33
34
tarea t1
38
38
tarea t2
tarea t2
60
tarea t3
0
16
Fig.5
tarea t4
a)
30
tarea t7
10
25
tarea t8
tarea t1
60
tarea t3
30
25
tarea t8
50
tarea t4
50
tarea t6
tarea t7
16
tarea t5
tarea t6
b)
La tarea ficticia sirve tambin para diferenciar nodos a los efectos de simplificar su
tratamiento por computadora, cuando se quiere identificar a las tareas por los nodos que
vinculan, figura 6a, b. Esto ocurrir cuando las distintas tareas partan y concurran a los
mismos nodos; es decir, el nodo 6 para el caso indicado en la figura 6c seria innecesario.
4
tarea A
tarea 4-5
tarea 4-6
tarea B
Fig.6
a)
5
tarea 6-5
5
tarea 4-5
tarea 4-6
b)
tarea 6-7
tarea 6-7
c)
Para completar el proyecto es necesario realizar el total de las tareas, muchas de ellas
simultneas. Por tanto, para hallar el tiempo de ejecucin se debe hallar cual es el mayor de los
tiempos requeridos para ejecutar las tareas sucesivas de cada uno de los distintos caminos que
vinculan el inicio y final del proyecto. Ese es el denominado camino crtico. Si la ejecucin
de alguna de las tareas de ese camino se prolonga, el proyecto se va a retrasar en igual medida.
Por ello, las tareas incluidas en el camino crtico son las tareas crticas del proyecto, es decir,
las que ms deben controlarse.
El mtodo CPM aunque no es la herramienta adecuada para la planificacin de
proyectos, es til para introducir el concepto de camino crtico y de holgura o margen de una
tarea. Si se observa la figura 5a se ve que el inicio de la tarea t2 se puede retrasar sin afectar
para nada la duracin del proyecto. Se dice en tal caso que la tarea tiene una holgura. En otras
palabras, siempre, cualquiera sea la tarea, habr un tiempo ms tardo en que se debe empezar
a ejecutar para no prolongar la duracin del proyecto. Es decir, en el caso de la figura 5a, la
tarea t2 debe comenzar a mas tardar a las 32 horas de iniciado el proyecto; de no ser as, su
retraso de ejecucin se trasladara directamente a la duracin del proyecto.
35
evento 5 se debe llegar como muy tarde a las 125 h menos las 25 h que demanda la tarea t8.
Por tanto, el inicio ms tardo de la tarea t6 ser la hora 50 a contar del inicio del proyecto.
Duracin de la tarea j
Holgura total
t1
t3
Holgura libre
t2
Duracin de la tarea j
t t1
t4
t2
Fig.7
t
Terminacin
ms tarda
Fig.8
Supongamos una tarea j cualquiera que no pertenece al camino crtico, y que sea t1 el
momento ms temprano en que la misma se puede comenzar, figura 7, y que sea t2 el
momento ms tardo en que debe finalizar para no comprometer la duracin del proyecto. Estos
instantes t1 y t2 se obtienen adelantando las tareas que preceden a la tarea j y postergando las
que le siguen tanto como sea posible. Si a la diferencia t2-t1 se le descuenta el tiempo de
duracin de la tarea, se obtiene la mxima holgura, o margen total, que puede tener. Esto
define el instante t3 como el momento ms tardo en que debe ser iniciada la ejecucin de la
tarea j para no modificar la duracin total del proyecto.
El margen total de una tarea j supedita la ejecucin de las dems tareas para lograr
que el margen de esa tarea j sea mximo. Si solo se restringe el inicio de las tareas que
anteceden a la tarea j, se habla de un margen libre. Esto supone que todas las dems, incluidas
las tareas que siguen a la j, se inician tambin lo ms temprano que se pueda. Suponiendo que
ese instante fuera el t4, figura 8, entonces el margen libre se obtiene descontando a (t4-t1) el
tiempo de duracin de la tarea j.
Si las tareas que anteceden a la tarea j se iniciaran lo ms tardamente posible,
cuidando de no afectar la duracin total del proyecto, esto nos lleva al instante t5, figura 9. En
el caso lmite, teniendo en cuenta tambin que las tareas que siguen se inician lo ms temprano
posible (tiempo t4), resulta un margen independiente de las dems tareas, el cual se obtiene
restando del valor (t4-t5) la duracin de la tarea j.
Holgura
independiente
Fig.9
t1
Inicio mas
temprano
t5
Duracin de la tarea j
t4
Terminacin
mas tarda de Comienzo mas temprano
de las tareas siguientes
las tareas
precedentes
t2
t
Terminacin mas tarda
36
38
38
10
10
tarea t1
tarea t2
60
tarea t3
16
tarea t4
26
70
30
tarea t7
100
25
tarea t8
125
10
10
tarea t1
tarea t2
60
tarea t3
10
16
tarea t5
50
tarea t6
Fig.10
tarea t4
Fig.11
26
70
30
tarea t7
70
100
5
100
25
tarea t8
125
6
125
tarea t5
50
tarea t6
50
Existen varios paquetes de software para el anlisis CPM y PERT. Entre los ms
difundidos deben mencionarse el Primavera Project Planner y el Microsoft Project. Este
ltimo, si bien tiene una capacidad limitada, es normalmente suficiente, y es adems uno de
los ms econmicos y simples de usar.
(1)
f ( x ). dx = 1
(2)
(4)
37
Fig.12
to
tp
Fig.13
x moda
(5)
.
=
( + ) 2 ( + + 1 )
=
( 1 )
1 ) + ( 1 )
(6)
(7)
Definidos los tiempos optimista ( to) y pesimista (tp), queda definido el intervalo de
incerteza, relacionado con el intervalo de existencia de la variable beta normalizada x, figura
13, en la forma,
x =
t to
t p to
(8)
t = t o + x .( t p t o )
(9)
Determinar los parmetros y del modelo con los nicos datos disponibles (las tres
estimaciones, to, tm, tp ) no es posible, y aunque bastara con otra suposicin adicional,
convencionalmente se agregan dos supuestos ms, el tiempo medio y la varianza del modelo,
que se ligan a las tres estimaciones anteriores. Como el tiempo medio es un valor comprendido
entre to y tp y cercano a tm, se lo establece suponindolo como una media ponderada de los tres
tiempos, siendo convencional asignar a tm un peso 4 veces mayor, es decir
t =
t o + 4 .t m + t
(10)
t ) =
Como el modelo tiene dos parmetros solo podrn cumplirse dos de las tres
condiciones ( , , xmoda ). Si se supone que las expresiones (10) y (11) definen exactamente
los valores medios y la varianza, reemplazando estos valores (normalizados) en las
expresiones (5) y (6), se pueden obtener los valores de los parmetros para ese supuesto,
= .[36 .( 2 ) 1]
1
= .
1
(12)
(13)
38
Esta solucin vuelve coherentes las expresiones (5) y (6) con las (10) y (11), pero tiene
como limitacin que el valor de la moda difiere del valor del tiempo ms probable supuesto.
Otra alternativa de solucin seria respetar los valores estimados de la media y de la moda, y
vincularlos con los parmetros de la funcin Beta. En este caso la moda concordara con el
valor del tiempo mas probable supuesto, pero la varianza diferir del valor estimado en base a
la expresin (11). El modo ms simple de considerar esta alternativa consiste en adoptar
p+q = 4
(14)
aprovechando que bajo esta condicin la expresin (10) lleva a un error nulo en el valor medio
cualquiera sea el valor de p, como se observa en la Figura 14, y la varianza se aproxima al
valor dado por la expresin (11), tal como muestra la figura 15.
error(%)
20
p+ q= 5
10
Fig.17
3
-10
-20
0
Fig.14
0.2
0.4
0.6
0.8
p/p+ q
0.04
va ria n z a
teoric a
Fig.15
aprox im ac ion
0.03
0.02
0.01
0
0.2
0.4
0.6
0.8
p /(p + q ) 1
Como adems el tiempo mas probable tm marca el sesgo de la curva, y por lo tanto
la relacin entre p y q, o lo que es igual entre y , por lo que si se tiene en cuenta que bajo la
condicin
(15)
p+q=k
fijando un valor para k, de acuerdo a la expresin (7), la moda ( xm ) variara con p en la forma
xm =
p
k
o lo que es equivalente,
p = k .x m
(16)
(17)
y por (14)
q = 4.
tm to
t p to
t p tm
t p to
(18)
(19)
Dada la poca diferencia entre los distintos mtodos de clculo, y el carcter estimativo
implcito, la mayor simplicidad hace aconsejable emplear esta ltima aproximacin.
38
39
Consulta de expertos
Tcnicas de modularizacin. Todas las tareas son siempre una combinacin de
actividades varias; algunas tendrn poca incertidumbre y en otras habr gran
incerteza. Se trata, diferencindolas, de reducir lo mas que se pueda la incertidumbre
Resultados histricos, recurriendo a una base datos o paralelismos con actividades
similares desarrolladas anteriormente
Estimacin paramtrica, en la cual se puede tratar de relacionar la duracin con algn
parmetro ( por ejemplo, la duracin en el desarrollo de un software con la cantidad
de lneas, y estas con la cantidad de operandos y operadores )
Tcnica de Delfos1
estimacion 1
estimacion 2
estimacion 3
estimacion 4
Fig.16
to
tmp
tp
tiempo
Basndose en diferentes estimaciones de duracin de cada una de las tareas, con datos
obtenidos en forma independiente entre si, es posible hacer una mejor estimacin de los
tiempos optimista, pesimista y ms probable, tal como muestra la figura 16.
Para estimar los recursos ser necesario tener una descripcin de cada tarea y de como
se llevara a cabo su ejecucin, a los efectos de poder determinar los recursos de ingeniera, de
tcnicos, o del recurso humano que sea necesario, y a ello se deben agregar los dems recursos
requeridos para cumplimentar la tarea: componentes y materiales, espacio fsico e
instalaciones, el instrumental, y todo soporte que se aprecie necesario. Es decir, adems del
tiempo que se supone demandara el desarrollo, es necesario indicar la cantidad de personas
comprometidas en cada tarea. Estos valores se integran a una planilla, en un cuadro similar al
siguiente:
Tarea Precedente Descripcin Duracin
to tm tp
Personas Componentes y
materiales
Exigencias de
espacio
Instrumental ...........
Esta planilla, til para construir el PERT, tambin lo es para la asignacin de recursos
(programacin) y para realizar los estudios de costeo y de factibilidad econmica.
1
39
40
Tj =
camino
(20)
i
j
donde, cada una de las ti es una variable aleatoria. Ahora bien, es sabido que la distribucin de
la suma de muchas variables aleatorias tiende a una distribucin normal, si todas tienen similar
incidencia. Esto permite conocer el tiempo que lleva la ejecucin de las tareas de un camino j
como suma de los valores medios de cada tarea ms un tiempo que contemple la incerteza.
Este tiempo es funcin del desvo estndar de la duracin de las tareas de ese camino j y de un
factor z, fractil de 1-, que depende del riesgo que se acepte para la estimacin, o sea
Tj =
t i + z . j = T j + z . j
(21)
tareas
en
tareas
en
2
i
j
1
.
6
tareas
( t pi t oi ) 2
en j
(22)
f(t)
Esta rea mide el
riesgo
Tjmedio = Tj
Fig.17
Tj
Tci10%
Tcj10%
Tci50%
Tcj50%
Fig.18
Entonces, cuando se requiere saber cul es el tiempo que puede llevar la concrecin de
todas las tareas del camino j, esto admite muchas respuestas, dependiendo del riesgo que se
quiera asumir. Por ende, un valor sin especificacin de riesgo carece de sentido. Tampoco
tiene sentido operar con riesgos menores al 5%, dado que se parte de datos estimados.
Prefijado un riesgo, se puede determinar la duracin para los distintos caminos, y
evidentemente la duracin del proyecto quedara determinada por el camino de mayor duracin,
el cual pasa a ser el camino crtico. Pero, si se adoptara otro riesgo puede resultar otro camino
crtico, tal como muestra la figura 18, en la cual se indican las funciones de densidad de dos
caminos, el i y el j. Para un riesgo del 50%, el camino crtico es el j. Si en cambio se plantea
un riesgo del 10%, el camino crtico sera el i. Esto muestra lo inconveniente de trabajar con
valores medios, que corresponden a un riesgo del 50%.
40
41
x1
xn
y=f(x 1 ,x ,...,x n )
2
fx(x)
dx
fz(z)
dz
Fig.20
Fig.19
(23)
donde fx(x).dx es la probabilidad de que x se encuentre entre x y x+dx, y fz(z).dz es la
probabilidad de que z se encuentre entre z y z+dz. Supongamos por ejemplo que x responda a
una distribucin normal N(0,1) y z a una distribucin uniforme definida en el intervalo (0,1).
En tal caso, la propiedad anterior significa que, considerando un nmero suficiente de
experimentos, la cantidad de veces que aparecen valores de x comprendidos entre 1 y 1.5 ser
la misma que la cantidad de veces que resulta un valor de z comprendido entre 0.8413 y
0.9332. Expresandolo de otro modo, x es la funcin inversa de la distribucin gaussiana,
x = F
( v ) = Finv ( )
(24)
42
Caminos semicrticos
Si las curvas de densidad de los distintos caminos se solapan, como en cada ejecucin
del proyecto solo puede haber un nico valor de tiempo de duracin para cada camino, es claro
que cualquiera de los caminos cuyos tiempos de ejecucin sean los mas altos y se solapen son
potencialmente posibles caminos crticos. A estos caminos se les denomina caminos
semicrticos. Los caminos a, b, c, y d de la figura 21 son todos caminos semicrticos, dado que
cualquiera de ellos puede resultar eventualmente crtico. Pero, una vez fijado un riesgo solo
uno de ellos es crtico. Por caso, con un riesgo del 50%, o sea, trabajando con los valores
medios, pasa a ser crtico el camino c de la figura 21.
c
f(t)
b
e
d
a
Fig.21
t
Tb Tc
Ta
La determinacin de los caminos semicrticos, caminos que tienen alguna
probabilidad de ser crticos, es de clculo difcil por medio analtico pero muy simple en base
a simulacin de Monte Carlo.
Supongamos conocidos los parmetros de la distribucin beta, y , de la tarea j.
Entonces, un posible valor de duracin de la tarea j estar dado por
t = to + [ Betainv(aleatorio, , )].(tp-to)
(26)
donde Betainv() es la funcin beta inversa normalizada, o sea definida en el intervalo (0,1). Si
esto se repite para cada tarea, la suma de los tiempos correspondientes a las tareas de un
camino determina el tiempo de ejecucin de ese camino. Si este clculo se hace para todos los
caminos, el de mayor duracin ser el camino crtico de esa realizacin. Usualmente no ser
necesario determinar la duracin de todos los caminos, pues muchos de ellos podrn ser
descartados, porque por simple anlisis se sabe que no podran ser nunca crticos.
En un nuevo intento de realizacin del proyecto, como si fuera ejecutado por otro
equipo de trabajo, seguramente en condiciones de entorno distintas, resultaran sin duda otros
valores. Esto implica hacer otra simulacin, repitiendo el proceso anterior. Si esto se repite un
nmero elevado de veces, se esta en condiciones de hacer el tratamiento estadstico que
permita responder a las preguntas:
1.
2.
3.
4.
El valor de duracin X que resulte debe verse solo como una referencia, debido a que
supone recursos infinitos y computa unidades de tiempo. Considerando condiciones normales
de trabajo, se podra hacer una estimacin de la duracin en semanas de trabajo en base a
s =
X
40
(27)
valor que deber aumentarse para considerar das festivos y das perdidos. Tambin,
asumiendo 1800 horas de trabajo anuales, se puede tener una idea de la duracin del proyecto
en das calendario, suponiendo una ejecucin normal.
42
43
Programacin
Se ha visto que el diagrama de flechas, a veces llamado grafo de redes, sirve para
indicar la secuencia lgica entre las tareas, y determinar la duracin del proyecto sobre la base
de que se dispone de recursos infinitos, pero sin ajustarse a calendario alguno. Como resultado
de los estudios de factibilidad la direccin de la empresa decidir los recursos efectivos que
van a ser volcados al proyecto y el momento en que el mismo comenzara. Es en funcin de
esas directivas que se debe replantear la duracin, establecer la posible fecha de finalizacin y
determinar un presupuesto ajustado al nuevo replanteo. La asignacin de recursos: cuantos y
quienes participaran, conque medios, y en que momento (fijacin de un calendario), es la
tarea de la programacin del proyecto.
Las directivas que establezca la direccin de la empresa para la ejecucin del proyecto
podrn basarse en alguno de los criterios siguientes, o en su combinacin:
Diagrama de Gantt
La programacin se vale del diagrama de barras o diagrama de Gantt. Este diagrama
tiene en su eje horizontal el tiempo calendario, destacando los das laborables, y cada tarea esta
representada por una barra horizontal. La barra queda definida por su fecha de inicio, las
precedencias que debe satisfacer, los das laborables y horas diarias de trabajo, y la duracin
de cada tarea. El grafico marca tambin la vinculacin de precedencia entre tareas, figura 22.
Tarea A
Tarea B
Fig.22
5/02
12/02
19/02
26/02
05/03
12/03
19/03
El primer problema que se presenta para construir este diagrama es como representar
la duracin de una tarea que esta sujeta a incertidumbre. Obviamente, si se hiciera con los
valores medios, la duracin del proyecto que resulta del diagrama de Gantt no seria congruente
con la duracin que se determino previamente con el PERT, donde se contemplo una duracin
con un nivel predeterminado de riesgo. El otro problema es que para hacer el control, a fin de
evaluar la marcha del proyecto, necesariamente se deben considerar las incertidumbres.
Analicemos esto con ms detalle. Si quisiramos determinar la duracin de una nica
tarea que esta sujeta a incertidumbre, adoptado un riesgo dado, su duracin tendr un valor,
t j = t j + j .
(28)
43
44
t pj t oj
(29)
y j un factor que toma en cuenta el riesgo asumido, figura 23. Para un conjunto de tareas, por
ejemplo las tareas involucradas en el camino k, la estimacin debiera considerar la
incertidumbre que resulta en la ejecucin de cada una de las tareas que integran dicho camino.
f(t)
riesgo
Fig.23
tm
to
tj
tp
tcamino k
riesgo
tareas
j
en k
+ z .
tareas
2
j
en k
tareas
j
en k
+ z .
(30)
riesgo
camino k
ti + z .
2
i
ti +
i .
= ( t i + i . i ) =
1
ti
(31)
para lo cual bastara con asumir un riesgo para cada tarea proporcional a la incerteza de la
misma en relacin a la incerteza total,
= z .
(32)
2
i
44
45
Asignacin de recursos
Se ha visto que la asignacin de recursos y el calendario al que deben ajustarse las
tareas deber hacerse segn los criterios que hayan sido fijados por la direccin de la empresa.
Si bien en la etapa de planificacin se determina el tiempo que lleva la ejecucin de cada tarea,
estableciendo un nmero de horas, no dice como estas se distribuyen; es decir, no toma en
cuenta cuantas horas por da, ni cuantos das a la semana se trabaja. Cuando la organizacin no
es por proyecto, sino que se usan recursos de distintos departamentos de la empresa, cada uno
de ellos trata de ir llenando los tiempo libres, manteniendo la carga de trabajo lo mas nivelada
posible. Para eso se aprovechan los mrgenes que puedan tener las tareas. Si la empresa no
tiene recursos disponibles, deber agregar recursos, incorporando gente, nuevos equipos, o
contratando externamente.
t1
t1
t2
t2
t3
t3
t1
20
t3
15
t4
t4
15
t2
t1
t1
5
t4
t2
t2
t3
t3
t4
Fig.24
t4
La figura 24a muestra tareas de un tramo del diagrama PERT. Se trata de establecer
la carga de ingeniera, suponiendo que la ejecucin de cada tarea requiere un ingeniero.
Algunas posibles formas de asignacin se indican en las figura 24b,c,d y e, pudiendo cada una
ser optima segn sea el criterio que se considere: mnimo empleo de recursos por unidad de
tiempo, c; mejor nivelacin en el uso de recursos, d y e; el caso d ser mejor que el caso e, si t4
requiere una mayor inversin. Otro criterio seria adelantar las tareas con mayor incerteza.
A (2)
E (1)
B (3)
to
Fig.25
C (4)
E (1)
B (3)
D (6)
condicion acelerada
Condicion normal
A (2)
C (4)
D (6)
F (4)
F (4)
recursos
requeridos
recursos
requeridos
duracin
a)
t
b)
Fig.26
46
A (2)
B (1)
(4)
(4)
tA
C (1)
tB
1/2
2. z . ( 2 A + 2 B + 2 C ) 1/2
(3)
tC
(Horas-hombre)
12
Intervalo de confianza
Trabajo
planeado
TE1
Carga de trabajo
acumulado
2. z.( ( A ) 2 + ( B ) 2 )
2. z . A
(Horas-hombre)
t1
5/02
12/02
19/02
26/02
05/03
Fig.27
t2
tiempo calendario
12/03
Fig.28
Dado que las tareas tienen duracin incierta, para decidir si se va adelantado o
atrasado es necesario saber cual es el intervalo de incerteza para los instantes de control, figura
28. Por ejemplo el trabajo planeado TE1 se debera completar entre los tiempos t1 y t2 para
estar dentro de lo planeado. Pero, el control no solo busca saber si lo ejecutado esta dentro de
lo planeado, pretende adems:
estimar, en base a lo ejecutado, si se va a cumplir con la fecha de finalizacin
determinar una nueva fecha de terminacin, bajo el riesgo asumido
disparar acciones correctivas, para situarse dentro de lo planeado
El problema es que aun estando al momento del control dentro del intervalo de
incerteza previsto, esto no implica que se pueda concluir con la planificacin prevista. Ahora
se tiene un nuevo escenario: la informacin a posteriori modifica la previsin inicial.
/2=27%
2 = 5%
Fig.29
Fig.30
47
Ahora bien, dado que T y t1 estn impuestos, el nuevo valor del riesgo esta dado por
= 1- P(T-t1)
(33)
donde P(t) es la funcin de distribucin de las tareas pendientes de ejecucin, figura 30.
Esto muestra una nueva posibilidad de enfoque, haciendo que la variabilidad
admisible para las tareas previas al momento de control se establezca en base a la incerteza de
las tareas que aun resta ejecutar de modo de asegurar que se este dentro de las metas del
proyecto. En cierto modo, esto es un planteo inverso al indicado en la figura 28.
En el control conviene trabajar con medidas relativas en vez de manejarse con valores
absolutos, por ser ms indicativo y facilitar el control. Como la accin de control es una accin
programada, seguramente, al momento del control, algunas tareas tendrn un estado de avance
parcial. En tal caso, cada tarea debe ser medida en relacin al tiempo total del proyecto, y su
nivel de avance o progreso estimado en funcin de lo ejecutado en relacin al tiempo invertido,
y al nivel de conformidad en el cumplimiento de objetivos, figura 31.
Nivel de conformidad (%)
Peso
40
9.1
200
45.5
120
27.3
80
18.2
Total
440
100
0
Trabajo previsto
5
10
20
30
15
Trabajo
conseguido
0
100
10
40
50
80
30
100
80
30
100
28
80 100
40
20
20 40 60 80 100
100
Fig.31
excedido de
presupuesto
Presupuesto ejecutado
Presupuesto previsto
50
Trabajo planificado
Trabajo conseguido
25
retraso
50
75
Pociento de
horasde trabajo
Porciento del
presupuesto total
100 (%)
0
100 (%)
instante
actual
Frente a la pregunta: cul es el estado del proyecto?, no hay una nica respuesta. Se
debe diferenciar lo previsto (Budgeted cost of work scheduled, BCWS), de lo conseguido
(Budgeted cost of work performed, BCWP) y lo invertido (Actual cost of work performed,
ACWS). Es decir, para un conjunto de tareas que esta previsto ejecutarse en 100 h (BCWS =100
h) si transcurrido ese tiempo solo se han ejecutado 80 horas y conseguido realizar el trabajo
correspondiente a 60 horas del trabajo previsto, es BCWP=60 h y ACWS=80 h. Es decir, en
este caso habr un retraso, debido a poca efectividad y a un bajo ritmo de trabajo.
Si se quiere conocer el estado de situacin del proyecto en un instante dado se debera
comparar lo ejecutado contra lo planificado, considerando no solo el tiempo y el presupuesto,
sino adems el nivel de cumplimiento de los objetivos. Es decir, es necesario distinguir entre
estado de situacin del proyecto y una evaluacin de desempeo, en la cual debe incluirse el
grado de cumplimiento de los objetivos tcnicos.
Cuando no se esta dentro de lo planeado ser necesario introducir correcciones. Como
es imposible satisfacer el plan tiempos y el plan costos simultneamente, necesariamente uno
de ellos quedara subordinado, salvo que se alteren las metas del proyecto. Esto puede
significar un aumento de recursos, un estiramiento de los plazos, o un cambio en las
especificaciones como recurso extremo. Lo menos adecuado es tratar de hallar culpables y
darlo por terminado, o justificar su prosecucin en razn de lo invertido.
47
48
Factibilidad econmica
El proyecto debe integrarse al plan de negocios de la empresa El plan debe incluir un
anlisis del mercado al que se quiere llegar, un anlisis de la competencia, evaluaciones
referidas a las expectativas del cliente, sobre posibilidades de crecimiento y mejoras, planes de
evolucin del producto, objetivos de costo, polticas de comercializacin y precios,
necesidades de desarrollo de recursos humanos, planes de investigacin y de desarrollo, y una
evaluacin de como el producto afectara el futuro de la empresa, etc. El plan de negocios
debe contemplar tanto el corto (1 a 2 aos) como el largo plazo ( 3 aos o mas ). Todo ello
ser la base para decidir la conveniencia del proyecto.
En las empresas occidentales, tradicionalmente, los proyectos se analizaban
basndose exclusivamente en su tasa de retorno, y decidir entre varios era solo una cuestin de
saber cual era el ms redituable. Esto implica que las decisiones de las empresas son tomadas
bajo la visin de los accionistas, que son considerados los verdaderos dueos de la empresa.
Por el contrario, en Japn, los accionistas son socios silenciosos de directivos y trabajadores.
Se considera que la empresa son directivos y trabajadores, y no solo edificios, instalaciones y
equipos. La decisin en este caso se basa en el valor agregado por el proyecto:
valor de los
valor de productos y
valor agregado =
productos
servicios comprados
el cual es compartido por accionistas, directivos y trabajadores, y en reinversiones en partes
prcticamente iguales. En este caso, los proyectos se seleccionan segn una evaluacin del
valor agregado y la posicin competitiva de la empresa a largo plazo, y no solo considerando el
beneficio de los accionistas. Es decir, importa ms el futuro de la empresa que el resultado de
los beneficios a distribuir entre los accionistas que resultan del balance anual.
Costo objetivo
El beneficio resulta por diferencia entre el precio de venta y los costos. El precio de
venta esta acotado por sus dos extremos: El piso esta fijado por el costo, y el techo por el
valor o la utilidad que el producto representa para el usuario. La tarea del desarrollo es
maximizar dicha diferencia, lo cual implica minimizar el costo y maximizar la utilidad para el
usuario, como medio para aumentar la demanda. Es decir, los componentes del costo de un
producto no deben verse como algo rgido e inmodificable: Se puede y debe trabajar sobre
ellos para viabilizar el proyecto. En la mayora de los casos habr que operar sobre el producto
y sobre los procesos, y en otros casos ser necesario disponer de otras variables externas a la
empresa para hacer viable el proyecto.
Para su anlisis, conviene desglosar los costos segn la etapa formadora:
49
adelante hacia atrs. Este es un nuevo concepto que toma al usuario o cliente como base total
para la definicin del producto, incluyendo adems de las prestaciones del equipo, como una
caracterstica mas, el precio que esta dispuesto a pagar el consumidor. Es bajo este enfoque
que deben ser desarrollados los nuevos productos.
Establecido el precio de venta como valor de mercado y fijado el beneficio deseado,
entonces el costo objetivo resulta de la expresin
Costo objetivo = Precio de venta beneficio objetivo
(34)
Impuestas dos de las variables, resultara la tercera. Como el precio de venta lo impone
el mercado, solo resta trabajar sobre los costos o aceptar un menor beneficio. En el mtodo
aditivo, como se parte de los costos de produccin actuales, quedara afectado el beneficio
resultante, lo cual viabilizar o no el proyecto. En el mtodo sustractivo se impone el beneficio,
y en tal caso solo resta saber si el costo objetivo esta por encima del costo real de produccin.
La parte mas importante de cualquier desarrollo es justamente la de lograr suficiente
innovacin en el producto, los componentes y los procesos, de modo de satisfacer la meta de
costo objetivo. Para ello, partiendo de la meta de costo, se establecen metas para cada
elemento formador del costo. Este mtodo se usa bsicamente para los anlisis de costo en la
etapa de desarrollo del producto, con la finalidad de influir en la estructura de costos del
mismo. El modelo parte del supuesto que todo producto puede desglosarse en funciones y que
estas pueden valorarse segn la apreciacin del cliente, para ser consideradas en la definicin
del producto segn sea su relacin costo / valoracin.
La escala de produccin afecta todos los costos. Un volumen alto hace que los
costos de desarrollo, los que corresponden al desarrollo del producto y desarrollo de
manufactura, denominados costos no recurrentes, tengan mnimo peso. Tambin el costo de
los componentes es muy dependiente del volumen, y de acuerdos de compra. La compra de los
componentes est actualmente globalizada a nivel de grandes grupos empresariales
multinacionales, con precios muy diferentes a los que un pequeo fabricante puede obtener.
Aun entre las grandes compaas multinacionales puede haber diferencias de casi uno a dos en
el costo de un mismo componente, aun tratndose en ambos casos de grandes volmenes de
compra. Esto determina que actualmente, el costo final del producto a la salida de fbrica
descanse fundamentalmente en el costo de estructura, y en el costo de proceso que resulta del
armado, la soldadura, el control, la empaquetadura y el despacho a plaza.
Contar con una economa de escala redunda en:
49
50
Mercado objetivo
El conjunto de clientes que en un dado momento manifiesta un grado suficiente de
inters por el producto, y dispone de capacidad de compra, pero sin tomar en cuenta el precio
de venta, determina el mercado potencial del producto. Su estimacin suele hacerse en base a
indicadores relacionados con la capacidad de compra, como ser el producto bruto per capita, el
nivel de ingreso medio, etc. La demanda en cambio mide, para un momento dado, la cantidad
de un producto que puede ser comprada en relacin a su precio de venta, expresada en
unidades monetaria o unidades fsicas, considerando tres supuestos:
dQ
dP
Q
P
(35)
Los productos de consumo masivo son poco elsticos, y por lo general superado un
cierto precio la demanda cae abruptamente. El codo de la curva de demanda esta vinculado con
el ingreso per capita. La existencia de este codo hace muy difcil que una pequea compaa
pueda entrar en el mercado de entretenimiento., pero afortunadamente, dentro del rea de la
electrnica, la situacin no es tan mala, dado que es posible definir productos dedicados a
explotar nichos de mercado
Como el mercado esta integrado por todos los productos que compiten entre si para
satisfacer idntica necesidad de un grupo de usuarios, si estos estuvieran estratificados,
tambin lo estara el mercado. De no ser as, debe buscarse la posibilidad de segmentar el
mercado, desarrollando estrategias diferenciadas de promocin, comercializacin
o
desarrollando un producto diferente para un grupo de usuarios. Se busca con esto dividir un
mercado global en franjas menores, diferenciando a los usuarios y dando lugar a una funcin
de demanda tambin diferente, y a un mercado temporalmente cautivo.
Para una empresa el mercado potencial quedara limitado por la capacidad instalada o
que va a instalar. Eso da potencialmente sus posibilidades de crecimiento. Luego, lo novedoso
del producto, la estrategia de comercializacin, la propaganda, la posicin competitiva y el
precio de venta determinarn el factor de penetracin y el perfil del mercado. Un lanzamiento
mas temprano, una mayor penetracin inicial y una mayor porcin del mercado, determinaran
mayor volumen de ventas y mayores beneficios, figura 32.
Pm
Volumen de ventas
Lanzamiento
temprano
Precio
P
Generacion
siguiente
tiempo
Ciclo de vida
Fig.32
50
Qm
unidades
Fig.33
51
Definir el perfil del mercado que se quiere tomar no es tarea fcil sobre todo cuando
se trata de productos nuevos. Este perfil determinar el resultado de la evaluacin de
factibilidad econmica, y afectara a los planes de compras y de produccin futura, planes que
luego no son fcilmente modificables para adaptarlos rpidamente a las exigencias reales del
mercado. Uno de los errores de IBM cuando lanzo el primer computador personal, la PC, fue
precisamente subestimar el mercado, tanto que al mes y medio del lanzamiento de la PC ya
haba cubierto toda la cuota del ao, y se encontraba en imposibilidad de responder a esa
mayor demanda, lo cual posibilito que se introdujera la primera imitacin.
La habilidad de muchas empresas es despertar el mercado, creando expectativas
previas al lanzamiento, de modo de saltar las etapas de introduccin y difusin, o achicarlas; un
buen ejemplo de esta prctica se dio con el lanzamiento a nivel mundial del Windows 95.
La curva de demanda guarda una relacin inversa entre la cantidad de unidades y el
precio de venta de cada unidad. Habr un precio de venta suficientemente alto, Pm, para el cual
no va a haber ningn comprador interesado. En el otro extremo, regalando el producto, habr
un nmero de unidades mximo que el mercado puede absorber, Qm, figura 33. Una
simplificacin es aproximar entre estos dos lmites por una recta. Esta aproximacin lineal
tendr sentido si se trabaja en un entorno de la curva, donde los valores de Pm y Qm resultan
por extrapolacin, figura 33; para definirla, simplemente basta producir un cambio en el precio
de venta y ver como reacciona la demanda.
Ciclo de vida
Todos los productos tienen un ciclo de vida, que comienza con la aparicin de la
innovacin, le sigue una etapa de crecimiento (difusin del producto), y luego sobreviene la
madurez ( o saturacin ) para finalmente caer en la declinacin hasta la completa desaparicin
del mercado, figura 34. Este perfil deber ser hallado para el producto en desarrollo.
Declinacion
Saturacion
Crecimiento
Introduccin
Produccin
Fig.34
Fig.35
Muchos productos tienen un ciclo corto y nico, como fue el caso de los equipos de
banda ciudadana, muy populares en los aos 1970, figura 35. Otros productos estn sujetos a
ciclos sucesivos, debidos a cambios generacionales, como es el caso del computador personal.
Como indica la figura 36 la tendencia, en todas las reas, es a que los productos
tengan ciclos de vida cada vez ms cortos, siendo en algunos casos el tiempo de permanencia
en el mercado mas corto que la duracin del desarrollo. Esto llega al lmite en que se esta
trabajando simultneamente sobre varias generaciones distintas a la vez, con distintos grados
de avance.
50 aos atras
cosmeticos
hoy
juguetes
herramientas
Fig.36
alimentacion
farmaceuticos
0
10
15
20
25
51
52
Precio de venta
Hay dos modos de aumentar o asegurar beneficio: trabajando sobre el costo o
imponiendo el precio de venta. El proyectista solo puede influir sobre los costos; el precio de
venta es un problema de marketing. Cuando el producto debe penetrar en un mercado existente
debe ser competitivo, y en tal caso el nico camino es trabajar sobre los costos. El precio de
venta en condiciones de competencia perfecta esta determinado por el mercado, y ningn
comprador o vendedor de por si puede alterarlo. Por ello, la tarea del desarrollo ser obtener un
producto que satisfaga la especificacin bajo metas de costo. Esto es lo que puede hacer
posible un mercado que antes no exista. Este fue el caso de las fotocopiadoras, para las que
Xerox nunca considero ni desarrollo un producto que permitiera salir de unos pocos clientes,
generalmente grandes empresas o corporaciones. Canon, en cambio pens un producto para un
mercado mas amplio. Lo mismo ocurri con las videograbadoras, producto introducido por
Ampex, empresa que nunca sali del mbito profesional; igual situacin se repiti con otros
productos electrnicos. El desafi es innovar para acercar el producto a segmentos de mercado
mucho mayores, y eso implica fijar el precio de venta como una restriccin en la solucin. Es
decir, en este caso el precio de venta se fija en funcin del mercado al que se quiere llegar.
Ahora bien, las empresas producen solo si el hacerlo es ms beneficioso que no
producir. En otras palabras, se justificara producir para un precio de venta dado si los ingresos
exceden a los costos evitables. Desglosando los costos totales en costos fijos (CF) y costos
variables (CV), para una cantidad de unidades producidas q se define el costo medio total por
=
CMT
CF
+ CV
q
CF
q
CV
q
= CMF
+ CMV
(36)
Los costos evitables son usualmente los costos variables, de modo que mantener la
produccin se justificara si el precio de venta P es mayor al costo medio variable, CMV, es
decir si
(37)
P > CMV
Esto implica que una empresa puede decidir continuar produciendo aun cuando el
precio de venta P este por debajo del costo medio total, CMT, solo que transitoriamente. El fin
ltimo de cualquier empresa es obtener beneficio, el mayor posible. El punto de equilibrio
quedara definido por un precio de venta que resulte de la condicin de no perder dinero; es
decir para un nivel de produccin qc que se corresponde al mnimo de los costos medios totales
(CMT), figura 37.
Cuando el costo de producir una unidad mas, denominado costo marginal (CM),
verifica
CM
C (q )
q
< CMT
(38)
q =1
decimos que hay economa de escala, siendo C(q) el costo total de producir q unidades.
$
CMT
Pc
qc
Fig.37
Fig.38
qc
CM
= CMT
Q +1
= CMT
* (Q + 1 ) CMT
* Q + CMT
* Q = (CMT
Q +1
CMT
53
)* Q
+ CMT
Q +1
(39)
Q +1
Para valores de Q menores a qc, CMTQ es negativo, y en tal caso el costo marginal
estar por debajo del CMT, mientras que si Q>qc CM estar por arriba por ser CMTQ
positivo. Para Q=qc es CMTQ=0, de modo que este ser el punto de cruce, figura 38.
En condiciones de competencia perfecta la oferta del mercado queda determinada por
la participacin de todas las empresas, cada una con una porcin de mercado poco
significativa, y un nivel de produccin qo que se sita cerca del mnimo de los costos medios
totales (CMT), figura 39. Si el precio estuviera por debajo de Pc=minimo(CMT) no habra
oferta: Ninguna empresa fabricara dado que ese valor Pc es el mnimo precio para el cual se
justifica producir. Para que haya beneficio el precio de venta debe ser superior a Pc, y se
obtendr el mximo beneficio posible cuando el precio de venta iguale al costo marginal, lo
cual determina el mximo nivel qo de produccin que ese fabricante esta dispuesto a ofertar
para ese precio de venta, figura 40.
Fig.39
Fig.40
IM = Pv Q + 1 * ( Q + 1) Pv Q * Q = Pv Q * Q + Pv Q + 1
(41)
y dado que PvQ es siempre negativo, el ingreso marginal se sita siempre por debajo de la
curva de demanda, figura 41. Mientras el ingreso marginal sea mayor al costo marginal, con
cada unidad adicional producida se incrementa el beneficio. Por lo tanto, el nivel optimo de
produccin qo resulta cuando se verifica dicha igualdad, figura 42.
53
54
(42)
Fig.42
Fig.41
P = Pm
(43)
y dado que los ingresos dependen de la cantidad de unidades vendidas Q por el precio de venta
P, y los egresos van a estar dependiendo de un egreso fijo, Cf , y de un egreso que ser funcin
de los costos variables de fabricacin, que para simplificar supondremos varan linealmente
con la cantidad de unidades Q, resulta
B = P .Q C
(44)
C v .Q
Pm
. Q ). Q C
Q m
C vQ
(45)
CM
Pm
Beneficio 1
CMT
Pc
demanda
Beneficios
monoplicos
Beneficio 2
Dem anda 2
$
Fig.43
Beneficios
Q
Fig.44
Las empresas tratan de encontrar ese mximo. Esto significa que si se est en una
condicin inicial donde se obtiene un cierto beneficio BA, la empresa debe determinar si dicho
beneficio puede ser aumentado. Para ello introduce una variacin temporaria en el precio y ve
cmo reacciona el mercado; si los beneficios aumentasen, se prosigue en igual direccin hasta
el lmite en el que estos se ven disminuidos. Como la curva de demanda no se mantiene fija
con el tiempo, peridicamente se deben hacer tanteos, buscando mantenerse en el mximo.
Cuando la curva de demanda es muy inelstica (curva de demanda 1, figura 43 ) se da
una condicin ideal para el monopolio. La figura 44 muestra como se maximiza el beneficio
cuando se tiene el monopolio de un producto.
54
55
Anlisis de rentabilidad
El desarrollo del proyecto tendr sentido si del mismo resulta una rentabilidad
aceptable. El resultado de este anlisis no es sin embargo nico, ya que depender de:
Es obvio que cualquiera sea la forma de anlisis, en todos los casos se parte de
estimaciones a futuro de los distintos factores de costo, del mercado, y de la tecnologa. En
razn de ello, segn sea el tipo de proyecto, ser necesario analizar otros posibles escenarios,
considerando su probabilidad de ocurrencia, y en base a ello calcular el riesgo de cada
alternativa del proyecto ( concepto de solucin ).
La evaluacin econmica busca determinar para cada alternativa de solucin:
a fin de decidir cual es la mejor opcin. Para realizar estos anlisis son de gran utilidad el
conjunto de herramientas financieras que dispone Matlab. Analizaremos seguidamente cada
uno de estos criterios.
1. Flujo de caja descontado (VAN). Este criterio determina como aceptable un proyecto si el
flujo de caja descontado neto total es mayor a cero. El flujo de caja se calcula como diferencia
entre los egresos y los ingresos al final del ciclo de vida. Como el ciclo de vida de la mayora
de los productos electrnicos se sita entre los 3 y los 5 aos, es necesario diferenciar entre el
resultado contable y el resultado econmico. En este ltimo es necesario considerar el costo del
capital, medido por la tasa de inters, lo que lleva al flujo de caja descontado.
Sea FCi el flujo de caja en un periodo i, balance entre ingresos y egresos en ese
periodo,
FC i = I i E i
(46)
Cuando se multiplica el flujo de caja por un factor de descuento i se habla de un flujo
de caja descontado
(47)
FCD i = (I i E i ). i
Al flujo de cada descontado tambin se le denomina valor actualizado neto, o VAN.
Para hallar el beneficio al final del ciclo de vida simplemente se contabilizan los flujos de caja
descontados de cada periodo refirindolos al momento inicial, mediante un factor de
descuento que toma en cuenta la tasa de inters,
1
(1 + t i ) i
(48)
donde ti, tasa de inters, es el costo del capital previsto para el periodo i. Este valor dar un
valor equivalente al valor del capital al inicio del proyecto de no haber depreciacin o
inflacin. Si pi es la tasa de inflacin prevista para el periodo i, entonces, deber considerarse
F CD
FC i
1
(1 + t i ) i (1 + p i ) i
(49)
= B
= FCD
= E
FCD
= E
i =1
FC i
(1 + t i ) i
(50)
siendo Eo la inversin inicial requerida para comenzar el proyecto, la cual ser por tanto
negativa.
55
56
Acumulando los flujos de caja netos por periodo, y llevados a una grafica, dentro del
ciclo de vida del producto, el valor al final del ltimo periodo representa el beneficio total del
proyecto, figura 45.
T asa de inters = 0
(valo r con ta ble)
FC
T a sa de inters de
m ercado: ti<T IR
producci n
desarrollo
T asa inters =T IR
Eo
TRI
Fig.45
2. Tiempo de retorno de la inversin. En muchos proyectos, con escenarios a largo plazo
impredecibles, o con alta probabilidad de que el escenario a futuro cambie, toma importancia el
tiempo de recupero de la inversin. Este valor resulta de determinar el valor de k tal que
B k = FC = E o +
FC
i/o
= Eo +
i =1
FC i
= 0
(1 + t i ) i
(51)
de modo que si el intervalo k esta muy prximo al final del ciclo de vida estimado para el
producto, o es mayor a cierto tiempo prefijado, entonces el proyecto resulta poco atractivo.
3. Tasa interna de retorno. Todo proyecto lleva implcito diversos riesgos. Por lo tanto, el
proyecto debe producir un beneficio ms atractivo que el que resultara de colocar el capital a
inters bancario. Por otro lado, como el beneficio B es funcin de la tasa de inters ti, habr
una tasa de inters para la cual al final del proyecto resulta un beneficio nulo. Esta tasa de
inters se conoce como tasa interna de retorno, o TIR, de modo que
n
n
FC i
(52)
B n = FCD = FCD i =
= 0
TIR ) i
(
1
+
1
i =1
En la medida en que la TIR se acerque al valor de la tasa de inters de mercado el
proyecto se vuelve menos atractivo.
4. Relacin costo beneficio. Este criterio se basa en determinar la relacin entre el valor
actualizado de los ingresos brutos, o netos de egresos, en relacin al valor actualizado del total
de los egresos; es decir, toma en cuenta el valor total comprometido en el proyecto. La relacin
k
Ii
costo beneficio bruto esta dada por
(
1
+
ti ) i
Relacin costo beneficio bruto = RCBB = i =k 0
Ei
(53)
i
(
1
+
t
)
i=0
i
y la relacin costo beneficio neto por
k
RCBN
i= 0
k
i= 0
Ii E i
(1 + t i ) i
E i
(1 + t i ) i
(54)
La RCBB indica cuanto se recupera en funcin del monto invertido, mientras que la
RCBN da una idea del rendimiento del proyecto. Obviamente, para aceptar el proyecto debe
ser RCBB>1 y RCBN >0.
56
57
regulaciones
cambios en los gustos o comportamiento de los consumidores
cambios tecnolgicos
comportamiento de la competencia
cambios en los costos de los componentes
variaciones de los mercados de capital
variaciones en los costos de la mano de obra
costos de los insumos bsicos ( electricidad, etc )
depreciacin monetaria
inflacin, etc
que por cierto pueden no ocurrir, y de ser as podra verse afectado el xito del proyecto.
A este tipo de problemas se dedican los anlisis de riesgo. Estos anlisis son sin
embargo de aplicacin limitada en los mercados emergentes, en los cuales, leyes y
regulaciones gubernamentales que hacen a la previsin de escenarios pueden cambiarse varias
veces al ao. Esto hace que los criterios comnmente aplicados para la aceptacin de proyectos
carezcan en tales escenarios de sentido. Para estos escenarios solo son viables proyectos para
los cuales se pueda asegurar un corto tiempo para el retorno de la inversin, muy altos valores
de TIR o bien se cuenta con un mercado monoplico, obtenido mediante regulaciones,
barreras aduaneras, o altas tasas a la importacin.
En cualquier caso, el anlisis de riesgo sigue siendo una herramienta importante de
decisin, porque permite conocer los puntos dbiles del proyecto. Para realizarlo se requiere
conocer para cada una de las variables que determinan el beneficio cual puede ser su probable
distribucin durante el ciclo de vida.
Supongamos por ejemplo que el costo del componente i es Ci, y que del mismo se
deben colocar ni unidades por equipo; luego, por desglose de las partes del equipo, se puede
hallar el costo total de los componentes,
(55)
C = n C + n C + ....... + n .C
T
T = n 12 . 12 + n 22 22 + .......... .. + n m2 . m2
(56)
y lo mismo se puede repetir para los otros tems de costo sujetos a fluctuacin.
Para este tratamiento, si Xi es un componente de costo que influye sobre el beneficio,
para conocer su distribucin probabilstica, figura 46, se asume como modelo la funcin beta.
Los parmetros se sabe que pueden calcularse en base a una estimacin basada en tres
escenarios: lo peor, lo mejor y lo ms probable y supuestos de valor medio y varianza.
f(B)
FC
F(Xi)
b
B
riesgo de
perdida
XiM
Xim
Fig.46
Fig.47
57
58
Fig.48
Segunda
generacion
El ciclo de vida y el perfil del mercado en el que se inserta el producto son otras
variables sujetas a fluctuacin que tambin deben ser consideradas Obviamente el final del
producto estar determinado por varios factores. En una situacin como la indicada por la
curva a, figura 48, donde pasado un cierto tiempo resulta desventajoso desde el punto de vista
del beneficio continuar con la fabricacin, igualmente puede justificarse continuar para
mantener presencia en el mercado y no dejar un vaco que seria aprovechado por un
competidor, al menos hasta tanto no exista un producto sustituto. Esto muestra la necesidad de
tener lista a tiempo la generacin siguiente.
Tambin puede ocurrir que si es retirado de produccin las perdidas serian de todos
modos mayores, debido a los costos fijos. Es decir, la meta a nivel de proyecto es obtener
mximo beneficio; una vez en el mercado, de lo que se trata es de obtener mnimas perdidas
evaluadas a largo plazo.
Para realizar estos anlisis es conveniente apoyarse en anlisis de sensibilidad previos,
a fin de que sean considerados todos los factores de mayor peso. Los anlisis de sensibilidad
se realizan con la finalidad de determinar cuales son los factores que ms inciden en el
resultado del proyecto, buscando:
58
Optimizacin
La perfeccin se alcanza no cuando ya no queda
nada ms por agregar, sino cuando
ya no resta nada para mejorar
ANTOINE DE SAINT-EXUPRY
Podra decirse que hay dos tipos de problemas: unos con solucin conocida, y otros de
solucin desconocida. Los primeros pueden resolverse en base a informacin que se encuentra
en libros, revistas tcnicas, o lograrse basndose en el conocimiento de expertos dentro del
rea. En tales casos, la solucin sigue un camino convencional: A partir de la solucin
estndar desarrollada para este tipo de problema, el ingeniero, simplemente por clculo,
desarrolla una solucin particular adaptada al problema especfico. Puede decirse que esta es
una va de solucin inercial, afincada en la experiencia existente.
Pero, en ciertos casos, con apropiado estudio del problema y de las soluciones
existentes, es posible desarrollar pequeas mejoras, y excepcionalmente mejoras importantes.
En otros casos, se busca aprovechando otros principios, producir un cambio mayor en la
solucin. Estos son los dos caminos que puede seguir el ingeniero, aportando en mayor o
menor medida una dosis de creatividad en la solucin de los problemas:
El primero, sin duda el camino ms fcil, es aplicable en cualquiera de las fases del
ciclo de vida del producto, o solo puede limitarse al rediseo de alguna parte o cambios en el
proceso de manufactura. En muchos casos, con el simple cambio de valor de un componente es
posible obtener una mejora notable en el desempeo de un circuito. La condicin ptima
resultara de evaluar cuan cerca se este en el ideal de producto, evaluando:
Efectos indeseados, tales como un alto costo, altos rechazos, alta temperaturas,
alta tasa de fallas, gran volumen, etc.
Efectos deseados, como larga vida til, alta eficiencia, alta capacidad de
disipacin, y mejores prestaciones en general
debiendo encauzar el proyecto de modo de minimizar los primeros y maximizar los segundos,
aprovechando para ello los grados de libertad disponibles. La relacin de ambos determina un
factor de ideal del producto, o sea, su idealidad, al que debiera acercarse la solucin,
Idealidad
No siempre existe una solucin ideal. Pero, de existir, podra ser tan compleja y
difcil de hallar, que es mejor quedarse con una solucin aceptable. Es decir, un criterio
adicional a tener en cuenta es ver si los beneficios que resultan de una optimizacin compensan
los esfuerzos necesarios para su logro. Con frecuencia los proyectos estn sujetos a urgencias,
por lo cual la toma de decisiones es rpida y por tanto resulta difcil contemplar todas las
alternativas que llevaran a una mejor solucin.
A veces suele expresarse que la meta de un ingeniero de diseo es desarrollar el
mejor sistema posible, de acuerdo a los recursos asignados, que cumpla el objetivo
establecido. En la expresin mejor sistema posible estn implcitos los dos conceptos mas
importantes del proceso de optimizacin:
60
La existencia de un criterio frente al cual se valore que un sistema es mejor que otro; este
criterio no necesariamente puede estar
explcitamente expresado dentro de los
requerimientos, y en tal caso deber ser elaborado como parte del proceso de diseo
la existencia de alternativas, o grados de libertad. De hecho cuando la solucin es nica,
no hay posibilidad de optimizacin alguna. En realidad, en este caso tampoco existe un
problema de ingeniera de diseo.
Cuando se dice de acuerdo a los recursos asignados, se esta fijando un concepto
importante del proceso de optimizacin: Las soluciones deben contemplar las restricciones
propias del problema. Claramente, la expresin con el fin de cumplir un objetivo establecido
es una condicin bsica: Solo puede hablarse de solucin, si se da cumplimiento al
requerimiento o especificacin, o al conjunto de objetivos fijados para el diseo. Surgen as,
los dos aspectos que siempre deben ser considerados:
1.
2.
Variables del sistema: las cuales pueden ser divididas en dos categoras:
(1) Variables dependientes, cuando estn asociadas directamente al
cumplimiento de una especificacin
costo
optimizacion
economica
optimizacion
tecnica
Campo de soluciones
Soluciones ptimas
prestacin
Fig.1
Fig.2
60
61
El enfoque del proyecto queda impuesto por los criterios que deben ser aplicados,
reconocindose usualmente que es posible hallar criterios comunes segn el segmento de
mercado al que este orientado el producto, tal como muestra la curva de la figura 2.
Usualmente se diferencia entre:
1.
2.
3.
En el primer caso se debe vincular el parmetro que surge del criterio con las
variables del sistema, basndose en un modelo apropiado de anlisis. Esta vinculacin definir
una funcin de mrito o funcin de prestacin, tambin denominada funcin objetivo,
expresada como
(1)
E ( x) = E ( x , x ,...., x )
1
donde, a su vez, las distintas variables podrn estar vinculadas por una funcin de
restriccin, o un conjunto de ellas. Estas restricciones tienen las siguientes caractersticas:
9 Definen las condiciones factibles de diseo.
9 Establecen restricciones en las variables de diseo:
9 Directas sobre los valores de las mismas
9 Definiendo relaciones entre ellas
9 Fijan restricciones sobre el comportamiento del sistema:
9 Limitando la carga mxima, la potencia de salida, las impedancias, los umbrales
lgicos, etc.
9 Limitando los valores que pueden asumir las variables por imposicin de leyes
fsicas fundamentales, o porque la gran mayora de las magnitudes fsicas deben
ser siempre superiores a cero. En otros casos sern exigencias de
manufacturabilidad las que requieran que la magnitud deba superar un umbral
prefijado, como por ejemplo que el valor de capacidad deba ser superior a la
capacidad residual del propio circuito.
9 Pueden estar establecidas tanto por ecuaciones como por inecuaciones.
En la optimizacin multicriterio habr un conjunto de funciones objetivo, cada una
asociada a un criterio, la cual busca optimizar un parmetro ligado a alguna especificacin, o
vinculado a una condicin del desarrollo, la fabricacin, el control, la instalacin, el
mantenimiento, etc. Segn el nfasis que se ponga en alguno de estos aspectos se habla de un
61
62
diseo orientado por el criterio elegido. De lo que se trata es de aprovechar al mximo los
grados de libertad disponibles. Cada una de estas funciones objetivo se expresar en la forma
E
= E j ( x 1 , x 2 ,..., x n )
(2)
donde xi es una variable de diseo, y n es el nmero de estas. Luego, jugando con el conjunto
de variables independientes se trata de satisfacer las limitaciones o restricciones propias del
proyecto, las cuales pueden tomar la forma de igualdades y/o desigualdades
h i ( x ) = h i ( x 1 , x 2 ,..., x n ) = 0
g i ( x ) = g i ( x 1 , x 2 ,..., x n ) 0
(3)
o simplemente establecer los limites dentro de los cuales se debe lograr la optimizacin
xi < x < x s
(4)
Puede ocurrir adems que, dentro del rango, los valores deban limitarse a un conjunto
discreto. Este es el caso, por ejemplo, cuando la solucin debe restringirse a valores
normalizados contenidos en una escala de tolerancias.
Mtodos de optimizacin
Existen una gran variedad de tcnicas para hallar la condicin ptima que satisface un
dado criterio. Algunas de ellas sern superiores a otras en su aplicacin a ciertos problemas,
dependiendo esto de que las funciones sean lineales o alinales, que las variables sean
determinsticas o aleatorias, que se puedan establecer expresiones analticas o solo puedan ser
relacionadas por datos experimentales, o que la funcin sea continua o tenga discontinuidades.
Los distintos mtodos pueden clasificarse en mtodos indirectos y directos. En los mtodos
indirectos se determina la condicin que debe ser satisfecha para considerar la solucin como
ptima, y de ella se deduce el valor que satisface esa condicin. En los mtodos directos se
evala directamente la funcin de prestacin a cumplir mediante la aplicacin sistemtica de
tcnicas recursivas. Los mtodos indirectos son normalmente tratables mediante mtodos
analticos: Estos incluyen la diferenciacin, mtodos variacionales y el uso de los
multiplicadores de Lagrange. Los mtodos directos son apropiados para tratamiento por
computadora. El empleo de tcnicas numricas hace posible el tratamiento de problemas
lineales y no lineales.
Una solucin eficiente y precisa para los problemas de optimizacin no es solo
dependiente del tamao del problema en trminos del nmero de restricciones y las variables
de diseo, sino tambin de caractersticas de la funcin objetivo y de las restricciones. Cuando
ambas, la funcin objetivo y las restricciones, son funciones lineales de las variables de
diseo, el problema se conoce como un problema de programacin lineal (LP). La
programacin cuadrtica (QP) se relaciona con la maximizacin o minimizacin de una
funcin objetivo cuadrtica que esta sujeta a una restriccin de tipo lineal. Para ambos casos se
han desarrollado diversos procedimientos de solucin.
Mucho mas difcil es la programacin no lineal (NLP), en la cual, ambas, la funcin
objetivo y las restricciones, estn sujetas a relaciones no lineales con las variables del diseo.
La solucin en este caso recurre a un procedimiento iterativo, donde en cada nuevo intento se
establece la direccin de bsqueda en base al resultado del paso anterior. Esto se logra
usualmente por la solucin de una LP, una QP, o llevndolo a un subproblema sin
restricciones.
Los distintos mtodos deben verse como simples herramientas, que por si solo no
resuelven los problemas. Los problemas de la optimizacin giran siempre alrededor de dos
62
63
elementos que no son siempre fciles de plantear, a saber: los criterios que juegan y la funcin
objetivo que se deriva de ellos.
Usualmente se piensa en la funcin objetivo como una expresin analtica que
vincula las variables en juego. No siempre es posible establecer una funcin de este tipo,
porque lo nico que se puede establecer es una relacin causa-efecto, que no puede volcarse en
un modelo matemtico. A veces se hace una aproximacin mediante modelos simples, y luego
se refina la solucin en forma experimental. Diferentes mtodos de optimizacin pueden ser
de ayuda en ambos casos, para reducir el nmero de iteraciones. En otros, el tratamiento
analtico solo permite marcar la direccin del camino ptimo. La solucin ptima resultara del
compromiso con otros factores.
En muchos casos la solucin ptima es un compromiso entre varios criterios con
exigencias contrapuestas. Bsicamente, esta situacin se da normalmente entre el costo y el
desempeo. Por ejemplo, en el caso del diseo de un transformador, la temperatura a la que
debiera trabajar es compromiso entre dos factores:
Mtodos tabulares
Cuando no es posible un tratamiento analtico, un modo de determinar cual es la
mejor opcin entre varias posibles consiste en armar una tabla, cuyos encabezamientos sean
Pros ( Positivo), Contras ( Negativo), e Implicancias. Debajo de las dos primeras
columnas se van anotando los factores que resultan favorables o desfavorables de tomar esa
decisin, y en implicancias los resultados de la misma ( que pueden ser tanto favorables como
desfavorables ). Asignando un puntaje a cada factor, y ponderndolos, la mejor alternativa es la
que resulta con el mayor puntaje.
PROS
........
puntaje
CONTRAS
........
P1
puntaje
IMPLICANCIAS
........
P2 puntaje
P3
63
64
Fuerzas contrapuestas
al objetivo
Factor 1
tiempo de
aprendizaje
menor costo
Peso 1
50
Objetivo
mayor soporte
no hay disponibilidad
en el mercado
50
20
Peso 3
Peso 4
Peso 5
Opcin 1
Opcin 2
Opcin 3
Opcin 4
Fig.3
Cuando son muchos los objetivos a cumplir resulta conveniente armar una tabla de
doble entrada: por un lado se anotan las caractersticas o factores que se van a tener en cuenta
en la decisin, y por otro las distintas opciones. El problema que se plantea es como balancear
caractersticas distintas. Esto se resuelve incluyendo un factor de ponderacin para cada
caracterstica, que tome en cuenta su importancia. Luego se le asigna a cada opcin un
puntaje, segn sea el grado de satisfaccin de la caracterstica. Tomando en cuenta el factor de
ponderacin, resultara ganadora aquella opcin que sume el mayor puntaje.
El mayor problema del mtodo es la reduccin a un nico nmero, el puntaje,
evitando que el mismo no sea establecido en base a subjetividades, y contemple asimismo el
efectivo nivel de satisfaccin de cada factor. Una manera de lograrlo es evaluando el costo o el
esfuerzo requerido para alcanzar igual meta.
(9)
d 2E
> 0 , Minimo
dx 2
(11)
(10)
Debiendo los elementos del circuito cumplir una sola funcin objetivo, se cuenta con
grados de libertad para cumplimentar exigencias o criterios adicionales. La parte mas difcil en
la mayora de los problemas de optimizacin es como fijar los criterios para la optimizacin,
64
65
cuando estos no estn formulados como parte del problema. De estos, algunos son criterios
bsicos que juegan en todas las soluciones, a saber:
criterio econmico
satisfaccin del modelo de clculo
facilidad de realizacin
mejor cumplimiento del objetivo
y = f ( x 1 , x 2 ,.... x n )
(12)
hi = h ( x1 , x 2 ,..... x n )
i = 1 ,....... m
(13)
(14)
de las cuales se derivara una solucin que seria inaceptable porque no garantiza que se
satisfaga el conjunto de las restricciones. Estas restricciones se dan en la mayora de los
problemas de ingeniera, en los cuales no son posibles todos los valores. Por ejemplo, para que
sea posible la realizacin fsica en la mayora de los casos ser necesario que las xi tengan un
valor positivo, por lo cual es necesario considerar dicha restriccin en la bsqueda de la
solucin. Los multiplicadores de Lagrange permiten crear una funcin objetivo aumentada
con variables artificiales, los multiplicadores de Lagrange, cuya finalidad es incluir en la
funcin objetivo las restricciones propias del problema. Para entender y justificar el mtodo
supongamos que la funcin de prestacin este dada por
(15)
P = E ( x1 , x 2 )
65
66
(16)
(17)
(18)
= 0
Para hallar un valor de x1 que sea un valor extremo de P se debe hallar el valor de x1
que anule la derivada en dicho punto. Es decir, se debe determinar el valor de x1 que cumple la
condicin
dP
E
E dx 2
(19)
=
+
= 0
dx
x1
x 2 dx
o tambin
2
1
h
E
x1
x1
=
=
E
h
x2
x2
h
h
x 2
x1
=
E
E
x 2
x1
(20)
(21)
(22)
(23)
(24)
de la cual resulta
66
(25)
h
E
+ .
= 0
x1
x1
67
(26)
(27)
(E + . h ( x 1 , x 2 ) ) = L = 0
x1
x1
(28)
x 2
(29)
(E
+ .h ( x 1 , x 2 ) ) =
L
= 0
x2
(30)
L
= E 2 + h2 = 0
x2
(31)
L
= h3 = 0
(32)
en las cuales el multiplicador de Lagrange se trata como si fuera una variable independiente
mas, en lo que respecta a las derivadas parciales. Se tiene por tanto, en este caso, un sistema de
tres ecuaciones con tres incgnitas: x1, x2 y . Obsrvese que la restriccin impuesta por la
ecuacin (32) no es ms que otra forma de expresar la condicin
h ( x1 , x 2 ) = 0
(33)
E
(35)
. x i = E i . x i
x i
Esta expresin indica que un cambio unitario en xi (xi=1) provoca un cambio Ei
en E, E=Ei. Pero adems, considerando n variables, como siempre ha de ser
(36)
h .dx + ..... + h dx = 0
E =
(37)
expresin que muestra como deben variar las dems variables xj ( ji) para que contine
cumplindose la restriccin; se observa que la variacin de estas debe ser ponderada por el
valor de hi, valor este que mide la importancia o peso de la variable en la restriccin.
67
68
Bsqueda uniforme
En la bsqueda uniforme del intervalo ptimo se deben realizar primero todas las
experiencias para definir luego, con los resultados, el intervalo dentro del cual se encuentra el
valor ptimo, figura 4. Aunque el mtodo es para la mayora de los casos poco adecuado, es
til, sin embargo, cuando la funcin posee mximos y mnimos locales.
LISTADO 1
e=(incerteza/2);
x=a:e:b;
y=f(x);
[m,p]=min(y);
minimo=x(p)
Fig.4
Si se trata de un proceso computacional, Matlab en particular se presta para este tipo
de tratamiento dado que permite obviar el uso de los poco eficientes for ...end. La debilidad de
la bsqueda uniforme es la alta carga de computo cuando se requiere alta precisin en los
clculos, lo cual lo hace inviable, salvo que se admita un intervalo de incerteza elevado. El
Listado 1 seria la herramienta computacional para el caso de usar Matlab, suponiendo que se
trata de hallar un mnimo.
Bsqueda secuencial
En vez de hacer todos los clculos y hallar despus entre estos el ptimo, una mejor
opcin seria, partiendo desde un extremo del intervalo, ir comparando cada nuevo valor con el
anterior hasta encontrar la inversin en la tendencia. Cuando en base al resultado de cada
experimento se decide continuar o no, segn sea el resultado de la experiencia anterior, se
habla de un mtodo de bsqueda secuencial. Este es un mtodo ms eficiente que el anterior,
68
69
entonces, mediante la rutina del Listado 2 se halla el subintervalo dentro del cual se encuentra
el ptimo
a+(i-2).e x a+i.e
(39)
LISTADO 2
n=round((b-a)/e)
y(1)=f(a);
y(2)=f(a+e);
signo=sign(y(2)-y(1));
for i=2:n
y(i)=f(a+i*e);
if sign(y(i)-y(i-1))+signo==0
end
x=a+(i-1)*e
break
end
n pasos
a1
b1
an-1
Fig.5
bn-
Otra posible forma seria la siguiente: Supngase que se debe hallar el valor de x para
el cual la funcin E=E(x) pasa por su mnimo valor. Supongamos que partiendo desde uno de
los extremos se haya evaluado la funcin en los puntos xi - x y xi , y se hayan determinado
dos valores E(xi-x) y E(xf) tales que
E (xi x) < E (xi )
(40)
Esto significa que se ha pasado por un mnimo para ese valor de x, el cual estar
comprendido dentro del intervalo:
xi x < x < xi
(41)
69
70
Bsqueda dicotmica
La bsqueda secuencial se hace ms eficiente si en cada paso de bsqueda el intervalo
de incerteza se reduce a la mitad. Se habla en tal caso de una bsqueda secuencial dicotmica.
Este mtodo requiere determinar en cada prueba dos valores muy prximos entre si, elegidos
en el centro del intervalo, figura 7. Con estos dos valores se puede determinar de que lado de
dichos puntos esta el ptimo. Si se busca un mnimo, y los valores obtenidos fueran los
indicados en la figura 7, entonces el mnimo se encontrara en el subintervalo izquierdo.
2
f(x)
1
3
8 9
x
x1
xf -x
1
4
xf 2
5
Fig.6
f(xi)
x2
3
8
xi
x i + x
6
7
9
Fig.7
(42)
(43)
Bsqueda de Fibonacci
Muchos problemas de ingeniera pueden ser optimizados de un modo sencillo cuando
se cuenta con un modelo analtico que los representa; en otros casos, la optimizacin debe
valerse de ensayos experimentales. Si este es el caso, importa usar un mtodo de bsqueda que
permita llegar al ptimo con mnimo esfuerzo de bsqueda. Esto sucede cuando la funcin f(x)
a optimizar no es conocida explcitamente, pero puede ser evaluada experimentalmente. Solo
se requiere que la funcin sea unimodal, y conocer adems el intervalo L dentro del cual hacer
la bsqueda del ptimo,
(44)
L= (b-a)
Prefijado el nmero de ensayos n, se trata de determinar en base a los mismos el
menor valor del intervalo Ln=(bn-an) dentro del cual se encuentra el ptimo. Obviamente, la
menor cantidad de ensayos que permite reducir el intervalo de incerteza son dos: puntos x1 y x2,
figura 8. Estos puntos dividen al intervalo en tres secciones. En funcin del valor que tome la
70
71
prestacin en dichos puntos, y segn el extremo que se busca ( mximo o mnimo ), se decidir
cual de las dos secciones extremas deber descartarse. Si por ejemplo se tratara de hallar un
mximo, como f(x1)>f(x2), figura 8, se debera descartar la seccin derecha (Sd).
El procedimiento de bsqueda a desarrollar se apoya en las tres reglas siguientes:
1.
2.
3.
el intervalo de incerteza que reste despus de cada evaluacin debe tener igual valor,
independientemente de cual haya sido la seccin descartada
debe aprovecharse para la siguiente decisin el resultado del ensayo que esta ubicado
dentro del intervalo de incerteza ganador
Los puntos de prueba deben ser seleccionados de modo tal que el intervalo de incerteza
que reste sea el menor posible; o planteado de otro modo, cada evaluacin debe permitir
descartar el mayor intervalo posible
f(x1)
f(x2)
Si
Sc
Sd
x1=x1(n)
x0
Fig.8
x2=x2(n)
L(n)
vale decir, las dos secciones ubicadas a ambos extremos deben ser siempre iguales.
Supongamos ahora haber llegado, despus de realizar n ensayos, al intervalo final de
incerteza L. Para simplificar, supondremos que este intervalo sea de valor unitario, L(1)=L=1.
La idea es hallar la magnitud que debera tener el intervalo inicial L(n) para que despus de los
n ensayos resulte el intervalo de incerteza L=1, aplicando reiteradamente el mtodo basado en
los tres principios anteriores.
Evidentemente el intervalo final de incerteza debe resultar de los dos ltimos ensayos,
el n-1 y el n, figura 9. Por ser los ltimos no es de aplicacin la segunda condicin, pero si la
primera y tercera. La nica manera de satisfacer ambas es dividiendo el intervalo en dos
mitades, y probar en dos puntos cercanos entre si, ubicados al centro del intervalo L(2), figura
9, es decir tales que
(46)
x n = x n 1 +
con tendiendo a cero, y en tal caso
(47)
L 1 L 2 L (1) = L
Si se buscara un mximo, como f(n-1)>f(n), es obvio que el mismo estar en la
seccin derecha; es decir, en base al nuevo ensayo n y el resultado del ensayo anterior n-1,
del intervalo anterior L(2) se deriva el intervalo final de incerteza L = L(1) L1 L2, de lo
cual claramente resulta L(2)=2L.
f(x n-1 )
f(x n-1 )
f(x n )
xn
x n-1
Fig. 9
L(2)
L1
x n-1
xn
L2
71
72
Veamos como juega la tercera condicin. Supongamos que a cierta altura de los
ensayos el intervalo se haya reducido a La, figura 10, y que sean e1 y e2 los dos ensayos que
deben ser considerados en este intervalo para definir un intervalo de incerteza ms reducido.
En base al segundo principio, uno de estos ensayos se supone que ya fue realizado: podra
tratarse de cualquiera de los dos, e1 o e2. Por la condicin primera, si fuera e1, entonces el
intervalo anterior seria el Lc, mientras que si fuera el e2, el intervalo anterior seria el Lb.
Cualquiera de los dos satisface la primera regla, pero solo Lb satisface la tercera. Este es por lo
tanto el nico posible.
e1
La
e2
x1
x2
e2
e3
Lb
x2
Fig.10
e3
e1
Lc
x1
n2
en-2
L n-2
x2
en-2
en-1
L n-1
x2
x3=L n-2
en-1
Fig.11
en
Ln
x3=Ln-2
xn=L n-1
Como la seccin Ln-2 es la que se agrega al intervalo Ln-1 para formar el intervalo Ln, se
concluye tambin que la proporcin de intervalo descartado por cada ensayo esta dado por
d
Ln 2
Ln
(49)
73
Esta expresin recursiva, requiere que sus dos primeros trminos sean prefijados en la
forma,
(52)
Fo = 1 , F 1 = 1
10
11
12
13
Fn
13
21
34
55
89
144
233
377
0.5
0.3333
0.4
0.375
0.3846
0.381
0.3824
0.3818
0.382
0.3819
0.382
0.382
dn
Reduccion
del intervalo
de incerteza
L(1)=1
Fig.12
L(2)=2
L(3)=3
L(4)=5
L(5)=8
L(6)=13
La aplicacion del metodo supone que previamente este definida la cantidad de ensayos
a ejecutar, valor que puede hallarse en base a la expresin (53), donde
(54)
L= (b-a)
Determinando el valor de Fn , en base a (53), el valor de n debe ser el menor valor
para el cual se verifica
L
(55)
F ( n 1)
F (n )
2e
Determinado el valor de n por la condicin (55), los dos primeros valores para los
cuales se debe realizar los ensayos son elegidos de modo que estn separados de los extremos
del intervalo en un valor
Fn2
(56)
d1 =
.L = d n .L
Fn
(57)
(58)
o tambin
x1 = a +
F n2
L
Fn
(59)
73
74
y
(60)
Fn2
F n 1
.L =
L
Fn
Fn
L1 = L
Hallados los valores de x1 y x2, si los resultados fueran los indicados en la figura 13 y
se buscara un mximo, es claro que el intervalo 3 puede ser descartado; es decir, el mximo se
encuentra en el subintervalo L1. El procedimiento se repite ahora sobre el intervalo L1, y as
sucesivamente hasta el n-esimo ensayo. Obsrvese que en el mtodo de bsqueda dicotmica,
cada prueba exige obtener el valor en dos puntos, mientras que el mtodo de Fibonacci solo
exige en cada paso una determinacin adicional. Visto de otro modo, con el mtodo
dicotmico cada dos ensayos se reduce el intervalo de incerteza un 50%, mientras que en el
mtodo de Fibonacci se reduce aproximadamente un 75%. La figura 14 compara la reduccin
del intervalo de incerteza de ambos mtodos en funcin del nmero de pruebas, partiendo de
un intervalo inicial L=1.
d1
f1
f2
2
1
a
L1
d1
x1
3
x2
Fig.13
Fig.14
em 2 a + 2 a e2
em 2 b 2b e1
(62)
(112)
se puede asegurar que el mtodo no lleva a una falsa decisin, figura 15b.
2b
f(x)
em1
dn.Ln
em2
a)
Ln
dn.Ln
e1
e2
b)
Fig.15
2a
em2
x1
x2
Fig.16
75
dentro del intervalo de bsqueda que estn por encima del mnimo valor que puede ser
observado. Por ejemplo, supngase que la funcin toma valores no nulos sobre un intervalo
restringido de la variable x, figura 16. Cuando se tiene un comportamiento de este tipo, para
hacer posible la bsqueda debe antes determinarse el rango dentro del cual la funcin objetivo
toma valores que puedan ser discernidos con el instrumental usado.
Por otro lado, el mtodo de Fibonacci supone que el valor extremo se ubica en uno
cualquiera de los Fn subintervalos en que se puede dividir el intervalo de bsqueda inicial Ln, y
supone que todos son iguales, lo cual no necesariamente es as. Esto sucede si por ejemplo el
valor ptimo debe restringirse a un conjunto de valores preestablecidos, definidos por ejemplo
en base a una escala de tolerancia normalizada.
Las escalas de tolerancias definen el conjunto de valores disponibles por dcada, de
manera que dos valores sucesivos, considerando sus tolerancias extremas, se establecen con
mnimo o nulo solapamiento. Esto implica que la relacin entre dos valores contiguos de la
escala es aproximadamente constante, y que adems segn sea la tolerancia ser el nmero de
valores por dcada. Por caso, a una tolerancia del 5% le corresponden 24 valores por dcada,
lo cual define la escala E24. Por la forma en que son definidos, el conjunto de valores se alinea
segn una recta en un grfico semilogartmico, figura 17, con una densidad de los valores
posibles de ser ptimos apiados hacia los bajos valores, figura 18.
Fig.18
Fig.17
Visto de otro modo, la magnitud del intervalo de incerteza depender del valor
alrededor del cual se ubique el ptimo, como muestra la figura 18. Esto implica que la
cantidad de ensayos para llegar al ptimo no va a ser siempre la misma: depender del cual sea
el intervalo ganador. Si el ptimo se ubica en su valor mas bajo, el intervalo de incerteza final
es ms chico que si se ubica en su valor ms alto, y por lo tanto se requerirn ms ensayos para
llegar al ptimo, figura 19. Si el nmero de ensayos se determina considerando el intervalo ms
pequeo, de no resultar ese el ganador, el mtodo pierde eficiencia. Un modo de optimizar el
proceso de bsqueda sera, despus de realizar cada experiencia, recalcular el nmero de
ensayos necesarios en base al nuevo intervalo ms pequeo con posibilidad de resultar
ganador.
Numero de ensayos
La
Lb
valor optimo
Fig. 18
Fig. 19
75
76
Fig.20
Por otro lado, en el ltimo paso de decisin no es posible aplicar el mtodo, ya que,
debiendo siempre trabajar con valores estndar, no es posible probar con un valor muy cercano
al valor que se retiene de la evaluacin anterior, figura 21a, lo cual permitira reducir el
intervalo de incerteza en L/2, figura 21b. Debiendo realizar las mediciones con valores
normalizados, la prueba puede llevar a uno de los resultados indicados en la figura 21c y 21d,
con desigual reduccin del intervalo de incertidumbre. Segn el caso ser necesario realizar,
figura 21c, o no, figura 21d, un ensayo adicional.
a)
b)
c)
d)
Fig.21
76
77
Fn2
Fn
(63)
= F j 1 + F
(64)
j2
resulta tambin que la relacin entre dos trminos sucesivos de la serie de Fibonacci, relacin
entre intervalos sucesivos, dada por
F n 1
F n2
= 1
Fn
F n
(65)
tiende al valor 0,618 si n>8. Si se usara esta relacin cualquiera sea el valor de n, no seria
necesario precisar los ensayos a realizar. Como muestra la figura 23 el mtodo de bsqueda por
seccin urea es solo levemente inferior al mtodo de Fibonacci y superior al mtodo de
bsqueda dicotmica.
Fig.22
Fig.23
(67)
(68)
= 0 . 618
78
x
x1
xmin
x
x2
xMax
f1
Fig.24
f1
f2
f1
f2
f2 f
Fig.25
Mtodo de gradiente
Muchos problemas de optimizacin requieren tratar con ms de una variable, y si
bien es posible extender en muchos casos tcnicas de bsqueda sobre intervalo, como el
mtodo de Fibonacci, o el de relacin urea, estos exigen realizar muchas bsquedas
unidimensionales de un modo secuencial hasta la obtencin del mximo (o mnimo) para cada
dimensin. El problema que esto acarrea es que la bsqueda multidimensional, basndose en
bsquedas unidimensionales, no es eficiente, exceptuando el caso en que una de las variables
pueda tomar solo unos pocos valores.
Cuando se hace la optimizacin de una variable mediante bsqueda de intervalo, a las
restantes se le asignan los valores ptimos que se han encontrado hasta ese momento, y se
procede en forma reiterada hasta lograr la convergencia a un punto.
Debido a que el mtodo por bsquedas sucesivas sobre cada variable tiene una
convergencia lenta, esto lo hace poco adecuado. Lo conveniente es hacer la bsqueda del
ptimo considerando todas las variables al mismo tiempo, basndose en la informacin sobre la
pendiente de la funcin, o sea, su gradiente. La idea es, en cada nuevo punto, hacer la
bsqueda en la direccin de mxima pendiente.
Supongamos que la funcin de prestacin dependa de dos variables
(69)
E = E ( x1, x2 )
con curvas de nivel como las indicadas en la figura 26. Partiendo de un punto P0, en el mtodo
por bsqueda de intervalo primero se hace la bsqueda del valor ptimo de x2 sobre el
intervalo (a,b), bajo la condicin x1=x10, lo cual lleva al punto P1. Luego, la bsqueda del
valor ptimo de x1 sobre el intervalo (c,d), asignando a x2 el valor que corresponde al punto
P1, x21, lo cual lleva al punto P2, y as sucesivamente hasta llegar al ptimo. En el mtodo del
gradiente se produce un cambio simultneo en las dos variables, movindose sobre la lnea g.
Esto hace que se llegue a la convergencia en forma simultnea en ambas variables.
78
79
X2
b
X2
P2
x2 1
P1
E1
E3
E2
P3
t
Po
g
a
I2
P0
c
x1 0
X1
X1
I1
Fig.27
Fig.26
Supongamos para la funcin E las curvas de nivel indicadas en la figura 27, y que sea
O el punto ptimo a hallar. Partiendo de un punto arbitrario Po, para el mismo se debe definir
el vector de gradiente N, vector que es normal a la tangente T a la curva de nivel en ese punto,
E
N = E =
x1
. I
E
+
x2
. I
(69)
. I 1 +
. I 2
x 1
x2
n =
2
2
E
E
+
x2
x1
(70)
el cual marcara la direccin donde debe situarse el prximo punto en el que se debe hacer la
nueva evaluacin de la funcin objetivo. Para definirlo exactamente se usan mtodos de
interpolacin polinomial, por ser los ms efectivos cuando la funcin a minimizar es contina.
Suponiendo que en el paso de bsqueda k se este con valores xi(k) , entonces la nueva
iteracin se har en x i ( k + 1) , donde
x i ( k + 1) = x i ( k ) + i . = x i ( k ) + x i
(71)
x1
(
x2 =
x1
E
).
x1
E
+
x2
E
).
x2
E
+
x2
(72)
(73)
los valores en los que se obtiene el extremo de la funcin objetivo se han determinado
con una incerteza menor a un valor definido de antemano,
las derivadas en ese punto son menores a un valor prefijado ( condicin de extremo )
79
80
E(x1,x2)
x1<f1(x2)
x1>f2(x2)
Fig.28
x2
En los problemas de programacin lineal la funcin de desempeo esta dada por una
ecuacin algebraica lineal, a la cual se agregan otras ecuaciones algebraicas lineales que actan
como restricciones para la optimizacin del problema. Es decir, en general habr una funcin
de prestacin
E = a 1 . x 1 + ....... + a n . x n
(74)
y un conjunto de restricciones del tipo
(75)
h i = b i 1 . x 1 + ........ + b in . x n , = , C i
Cuando el nmero de variables lo permite es conveniente utilizar un mtodo de
solucin grfico, transformando las restricciones expresadas por desigualdades en igualdades a
fin de determinar las condiciones limites de la regin de solucin, figura 28. Este mtodo es de
utilidad cuando existe, ms que un valor, un conjunto de valores que satisfacen las condiciones
del problema. Es decir, cuando la solucin esta representada no por un punto sino por una
regin.
80
Innovacin
y
Prospeccin
Cuanto ms original es un descubrimiento,
mas obvio parece despus
ARTHUR KOESTLER
Ciertamente, la funcin del ingeniero es hallar una solucin para los problemas. Pero,
con entornos cambiantes se requiere un proceso de innovacin permanente. La innovacin esta
estrechamente ligada a la creatividad. Hallar soluciones creativas requiere contar con muchas
entradas, obtenidas normalmente por lectura de material relacionado con el rea, para poder
definir una salida.
La creatividad puede definirse como la habilidad para sintetizar nuevas
combinaciones de ideas y conceptos de una forma que sea til a la solucin de algn problema.
Al principio puede ser simplemente un esbozo, que se va luego completando desde lo simple a
lo complejo.
En todo proyecto el ingeniero se enfrenta a un nmero enorme de posibles cursos de
accin. Esto lo obliga a evaluar cada alternativa explcitamente, en funcin de criterios que
debern ser establecidos y ponderados a fin de hallar la mejor solucin. Pero, cuando el
individuo es verdaderamente creador percibe para los problemas soluciones poco usuales, las
cuales, adems de ser originales, son a la vez muy efectivas. La originalidad de por si no es
suficiente; la creatividad debe tambin redundar en un mejor aprovechamiento de los
conocimientos y una optimizacin en el uso de los recursos. En resumen, el aporte creativo
aplicado a una solucin particular se mide por el grado en que la solucin:
En un tiempo se pens que la facultad creadora era un don natural que divida a la
humanidad en dos especies, la creadora y la no creadora. Sin embargo esta creencia ha dado
82
paso a la opinin de que la facultad creadora se estimula y desarrolla, y es un don que poseen
en mayor o menor grado todas las personas.
Lo cierto es que algunas sociedades han desarrollado una cultura que favorece la
invencin y la innovacin tecnolgica, mientras que en otras este don permanece aletargado.
En las primeras se ha desarrollado una actitud en la cual prima la bsqueda continua de una
mayor eficiencia, un mejor aprovechamiento de los recursos y una mejor satisfaccin de las
necesidades. Esto lleva a un continuo desarrollo de mejores soluciones, o como suele decirse,
a la bsqueda de la excelencia. Otras culturas son mas bien dogmticas, asumiendo frente a los
problemas actitudes sumisas, conformista o de resignacin.
Una justificacin a los dos puntos anteriores lo constituye el hecho de que personas
que pasan de una cultura que no favorece la invencin a otra que si lo hace, logran destacarse
en estas, debido a que han podido desarrollar su don personal en un ambiente propicio.
La creatividad ha sido relacionada con la edad de las personas. En este sentido vale la
observacin de Del Buono, cuando explica que planteada la pregunta: para que puede ser til
una carretilla de ruedas ovaladas?, figura 1, encontr que la respuesta era muy diferente segn
que la audiencia fueran nios de escuela primaria o grupos de dirigentes empresariales. Del
Buono manifiesta que encontraba respuestas en los nios; en los mayores solo una sonrisa.
Capacidad
innovadora
Fig.1
Fig.2
20
30
40
50
60
edad
En USA se han hecho estudios que muestran que los profesionales de ingeniera son
ms creativos al finalizar su formacin universitaria, figura 2. Muestra esto que la creatividad
mxima se manifiesta en una edad en la que:
82
83
Invencin
Innovacin
Comercializacin
costos y riesgos
tiempo
Conocimiento
Idea
Producto
Difusin
Imitacin
Fig.3
Esto justifica que si se hace un balance de las mayores invenciones se encuentra que
en una proporcin de 3 a 1 estas recaen ms en individuos que en empresas. Esto podra
llevarnos a pensar que la invencin es predominantemente una tarea que se apoya en la
creatividad individual. De ser as, habra una gran limitacin para futuras invenciones e
innovaciones, dado que estas necesitan cada vez mayores recursos, solo disponibles en
empresas, y adems, la mayor complejidad inherente de los equipos requiere tambin del
aporte de personas con conocimientos en reas muy diversas. Esto podra llevarnos a inducir
que hoy en da no hay lugar para el inventor solitario; pero tampoco esta es una verdad
incontrovertible. Es cierto que actualmente se necesitan grandes recursos, muchos ms de los
que una sola persona pueda disponer, pero tambin lo es que:
Los inventores son personas con una mente divergente, que difcilmente puedan integrarse
a un grupo de trabajo, y si lo hacen, raramente producirn algo original debido a que
deben ajustar sus ideas al esquema de trabajo del grupo, que tiende a disciplinar a cada
individuo hacia objetivos bien definidos.
El inventor necesita, adems de materiales e instalaciones, mucho tiempo. Normalmente
dispone de los dos primeros cuando integra una organizacin o grupo empresarial de I&D,
pero de tiempo dispone hasta cierto lmite. Dentro de una empresa, el departamento de
I&D debe producir resultados en tiempos precisos. Si al cabo de un tiempo una lnea de
investigacin no logra ciertas metas, es posible que la direccin de la empresa decida
discontinuarla. Una decisin en tal sentido puede impedir que se alcance un logro
importante, posible si se dispusiera de un poco ms de tiempo. Esta es la ventaja de la
dedicacin personal. El inventor solitario, por el contrario, no se fija en el tiempo, y la
confianza en sus ideas es tan grande que ve las dificultades, decepciones y resultados
adversos solo como pequeos desafos u obstculos que debe vencer, y la escasez de
recursos es solo uno ms, no reparando en medios con tal de lograr su propsito.
83
84
84
Ironiza sobre ciertos profesores que admiten solo como respuesta valida tan solo
aquella que ellos esperan, normalmente ceida y ajustada a lo que enseo en su curso
Es una critica a la estrechez de miras, y una critica a aquellas soluciones que se
limitan tan solo a los enfoques convencionales (asociacin de la presin con la altura)
85
El Eureka de Arqumedes
R.M.Roberts en el libro Serendipity, Accidental Discoveries in Science (Wiley, 1989)
relata la tan conocida ancdota sobre Arqumedes. Este, al descubrir casualmente mientras se
estaba baando la solucin al problema que lo aquejaba, sale corriendo desnudo por las calles
de Siracusa gritando:Eureka, Eureka (la halle, la halle). Lo que Arqumedes haba hallado
era la solucin al problema que le haba planteado el rey Heredoto. El rey le haba
encomendado a un joyero que le hiciera una corona de oro puro, y cuando la recibe, le entran
dudas sobre si la corona contendra todo el oro que el le haba dado. Para despejar sus dudas le
encomienda a Arqumedes el problema de determinar si la corona era realmente de oro o una
mezcla. Para ello Arqumedes dispona de dos datos: el volumen y el peso del oro. El rey haba
entregado un cubo regular de oro de medidas y peso conocidos. Estos eran los dos valores
que deban ser satisfechos. El desafo que tena por delante Arqumedes era calcular el
volumen de la corona. Si conociese el volumen, conociendo adems el peso, estaba en
condiciones de saber si se trataba de oro o de una aleacin.
La actitud creativa
No puede hacerse, es demasiado tarde para hacerse, no est dentro de lo planeado,
es demasiado costoso, ya ha sido probado, no es prctico, es contrario a las reglas de diseo,
no creo que funcione, ..., estos son los obstculos comunes que afronta el individuo que
propone algo nuevo y diferente. Evaluar e inmediatamente criticar las ideas de otros, es un
rasgo muy humano y comn. Pocos pueden enfocar las ideas de otros con una mente abierta y
una actitud constructiva.
En consecuencia, cuando enfocamos las fases de un proyecto de diseo relacionado
con la proposicin de conceptos alternativos, debemos suprimir intencionalmente nuestra
actitud crtica destructiva y suplantarla por otra ms objetiva y receptiva.
Los innovadores operan sobre premisas concretas:
Desarrollar una actitud creativa. Significa tener confianza en uno mismo; es decir, pensar
que hay ms de una solucin, y que esta se puede encontrar.
2.
Dar rienda suelta a la imaginacin. Mirar el problema bajo distintos ngulos, explorando
las ambigedades, sin amedrentarse por las equivocaciones, o el miedo al ridculo,
tratando de observar al principio todo el cuadro, y no detenerse en los detalles
3.
4.
Desarrollar y abrir la mente. Significa ser receptivo a las ideas o propuestas ajenas,
repensndolas si fuera necesario; no cegarse ni cerrarse en las propias ideas
85
86
5.
6.
86
Reconocer bien los problemas de contorno. Esto implica no seguir reglas que no existen
ni son parte manifiesta del problema. Es comn fijar para el problema restricciones que el
problema no tiene.
Como ejemplo citaremos la siguiente ancdota referida al disco compacto. Sony
haba trabajado por varios aos en el tema y lo haba abandonado por las dificultades
mecnicas que haba encontrado. En ese estado se ven sorprendidos por un pedido de
Philips que propone una reunin para aunar juntos una especificacin. Aunque el inters
de Sony ya haba desaparecido, por curiosidad acepta. En la primer reunin, cuando los
ingenieros de Philips muestran el tamao del disco que proponan, los ingenieros de Sony
se ven sorprendidos: Su solucin haba fracasado porque se haban impuesto un tamao
de disco similar a los clsicos LP de vinilo, lo cual creaba grandes dificultades para la
implementacin mecnica. Es decir, se haban impuesto una limitacin que el problema
no tenia.
Como una digresin curiosa digamos que, para definir el tamao del disco, el
Director de Desarrollo de Philips requiri la opinin del celebre director de msica von
Karajan, recibiendo como respuesta: si no entra la Novena Sinfona de Beethoven en
una sola cara, no es lo suficientemente grande . Esto determino el tamao del CD, en
contra de las 18 horas de capacidad en que pensaba originalmente la gente de Sony.
87
La Invencin
Cuando no hay una solucin estndar de la cual partir, y se debe hallar una, se trata
de un problema de invencin. La invencin esta ligada a un nuevo descubrimiento cientfico o
logro tecnolgico que hace posible concebir algo nuevo, y que se encuentre una solucin a
problemas aun no resueltos, o que ni siquiera hayan sido explicitados como tales. Una
invencin es luego toda solucin diferente, cuya disponibilidad y uso es de utilidad en la
solucin de algn problema. Inventar es resolver un problema de un modo distinto, utilizando
creatividad e inteligencia, y esto implica:
Fig.11
Fig.12
Fig.13
Fig.14
Este esquema, si bien es innovador, resulta todava ineficiente, dado que con el
empleo de un regulador lineal se pierde gran parte de la energa, figura 13. Es decir, el
87
88
Necesidad y ahorro de mano de obra. Estos han sido factores que estimularon siempre la
inventiva con el fin de evitar regulaciones extremas, el poder sindical, la dependencia, o
las limitaciones propias de la capacidad humana.
Un ejemplo de este tipo lo constituye la primera central telefnica. Su inventor,
Strowger, tena una empresa funeraria y estaba molesto porque su competidor se enteraba
primero de los fallecimientos debido a que la esposa de este trabajaba en la central
telefnica, la que hasta ese momento era manual; esto le daba la ventaja de ser la primera
en enterarse de cualquier acontecimiento. Strowger pens que la nica manera de evitar la
ventaja del competidor era logrando un enlace telefnico sin intervencin humana.
3.
4.
Adaptacin de un viejo principio a un viejo problema para generar una nueva solucin.
Limitaciones tecnolgicas hacen que la solucin a ciertos problemas no aproveche
inicialmente todas las posibilidades de una nueva concepcin o idea. Este es el caso del
receptor superheterodino. El esquema tiende a resolver de un modo muy elegante los
problemas del receptor de sintona directa (sensibilidad y selectividad pareja cualquiera
sea el canal que se quiera recibir). La figura 15 esquematiza el principio de base del
receptor superheterodino.
fo-fc
fo+fc
Fig.15
FI
fo-fc
FI
fc
Mezclador
Filtro
Amplificador
Filtro
Demodulador
Oscilador Local
fo=fc+FI
89
Filtro
Pasabajos
Banda de
operacion
30
MHz
Fig.16
132
102
Banda de
frecuencias
imagen
202
232 MHz
En tal caso, cualquiera sea el canal es siempre FI> fc, y adems como el valor de
la frecuencia imagen esta dada por fc+2*FI, entonces esta se elimina disponiendo a la
entrada del receptor un filtro pasabajos fijo en vez de un filtro sintonizable. En un receptor
de onda media, por ejemplo, bastara que la FI sea de 10.7MHz (definida en este valor
para usar filtros estndar); en receptores de onda corta (3 a 30 MHz ) la FI puede ubicarse
en valores mayores a los 100 MHz, tal como muestra la figura 16.
5.
de
A(t).ej / 2
Hilbert
ejwot
ejwit
ef
/2
A(t)
A(t).e-j /2=ej (wi-wo)te-j /2
Fig.17
A(t).e-j / 2
ej [ (wi-wo)t- /2 ]
de
A(t).ej / 2
Hilbert
ejwot
ejwdt
/2
ef
+
A(t).ej / 2
A(t).ej /2=ej (wo-wd)tej /2
Fig.18
A(t)
ej [ (wo-wd)t+ /2 ]
89
90
7.
fOL
fO
Fig.19
FI=500KHz
fc=3 a 30 MHz
fOL
Fig.20
90
8.
91
La Innovacin
El termino innovacin se vincula con el empleo de nuevas ideas y conocimientos
tecnolgicos y de comercializacin a productos existentes, con la finalidad de bajar costos y
mejorar o agregar atributos que antes eran desconocidos, al menos en el mercado en el que se
va a comercializar. El innovador interacta con todo un contexto formado por competidores,
proveedores, clientes, y regulaciones para poner en prctica un invento, de un modo que puede
ser:
Proactivo: En este caso la empresa opera sobre una base planeada, con recursos asignados,
preparndose para el cambio o el logro de objetivos futuros. Tratan de ser los primeros en
lanzar nuevos productos en el mercado, cuidando de que sean difciles de imitar o mejorar,
y finalmente si la competencia entra al mercado, se bloquea al competidor con una
segunda y mejor versin.
92
Los avances tecnolgicos deben ser trasladados en uno de los siguientes estilos de diseo:
proveyendo funcionalidad constante a mnimo precio, el cual debera disminuir con el
tiempo, figura 21a
manteniendo los costos constantes e incrementar la funcionalidad, figura 21b
aumentando los costos e incrementando la prestacin, figura 21c. Si bien posible, esta
variante fue descartada por los diseadores de DEC, pues apreciaron que tena menor
potencialidad econmica que las dos primeras.
concibiendo una familia en la cual cada producto queda enmarcado en base a sus dos
caractersticas, costo y prestacin, figura 22.
introduciendo mejoras tecnolgicas continuas, creando cada dos aos dos nuevos
miembros de la familia por cada uno anterior: uno equivalente en precio, el otro
equivalente en funcionalidad, de modo que al cabo de algunos aos se cuente con un
grupo desparramado dentro de un amplio espectro precio-prestacin.
Fig.21
Fig.22
Actualmente los tres conceptos, especialmente el tercero y el primero, han sido y son
explotados con xito por Intel para su gama de microprocesadores.
El concepto evolutivo toma nuevas formas al agregar la posibilidad de actualizar el
software, o personalizarlo, incorporando el mismo en una flash ROM. Por este medio se
consigue que los dispositivos vean alargado su ciclo de vida.
La tercera opcin, basada en aprovechar el conocimiento del mercado, aunque es una
ventaja importante para introducir nuevos proyectos, su mayor contra es la resistencia a entrar
en reas o productos que estn fuera de la especializacin, o del ncleo de sus negocios.
92
93
definir el producto pensando en el usuario, pero con la idea de que ser necesario
generar el mercado y educar en el uso de ese producto.
indagar lo que el publico quiere, y disear siguiendo esas pautas
93
94
Las empresas dominantes por lo general actan solo cuando las empresas menores los
obligan a ello, y en ese caso lo hacen rpido para no perder su posicin en el mercado.
La firma que se desenvuelve bajo competencia, con una porcin del mercado total
k.Q1, encuentra su gran oportunidad en la innovacin debido a que al tener precios apenas por
encima de los costos, si el proceso innovador lleva a una reduccin de costos, pasando de C1 a
C2, esto le permite, mientras tenga el monopolio del cambio tecnolgico, maximizar su
beneficio, bien sea:
manteniendo el precio de venta P1 y su cuota de mercado k.Q1, con lo cual no
cambia la oferta pero incrementa su beneficio
Patentes
La patente es un contrato entre el estado y un individuo, mediante el cual el estado le
otorga el derecho de disponer en forma exclusiva y libremente de una determinada invencin
por un tiempo definido ( 10 a 20 aos ). Adems de un reconocimiento a la creatividad de las
personas o empresas, el estado busca con ello generar incentivos para estimular la invencin,
presuponiendo que a travs de la invencin se logra una mejor calidad de vida para las
personas. Como contrapartida, el propietario de la patente esta obligado a hacer publica toda la
informacin de su invencin, lo cual enriquece el conocimiento tcnico, y ayuda a la
creatividad y capacidad de innovacin de otros. Es decir, para que sea acordada la patente, el
inventor esta obligado a realizar una solicitud en la cual debe hacer una descripcin tcnica
del invento. La solicitud es un documento pblico, debiendo tener suficiente detalle como para
que un especialista en el rea pueda comprender su funcionamiento. La descripcin debe ser
acompaada por esquemas, planos, o diagramas, que hagan posible reproducir el invento.
La solicitud de Patente de Invencin se hace ante la Oficina de Patentes del pas en
donde se solicita proteccin. Esto implica que la proteccin que se otorga sobre un invento es
territorial; es decir, una patente obtenida en un dado pas, slo da proteccin en ese pas.
Aunque anualmente se acuerdan innumerables patentes, muchas quedaran solo como
archivos en alguna oficina de patentes. Muchos estiman en menos del 10% la cantidad de
patentes que tienen alguna posibilidad de desarrollo econmico. En parte, porque muchas
empresas se rigen por el principio: Debe protegerse todo lo que pueda ser protegido. Es
decir, las patentes no son exclusivas de productos revolucionarios; en la mayora de los casos
corresponden a procedimientos tcnicos o son simples mejoras de un producto.
Los principios en que se basan los sistemas de patentamiento fueron establecidos en
la Convencin de Paris en 1883. El denominado Convenio de Pars regula la proteccin de la
Propiedad Industrial. Independientemente, cada pas emite leyes y regulaciones para la
proteccin de los derechos de la propiedad intelectual. Dentro de esta se incluyen, adems de
las invenciones, las creaciones literarias o artsticas, los smbolos y nombres, las imgenes y
sonidos, y los diseos grficos. Hay dos categoras:
Propiedad industrial, que incluye los inventos, marcas, y los diseos y modelos
industriales
Derechos de autora, que incluye trabajos literarios o artsticos, pelculas, obras
musicales, diseos arquitecturales, etc.
Se considera invencin a todo producto o proceso que implica una nueva forma de
hacer algo, o que representa una nueva solucin tcnica a un dado problema. Para que sea
acordada una patente se requiere que la invencin:
94
95
Para hacer valer sus derechos la persona fsica o jurdica ( las empresas ) debe
presentar una solicitud de patente en el organismo nacional competente. Por ejemplo, en
Francia, al igual que en Argentina, es el INPI ( Institut National de la Propriete Industrielle, o
Instituto Nacional de la Propiedad Industrial), del cual dependen la Oficina de Marcas, la
Oficina de Modelos y Diseos Industriales, y la Administracin de Patentes.
Una patente protege solo las reivindicaciones solicitadas, en las cuales se describe
aquello que es lo novedoso del producto, indicando las caractersticas tcnicas genuinas de la
invencin o del modelo, o sea aquellas que no existan anteriormente, conformando un grupo
de peticiones ordenadas y enlazadas que definen la materia que ser objeto de proteccin, y
sern tantas como sea necesario para definir y delimitar correctamente la invencin. Se
distingue entre reivindicaciones independientes o principales y las dependientes o secundarias.
El pliego de reclamos se compone al menos de una reivindicacin principal, en la cual esta
definida la invencin, y de reivindicaciones secundarias ligadas a ella, las cuales aportan
detalles o caractersticas adicionales del invento. Estas, a pesar de ser inditas, se consideran
auxiliares o complementarias de la reivindicacin principal.
95
96
Tcnicas creativas
Para llevar a cabo el desarrollo de un proyecto hay disponibles una diversidad de
herramientas, la mayora de las cuales solo indican que cuestiones deben ser consideradas, pero
no dicen nada de como hacerlo. El camino hacia la solucin pasa primero por generar ideas, y
luego ver como hacer estas posibles, tratando de que las ideas y su implementacin no se vean
solo limitadas al rea de conocimiento que domina el grupo de desarrollo. Mayormente, la
creatividad se apoya mas en el pensamiento estructurado, que en otras vas no convencionales,
conocidas como formas de pensamiento lateral. El pensamiento estructurado reposa en el
razonamiento y la lgica como la va hacia la creatividad, y lleva a soluciones basadas en
soluciones previamente desarrolladas para problemas similares.
La esencia del pensamiento lateral es la reestructuracin de conceptos que ya existen
en la mente. El pensamiento lateral es algo as como un conjunto de tcnicas por las cuales, a
partir de burlar y desorganizar dichas pautas, se trata de encontrar nuevos caminos de solucin,
que sean a la vez originales y brillantes. De algn modo es pensar lo opuesto, salirse de los
esquemas convencionales, contraponer conceptos.
El pensamiento estructurado y el lateral son complementarios. Bsicamente, el
pensamiento disciplinado es efectivo en la bsqueda de mejoras, aprovechando las soluciones
existentes, mientras que el pensamiento lateral lo es en la generacin de nuevos conceptos e
ideas. Por ello, la mayora de las tcnicas creativas recurren a ambas formas de pensamiento.
Tcnicas individuales
Por muchos aos la creatividad se considero una tarea eminentemente individual,
propia de personas con mentes geniales. La realidad, sin embargo, muestra que la mayora de
las invenciones e innovaciones surgen despus de un largo esfuerzo de anlisis y bsqueda. Es
decir, es importante la creatividad individual, propia de personas curiosas, con slidos
conocimientos en el rea, de mentes divergentes y cuestionadoras de las soluciones
convencionales, y muy observadoras de las tendencias, pero el xito debe verse ms como un
problema de dedicacin y pequeos logros que de golpes de iluminacin. Claro que este
esfuerzo de anlisis, previo a toda nueva sntesis creadora, se vera reducido valindose de
apropiadas tcnicas, algunas de las cuales se describen seguidamente.
1. Mtodos analticos. El anlisis de diseo empleando modelos matemticos conduce con
frecuencia al descubrimiento de mejores conceptos de diseo. Este anlisis revelar
conocimientos fundamentales acerca de su comportamiento, y mostrara omisiones que
conducirn a nuevas ideas para lograr nuevas mejoras. La idea es vincular las caractersticas
del producto con los elementos que la determinan.; es decir, hallar relaciones causa-efecto. Una
herramienta para ello es el diagrama espina de pescado, figura 23. En esta, se reconocen y
diferencian las caractersticas principales de las secundarias y an de otras ms subalternas, y
esto conduce a una orientacin de prioridades en la bsqueda de soluciones.
El anlisis de las fallas y deficiencias de los productos, usando herramientas tales
como diseo de experimentos (DOE), anlisis de modos de falla (FMEA), anlisis de rbol
de fallas (FTA), y anlisis de competitividad son tambin una fuente motivadora e inspiradora.
V a lo r
Secundarias
80%
Principales
Fig.23
96
Fig.24
D
C a r a c t e r s t ic a s
97
Para estos anlisis son de ayuda los grficos de Pareto. Con estos, se busca concentrar
la atencin en los factores dominantes del problema, atenindose a la regla: El 80 % depende
del 20 %. Se trata de darle mayor importancia y priorizar la solucin de aquellos aspectos que
son decisivos y no detenerse en otros que son secundarios o de fcil solucin, figura 24.
Tambin son tiles los diagramas de bloque, asociacin de mdulos y bloques
funcionales dispuestos de modo de dar solucin al problema. De este modo, la solucin de un
problema complejo queda reducida a la solucin de pequeos problemas.
2. Monitoreo. La idea es ver y observar antecedentes, tratando de encontrar pistas en el pasado
que permitan entrever posibles soluciones, viendo las ideas que no pudiendo ser materializadas
en su momento, la tecnologa hace que sea posible su actual implementacin.
Tambin los estudios y evaluaciones de los productos existente en el mercado, a
travs de anlisis de competitividad (benchmarking), pueden resultar una fuente importante y a
la vez motivadora e inspiradora. Tambin lo sera el estudio de las patentes sobresalientes en el
tema, al igual que la revisin de las publicaciones tcnicas y cientficas.
El gran problema hoy en da es que son tantas las fuentes de informacin disponibles:
bibliotecas, organizaciones gubernamentales, universidades, empresas, laboratorios,
publicaciones peridicas, redes de informacin, etc., que el gran desafo es discriminar entre la
informacin verdaderamente til de la totalmente desechable en el menor tiempo posible.
3. Analoga. Una interesante fuente de ideas de diseo se basa en el estudio del
comportamiento de los animales. Con frecuencia se encuentra que muchos descubrimientos
tcnicos tienen su correlato natural en el comportamiento de los animales. Por ello, el
conocimiento de los medios naturales relacionados con el comportamiento de una funcin
puede ayudar a encontrar ideas de concepto para el diseo de nuevos productos.
La necesidad de aprender y comprender las soluciones que brinda la naturaleza ha
conducido a nuevas reas de estudio como la biotecnologa, donde se aplica el conocimiento de
sistemas vivientes a la solucin de muchos problemas de ingeniera.
4. Anlisis morfolgico. La mayora de los productos son diseados en forma modular. Cada
uno de estos mdulos admite mltiples formas de solucin. Por combinacin de estos mdulos
es posible obtener mltiples posibilidades de implementacin. Cada una de ellas es una opcin
que debe ser evaluada. Para ello, el anlisis morfolgico recurre a los cinco pasos siguientes:
1. formular explcitamente el problema
2. identificar para los parmetros a satisfacer distintas formas de solucin
3. listar todas las posibles combinaciones
4. examinar la factibilidad de todas las alternativas
5. seleccionar la mejor alternativa
5. Mtodo de avance-retroceso. En la bsqueda de soluciones normalmente se parte de
condiciones impuestas en pasos previos que limitan las posibles soluciones. Si se considerara
el problema bajo una perspectiva ms amplia, replanteando el punto de partida, y siguiendo
otra direccin, las limitaciones seguramente sern distintas y con ello se posibilitara entrever
otras soluciones.
El mtodo funciona de la siguiente manera: Cuando se ve la inviabilidad de un
camino, el mtodo propone retroceder un paso buscando desde una mayor perspectiva otros
caminos de solucin. El mtodo propone retroceder en pasos sucesivos hasta encontrar una va
de solucin apropiada, de ah la denominacin de avance-retroceso.
6. Provocacin. Es una forma de pensamiento lateral; busca romper pautas establecidas en la
solucin de los problemas planteando propuestas que se contraponen con las soluciones
establecidas. En base a propuestas ilgicas, que a simple vista parecen estpidas o alocadas se
pretende descolocar la mente de modo de establecer un nuevo punto de arranque en el proceso
97
98
Tcnicas grupales
La explosin del conocimiento y la tecnologa actual hacen muy difcil que una
persona pueda conocer y manejar todos los datos vinculados con un problema. Por ello, los
mtodos grupales tienen ms chances de xito para definir posibles caminos de solucin, pues:
La participacin de mas gente aporta una mayor capacidad de conocimiento, dado que
posibilita la presencia de expertos en cada rea
Se tiene la posibilidad de interactuar, y de aprender unos de otros
Aumentan las chances de que de existir una solucin ptima, esta sea encontrada
Una solucin por consenso tiene mas chances de xito, al sentirse todos involucrados
Seguidamente se describirn algunas de las tcnicas grupales ms usuales.
1. Torbellino de ideas. Entre la gran variedad de tcnicas grupales, la ms difundida es la
denominada brainstorming, torbellino de ideas o lluvia de ideas. Es quizs el mtodo de grupo
ms famoso y conocido para estimular ideas. En este proceso se trata de sugerir tantas
soluciones como sea posible, sin consideracin inmediata de su valor o de si estas satisfacen
todos los requerimientos del problema.
En una sesin de torbellino de ideas, el lder, que dirige el grupo, demanda soluciones
a un problema determinado, ajustando el desarrollo de la sesin a las siguientes reglas:
1.
2.
3.
4.
5.
98
99
2. Proceso Ringii. El mtodo Ringii, desarrollado en Japn, es un proceso grupal pero con
mnima interaccin cara-a-cara. En este mtodo, el proyectista emite una idea que se somete a
otros en un papel. Estos pueden modificar o cambiar la idea. Con todas las propuestas el
proyectista vuelve a reformular la idea, que puede o no volver a someter a juicio por parte de
otros. El mtodo puede o no tener carcter annimo. Finalmente llegara a una lnea de solucin
sobre la cual el proyectista podr comenzar a trabajar.
3. Tcnica de Delfos. Muy similar a la anterior es la tcnica de Delfos. A un grupo de
entendidos, no vinculados entre si, se les plantea el problema por nota. En una hoja, con
carcter annimo, los especialistas deben detallar una propuesta de solucin. Con esto se
genera una cierta cantidad de ideas, y analizando las mismas, buscando grados de coincidencia,
se seleccionan las fundamentales. Las ideas seleccionadas se hacen recircular en el grupo para
que los entendidos trabajen sobre ellas, y de ese modo, a travs de varios pasos de depuracin,
se vaya conformando una confluencia hacia lo que parece ser la solucin ms prometedora
4. Mtodo sinergtico El grupo, en este caso, es de tipo multidisciplinario, formado por
entendidos y no entendidos en el tema especifico. El entendido normalmente enfoca el
problema con preconceptos que normalmente limitan su capacidad creadora. El no entendido,
al carecer de los preconceptos de los entendidos, le aporta al grupo una cierta capacidad
creativa, sugiriendo soluciones que, aunque al principio puedan parecer absurdas,
replanteadas pueden ser el germen de una solucin innovadora.
100
agregarse otros ligados al tipo de producto. La tabla conforma una matriz que tiene en ambos
ejes el conjunto de parmetros. En el eje vertical se seleccionan los parmetros a mejorar, y los
parmetros que se deterioran a consecuencia de dicha mejora en el eje horizontal. Luego, por
interseccin de ambos parmetros resultara cual de los principios debiera ser aplicado para
resolver el conflicto.
Otro de los mtodos propuestos para la solucin de conflictos es el ARIZ, un
Algoritmo para la Solucin de Problemas por Invencin, basado en un conjunto de reglas
vinculadas a la evolucin del producto y de los procesos, las vas de innovacin, y a la
eliminacin de las contradicciones.
Los mentores de la metodologa TRIZ arguyen que la misma:
Prospeccin tecnolgica
Con la prospeccin se busca explorar las posibilidades futuras, basndose en indicios
del presente. Se trata de identificar la aparicin de nuevas tecnologas y de cambios en el
comportamiento de la sociedad y de la economa, para definir la mejor forma de posicionarse
ante estos nuevos escenarios.
Resulta difcil predecir. La prospeccin es una tarea compleja y propensa a error. Son
muchos los pronsticos y evaluaciones realizadas por personas y por empresas que estando
bien compenetradas en el tema han errado totalmente sus pronsticos. Las siguientes citas son
solo un ejemplo:
El fongrafo ...... no tiene valor comercial alguno, le deca Thomas Edison, el
inventor, a su asistente, 1880.
Es un sueo sin sentido imaginar que....los automviles reemplazaran a los trenes
en el transporte de pasajeros, American Road Congress, 1913.
No hay ninguna posibilidad de que el hombre pueda obtener energa del tomo,
Robert Millikan (premio Nobel de Fsica ), 1920.
No existe razn alguna para que las personas tengan una computadora en su
casa, Ken Olsen , presidente de Digital Equipmet Corporation, 1977
Pienso que hay un mercado mundial solo para cinco computadoras, Thomas
J.Watson, presidente de IBM, 1943
Pero, as como hubo grandes fallas de pronstico, tambin hubo grandes aciertos,
siendo sin duda el ms resonante el formulado por Moore, quien, en el inicio de la tecnologa
integrada, estableci que los circuitos integrados tendran un nmero de transistores por unidad
de superficie que se duplicara cada ao y medio. Su validez actual permite predecir que para
el 2005 habr procesadores con tecnologa de 0.01 micras frente a las 0.18 actuales del
Pentium 4 y del Athlon.
El verdadero problema es como entrever el futuro, dejando de lado las limitaciones
tecnolgicas del momento. Para ayudar en esto se han desarrollado variadas tcnicas, algunas
de las cuales se expondrn seguidamente.
100
101
Tcnica Delfos
Consiste en solicitar la opinin de expertos sobre la posibilidad de lograr un desarrollo
nuevo, o de que un producto pueda alcanzar cierto valor en alguno de sus parmetros, y del
tiempo que se estima en que eso puede ser logrado.
Definicin de escenarios
La idea bsica de la prospeccin es definir futuros escenarios. Un escenario es un
estado hipottico, definido por la aparicin de un conjunto de eventos, que de algn modo
interesan para la toma de decisiones. La cuestin es saber cuan probable puede ser dicho
escenario, basndose en la ocurrencia de otros eventos. En la prospeccin tecnolgica se
considera como evento a cualquier suceso que determina que el desarrollo de un producto o
material pueda o no ser logrado en algn momento futuro. Ocurre que estos eventos no son
totalmente independientes unos de otros: habiendo ocurrido un evento este puede favorecer la
ocurrencia de otros. Esta interrelacin define una matriz de impacto, con la cual se trata de
determinar un posible escenario. Analizando varios escenarios, se puede encontrar la robustez
de una estrategia para afrontar posibles condiciones favorables o desfavorables.
Tcnicas de Regresin
Este mtodo aprovecha los datos histricos para hacer una proyeccin futura. El
mtodo sirve para medir cambios incremntales. Se basa en la informacin disponible del
pasado (estudio de lo sucedido en los ltimos aos), y por extrapolacin se analiza la
posibilidad de que en un futuro se alcance una dada prestacin. Es comn su uso para la
evaluacin del nivel de complejidad de los semiconductores. Como ya fue mencionado,
Gordon Moore predijo en 1965 que la cantidad de componentes por integrado se doblara cada
dieciocho meses. Con muy leve apartamiento, esta prediccin se vio corroborada en la
prctica, y derivo en lo que se conoce como ley de Moore.
Fig. 25
102
Tcnicas de Correlacin
Muchas reas siguen a otras reas. Por tanto, viendo que pasa en un rea, se puede
deducir lo que ocurrir en otra despus de algn tiempo. El ejemplo clsico es el rea militar,
muchos de cuyos desarrollos son luego volcados a aplicaciones civiles. Ejemplos notables son
las aplicaciones satelitales, Internet, GPS, etc.
Tambin es posible hacer estimaciones basndose en los avances de laboratorio en
cierta rea y analizar luego conque retardo dichos logros posteriormente son volcados en
nuevos productos. La aparicin de nuevas tecnologas hace posible que en otras reas se
traspasen fronteras que hasta ese momento parecan infranqueables.
Curvas de crecimiento
Es importante poder predecir los momentos en que ocurrirn los distintos cambios en
el crecimiento, a fin de determinar por cuanto tiempo mas se es competitivo, y de ese modo
poder planear anticipadamente la conversin a un nuevo escenario. En esta tarea ayuda el
poder establecer un modelo de crecimiento que mejor se ajusta al comportamiento conocido.
Cualquiera sea el producto o sistema siempre habr un valor mnimo de arranque, al
cual sigue una etapa de crecimiento lento. Superadas las primeras dificultades, comienza una
etapa de rpido crecimiento, para nuevamente entrar en un periodo de escaso progreso cuando
la prestacin se acerca a su mximo posible, normalmente establecido por alguna limitacin
fsica o tecnolgica. Este tipo de comportamiento conforma tpicamente una curva denominada
en S, tal como muestra la figura 26 para el caso de lmparas incandescentes. La mejora se da
en todos los rdenes de prestacin. Es as que mientras las primeras lmparas incandescentes
duraban tan solo 150 horas, diez aos mas tarde, debido a las mejoras introducidas por Edison
su duracin se extendi a las 1200 horas, con muy pocos progresos posteriores: Actualmente,
la duracin media se sita en las 1500 horas.
Fig.26
Los modelos en S requieren que sea establecido el lmite mximo que puede ser
alcanzado por una dada tecnologa. Analicemos un caso: Uno de los factores que ms limita la
velocidad de procesamiento de los sistemas digitales es el sistema de interconexin entre los
distintos dispositivos que integran el sistema. El tiempo de propagacin de la seal entre dos
dispositivos depender de la longitud del camino, y de la velocidad de propagacin. La
velocidad de propagacin esta dada por
v
(13)
103
PT
(14)
Lo/2
Lo
Fig.27
Fig.28
Fig.29
103
104
L
(15)
1 + a * e b .t
donde L es el limite terico y a, y b constantes del modelo.
La ventaja del modelo de Pearl es que la forma y la ubicacin de la curva pueden
controlarse en forma independiente. Para aplicar el modelo, primero se linealiza la curva
aplicando logaritmos en la expresin (15 ), y se ajustan luego los parmetros a los datos
disponibles
El modelo propuesto por Gompertz, es ms apropiado cuando hay un fuerte
crecimiento,
ae bt
(16)
Prestacin = L * e
Prestacin =
Este modelo da lugar a una curva asimtrica, y al igual que en el modelo de Pearl,
para determinar los parmetros del modelo, primeramente se debe linealizar y hacer luego una
regresin lineal basndose en los datos disponibles.
Hay muchas otras leyes que pueden ser aplicadas para ajustarse a curvas con forma
de S, adems de las leyes de Pearl y Gompertz ya analizadas, como ser
y = e a (b / t )
y = 1 ae bt
(17)
(18)
La estimacin de los parmetros puede hacerse de un modo directo. Para el caso de la
expresin (17) se toman logaritmos en ambos miembros, y luego se determina el mejor ajuste
por el mtodo de los cuadrados mnimos en base a los datos disponibles. De este modo se
determinan las constantes a y b. Esto no es posible para la ecuacin (18), donde se debe
recurrir a un mtodo de clculo con tcnicas de regresin no lineal. La figura 30 muestra en
forma comparada las curvas de estos modelos.
Fig.30
En todos los casos primero se debe determinar los lmites tecnolgicos o fsicos, y
luego en funcin de los datos conocidos, mediante tcnicas de regresin, se determinaran los
parmetros del modelo. Luego se podr extrapolar los resultados para un tiempo futuro dado.
104
Fiabilidad
Una persona puede fallar muchas veces,
pero solo reconocer sus fallas
si encuentra alguien a quien culpar
JOHN BURROUGHS
Es claro que si la caracterizacin se restringiera solo al lote del cual se extrajeron las
muestras tendra poca utilidad. Para que la fiabilidad sea una herramienta til debe permitir
aplicar los resultados hacia futuro, y ms que eso, poder predecir comportamientos y poder
saber cmo hay que llevar el proyecto para poder cumplir con metas concretas de fiabilidad.
Esto solo es posible si se mantiene la caracterizacin estadstica. Podr inferirse esto si la
nueva poblacin es fabricada de la misma manera, con los mismos insumos, procesos y
controles, de modo que quede asegurada la repetibilidad. Como estos elementos dependen de
cada fabricante, es posible que un mismo tipo de componente que es suministrado por dos
proveedores tenga distinta fiabilidad.
Al decir funcionar se quiere significar que se satisface la especificacin. En una
acepcin ms amplia, seria satisfacer la necesidad. El incumplimiento de la especificacin
puede ser temporario o definitivo, puede ser parcial o completo, puede ser repentino o gradual,
lo cual lleva a clasificar las fallas de distintas formas, por ejemplo atendiendo su causa:
Fallas primarias: fallas no causadas ni directamente ni indirectamente por la falla de
otro dispositivo
Fallas secundarias: fallas provocadas por la falla de otro dispositivo
Fallas por mal uso: cuando resulta por aplicar el dispositivo fuera de sus limites
Falla por debilidad inherente: si sobreviene operando el dispositivo dentro de su
especificacin
Falla por desgaste: cuando la falla sobreviene con el uso
Atendiendo la velocidad de aparicin se clasifican tambin en fallas repentinas o
fallas progresivas, y dependiendo del grado o severidad en falla parcial o completa. Es parcial
cuando se desva en una o varias caractersticas, pero no entraa la desaparicin completa de
su funcionalidad. Por el contrario en una falla completa el dispositivo pierde toda
funcionalidad. Si la falla se manifiesta por un lapso de tiempo, despus del cual recobra plena
funcionalidad sin ser sometido a accin externa alguna, se habla de una falla intermitente.
106
N f (t)
No
fa lla p a ra m e tric a
N s (t)
N f (t)
m in im o va lo r a c e p ta b le p a ra X
N f (t)
t
Fig.1
t+ t
Fig.2
Hallado un comportamiento, este es valido para un tipo de carga; si esta se vara, los
resultados sern diferentes. Carga es todo lo que afecte la fiabilidad: temperatura, tensin, etc.
Debido al hecho de que los resultados no son de aplicacin para un elemento
individual, puede pensarse que la fiabilidad es una herramienta terica de poca utilidad
prctica. Pero el solo hecho de que suministre una expectativa, un comportamiento medio,
tiene de por si, como se vera, un gran valor prctico.
eventos
eventos
favorables
posibles
(t )
(1)
casos
casos
favorables
posibles
N
N s (t )
=
N o
N
N
(t )
= 1 F (t )
(2)
Supongamos ahora que se trate de un solo dispositivo y que este sea reparable. Esto
supone que producida la falla ser reparado y repuesto en servicio. Si cada vez que es repuesto
en funcionamiento se determina el tiempo que tarda en volver a caer en falla, entonces al cabo
de No fallas tendremos No valores de tiempo para la falla, que ordenamos de menor a mayor,
t1 < t 2 < t 3 < ........ < t j < ........ < t No
106
(3)
107
Para un tiempo tj < to < tj+1, se define la fiabilidad observada R(to) por, figura3,
N j
(4)
R(t o ) = o
No
y tratando estadsticamente los valores observados se puede hacer una estimacin de la
fiabilidad, y determinar un intervalo de confianza, prefijado el nivel de confianza.
R(t)
10
.
.
.
.
0.7
No
3
2
1
Fig.3
tO
tO
Muestra
Fiabilidad
extrapolada
Fiabilidad
estimada
Fiabilidad
prevista
Fiabilidad
de soporte
Fig.4
Prefijadas las condiciones de uso, basndose en consideraciones del diseo, es posible
calcular la fiabilidad de un dispositivo, equipo o sistema a partir de la fiabilidad de sus
componentes. Se habla en este caso de una prediccin de fiabilidad. Cuando se hace la
determinacin a partir de valores obtenidos por el uso del equipo o de pruebas de campo se
habla de una fiabilidad de campo. Los diferentes valores de fiabilidad se vinculan en la forma
indicada en la figura 4.
Tasa de fallas
Propongmonos hallar la cantidad de elementos fallados en un intervalo posterior a t,
t+t a partir de la curva de mortalidad. Es obvio que la cantidad de elementos que fallen en el
lapso t va a ser proporcional a t, y a la cantidad de sobrevivientes hasta el instante t.
Obviamente, solo podrn fallar durante t los que estn en funcionamiento en el instante t. Al
coeficiente de proporcionalidad se le denomina tasa de fallas, y se indica por ,
(5)
N f ( t ) = . N s ( t ). t
de donde,
(t ) =
1
N
(t )
(t )
(6)
( t ) = F ( t ). N
F (t )
. t . N
t
= f ( t ). N
. t
(7)
No
f (t )
dR ( t )
1
=
=
.
N s (t )
R (t )
R (t )
dt
(8)
107
108
la cual expresa la tasa de fallas como la probabilidad de que el elemento falle en el intervalo t
subsiguiente al instante t, suponindolo en funcionamiento en el instante t.
Debido a que la tasa de fallas medida en 1/hora es una unidad muy grande, en la
norma militar HDBK-217 se comenz expresndola en por ciento por mil horas, ( 10-5 1/h), y
mas recientemente en fallas por milln de horas, ( 10-6 1/h), salvo en el ambiente profesional
para el que se introdujo como unidad especfica el FIT ( failure in time ), unidad de fallas en el
tiempo, que mide la cantidad de fallas cada 109 horas, o sea
1 FIT = 10
[1 / hora ]
(t)
Fallas por
envejecimiento
Fallas
infantiles
(t)
carga
Fallas
aleatorias
ta
Fig.6
Fig.5
La exigencia de tasa de fallas depende del mercado al que esta orientado el producto.
El mercado de entretenimiento es muy masivo, manejndose anualmente para la mayora de
los componentes volmenes de varios miles de millones de unidades. El segmento profesional
es menos masivo, en varios rdenes de magnitud, y el militar, en el que se engloban los
equipos de uso tctico, es un mercado aun ms restringido. Aparte, por tratarse de un mercado
sensible, los componentes se someten al final del proceso de fabricacin a una etapa de
depuracin, en la cual se aplican cargas para segregar los elementos dbiles. Los elementos
exentos de debilidades que sobreviven pasan a sufrir fallas aleatorias, con constante.
Los componentes electrnicos se diferencian de otros componentes (por ejemplo de
los mecnicos) por el hecho de que el instante a partir del cual se manifiesta el envejecimiento
est muy lejano en el tiempo, volvindose los equipos obsoletos ms tempranamente.
108
10
N
[FIT ]
(9)
109
Observando los valores calculados, se aprecia por un lado que los valores de tasa de
fallas requeridos en cada aplicacin son muy diferentes, y por otro, que los equipos de alta
complejidad requieren valores de tasa de fallas extremadamente bajos. El primer problema que
esto acarrea es como asegurar estos valores de , siendo que en estos casos las fallas pasan a
ser eventos muy espordicos, muy raros, lo cual hace muy difcil constatar un nmero de fallas
relevantes, que sea estadsticamente significativo.
TABLA I
Numero de
fallas al ao
Nf
Numero de
elementos
No
Equipo
Horas de servicio
al ao
Ha
Tasa de fallas
[FIT]
Radiorreceptor
1000
106
Comunicaciones
20
0,5
4000
6250
Computadora
2000
0,1
8760
5,70
S = t1 + t 2 + ... + t r + ( N r ).t r
(10)
si no se hace reemplazo de los elementos fallados. Es claro que S es una nueva variable
aleatoria, que para el caso de una prueba con reemplazo valdra,
S = N .t r
(11)
Si es la tasa de fallas y N.tr es el tiempo acumulado hasta que se produzca la falla
r, cabe esperar que el nmero de fallas r sea una variable aleatoria cercana a .N.tr. Mas
precisamente, Epstein y Sobel demostraron que la variable
u = 2 . N .t r .
(12)
responde a una distribucin con n=2.r grados de libertad, y que es adems un estimador
insesgado de .
n=4
n=4
n=6
n=6
n=8
2S min
Fig.7
2S
n=8
max
2S
u=2.S.
max
u=2.S.
Fig.8
109
110
f (u ).du
= 1
(13)
2 S min
(1
,n) 1
.
N .t
2.
(15)
donde:
N, es la cantidad de elementos que se someten a ensayo
t es el tiempo de duracin del ensayo
2 (1 , n ) es el valor de la distribucin Ki al cuadrado, correspondiente a un nivel de
confianza 1-, y n grados libertad, fijados por (14).
Chi al cuadrado/2
Fig.9
110
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
4
5
6
numero de fallas (r)
10
111
(1 , r ) 1
.
2
o
(16)
2 ( 60 %, 0 ) 10 9
.
5 ,7
10 9
1, 75 x10 8
5 ,7
[ componente
.h ]
Ensayos acelerados
Se podra simplificar el ensayo si fuese conocida la relacin entre la tasa de fallas para
la condicin de carga especificada y la tasa de fallas para una condicin ms severa, de modo
que la tasa de fallas sea varios miles de veces superior y ello acorte el tiempo requerido para
alcanzar un nmero de fallas prefijado. Luego, en base al factor de aceleracin AF, que
relaciona las tasas de fallas para ambas condiciones de carga,
AF
carga normal
= ( carga acelerada )
(17)
111
112
Ley de Arrhenius
La ley de Arrhenius mide la velocidad de los procesos fsico-qumicos, vale decir, la
velocidad v de cambio de una caracterstica por unidad de tiempo. La ley expresa que
Ea
v = V o .e k .T
(18)
-5
donde Ea se conoce como energa de activacin, y es medida en eV; k=8,63x10 eV/K , es la
constante de Boltzmann; T es la temperatura en Kelvinos ( K ), y Vo es la mxima velocidad del
proceso.
Aceptemos que un elemento entra en falla cuando el valor de su caracterstica X sufre
un corrimiento que supera un cierto valor. Supongamos entonces que el valor mximo admitido
en el corrimiento de un componente para considerarlo en estado de falla sea
(19)
X = X lim
La velocidad de cambio esta definida por la expresin (18), por lo que a la
temperatura T este valor se alcanzara en el tiempo t,
a
X lim
= V o .e k .T
t
E
(20)
X lim
= V o .e k . T1
t1
(21)
(22)
t
k T T1
= e
t1
La relacin t / t 1 es el factor de aceleracin que, como se observa, varia
exponencialmente con la temperatura. Linealizando en 1/T, resulta
AF =
ln( AF ) = ln(
Ea
1
) =
1
1
.
T1
T
(23)
Fig.10
Conocida la energa de activacin, bastara un solo ensayo para hallar el tiempo para
la falla operando a una temperatura acelerada T; caso contrario, se debern hacer dos ensayos,
a dos temperaturas distintas.
112
113
= k .V
(24)
t
V
= 1
t1
V
(25)
Modelo de Eyring
A diferencia de los modelos anteriores, que tienen fundamento emprico, el modelo de
Eyring ha sido derivado de consideraciones tericas de mecnica cuntica. En este modelo, la
velocidad de proceso v en su expresin ms simple esta dada por
(26)
v = A.T .e B / T e CS
donde a, A, B y C son constantes apropiadas, T es la temperatura en kelvinos y S un segundo
factor de solicitacin no trmico: humedad, tensin elctrica, etc. Cuando el factor a tiende a
cero, y solo se tiene como factor de carga la temperatura, el modelo lleva al de Arrhenius.
El modelo de Eyring, en particular, es aplicado para determinar el tiempo para la falla
cuando el componente esta sometido a una humedad relativa HR,
b
t f = a .e HR
(27)
donde a y b son constantes que dependen del dispositivo y en especial del encapsulado.
La humedad relativa HR debe evaluarse en el entorno del dispositivo y no en base a la
humedad ambiente. Ambas coincidirn solo si el dispositivo no disipa potencia.
dR ( t )
= ( t ). dt
R (t )
la cual puede resolverse dado que se conocen las condiciones iniciales, pues es siempre R(0)=1,
de modo que
R (t )
dR ( t )
=
R (t )
( t ). dt
(29)
( t ). dt
(30)
( t ). dt
R (t ) = e 0
expresada en funcin de (t). Tambin, en base a (2) y (31) resulta
(31)
F (t ) = 1 e
( t ). dt
0
(32)
114
TMEF
= E (t ) =
t . f ( t ). dt
(39)
d (t . R ( t ) ) = R ( t ). dt + t .dR = R ( t ). dt t . f ( t ). dt
(40)
y como
d (t . R ( t ) ) = t . R ( t )
lim
[t . R
( t ) ] 0 .( R ( 0 ) = 0
(41)
114
= E (t ) =
t . f ( t ). dt =
R ( t ). dt
(42)
115
f(t)
(t)
(t)
1
2
2 > 1
t
<1
=1
>1
s=0.4
(t)
s=1
Fig.11
s=1
>1
s=0.4
f(t)
=1
2 > 1
<1
f(t)
(t)
Lognormal
Weibull
Normal
Exponencial
f(t)
dF ( t )
= .e
dt
(45)
R ( t ) .dt
.d ( o t ) =
e
(46)
o 0
o
0
Si las fallas son por desgaste podr aplicarse el modelo normal siempre que F(0) sea
despreciable. Esta ley corresponde a elementos con tasas de fallas creciente con el tiempo, y su
mayor ventaja es la gran cantidad de herramientas disponibles para su tratamiento.
Otro modelo muy usado es el de Weibull, en el cual la funcin de fallas es de la forma
TMEF
F (t ) = 1 e
ot
(47)
de modo que
R (t ) = 1 F (t ) = e
f (t ) =
(t ) =
f (t )
=
R (t )
t
.
.e
t
.
(48)
(49)
(50)
115
116
La ventaja que tiene la funcin de Weibull es que la misma es muy flexible y puede
adaptarse e interpretar desde fallas del tipo prematuro, como fallas por envejecimiento, y
contiene adems como caso particular a la distribucin exponencial, de tasa constante. Su
mayor desventaja reside mayormente en la falta de mtodos y herramientas para su tratamiento.
El modelo lognormal posiblemente sea la funcin de fallas ms comn. Este modelo
resulta de suponer que las fallas se distribuyen normalmente no en relacin al tiempo, sino
respecto al logaritmo del tiempo. Es decir, as como el modelo normal resulta de la suma
mltiples variables aleatorias,
x = x1 + x 2 + .......... + x n
(51)
la distribucin lognormal se considera que resulta por el efecto multiplicativo de muchas
variables aleatorias,
(52)
y = y 1 * y 2 * ........ * y n
de modo que, haciendo x=log(y) resulta para x una distribucin normal y para y una lognormal.
La distribucin lognormal supone que la fatiga es el causal de falla, y que al principio
los materiales sufren un proceso rpido de reacomodamiento, que luego se vuelve muy lento.
Papel probabilstico
Un modo practico y rpido de hallar si un modelo de fallas se ajusta a los resultados
experimentales es utilizando papel probabilstico. La idea del papel probabilstico es realizar
una deformacin ( transformacin ) de las escalas de modo que la representacin de la
distribucin en dicho papel se corresponda a una recta. Como esta transformacin es propia de
cada tipo de distribucin, cada papel se conoce por el nombre de la distribucin que linealiza.
Estos papeles permiten obtener una estimacin de los parmetros de la distribucin, y
con ello la extrapolacin de los resultados ms all de los datos experimentales. Si bien el
papel probabilstico normal es de uso frecuente, no es ese el caso de los papeles de las otras
distribuciones. Actualmente, todos los paquetes de software dedicados al tratamiento
estadstico, como el Minitab, incluyen para las funciones de distribucin usuales la graficacin
en los papeles probabilsticos correspondientes.
Por caso, para una distribucin de Weibull, como es,
F (t ) = 1 e
(53)
1
= . ln( t ) . ln( )
ln
ln (1 F ( t ) )
(54)
y = ln
ln (1 F ( t ) )
x = ln( t )
(55)
(56)
117
Disponibilidad
Si un equipo que es reparable falla, cabe esperar que en algn momento posterior se
encuentre nuevamente en funcionamiento. La disponibilidad, A(t), mide precisamente la
probabilidad de encontrar el equipo funcionando en un instante cualquiera t. Si el instante t esta
suficientemente alejado del instante en que entro en reparacin o se hizo la reposicin de
funcionamiento, la disponibilidad resulta independiente de t, y define lo que se conoce como
disponibilidad a largo plazo o disponibilidad final del equipo. La disponibilidad final es un
factor importante en equipos de uso continuo, pues mide su mxima posibilidad de utilizacin.
tf2
tf1
En funcionamiento
En reparacin
Fig.12
tfi
tr1
tr2
tri
t
(57)
fi
(58)
ri
FU
T
T
+ T
fi
t ri +
fi
fi
n
n
fi
t ri
TMEF
TMEF
+ TMR
(59)
que se ve es funcin de la relacin entre el tiempo medio entre fallas, TMEF, y el tiempo
medio de reparacin, TMR. Esta relacin define precisamente la disponibilidad de largo plazo.
Hallar la probabilidad de hallar en funcionamiento un equipo en un instante t
suficientemente alejado de t=0, es equivalente a la probabilidad de que un punto elegido al
azar dentro de un segmento de longitud total T = Tr + Tf, este ubicado en el subsegmento Tf. Es
decir, la disponibilidad a largo termino D estar dada por
D = A ( ) =
TMEF
TMEF
+ TMR
(60)
117
118
2.
3.
4.
Cuando el diseo debe ser llevado teniendo en cuenta una meta de fiabilidad, si esta
no esta establecida en forma cuantitativa, habr que determinar la forma de establecerla,
pudiendo resultar de alguno de los siguientes criterios:
118
119
Por afectacin del servicio, bien sea por los daos que pudieran causarse o por el
lucro cesante, como puede ser el caso de un equipo que atiende una lnea de
produccin. Es importante en algunos procesos industriales que requieren tiempos de
estabilizacin muy grandes, pudiendo en algunos casos llegar hasta 7 o ms das, por
lo que su interrupcin provoca grandes perdidas
La determinacin puede ser ms o menos compleja dependiendo del criterio. Si se
trata de posicionarse en relacin a la competencia, debiera determinarse la fiabilidad de los
equipos competidores, recurriendo para ello a formas indirectas de estimacin, o bien por
indagacin directa, si el mercado se concentra en muy pocos compradores.
Si el caso fuera evaluar en funcin del tiempo de garanta TG, en tal caso, a partir de la
probabilidad de que el equipo deba ser atendido dentro del tiempo de garanta, dada por (1R(TG)), se deber calcular el costo de garanta en base al costo medio de reparacin,
(61)
C G = Costo medio reparacion * (1 R (T G ) )
y como el costo de fabricacin, CF, es a su vez funcin de R(TG), resulta como costo total
C
= C
(R ( T G ) ) +
(R ( T G ) )
(62)
Es claro que con el aumento de R(TG) aumentara el costo de fabricacin y disminuir
el costo de garanta, y recprocamente, por lo cual cabe esperar que exista una condicin
optima de diseo para R(TG) que minimice el costo total. Esta condicin puede ser establecida
en funcin de TG/TMEF. Si por ejemplo la distribucin de fallas respondiera a una ley
exponencial, sera
total
TG
R ( T G ) = e TMEF
(63)
de modo que el costo total resulta funcin de TG/TMEF.
En las expresiones anteriores se supuso un equipo que esta sujeto a funcionamiento
continuo, y en tal caso el tiempo de garanta y el tiempo calendario sern coincidentes. Como
usualmente la garanta se basa en el tiempo calendario, para equipos de uso discontinuado
deber tenerse en cuenta:
24
.d
= c. o + (1 c). s + np
(65)
119
120
Prediccin de la fiabilidad
Para predecir la fiabilidad de un sistema es necesario conocer la tasa de falla de los
equipos, y como estos se combinan. A nivel de equipos se necesita conocer la tasa de falla de
los componentes. Y a nivel de componentes sern datos suministrados por el fabricante de
componentes, o informacin que debe ser relevada experimentalmente, o que es obtenible de
datos disponibles de usos similares. Obviamente, si no se cuenta con esa informacin, tan solo
es posible hacer una aproximacin genrica, pero igualmente til como referencia, porque sirve
para mostrar los puntos dbiles del sistema
El diseo difcilmente pueda llevarse de un modo directo en funcin de metas de
fiabilidad. Normalmente se har el diseo de cada elemento con una carga cercana a la
nominal, y luego se estimara la fiabilidad del equipo o sistema en base a esas cargas. La
fiabilidad ser funcin de la manera en que la falla de cada componente incide en el
funcionamiento del equipo del cual forma parte. Como la falla de cada elemento depende solo
de la carga a la que est sometido, las fallas de los distintos elementos deben considerarse
como eventos independientes, si solo se consideran las fallas primarias.
Para efectuar la prediccin hay diversos mtodos; la aplicacin de un mtodo u otro
depender del tipo de falla, la ley de distribucin de las fallas, la forma en que la parte se
integra y afecta al sistema, la finalidad del anlisis y la simplicidad del mtodo. Bsicamente se
usara:
Modelo fsico de fallas : Para el diseo de pruebas experimentales
Mtodo de redes: para estimar la fiabilidad de equipos, sin elementos redundantes
Simulacin de Monte Carlo: cuando los elementos tienen dos modos de falla, por
apertura y corto, y ambos tienen consecuencias distintas. Tambin se usa cuando las
fallas siguen leyes complejas, o los elementos tienen una asociacin compleja
rbol de fallas: cuando importa conocer solo ciertas fallas, atendiendo sus
consecuencias; especficamente cuando se deben realizar estimaciones de seguridad
Cadenas de Markov: cuando se trata de sistemas redundantes
Mtodo de las cargas ( HDBK217): Cuando se quieren hacer comparaciones
resistencia
fC (c )
carga
fallas
Fig.13
C
de seguridad
R
C
(67)
cuyos valores se asignan con mrgenes de seguridad que toman en cuenta el peso de la
variabilidad sobre los valores medios,
R C
(68)
margen de seguridad =
2
( R + C2 )1 / 2
120
121
2 .t
n .t
i .t
.t
R (t ) = e
.e
......... e
=e
= e equ
(70)
que determina una distribucin de fallas para el equipo tambin de tipo exponencial, con una
tasa de fallas dada por,
equ =
(71)
(72)
equ
1
R1 (t)
R 2( t)
R2(t)
R n( t)
Fig.14
Fig.15
Cuando en un sistema formado por n elementos se requiere que fallen todos para que
se produzca la falla del sistema, se habla de una red paralelo: De otro modo, basta que uno
funcione para que el sistema funcione, figura 15. Una red paralela conforma un sistema
redundante. En este caso, dado que para que se produzca la falla es necesario que fallen todos,
la probabilidad de falla del conjunto estar dada por
(73)
F ( t ) = F 1 ( t ). F 2 ( t )......... . F n ( t )
o sea
(74)
R ( t ) = 1 F ( t ) = (1 R 1 ( t ) )(
. 1 R 2 ( t ) )........ (1 R n ( t ) )
Se debe destacar que la forma fsica en que estn asociados los componentes no
determina su forma de asociacin en la red de fiabilidad. Vale decir, dos componentes pueden
121
122
estar elctricamente en serie, pero formar bloques paralelos de fiabilidad. Pongamos por caso
el circuito de la figura 16a, con dos diodos en serie, D1 y D2. Considerando una curva
caracterstica idealizada, figura 16b, es claro que si la falla fuese por cortocircuito, la falla de
uno solo de ellos no implicara la falla del circuito, solo implicara un aumento en la carga del
restante cuando este sujeto a tensin inversa; el resultado es distinto si la falla es por apertura.
a)
D1
D2
i
Fig.16
b)
Las fallas de los componentes no se dan siempre del mismo modo; para cada
componente una proporcin de sus fallas ser por cortocircuito, y el resto por apertura.
Obviamente, la probabilidad de falla por corto y apertura se vinculan con sus tasas de fallas,
P fcc
. t
(75)
= cc
= cc
P fap
ap . t ap
debiendo ser
(76)
P fcc + P fap = 1
La proporcin con que se producen ambos tipos de falla es propia del componente y
del mecanismo de falla. Al darse los dos modos de falla, las redes pueden resultar bastante
complejas, y en tal caso para su solucin deber recurrirse a tcnicas especiales de reduccin o
emplear otros mtodos de anlisis, como ser simulacin de Monte Carlo.
FXi(t)
X2
X1
a)
=FXi(t)
b)
Fig.17
X3
Fig.18
Supongamos un sistema formado por los componentes [X1, X2, X3], figura 18, y
que los tiempos para la falla de una realizacin simulada sean [ 7347, 3726, 707]. Para hallar
el tiempo para la falla se exploran los tiempos de menor a mayor, buscando el menor valor de
tiempo para el cual el sistema entra en falla En esta realizacin, la primera falla se produce en
el elemento X3 a las 707 horas, pero como este elemento esta en paralelo con el X2, su falla no
provoca la falla del sistema. Ahora, al producirse la siguiente falla a las 3726 horas y estando
fallado el componente X3, el anlisis del sistema muestra que el mismo entra en falla.
122
123
Repitiendo esto para otras realizaciones, resultan los tiempos para la falla respectivos.
Con estos valores se puede determinar la funcin de densidad de fallas, u obtener la funcin de
distribucin de fallas a la que responde el sistema, o su complemento, la fiabilidad. Tambin
resulta el tiempo medio para la falla del sistema, como promedio de los valores de falla
determinados para las sucesivas realizaciones.
Una de las mayores ventajas de la simulacin de Monte Carlo es que permite tratar en
forma simple redes de fiabilidad muy complejas, especialmente si las fallas pueden ocurrir
tanto por cortocircuito como por apertura, como seria el caso del arreglo de resistencias de la
figura 19. Este anlisis supone siempre que es conocida la curva de distribucin de fallas de
cada componente para cada modo de falla. En este caso, para cada elemento se deber hallar el
modo y el tiempo para la falla en cada modo. Para ello se generan dos nmeros aleatorios, y
luego, en base a las curvas de distribucin de cada elemento, se obtienen los tiempos de falla
por cortocircuito y apertura. De hecho, solo el que ms tempranamente ocurra puede darse.
R4
R1
A
R2
R3
B
R5
R1=R2=R3=R4=R5=1M
1M R AB 1,8 M
R1
cc
2642
R2
R3
R4
R5
ap
cc
ap
cc
3383
4609
102
4107
Fig.19
Otra forma seria hacer una primera simulacin para determinar cual de los dos tipos
de falla se va a dar, dado que cada uno de los modos tiene una probabilidad de ocurrencia, y
luego trabajar con la curva de distribucin correspondiente segn el tipo de falle que resulte. La
probabilidad conque se da cada evento (falla por apertura o por cortocircuito) estn
relacionadas con las tasas de fallas. Supongamos que en el 70% de los casos la falla sea por
apertura, y en el 30% por cortocircuito. En este caso, si el primer nmero aleatorio generado
esta entre 0 y 0.7 la falla ser por apertura; caso contrario, ser por cortocircuito. Supongamos
que para una realizacin se haya obtenido el modo de falla y el tiempo para la falla de cada
uno de los componentes, y supongamos que los valores obtenidos por simulacin para una
realizacin sean los indicados en la tabla de la figura 19. Por anlisis, se ve que ocurrida la falla
ms temprana de R4 por apertura a las 102 horas la red sigue cumpliendo con la especificacin.
Ahora, estando el resistor R4 abierto, al producirse la falla siguiente por cortocircuito de R1
a las 2642 horas, tampoco la red de resistencias entra en falla. Esta se produce recin cuando
falla por apertura el elemento R2, a las 3383 horas. Si esto se repite para otras realizaciones, se
puede hallar el TMEF como promedio del conjunto de esos tiempos de falla.
123
124
El diseo pasa a tener as objetivos diferentes segn las consecuencias de la falla. Las
exigencias de seguridad complican el diseo debido a que la fiabilidad y la seguridad pueden
entrar en conflicto, dado que la primera busca evitar la falla, y la segunda solo aquellas que
pueden provocar consecuencias graves. Esto lleva a diferenciar entre falla segura e insegura.
Para mostrar el conflicto, consideremos el caso de una llave destinada a interrumpir un circuito,
sujeta a dos tipos de falla: por cortocircuito y por apertura. Supongamos que solo el cierre
indebido de la llave desencadena consecuencias catastrficas (falla insegura), y que sea:
P1 = 0.01 la probabilidad de sbito cierre ( falla por corto )
P2 = 0.02 la probabilidad de imposibilidad de cierre ( falla por apertura )
En tal caso la fiabilidad ser igual a la probabilidad de que no se produzca ninguna de
las dos fallas, mientras que la seguridad esta dada por la probabilidad de que no se produzca un
cierre indebido. Obviamente, dado que ambos eventos de falla son excluyentes, resulta
Fiabilidad = 1- ( P1 + P2 ) = 0.97
Seguridad = 1 - P1 = 0.99
Para aumentar la seguridad, como el evento a evitar es el cierre indebido, podran
disponerse dos llaves en serie, figura 20. Para que ocurra el evento catastrfico, ambas llaves
deberan cerrarse prematuramente, mientras que la fiabilidad mide la probabilidad de que el
sistema cumpla con su funcin, para lo cual se requiere que ambas funcionen, o sea,
Seguridad = S = 1 - P12
(77)
(78)
Fiabilidad = R = ( P1 + P2 )
y, haciendo los reemplazos resulta S= 0.9999 y R=0.9409. Es decir, una mejora en la seguridad
acarrea un empeoramiento de la fiabilidad.
Fig. 20
Confiabilidad = 0.97
Seguridad
Confiabilidad = 0.9409
Seguridad = 0.9999
= 0.98
Para el caso planteado, la red serie empeora la fiabilidad pero es una redundancia bajo
la ptica de la seguridad, y al revs sucede con la red paralelo, por lo cual pareciera imposible
satisfacer ambos requerimientos. Sin embargo, esto es posible. Supongamos que se dispone de
una sola unidad, y que su fiabilidad para el tiempo que insume una misin, Ru(Tmision), sea de
0.999. Como la seguridad se relaciona con la posibilidad de falla, la seguridad coincidir con la
fiabilidad. Supongamos ahora que se disponen 3 unidades en redundancia paralelo, figura 21.
Estado de
falla
Equipo en falla
R=.999
R=.999
R=.999
R=.999
R=.999
R=.999
R=.999
R=.999
E
E1
E1.3
R=.999
Estado inicial
estado seguro
Fig.21
124
estado inseguro
Fig.22
E1.3.1
E1.3.2
125
(79)
(80)
Fig.23
ij
ji
126
ji
ij
. t
(81)
ji
(82)
ij . t
P j ( t ). ji t
ji
(83)
Pi ( t + t ) = Pi ( t ). 1
ji
ji
. t +
ji
P j ( t ). ji . t
(84)
ji
(85)
P j ( t ). ji . t
dP i ( t )
= Pi ( t ). ji . t +
dt
ji
ji
P j ( t ). ji . t
(86)
D1 funciona
D2 funciona
D1 funciona
D2 fallado
Fig.24
126
D2 funciona
D1 fallado
4
D1 fallado
D2 fallado
127
Veamos la solucin por Matlab, partiendo del estado en el cual los dos diodos estn
funcionando, y tambin si se parte con uno de ellos en estado de falla. El sistema de
ecuaciones esta representado por el listado 1, y el solucionador del sistema por el listado 2,
donde se ha supuesto el estado 2 como condicin inicial.
LISTADO 1
function y=markov(t,p)
la1=.001;la2=.003;
y=[-p(1)*la1; p(1)*la1-p(2)*la2;
p(1)*la1-p(3)*la2; p(4)*la2+p(3)*la2];
LISTADO 2
t=1:1000;
po=[0 1 0 0];
[t,p]=ode45(@markov2,t,po);
r=[p(:,1)+p(:,2)];
t1=t*.001;
plot(t1,r1)
Fig. 25
La figura 25 muestra la fiabilidad para las dos condiciones iniciales. Se observa que la
fiabilidad decae notablemente cuando el sistema parte de los estados 2 o 3.
E2 funciona
E1 fallado
estado e 2
E1 funciona
E2 fallado
estado e3
E1 fallado
E2 fallado
estado e 4
Fig.26
Fig.27
128
Por consecuencia, la fiabilidad estar dada por la suma de las probabilidades de que al cabo del
tiempo t no ocurra ninguna falla, Po(t), o solo una, P1(t), vale decir
R ( t ) = Po ( t ) + P1 ( t ) =
( .t )0 .e . t
( .t )1 .e . t
0!
= e . t 1 + .t .e . t = (1 + .t )e . t
1!
(87)
TMEF =
R ( t ). dt =
0
.t
e dt +
0
.t
.t .e .dt =
0
.t .e
.t
.dt
(88)
y como adems
(89)
d ( x .e x ) = e x dx + xe x dx
resulta
(90)
1
1
2
+
=
lo cual implica duplicar el tiempo medio entre fallas que se tendra si se usara solo un equipo.
=
TMEF
(1- p).
E2 funciona
E1 fallado
estado e 2
E1 funciona
E2 reserva
estado e1
1 en funcionamiento
0 en reparacin
2 en reserva
E1 funciona
E2 fallado
estado e3
E1 fallado
E2 fallado
estado e 4
Fig.28
1 en funcionamiento
1 en reparacin
1 en reserva
0 en funcionamiento
3 en reparacin
0 en reserva
1 en funcionamiento
2 en reparacin
0 en reserva
Fig.29
128
129
T
Q
130
130
Auditoria del diseo, para demostrar que todos los pasos destinados a garantizar la
fiabilidad han sido tomados
Cambiar el esquema de solucin. Visto en general: a nivel de equipos significara cambiar
algn circuito, subiendo el nivel de integracin, o usando por ejemplo circuitos que debido
a su modo operativo originan una menor disipacin en los elementos; a nivel de sistema
implicara cambiar la concepcin del mismo.
Descarga de elementos. Supongamos que se trate de una resistencia. Cuando el fabricante
define un nivel de disipacin mximo, supongamos 0.25 vatios, presupone condiciones de
entorno y en base a ellas un valor de fiabilidad. La fiabilidad podra ser aumentada
usando una resistencia con una capacidad de disipacin mucho mayor a la potencia que
efectivamente disipa.
Usar componentes de alta fiabilidad. Algunos fabricantes ofrecen productos con distintos
niveles de fiabilidad que responden a distintos programas de prueba en manufactura.
Incluir redundancia. El nivel de redundancia depender de lo que est comprometido. Si
la cada del sistema implica una prdida grande, se deber encontrar una solucin que
permita levantarlo rpidamente; sea mediante unidades de reserva o con redundancia
activa, como es el caso de un computador personal, una PC. En este caso el elemento ms
dbil y crtico es el disco duro, porque tiene partes mviles, y su falla implica no solo la
131
Anlisis de fiabilidad
La fiabilidad final de un equipo depender de los componentes que lo integran, de su
diseo mecnico y elctrico, de los procesos de fabricacin, los mtodos de prueba realizados,
la calidad de la instalacin y la fiabilidad del software. Es decir, los anlisis de fiabilidad
comprenden dos etapas:
131
132
Validacin
Completado el diseo e implementado un prototipo, se debe comprobar que la meta
de fiabilidad ha sido lograda, dado que los clculos predictivos se basan en tres supuestos:
Componentes de buen origen
Valores de carga correctamente estimados
Producto definido en conformidad con su uso
que difcilmente pueda asegurarse que sean ciertos sin una verificacin experimental.
El primer supuesto podr asegurarse para la mayora de los componentes, con
adecuada seleccin de proveedores; la excepcin, son los componentes dedicados, y las
soldaduras. Las soldaduras son inevitables, y constituyen el componente de mayor poblacin, y
adems su fiabilidad depende del proceso. El segundo factor esta dependiendo de la validez de
los modelos usados en el diseo, y de la realizacin fsica del equipo.
Saber si las metas han sido logradas depender del anlisis de los datos disponibles.
Estos datos pueden resultar de estimaciones basadas en el conocimiento del proceso fsico que
provoca la falla, y de datos disponibles de fallas de los elementos que componen el producto,
recabados en las fases inicial e intermedia del desarrollo o de los ensayos de fiabilidad sobre
partes, o sobre el prototipo, realizados en la etapa final del desarrollo. Tambin pueden basarse
en pruebas de campo, o en datos recogidos en el uso efectivo del equipo. Con cuantos ms
datos se cuente, mayor ser el nivel de confianza que podr asegurarse para los resultados.
Uno de los puntos ms importantes en estos ensayos es asegurar que las muestras sean
representativas.
Los ensayos no deben verse simplemente como un proceso de aceptacin o rechazo.
Las causas y consecuencias de las fallas observadas durante los ensayos deben ser analizadas
en detalle, junto con la posibilidad de realizar tareas curativas.
Si bien normalmente se usan ensayos truncados o progresivos, para los cuales se
definen de antemano las condiciones de terminacin, tambin es posible ensayar un nmero
dado de unidades sin prefijar de antemano requisito alguno de terminacin. La fiabilidad
puede ser evaluada en cualquier momento basndose en el tiempo acumulado de ensayo y el
nmero de fallas. Cuando un equipo tenga varios modos de funcionamiento, deber validarse
cada modo. En particular, la fiabilidad se establecer para cada modo. Por caso, para un centro
musical pueden darse los siguientes modos: banda de radio de AM, banda de radio de FM,
casetera, y reproductor de CD.
132
133
Ensayos de fiabilidad
Supongamos que disponemos de n elementos que entran a funcionar en el instante t=0,
y que al cabo de los tiempos t1,t2, ...,ti,....tn estos componentes entran en falla, figura 30, donde
(92)
(93)
i
n
(94)
n
t1
tj
ti
tn
ti
tk
n
t
Fig.30
Fig.31
La expresin (93) es una estimacin tal vez pesimista, dado que supone que al cabo
del tiempo tn no sobrevive ningn elemento, lo cual sin duda no podra asegurarse si se
aumentase la cantidad de elementos bajo prueba. Es decir, es una mala estimacin suponer que
F(tn)=1, por lo que una mejor estimacin de las fallas resulta de suponer que hay un equipo
mas que al momento tn todava no entro en falla, por lo cual
i
n +1
n +1 i
R (t i ) =
n +1
(95)
F (t i ) =
(96)
F
t
(t ) =
R R (t i+1 ) R (t i )
1
=
t
t i+1 t i
( t i + 1 t i )( n + 1 )
f (t )
1
=
R (t )
( t i + 1 t i )( n + 1 i )
para
para
t i < t < t i +1
(98)
y el tiempo medio entre fallas se obtiene a partir de la media de los tiempos para la falla,
m o = TMEF
ti
n
(99)
Estas son estimaciones puntuales. Para una mejor estimacin se recurre a estimaciones
de intervalo. En este caso, en vez de un valor se determina un intervalo dentro del cual esta el
parmetro buscado. Este intervalo ser funcin de los datos relevados y del nivel de confianza.
En particular, si se tratara del TMEF, esto implica que se desea saber con una probabilidad
dada ( 1-), que se denomina nivel de confianza, los limites dentro de los cuales esta el TMEF.
133
134
Como este valor medio resulta de la suma de n variables aleatorias, tendr tambin carcter
aleatorio y responder a la distribucin t de Student. Como las n variables estn vinculadas por
(99), el nmero de grados de libertad, o variables independientes, ser igual a n-1. Es decir,
TMEF
/ 2 ,n 1
(100)
donde
s
( t i TMEF
n 1
)2
t i2 n .TMEF
n 1
(101)
El tiempo para la falla es un valor preciso solo si los elementos sujetos a prueba son
monitoreados en forma continua. Usualmente, para reducir el esfuerzo, la verificacin es
peridica. El tiempo de monitoreo es entonces un parmetro importante que debe ser
establecido al comienzo del ensayo, debiendo ser tan corto como sea posible para no
influenciar en los resultados. Para el caso de tasa de fallas constante, debiera ser del orden del
20% del tiempo medio entre fallas. El tiempo de falla de los componentes que fallaron a
posteriori del control anterior se asigna suponiendo que la falla ocurri un instante previo al de
monitoreo.
El otro aspecto que debe ser considerado es que en esta evaluacin solo se consideran
las fallas relevantes. Son no relevantes las fallas secundarias, las fallas debidas al mal uso de
los componentes ( fuera de sus limites de carga), por ejemplo debidas a sobrecargas no
intencionales provocadas durante el ensayo. Las fallas que pudieran ocurrir debido a causas
que han sido remediadas, tambin deben ser excluidas, todo lo cual implica hacer un anlisis de
los causales de fallas.
As como ciertas fallas son excluidas, otros tipos de fallas son decisivas para el
rechazo, independientemente de la meta. Esto ocurre cuando las fallas afectan la seguridad.
Como tiempo acumulado de ensayo se excluyen los tiempos de asentamiento, si los
hubiera, y los destinados a la decantacin de las fallas infantiles, los cuales pueden integrar la
fase final del proceso de fabricacin. Los equipos sometidos a ensayos de fiabilidad se
suponen muestras representativas, y que por tanto no pueden estar sujetas ni antes ni durante el
ensayo a ninguna accin de acondicionamiento, salvo las reparaciones normales previstas para
el equipo y necesarias para poder continuar el ensayo.
Como resultado de las pruebas experimentales se trata de ver si la ley de fallas puede
ser descripta por una ley analtica, como puede ser la exponencial, u otra distribucin.
Siempre, salvo que se justifique apropiadamente lo contrario, se parte del supuesto de que la
distribucin de fallas del equipo es de tipo exponencial (ver pgina 159).
Para saber si los datos experimentales se ajustan a una distribucin dada se recurre a la
prueba de Kolmogorov-Smirnov. Con esta prueba se mide la concordancia entre una
distribucin acumulativa observada de valores y una funcin de distribucin continua. La
ventaja de este mtodo de prueba es que resulta ms eficaz que el estimador 2 cuando se
dispone de pocas muestras. Para esta prueba se puede usar la funcin de Matlab
kstest(x,fd,alfa), la cual permite probar que los valores experimentales, vector x, se ajustan a
los valores tericos de la funcin de distribucin, vector fd, con un riesgo predefinido alfa.
134
135
tomado una decisin con menor tiempo de ensayo, y adems, para igual tiempo calendario, con
un menor volumen de ensayo.
Si el ensayo es realizado sobre la base de alcanzar un nmero de fallas dado, es
necesario un monitoreo continuo o a intervalos pequeos hasta que se produzcan las r fallas. La
ventaja es que los equipos en falla pueden ser reparados y repuestos en funcionamiento, lo cual
permite aumentar el volumen de ensayo para un tiempo dado.
En muchos casos es posible abreviar el ensayo recurriendo a una compresin de
tiempo. Por caso, la vida til de un automvil es cercana a los 10 aos, pero en ese lapso el
tiempo de uso de los distintos dispositivos electrnicos que lo integran en promedio ser
cercano a las 2000 o 3000 horas. Puede entonces aplicarse una aceleracin en el sentido del
tiempo calendario. En general esto ser aplicable a equipos sujetos a ciclos operativos. Cuando
se hace una compresin de tiempo, habr que considerar la cantidad de estos ciclos operativos,
y si los mismos dan lugar a problemas de fatiga. Los ensayos acelerados, por incremento de la
carga, raramente son aplicados en los ensayos de fiabilidad destinados a validar.
En general el mtodo desarrollado anteriormente es poco eficiente para ser aplicado en
las pruebas de validacin de fiabilidad, debido a que lleva a ensayos ms largos de lo
necesario. Esta condicin ocurre cuando las muestras bajo ensayo estn muy apartadas de la
meta, sea porque estn mucho peor, o mucho mejor, que el valor establecido. Para estos casos
es mas apropiado el mtodo de ensayo secuencial o progresivo. La nica desventaja del mtodo
secuencial es la necesidad de monitorear en forma continua o a intervalos pequeos.
La caracterstica del ensayo progresivo es que el nmero de fallas para llegar a una
conclusin no esta predeterminado de antemano, sino que depende de los resultados obtenidos
en los momentos de monitoreo. En este tipo de ensayo en cada instante de monitoreo existen
tres posibles decisiones:
1. Aceptar la hiptesis de que TMEF es superior a un valor dado
2. Rechazar la hiptesis de que TMEF es superior a un valor dado
3. Continuar con el ensayo hasta cumplir la exigencia de rechazo o aceptacin
Cuando se da alguna de las dos primeras condiciones el ensayo se termina; en el caso
de la tercera se debe proseguir hasta llegar a alguna de las dos primeras.
La idea es comparar las fallas que resultan del ensayo con el nmero de fallas r que
debieran resultar si el tiempo medio entre fallas tuviera el valor prefijado m. Estos anlisis
parten del supuesto de que la tasa de fallas del equipo es constante, por lo cual la ley de fallas
es de tipo exponencial1, salvo que un anlisis previo justifique el uso de otra distribucin.
Bajo el supuesto de una distribucin exponencial, las fallas se darn con una cierta
tasa =1/m, donde m es el tiempo medio entre fallas. En tal caso, la probabilidad de que al
cabo del tiempo H ocurran r fallas estar dada por
P (r / m ) =
e H /m H
.
r!
m
(102)
( Si m m 1 ) = 1
(103)
135
136
y si fuera menor o igual a un valor m2 la probabilidad de aceptar la hiptesis debiera ser baja,
P aceptacion ( Si m m 2 ) =
(104)
De otra manera: siendo verdadera la hiptesis de que mm1, la probabilidad de que se
rechace debe ser baja
(105)
Prechazo ( Si m m 1 ) = P 2 =
y debe ser alta la probabilidad de rechazar si esta no fuera verdadera,
Prechazo ( Si m m 2 ) = 1
(106)
La figura 32, basada en (102), muestra como varia la probabilidad de que ocurran
exactamente r fallas para distintos tiempos medios entres fallas ( m ), relativos al tiempo de
prueba (H)
Fig.32
Supongamos un valor particular de r, tal como r=10. Analizando la relacin P1/P2 para
los dos valores de m, m1 y m2, pueden darse tres situaciones, figura 33; buscamos vincular la
decisin de aceptar la hiptesis de que m es igual o superior a m1 con dicha relacin, P1/P2 .
a)
b)
c)
d)
Fig.33
La observacin de la figura 33a nos muestra que P1 es bastante mayor a P2, por lo
cual podemos suponer que es ms probable que el tiempo medio entre fallas sea m1, y no m2.
Esto implica aceptar la hiptesis de que mm1. Lo contrario se da en el caso de la figura 33b;
mientras que en las figuras 33c y 33d no es posible tomar ninguna decisin. En ambos casos es
necesario proseguir el ensayo, hasta caer en una de las situaciones anteriores.
Veamos esto ms en detalle. Supongamos por ejemplo que al cabo del tiempo Ho se
han producido 10 fallas, resultando para los valores supuestos de m1 y m2 las probabilidades
indicadas en la figura 34a. Vemos que en este caso las probabilidades P1 y P2 son muy
similares, no permitiendo sacar ninguna conclusin. Al proseguir el ensayo durante H1 horas
adicionales se pueden presentar tres escenarios:
136
137
Aceptar
a)
b)
Rechazar
Proseguir
c)
d)
Fig.34
1
P1
(108)
el cual se aplica al valor P2 con el fin de compararlo con el valor de . El criterio es aceptar la
hiptesis de que m m1 si se verifica que
(109)
x .P 2
lo cual lleva a definir la probabilidad Pa de aceptacin de la hiptesis por la condicin
Pa =
P1 P 2
(110)
P1
1
(111)
siendo convencional denominar B a la relacin a cumplir por P2/P1 ( por estar vinculado a )
137
138
B =
(112)
Para clarificar ideas, supongamos que se busca determinar el tiempo mnimo en que
podra ser alcanzada la decisin de aceptar y que se fija como factor de discriminacin del
ensayo
D =
m
m
= 5
(113)
y que =0.1 y =0.1, de modo que B = 0.111. Es obvio que el menor tiempo de aceptacin
resultara cuando se cumpla la condicin ( 110 ) sin haber ocurrido falla alguna. Ahora bien,
para r=0, P2 y Pa pueden expresarse en funcin de m/H, expresin (102), en la forma
P a = B . P1 ( r = 0 / m 1 ) = B .
e H / m1
r!
.
m1.
= B .e H
(114)
/ m1
D .H
(115)
= e D . H / m1
.
m
1
Luego, en base a la condicin lmite impuesta por la expresin (110) resulta el valor
de (m/H) que cumple con la condicin para la aceptacin de la hiptesis para mnimo tiempo
de ensayo,
P2 ( r = 0 / m 2 ) = P2 ( r = 0 /( m 2 = m 1 / D )) =
H =
e D . H / m1
r!
1
. ln( 1 / B ) * m 1 = 0 . 549 * m 1
4
(116)
Del mismo modo se puede obtener el menor tiempo en el que se puede aceptar que el
tiempo medio entre fallas real es mm1 habiendo ocurrido una falla, figura 35,
H =
1
. ln( D / B ) * m 1 = 0 . 9519 * m 1
D 1
(117)
Para que haya posibilidad de rechazo necesariamente debe haber ocurrido alguna falla
de modo prematuro. Esto puede verse por el hecho de que para r=0 es siempre P1>P2, figura
36, lo cual vuelve imposible aplicar el criterio de rechazo para r=0. Por el contrario, para
aceptar la hiptesis, impuestos m1 y m2, solo se debe hallar el valor de H que satisface la
relacin P1/P2 que se corresponde a los niveles de confianza establecidos, figura 36.
P1
P2
m1/H
m2/H
Fig.35
Fig.36
Establecer la condicin para el rechazo de que mm1, sera lo mismo que establecer la
condicin de aceptacin de que mm2. En este caso se aplica el factor de escala sobre P2, de
modo que
x . P2 = 1
(118)
resultando un factor de escala
1
(119)
x =
P2
138
(120)
139
P1
P2
1
(121)
P2
1
= A
P1
(122)
o tambin
Teniendo en cuenta (112) y (122) , la condicin para continuar puede expresarse como
B <
P2
= D r .e H ( D 1 ) / m 1 < A
P1
(123)
(124)
ln( B )
H
ln( A )
H
+ ( D 1 ).
< r <
+ ( D 1 ).
ln( D )
m1
ln( D )
m1
(125)
y operado queda
+ (D 1 ).
r =
ln( D )
ln( A )
+
r =
ln( D )
(D 1 ). H
m1
= c + b .
m1
(127)
ensayo progresivo
ensayo truncado
tiempo acumulado de ensayo
la
s
po
rf
al
ensayo truncado
io
ensayo progresivo
na
liz
ac
numero de
fallas
Fi
lineas de rechazo
lineas de aceptacion
a)
Fig. 37
b)
La diferencia entre el ensayo progresivo y los ensayos truncados por fallas o por
tiempo, son evidenciadas en las figura 37a y b. De la observacin de estas curvas surge que las
principales ventajas del ensayo progresivo son:
140
y sus desventajas:
El nmero de fallas y el costo del ensayo varan de un modo amplio; esto implica que
no puede establecerse de antemano un plan que contemple la asignacin de recursos y
tiempo de ensayo de un modo definido
El mximo nmero de fallas y el tiempo de ensayo pudiera resultar mayor al que
requiere un ensayo truncado
Por otro lado, los ensayos truncados tienen como ventajas:
El tiempo de ensayo es fijo, lo cual permite una mejor asignacin de los recursos
El nmero de fallas queda prefijado al comienzo del ensayo, y en tal caso es posible
determinar el nmero de equipos requeridos desde el inicio, pudiendo proseguir con el
ensayo hasta alcanzar la meta sin necesidad de reparar los equipos que entran en falla
El tiempo de ensayo es mas corto que el que pudiera resultar en un ensayo progresivo
si se esta muy cercano a la meta
y como desventajas:
m1
TMEF
=
m 2
TMEF
no
aceptable
aceptable
(129)
y en las mismas se incluyen las curvas de operacin, los criterios de decisin, y la probable
duracin del ensayo. Las figuras 38 y 39 muestran las curvas correspondientes al plan 4:1, con
factor de discriminacin D=1.5 y las figuras 40 y 41, corresponden al denominado plan 4:4,
con un factor de discriminacin D=5.
Fig.38
Fig.39
Se observa que a medida que D es mas bajo, lo cual implica mejor discriminacin
entre lo aceptable y lo no aceptable, el tiempo de ensayo se ve notablemente aumentado. Por
ejemplo, para D=5 el valor esperado del tiempo de ensayo, cuando se esta en la proximidad de
la meta, es de E(t)=0.7*m1, mientras que para D=1.5 resulta E(t)=20*m1. Esto muestra que
solo se justificar realizar un esfuerzo de ensayo casi 30 veces superior en casos muy
especiales. Por otro lado, si se fijara el mismo valor del TMEF no aceptable, el primero
resultara ms ventajoso.
140
Fig.40
141
Fig.41
Definir el equipo bajo prueba. Esto implica definir claramente que partes del equipo sern
sometidas a prueba, buscando por un lado :
o Reducir la magnitud del ensayo, excluyendo de la comprobacin aquellos
componentes cuya fiabilidad excede largamente la meta
o Omitir los componentes susceptibles de ser cambiados por el usuario, o cuyo estado
inicial no puede ser totalmente definido ( estado de carga de una batera ), o bien por
el hecho de que estos componentes dentro del tiempo en el que se quiere estimar la
fiabilidad deben ser cambiados ( por estar sujetos a acciones de mantenibilidad )
Definir la condicin de falla. Esto implica definir el valor lmite que pueden tomar los
parmetros del equipo para considerarlo en estado de falla
Definir la carga y factor de aceleracin. La carga impuesta en los ensayos de laboratorio
debe estar relacionada con el comportamiento del equipo en campo, y ello solo es posible
si se cuenta con informacin que permita relacionar ambos. Para equipos sujetos al mismo
tipo de uso, y valindose de iguales mtodos de ensayo, establecer esta relacin solo
requiere hacer una evaluacin.
Definir el plan de ensayo. Para seleccionar un plan de ensayo se debe:
o Determinar el tiempo medio entre fallas mnimo aceptable ( m2). Si m1 es el tiempo
medio para la falla especificado, definir m2 depender del factor de discriminacin
del ensayo D y del factor de aceleracin FA.
o Determinar el mximo tiempo disponible para el ensayo. En la etapa de desarrollo,
el tiempo y la cantidad de equipos se determinan para conformar el programa de
desarrollo, pero siempre es recomendable usar para las pruebas de fiabilidad, como
mnimo, 3 unidades.
141
142
Fig.42
142
Ensayo
Rediseo
Satisface?
Anlisis de
ingeniera
143
Los datos obtenidos de los sucesivos ensayos se vuelcan en las curvas de crecimiento.
Las curvas de crecimiento sirven para medir no solo el progreso en el decaimiento de la tasa de
fallas; sino que tambin sirven para medir la efectividad de las pruebas, y predecir un tiempo
probable en que podrn ser alcanzadas las metas impuestas; y ciertamente saber si en un dado
tiempo se puede lograr el objetivo.
Usualmente, estos ensayos se comienzan en una fase temprana del desarrollo, figura
43, y se continan aun despus del lanzamiento de la produccin. En sus comienzos las
evaluaciones se harn sobre los componentes seleccionados, y los procesos de manufactura
implcitos en esa seleccin.
Meta de fiabilidad
Lanzamiento
produccin
Mejoramiento
postlanzamiento
Evaluacion de
campo
Evaluacion de
service
Evaluacion
preproduccion
Evaluacion
prototipo
Fiabilidad
Evaluacion
preprototipos
Ensayo de circuitos
Ensayo de
componentes
Curva de crecimiento
de la fiabilidad
ta
tiempo
Fig.44
Fig.43
r
Ta
(132)
= a.T a
Linealizando la expresin ( 133 ) resulta
log = log a . log T a
(133)
(134)
En funcin de los datos de r y Ta que resultan de las pruebas, se hallan los parmetros
a y que mejor ajustan al modelo. Con estos parmetros se puede hacer una estimacin del
tiempo que demandara alcanzar la meta, despus de transcurrido un tiempo de mejoras Ta.
143
144
(135)
m = mo 2 T
Luego, si RESR es la resistencia de perdidas serie del capacitor,
tg ( )
R ESR =
(136)
.C
la potencia disipada en el mismo cuando esta sujeto a la corriente eficaz I, estar dada por
Pd = I 2 . R ESR
(137)
Esta potencia sobreeleva la temperatura del capacitor en un valor T, valor este que
resulta de alcanzar el equilibrio entre la potencia disipada y la transferida al ambiente,
(138)
P = h. A.T
t
h . A . T
R ESR
h . A . T . w .C
tg ( )
(139)
Normalizando las dimensiones, es posible obtener para cada una de ellas los valores
de A y h, de modo que para cada encapsulado queda definida la corriente mxima en relacin a
la sobreelevacin. Esta sobreelevacin, por (135), se vincula con el tiempo para la falla, cuando
son conocidos C, w y tg(). Para simplificar el tratamiento, y obtener un valor de
caracterizacin propio de un tamao se adoptan valores de referencia Tr, Cr,wr y tgr, de
modo de establecer una corriente mxima de referencia para cada modelo ( encapsulado )
(140)
h . A . T r . w r .C r
Ir =
tg
de modo que
I max
Ir
T
Tr
C
Cr
tg
tg r
(141)
Fig.45
T C
145
Fiabilidad de software
La fiabilidad de software se diferencia de la de hardware en que en software las fallas
son siempre consecuencia de errores, y por tanto un programa en su ejecucin funcionara o
fallara siempre; en este sentido, no tendra carcter aleatorio. Deviene as solo cuando el
camino en el que esta el error es recorrido en forma aleatoria durante la ejecucin del
programa, y esto ocurrir para cierta combinacin de entradas y estados anteriores.
Bajo el supuesto anterior, se define la fiabilidad de software como la probabilidad de
que un programa opere sin fallas durante un tiempo en un entorno dado. El entorno se relaciona
con el perfil operativo. Este resulta definido por la caracterstica de distribucin de las entradas,
o de los estados del sistema, figura 46.
Documentacin
Especificacin
Probabilidad
de ocurrencia
Fig.46
Estados
Fig.47
Especificacin
Inicializacin
Manejo de excepciones ( situaciones anormales )
Validacin de entradas
Lgica, etc
145
146
Los tres primeros puntos son los ms importantes. El primero porque es el que
condiciona el desarrollo del software; el segundo implica definir el estado del cual debe partir
el sistema en su arranque o en cada reinicializacin, pero igual criterio debe ser aplicado para
cada mdulo. El tercero implica que deben estar definidas las acciones para todos los estados
del sistema, considerando todas aquellas acciones que sean susceptibles de ocurrir.
La programacin para los productos electrnicos es normalmente realizada en C o en
lenguaje ensamblador, y esto la diferencia de las programaciones dedicadas a ejecutarse en una
PC, donde lo usual es codificar en C++ , Java u otros lenguajes, pero nunca en lenguaje de
maquina o ensamblador. La otra diferencia es que en la programacin de microcontroladores,
la programacin es ms detallada y menos genrica, es decir, esta muy relacionada con el hard
con el cual debe vincularse. Adems, importa la velocidad, dado que la operacin es de tiempo
real. Otra diferencia importante, es que mientras que para los programas que corren en PC se
aceptan y se considera normal que existan errores, esto, para el software de los productos
electrnicos es en la mayora de los casos totalmente inaceptable, en especial cuando median
razones de seguridad, como podra ser el caso de controladores dedicados al automvil.
Mtricas de complejidad
El objetivo de la depuracin es eliminar errores a fin de mejorar la fiabilidad, o lo que
es igual, aumentar el tiempo medio para la falla, figura 48. Es obvio que la posibilidad de
cometer errores ser dependiente de la complejidad del software, de su tamao y de la
estructuracin de la solucin. Si bien los programas cortos pueden estar libres de errores, en los
programas muy largos estos sern inevitables y seguramente la cantidad de errores ET inicial
ser proporcional a la longitud del programa, medida por lneas de cdigo (LOC), figura 49.
TMPF
ET
Eliminacin de errores
diferentes
estrcuturas
LOC (longitud)
Fig.49
Fig.48
donde c es una constante. Por la forma en que ha sido definido, r es una variable que se
extiende desde 1 a t. Si fr es la frecuencia de aparicin de la palabra de rango r, entonces en
un texto de n palabras, habr
c .n
(143)
nr =
r
palabras de rango r.
Ahora bien, la funcin de frecuencia fr deber cumplir con la propiedad fundamental
de probabilidades
146
147
(144)
f r ( r ). dr = 1
de la cual resulta,
1
(145)
ln( t )
Otra condicin resulta de aceptar que el mximo rango ( rmax = t ) aparece un nmero
de veces dado; aceptando que aparezca solo una vez, de (143) resulta
c =
1=
c .n
t
(146)
(147)
n = t . ln( t )
que tiene similitud con la expresin sugerida por Halstead, si se considera separadamente la
cantidad de operadores n1 y de operandos n2 usados en el desarrollo del programa,
n = n 1 . log 2 ( n 1 ) + n 2 . log 2 ( n 2 )
(148)
El valor de LOC depender de la estructura, los algoritmos, y el lenguaje. Un lenguaje
de mayor nivel permite adems de reducir un orden de veces la longitud, obtener una mejor
estructuracin del programa (mas fcil de entender y seguir), y aumentar la fiabilidad.
Estructuracin y modularizacin
Un programa se vuelve ms fiable en la media en que es estructurado y modular.
Una solucin modular busca que un problema complejo y de difcil tratamiento como conjunto
sea resuelto mediante la solucin de pequeos problemas, ms fcilmente tratables. Un
mdulo, por definicin, es un trozo de programa que tiene una nica entrada y una sola salida.
Cuando el programa esta compuesto por una secuencia de instrucciones que se
ejecutan una a continuacin de otra, de haber un error, siempre fallara en su ejecucin. Esto
puede no ocurrir si el programa tiene al menos una bifurcacin, y solo una de sus ramas
contiene el error. En tal caso, la falla depender de la probabilidad de pasar por esa rama.
McCabe defini una medida de complejidad, denominada complejidad ciclomtica,
y la vinculo con la fiabilidad del programa. McCabe supone que un programa es ms
susceptible al error en los puntos de decisin (una rama de cualquier tipo) que en el medio de
una codificacin lineal. Es decir, cuantos ms lazos haya, mayor ser el nivel de complejidad,
ms difcil ser su desarrollo, insumir ms tiempo la depuracin, y ser tambin menos fiable
y ms difcil de mantener.
Por ello, el primer paso ser dividir el programa en mdulos independientes, buscando
que estos no superen un nivel de complejidad. La independencia se obtiene haciendo que cada
mdulo tenga una sola entrada y una nica salida, aunque internamente puede tener estructuras
complejas, no secunciales. La solucin es estructurada si el programa, y cada mdulo, es
combinacin de alguna de las estructuras de lazo definidas en la figura 50. Son mdulos
estructurados el A, C,D,F y G; tambin lo son el B, el E y el H.
lin e a s d e l flu jo g r a m a
F
D
A
C
E
H
e s tru c tu ra d o
Fig.50
a)
Fig.51
n o e s tru c tu ra d o
b)
147
148
Disponiendo cada mdulo de modo que todos los lazos queden en el mismo
semiplano, definido este por una lnea que marca la secuencia de tareas a ejecutar, la condicin
estructurada implica que no haya entrecruzamiento de los distintos lazos. Ser as si los lazos
estn anidados, figura 51a, situacin que no se da en la figura 51b.
La complejidad de McCabe resulta de contar la cantidad de regiones formadas por el
conjunto de lazos, sumando a las regiones internas, la externa; es decir, para el caso de la
figura 51a el ndice de complejidad valdra 6. Como criterio de diseo, se recomienda no
superar un valor de 10; si se superara, se debera subdividir el mdulo en mdulos mas simples.
(t)
Poca documentacin
Mal estructurado
Poca modularidad
i
mantenimiento
operacion
(ti,pi)
depuracin
depuracin
operacion
t
Fig.53
Fig.52
T =
ET
IT
(149)
la cual puede oscilar entre el 0.1% y 1%. Conociendo la longitud del programa, es posible por
tanto tener una idea aproximada de la cantidad de errores iniciales que contiene.
Cuando se ejecuta el programa, la probabilidad de que encuentre un error depender
de que la ejecucin pase por el camino donde se encuentra el error. Si se piensa en que la
ejecucin de un programa consiste en moverse dentro de una red de software, en la cual los
arcos representan segmentos de ejecucin del programa y los nodos estados del programa
previos a la ejecucin de un segmento, habr entonces una probabilidad pi de que estando en
el estado j sea seleccionado un arco dado i. La ejecucin de las sentencias de este arco
supone un tiempo ti. Es decir, si se asla una parte del programa, resultara un grafo como el
indicado en la figura 53. Supongamos que en el grupo de sentencias del arco i existiera un
error. Entonces la probabilidad de que este se manifieste entre t y t+t depender de la
probabilidad de que habiendo tenido t horas de ejecucin correcta, el programa pase por el
arco i durante el intervalo t subsiguiente.
A travs de sucesivas ejecuciones, en la fase de depuracin, se detectan y corrigen los
errores iniciales. Los dos principales problemas que plantea la depuracin son:
Definir una estrategia de depuracin, de modo de pasar por todos los arcos
Definir el criterio para dar por finalizado el proceso de depuracin
Cuando los errores estn contenidos en arcos de alta probabilidad de ejecucin sern
fcilmente detectados, pero aquellos con baja probabilidad de ejecucin sern de mas difcil
deteccin si se ejecuta el programa en condiciones normales. Para poder detectarlos en tiempos
razonables ser necesario buscar la forma de forzar su frecuencia de ejecucin.
La finalizacin del proceso de depuracin puede ocurrir por tres causas:
148
149
Asumir la imposibilidad de corregir todos los errores, fijando un tiempo medio entre
fallas debido a errores de software. Se recurre por ejemplo del modelo de Showman
Establecer un mximo nmero de errores residuales, teniendo como limite ltimo
cero errores
Modelo de Shooman
Shooman propone para la fiabilidad un modelo exponencial, con una tasa de fallas
proporcional a la tasa residual de errores,
(150)
r ( ) = T c ( )
siendo T la tasa de errores totales, y c() la tasa de correccin, o sea la cantidad de errores
corregidos al cabo del tiempo , Ec(),
E c ( )
IT
c ( ) =
(151)
de modo que
R (t ) = e t = e k r ( ).t = e k .( T c ( ).t
(152)
El modelo implica:
H =
T + t
i
i =1
(153)
j =1
Asumiendo un modelo exponencial, el tiempo medio entre fallas estar dado por,
TMEF
H
r
(154)
1
E
k . T
IT
( )
(155)
Contando con dos determinaciones, se pueden calcular los valores de k y ET, que son
los parmetros invariables del modelo, en base a
H1
1
=
=
1
r1
1
E
k T c ( 1 )
IT
1
=
E
k T c ( 2 )
IT
(156)
H 2
1
=
2
r2
(157)
149
150
. E c ( 1 ) E c (
1
E T =
2
1
(158)
k = 1 .
IT
(159)
E T E c ( 1 )
Como el modelo supone que k y ET son dos constantes invariables, con sucesivas
correcciones ambos parmetros deberan tener poca fluctuacin; caso contrario el modelo ser
invalido. Para determinar el tiempo medio entre fallas, y saber si esta o no en la meta, es
necesario conocer, adems de los parmetros del modelo, k y ET , la tasa de errores detectados,
expresin (151). Como la cantidad de errores corregidos r al cabo de un tiempo es una
variable aleatoria, para un buen ajuste de los parmetros se requiere recolectar muchas fallas,
haciendo sucesivas ejecuciones del programa, para aplicar luego cuadrados mnimos. Es
importante asimismo documentar el tipo de error encontrado y la forma de correccin, no
limitndose solamente a hacer la correccin. Esto permitir comprobar si algunos errores no
son consecuencia de una posible siembra de errores debido a correcciones previas.
E r ( ) = ae b
(160)
donde a y b son constantes apropiadas del modelo. Este modelo es til para determinar el
tiempo de depuracin prefijada una meta de fiabilidad. Pfleeger, (Software Engineering,
Prentice-Hall, 1998) da la siguiente expresin, sin fundamentar,
T =
E m
ln
0 .5 + E
0 .5 + E
ln
E c + E
m
m
m
.T
(161)
para estimar el tiempo necesario de ejecucin que permita asegurar que se esta dentro de una
meta de errores, Em, en funcin del tiempo de depuracin T insumido en hallar Ec errores, si
transcurrido un tiempo T adicional no se encuentra ningn error. En tal caso, se puede
asegurar que la cantidad de errores residuales es Em, o estn por debajo de dicho valor.
A una expresin similar se puede llegar mediante el siguiente anlisis. Es claro que
para =0 se tendr el total de errores, ET, por lo que a=ET.
Er
Ec
ET
ET
Ec1
Ec()
Em +1
Er()
Em
1
Fig.54
150
Fig.55
151
El mtodo consiste en suponer que al cabo de cada correccin se esta en la meta mas
un error. Si en la expresin (160) se toman logaritmos, se obtiene
(162)
ln (E r ( ) ) = ln( E T ) b .
Luego, si al cabo del tiempo 1 se han detectado y corregido Ec(1) errores, y se
supone que en ese momento se esta con una cantidad de errores residuales igual a la meta, Em,
mas uno, o sea
(163)
E r ( 1 ) = E m + 1
y como adems debe ser
(164)
E T = E c ( 1 ) + E r ( 1 ) = E c ( 1 ) + E m + 1
por lo que (162) queda en la forma
(165)
ln (E r ( 1 ) ) = ln (E m + 1 ) = ln( E c ( 1 ) + E m + 1 ) b . 1
)=
ln( E c ( 1 ) + E m + 1 ) b .
(166)
De (165) se obtiene
E ( ) + E m + 1
ln c 1
Em +1
b =
(167)
E +1
ln m
Em
=
=
b
ln
E +1
Em
ln m
ln
+
E
E
1
m
m
. 1 =
E c ( 1 ) + E m + 1
Em +1
ln
Em +1
E c ( 1 ) + E m + 1
. 1
(168)
Esto implica que si antes de que transcurra un tiempo 2-1, contando a partir de 2,
se detecta un error, figura 55, entonces no es valida la hiptesis, y es necesario volver a
reformularla haciendo el mismo planteo. Por el contrario, si transcurrido ese lapso no se detecta
ningn error se puede tomar como valida la hiptesis, y por tanto aceptar que el programa tiene
la cantidad de errores residuales establecidas en la meta.
El modelo ser valido en tanto sus dos parmetros, a y b, tengan poca fluctuacin, lo
cual no ocurrir si se generan mas errores que los que se corrigen. Puede ocurrir tambin que
no se halle ningn nuevo error por ms que se aumente el tiempo de ejecucin, en cuyo caso
se deber:
buscar otros caminos de flujo, caminos que no han sido recorridos antes
dar por terminada la depuracin si superado un cierto tiempo no se hallan nuevos
errores
Si bien el modelo no permite asegurar con certitud que el programa este exento de
errores, si se formula la hiptesis de que el programa tiene al momento 1 dos errores, el
tiempo necesario para detectar uno de ellos ser
ln
1
ln
2
.
E c ( 1 ) + 2
(169)
de modo que si transcurrido ese tiempo no se halla ningn error, entonces se puede concluir
que el programa o bien esta libre de errores, o a lo sumo tiene uno.
151
152
M1
Poner B en 0
Ejecutar A
M2
B=X?
Si
Incrementar B
No
M1
X=0
a)
b)
X=1
c)
X=2
d)
X=3
e)
Fig.57
Fig.56
En ciertos casos resulta conveniente agregar sentencias para el control a lo largo del
programa, por ejemplo produciendo mensajes que permitan visualizar valores de inters o
estados de registros, los cuales se sabe deben responder a cierto patrn. Como mtodo general
es poco eficaz, dado que solo permite saber en que parte del programa se observo por primera
vez el error, pero no donde este se genero, lo cual obliga a hacer un rastreo hacia atrs para ver
donde difiere lo esperado de lo ejecutado.
Los mtodos ms eficientes se basan en el anlisis de los sntomas. Esto llevar a
formular hiptesis de posibles causas, las cuales por medio de pruebas sucesivas se irn
descartando hasta descubrir el error.
152
Mantenibilidad
En la especificacin para el diseo del equipo debe estar definido si este debe ser
diseado como reparable o desechable. El equipo se dice diseado para la reparacin si se
desarrollan acciones desde su definicin de modo que en caso de falla pueda volverse
operativo en el menor tiempo y al menor costo. Los equipos son definidos como desechables
cuando su reparacin resulta antieconmica, o su costo de reposicin es bajo o del orden del
costo de reparacin, o bien cuando es muy baja la probabilidad de xito en la reparacin.
La funcin de mantenibilidad en el diseo se ocupa de definir todos los aspectos
relacionados con la mantenibilidad de los equipos. Como la falla de los distintos elementos
tiene carcter aleatorio, los tiempos insumidos en la reparacin tendrn el mismo carcter, y
debern ser evaluados en forma probabilstica. Es por ello que la mantenibilidad se define
como la probabilidad de que un equipo que entro en falla pueda ser reparado en un tiempo
dado, contando con recursos y procedimientos definidos. Esto ltimo se relaciona con:
1. capacitacin del personal
2. disponibilidad de repuestos
3. instrumental y bancos de prueba
4. documentacin (manual de servicio).
La mantenibilidad de un equipo es una caracterstica que queda definida en el diseo,
y depende de factores tales como la tasa de falla de los elementos, tipos de falla a los que estn
sujetos, la serviciabilidad, accesibilidad, diagnosticabilidad y soportabilidad y de ayudas para
el mantenimiento. Estas ayudas pueden ir desde algo tan complejo como la incorporacin de
sistemas de autodiagnstico e inclusive capacidad de autoreparacin, hasta algo tan simple
como ceirse al estudio de facilidades o formas de montaje que permitan una rpida deteccin
y remocin de las partes en falla, especialmente de aquellas con alta frecuencia de falla.
Para evaluar la mantenibilidad usualmente se considera la condicin ms favorable, lo
que supone que se cuenta con todos los medios y capacitacin suficiente, y por lo tanto solo
entran en consideracin los aspectos propios del equipo, englobados en lo que se conoce como
su serviciabilidad. Con esta expresin se intenta medir la facilidad con que el equipo ha sido
pensado para su reparacin.
El concepto probabilstico que existe en la definicin anterior implica que los
resultados son solo aplicables a una poblacin de equipos. Podrn aplicarse a un solo equipo
considerando para este todo el conjunto de fallas a las que puede estar sujeto en su vida til.
La caracterizacin estadstica permite definir un valor del tiempo esperado ( medio ) de
reparacin, y del tiempo medio entre intervenciones.
Se debe diferenciar entre mantenibilidad y mantenimiento. La mantenibilidad es una
caracterstica del equipo, mientras que el mantenimiento es una actividad desarrollada para
reponer en servicio un equipo, lo cual depende del sistema o estructura de mantenimiento.
El estudio de la mantenibilidad sirve para definir acciones que permitan aumentar la
fiabilidad y la disponibilidad, determinando las acciones de mantenimiento y procedimientos
en la etapa de diseo, facilidades para la serviciabilidad, las prevenciones para que la
reparacin no lleve a fallas secundarias, y la definicin de acciones preventivas que eviten la
entrada en falla. Es importante adems prever la forma de no degradar la seguridad del equipo,
ni durante las tareas de mantenimiento, ni a posteriori. Esto indica que la seguridad,
caracterstica que se mide la probabilidad de provocar daos a terceros o al propio equipo, debe
154
ser analizada no solo durante la operacin normal del equipo, sino tambin en condicin de
estado de falla o del proceso de mantenimiento.
Las acciones de mantenimiento pueden clasificarse en :
Mantenimiento proactivo:
o Preventivo (recurrentes y programadas) :
Por inspeccin
Por recambio
Por recalibracin y conservacin
o Predictivo
Por verificacin (recurrentes, programables )
Por alarma (recurrentes, no programables )
o Pasivo ( no recurrentes)
Mantenimiento reactivo (Forzosas, no programadas) :
Mantenimiento correctivo (recurrente)
o Mantenimiento curativo ( no recurrente )
Es de hacer notar que la mantenibilidad, como disciplina tcnica, fue introducida
recin en 1954 por las fuerzas armadas de USA.
Mantenimiento proactivo
El mantenimiento proactivo se asienta en acciones de prevencin o monitoreo,
realizadas con el fin de anticiparse a la aparicin de las fallas. Estas acciones de mantenimiento
buscan minimizar costos y grado de afectacin al servicio. Ser en funcin de esto que podr
decidirse su prctica. Si se hace prctica preventiva con recambio, ello disminuir la tasa de
fallas de los componentes afectados segn el riesgo admitido, es decir, segn se decida el
momento del cambio. En caso contrario, estos componentes afectaran en mayor medida el
tiempo correctivo, y se tendr sin duda un mayor tiempo de baja del equipo y mayor afectacin
del servicio.
Las ventajas de un mantenimiento proactivo son:
Activas
Pasivas
Si bien ambas pueden ser definidas durante el desarrollo, las pasivas por lo general
sern recomendaciones a tener en cuenta para la instalacin u operacin, segn el ambiente en
que deba operar el equipo o sistema. Normalmente, este ser el caso cuando el equipo va a
funcionar en entornos muy distintos, algunos de ellos muy agresivos. Es decir, estas acciones
solo se ejecutaran cuando se verifiquen tales condiciones, lo cual evita que su costo sea
trasladado a todos los equipos, aun para aquellos que funcionan en ambientes muy benignos y
controlados.
154
155
Mantenimiento preventivo
Las tareas de mantenimiento preventivo activo
son tareas que se realizan
peridicamente sobre los sistemas tendientes a prolongar el tiempo libre de falla. Estas
acciones estn influenciadas por la etapa de diseo. En este mantenimiento existen varias
acciones principales, a saber:
-
( t )
Fig.1
t
t
Tr
El tiempo para el reemplazo se estima admitiendo un riesgo de que la accin deba ser
correctiva, por presentarse la falla anticipadamente al momento previsto para hacer el
reemplazo. Este tiempo se definir segn el riesgo admitido, funcin de los perjuicios que
surjan de presentarse la falla imprevistamente, o bien prefijando otro criterio.
Un reemplazo anticipado lleva implcito que se desperdicia capacidad de uso de
aquellos componentes que entraran tardamente en falla, ms all del tiempo de recambio. Si
la dispersin es grande, entonces es mas conveniente monitorear peridicamente algn
parmetro X que sirva de indicio, figura 2, aplicndose en tal caso una accin de
mantenimiento predictivo.
comportamiento de un dado equipo
f(t)
X
valor limite
Fig.2
monitoreo
monitoreo
monitoreo
155
156
f(t)
(t)
Fig.3
Fig.4
Si por otra parte el componente tuviera una tasa de fallas decreciente con el tiempo,
figura 4, el mantenimiento preventivo seria contraproducente: en vez de aumentar, la fiabilidad
disminuira. En otras palabras, tratndose de un equipo o de un sistema no redundante, para
que el mantenimiento preventivo tenga sentido debe darse una tasa de fallas creciente con el
tiempo.
Es decir, de las tres posibilidades: tasa de fallas decreciente, tasa de fallas constante y
tasa de fallas creciente, tratndose de equipos, solo en este ultimo caso tiene sentido el
mantenimiento preventivo.
Esto establece una diferencia entre los equipos electrnicos, cuyos componentes
bsicamente responden a fallas de tipo aleatorio, con respecto a los mecnicos, en los cuales
domina la falla por desgaste. En los equipos electrnicos el mantenimiento preventivo
normalmente no solo no aporta ventaja alguna, sino que llevara a desperdiciar gran parte de la
vida til de los componentes, agregando el costo de la accin preventiva, y adems se correra
el riesgo de empeorar la fiabilidad debido a sobrecargas accidentales como consecuencia de la
intervencin, figura 5. Este desmejoramiento de la fiabilidad ocurrir siempre que exista la
probabilidad de que la accin de mantenimiento preventivo sea imperfecta, ocasionando dao
en algn elemento del equipo, figura 6. Esto se traducira en un salto, discontinuidad, en la
funcin de fiabilidad al momento de la intervencin. Es decir, se supone que al momento de la
intervencin el equipo esta en funcionamiento y que podra continuar en ese estado de no
intervenirse, mientras que con la intervencin existe la posibilidad de provocar su falla.
R(t)
R(t)
Desmejoramiento
de la fiabilidad
Desmejoramiento
de la fiabilidad
intervenciones
intervenciones
Fig.5
Fig.6
La duracin de las acciones del mantenimiento preventivo, por ser tareas concretas
conocidas, tienen un carcter determinstico, sujetas a mnima fluctuacin. Dado que pueden
desarrollarse distintas acciones en distintos momentos, pero con frecuencia conocida, es
posible hablar tambin de un valor medio, aunque en este caso no se da el carcter
probabilstico, ya que se evalan acciones programadas con mnima fluctuacin de los
tiempos.
156
157
Fig.8
Fig.7
f 1 (t ) = f (t )
0 t TM
f 1 (t ) = 0
t > TM
(1)
en base a la misma se puede obtener la nueva funcin de densidad de fallas, fp(t), para
cualquier instante t>TM. Igualmente, la funcin de fiabilidad obtenida en base a f(t) solo es
aplicable en el intervalo de validez de la funcin de densidad, Ro(t), figura 10b.
Aceptando que solo se consideran fallas las de tipo catastrfico, lo que excluye los
cambios preventivos de elementos, el anlisis de fiabilidad puede realizarse de dos modos:
a)
a)
Fig.9
Fig.10
b)
b)
157
158
y, dentro de cualquier intervalo (kTM, (k +1) TM), calculado a partir de una intervencin, la
funcin de densidad de fallas ser una replica de la densidad de fallas entre 0 y TM
El segundo caso supone que la intervencin preventiva es transparente al usuario, o
cuando menos sin consecuencias catastrficas. Se trata, bajo este supuesto, de calcular la
fiabilidad para cualquier instante t a partir de la primera puesta en marcha o desde cualquier
intervencin.
Si R(TM) es la probabilidad de que no falle durante un intervalo cualquiera (0,TM ),
evaluado a partir de una intervencin, entonces la probabilidad de que siga en funcionamiento
en un instante t cualquiera posterior,
(3)
t = k.T + t
para 0 < t T
M
estar dada por la probabilidad de que haya funcionado desde el instante t=0 hasta el instante
t= kTM, y que no se produzca un fallo catastrofico en el intervalo k.TM < t k.TM + t m. Dado
que la fiabilidad para el intervalo (0,TM ) es R(TM), entonces, la probabilidad de que no haya
fallado en ninguno de los k intervalos previos estar dada por, figura 11,
R ( k .T M ) = [R ( T M ) ]
(4)
A su vez es
R (t m ) = 1 F (t m ) = 1
tm
(5)
f 1 ( t ). dt
de modo que
R ( t ) = R ( kT
+ t m ) = R ( k .T M ). R ( t m ) = [R ( T M ) ] . R o ( t kT
k
(6)
y la funcin de densidad fp(t) dentro del intervalo (kTM, (k+1) TM), estar dada por
f
dF ( t )
dR ( t )
dR ( t )
k
=
= [R ( T M ) ] .
=
dt
dt
dt
(t ) =
[R ( T M ) ]k . f 1 ( t
k .T M )
(7)
R(t)
R(T )
M
R2(TM )
2T
M
Fig.11
R3(TM)
3T
M
Fig.12
Como R(TM) es menor a 1, Rk(TM) ser decreciente con k y por tanto la funcin de
densidad tendr una envuelta exponencial, figura 12. Esto justifica que a pesar de que la tasa
de fallas de los elementos sea creciente con el tiempo, si media este tipo de mantenimiento, se
pueda aplicar el modelo exponencial.
La tasa de fallas dentro de cada intervalo necesariamente debe repetirse, originando
una funcin peridica, figura 13, de modo que si la variacin de (t) con el tiempo no es
grande, se puede asimilar a una tasa de fallas constante. Visto de otra manera: sobre No
158
159
= N o .(1 R (T M ) )
se
(8)
1 R
1
=
R t
R (( k 1 ) T M
R ( kT
) R (( k 1 ) T M
TM
1 R (T M )
TM
(9)
Fig.14
Fig.13
f ( t ). dt = = 1 R ( T M )
(10)
tal como indica la figura 15, y segn ello variar la fiabilidad R(TM) , como se indica en la
figura 16, y mejora a medida que se reduce TM. Normalmente, el riesgo esta acotado cuando los
requerimientos de seguridad son mandatarios.
f(t)
t/TMEFc
Fig.15
Fig.16
159
160
(11)
TMEFp
t. f
( t ). dt
R(t)
Fig.17
Fig.18
Pero, la mejora del tiempo medio entre fallas catastrficas es a costa de una
disminucin del tiempo entre intervenciones preventivas, TM, de modo que si estas no fueran
transparentes al uso, su aplicacin sera indeseable. Importa por tanto, no solo que las fallas
catastrficas sean mnimas, sino que adems la frecuencia de intervencin preventiva sea
compatible con el uso, asegurando mnima interrupcin del servicio. Esto es especialmente
importante cuando las fallas se extienden sobre un amplio rango de tiempos, como es el caso
indicado en la figura 15.
Si se evala la disponibilidad en funcin de la relacin entre TM y el tiempo medio
entre fallas sin mantenibilidad preventiva, TMEFc, se encuentra que hay un valor de TM
ptimo, que maximiza la disponibilidad. Este valor, como se aprecia en la figura 17, depende
de la relacin entre los tiempos medios involucrados en ambas reparaciones, tc/tp; si ambos
fueran iguales, la mejor disponibilidad se obtiene en ausencia de mantenimiento preventivo,
dado que, en tal caso, la mantenibilidad preventiva no aporta ventaja alguna desde el punto de
vista de la disponibilidad.
El tiempo entre intervenciones preventivas tambin puede ser determinado buscando
mnimo costo de mantenimiento durante el tiempo de vida til del equipo.
R p (t ) = [R (T ) ] .(1 p ) k .R (t kT )
k
para
(12)
En este caso aparece un compromiso entre la mejora que se produce con cada
intervencin al reemplazar componentes sujetos a desgaste, y la degradacin que resulta de una
intervencin imperfecta. Esto nos lleva a suponer que existir un intervalo para la intervencin
ptima, que depender de p y de la ley de variacin de la tasa de fallas con el tiempo. La
expresin (12 ) indica, justamente, que despus de cada intervencin se pasa a tener menos
fiabilidad que la se tendra si no se hubiera intervenido; solo se mejora la fiabilidad en el largo
plazo, dado que a partir de T se tiene una menor pendiente para R(t), figura 18. Con bajos
valores de T podra incluso resultar siempre un empeoramiento de la fiabilidad.
160
161
R ( H ) = 1 ( 1 + 2 )
(14)
R(t)
t=0
p(E)
R(H)
t=H
Emin
Emax
Fig.20
Fig.19
caida de presion, p
filtro sucio
Fig.21
1
caracteristicas
de carga
presion
temperatura
valor limite de alarma
filtro limpio
Qm Q2 Q1
caudal
Fig.22
Tp
162
Mantenimiento predictivo
El mantenimiento preventivo con reemplazo peridico de partes solo puede basarse en
el tiempo calendario cuando se trata de equipos sujetos a uso continuo, o a un uso regular de
por ejemplo X horas por da, y los equipos estn adems siempre sometidos a la misma carga.
Tambin, cuando el envejecimiento ocurra por el simple transcurso del tiempo (caso de
engrases, lubricaciones, etc). Si este no es el caso, es conveniente monitorear alguna variable
ligada al uso ( por ejemplo los Km en un automvil ), o de una forma menos precisa, basarse
en consideraciones de media, en funcin del modo tpico de uso. Pero aun en estos casos, el
desgaste puede ser muy diferente segn sea la exigencia de carga del elemento, carga que a su
vez puede tener carcter aleatorio. La alternativa en este caso es recurrir a una inspeccin para
el control de estado, en base a la cual predecir el momento de la inspeccin siguiente, o la
futura accin de recambio del elemento.
Este tipo de situacin se da tambin cuando el tiempo para la falla tiene una
dispersin muy grande, figura 23, y es adems posible monitorear alguna caracterstica
relacionada con la falla, de modo que la accin de mantenimiento sea consecuencia de una
verificacin basada en el estado del propio elemento, y no algo que surge solo como
consecuencia del transcurso del tiempo.
Cuando el costo de control es bajo frente al costo del recambio, una opcin es hacer
monitoreos peridicos, con tiempo entre controles basados en el desgaste previo. Otra opcin
es agregar sensores para monitorear un parmetro del sistema altamente correlacionado con la
aparicin de la falla, basndose en lo que se denomina anlisis de firma. Estos sistemas se
fundamentan en el hecho de que en su funcionamiento normal los equipos tienen un diagrama
particular de ruido, de vibracin, de temperatura, de presin, de irradiacin, etc., el cual se
altera con el desgaste. Las dos variables mas usadas para este fin se basan en el anlisis del
comportamiento trmico o en el vibratorio; el primer caso bsicamente orientado a
componentes elctricos y el segundo a componentes mecnicos.
f(t)
x1(t)
x2(t)
nivel de falla
x(t)
f(t)
f(t)
nivel de alarma
TM tr1 tf1
tr2
tf2
Fig.24
Fig.23
El aprovechamiento del anlisis trmico para detectar signos de inminente falla se
debe a que la mayora de los componentes tienden a recalentarse a medida que sus propiedades
se deterioran.
Con mantenimiento preventivo los elementos deberan ser cambiados al cabo del
tiempo TM, figura 24, mientras que el predictivo permite extender el uso hasta un instante de
recambio tr definido por un nivel de alerta, cercano al limite de la capacidad de uso del
elemento, y podr ser algo tan simple como la sealizacin del contenido de tinta de un
cartucho de impresora, o la indicacin de estado bajo de una batera, etc. Cuando no sea
posible el monitoreo automtico permanente, el instante del recambio resultara del anlisis de
tendencias, en base a registros histricos. A pesar de que el momento de intervencin no puede
ser programado, es igualmente importante debido a :
162
163
Mantenimiento pasivo
El mantenimiento preventivo pasivo incluye todas las acciones destinadas a proteger
al equipo de su entorno. Es pasivo porque no se interviene sobre el equipo. La finalidad es
reducir o evitar sobrecargas mediante la incorporacin de protectores frente a transitorios de la
alimentacin primaria ( red elctrica ) o para evitar cortocircuitos o sobrecargas. Lo primero
haciendo un filtrando en las lneas de entrada al equipo para evitar los efectos de ruidos o
sobretensiones de tensin, figura 25, bajo el supuesto de que el propio equipo nos las incluya.
Equipo
P
Fig.25
Circuito bajo
proteccion
Unidad
independiente
linea
ruido e interferencias externas
Fig.26
Fig.27
Los transitorios de la fuente de alimentacin son especialmente crticos en muchos
casos, y para ellos caben varias acciones:
163
164
Mantenimiento curativo
Sobre la primera serie de equipos que es lanzada al mercado es necesario hacer un
seguimiento especial de las primeras fallas que se presentan. Esto implica que, frente a la
primera falla de cada componente se debe desencadenar una accin de anlisis previo a
cualquier accin correctiva, cuyo propsito es determinar si corresponde una accin de
mantenimiento normal, requirindose tan solo una accin correctiva, o si es necesario
introducir acciones curativas. Sern necesarias acciones de tipo curativo cuando:
Las acciones curativas buscan generar cambios en el diseo para evitar la repeticin
de fallas que responden a las caractersticas anteriores.
Cuando existan discrepancias entre las condiciones de campo y los resultados
obtenidos en pruebas de laboratorio, ser necesario realizar anlisis con la finalidad de
explicar tales resultados contradictorios, buscando saber si se trata de:
y por otro lado, determinar la relevancia de la falla, de modo que, segn sea su gravedad se
proceda a:
Si la causa es debilidad de los componentes causada por una partida con alto ndice
de defectos, la accin curativa quedara restringida a todos los equipos que fueron montados
con esos componentes, para lo cual sirve la trazabilidad.
Mantenimiento correctivo
Se distinguen dos tipos de mantenimiento correctivo:
164
165
Todas estas acciones son totalmente tcnicas, y los tiempos involucrados en las
mismas definirn el menor tiempo en que un equipo fallado puede ser reparado. Es
bsicamente sobre estos tiempos que puede y debe actuarse en la etapa de diseo.
Funcin de mantenibilidad
El tiempo de reparacin depender del elemento bajo falla, y de factores tales como la
accesibilidad, facilidades para el diagnostico, habilidad de los reparadores, etc. Como las fallas
son aleatorias, y es diferente el tiempo de reparacin involucrado en cada componente, los
tiempos necesarios para volver el equipo operativo sern tambin aleatorios. Supongamos un
conjunto No de equipos con fallas diversas, y que la cantidad de equipos reparados al cabo del
tiempo t sea Nr(t), entonces, la mantenibilidad al tiempo t estar dada por
M (t ) =
(t )
(15)
o tambin
N r (t )
= ( t ).
N o
(N
N
N o
(t ) )
. t
(16)
(17)
(18)
e integrando, bajo la condicin de que en t=0 no hay ningn equipo reparado, y por tanto
M(0)=0, se obtiene
M (t )
t
dM ( t )
(19)
0 1 M ( t ) = 0 ( t ). dt
de modo que
t
M (t ) = 1 e
con una funcin de densidad dada por
m (t ) =
( t ). dt
0
dM ( t )
= ( t ). [1 M ( t ) ]
d (t )
(20)
(21)
166
TMR = E [ t ] =
m ( t ). t .dt
(22)
exponencial
m(t)
lognormal
m(t)
m(t)
Fig.28
t
Los modelos de mantenibilidad ms usados son el normal, el exponencial y el lognormal, figura 28, dependiendo de que:
1.
2.
3.
Los tiempos estn determinados por acciones comunes, como ser desarmado y
rearmado, con una leve fluctuacin que depende del tipo de elemento ( ley normal )
La mayora de las reparaciones demandan poco tiempo por disponer de un sistema de
diagnostico ( modelo exponencial )
Existan muchas tareas de mantenimiento que requieren mas tiempo que la media; es
decir, la mediana es mayor que la media ( modelo lognormal)
Disponibilidad
La disponibilidad ha sido definida por la probabilidad de que un equipo se encuentre
operando, o en capacidad de operar, en un instante de tiempo t cualquiera partiendo de una
condicin inicial prefijada, que puede ser de funcionamiento, o desde un estado de falla.
Mientras que la fiabilidad se preocupa por un funcionamiento continuo sin falla, y es
aplicable a equipos reparables y no reparables, la disponibilidad es una caracterstica propia de
los equipos reparables. Para un equipo no reparable, la probabilidad de que en un instante t este
operativo depender nicamente de que no entre en falle; o sea que, en este caso, coincidir la
disponibilidad con la fiabilidad.
Fallado
Estado 2
Funcionando
Estado 1
Funcionando
Estado 1
Fallado
Estado 2
Fig.29
Fig.30
167
fiabilidad esta dada por la probabilidad de que estando en el estado 1 se mantenga en ese
estado. Mientras que la disponibilidad esta dada por la probabilidad de que si en t=0 se
encuentra en el estado 1 se mantenga en ese estado, o bien de que si en algn momento entre 0
y t paso al estado 2, en el instante t se encuentre nuevamente en el estado 1; o bien de que si en
t=0 esta en el estado 2, en t este en el estado 1. Si las transiciones son a tasa constante, la
fiabilidad resultara del anlisis del sistema de la figura 30, el cual lleva a
R (t ) = e t
(23)
Para hallar la disponibilidad A(t) se necesita resolver el sistema de ecuaciones
diferenciales (ver pgina 125),
dP 1 ( t )
(24)
= .P 1 + .P2
dt
dP
(t )
= .P 1 .P
dt
(25)
sujeto a una condicin inicial dada, por ejemplo que para t=0 el sistema se encuentra
funcionando, estado 1. En este sistema, la disponibilidad A(t) esta dada por la probabilidad de
que en t el sistema este en el estado 1, o sea por P1(t), vale decir
(26)
A ( t ) = P1 ( t )
Pero adems, como debe ser
(27)
P (t ) + P (t ) = 1
1
queda finalmente
dA ( t )
= . A ( t ) + .[1 A ( t ) ] = ( + ). A ( t ) +
dt
(28)
= 0
t
(29)
TMEF
=
+ TMR
+
TMEF
(30)
Fig.31
Si en la solucin de la ecuacin (28) se considera un factor de integracin de la forma
e-(+).t y como adems es A(0)=1, esto lleva a la expresin
(31)
+
A (t ) =
.e ( + ). t
+
+
que nos muestra que la disponibilidad, arrancando desde 1 para t=0, tiende en forma montona
a un valor constante, igual al valor de la disponibilidad de largo plazo. Si la condicin inicial
fuese que en t=0 se comienza la reparacin del equipo, en ese caso la disponibilidad debe
arrancar en 0 en t=0, y tender a largo plazo al mismo valor anterior, figura 31.
167
168
1 operativo
1 en reserva
1 operativo
1 en reparacion
estado 1
Fig.32
1 operativo
1 en reparacion
1 operativo
1 en reserva
2 en reparacion
Fig.33
estado 3
estado 2
2 en reparacion
Fig.34
(32)
o bien definiendo un sistema equivalente de solo dos estados, englobando a los estados que
aseguran el funcionamiento del sistema 1 y 2 en un estado nico, figura 34. Supongamos que el
sistema original evolucione del estado 1 al 2. Es claro que habiendo saltado al estado 2, la
probabilidad de que regrese al estado 1 es .t, y de que salte al estado 3 es .t. Esto implica
que por cada transicin de 2 a 3 se producirn / transiciones de 2 a 1. Por consiguiente,
mientras en un sistema sin reserva en un lapso t se tendran transiciones, en el nuevo
sistema se tendrn / menos, lo cual permite aproximar la fiabilidad por la expresin
R (t ) = e
. .t
(33)
F iab ilid ad
F ia b ilid a d
/=
Fig.35
Fig.36
168
169
1 operativo
2 en reserva
1 operativo
1 en reparacin
1 en reserva
3
1 operativo
2 en reparacin
1 operativo
2 en reserva
3 en
reparacin
4
1 operativo
1 en reparacin
1 en reserva
3
1 operativo
2 en reparacin
Fig.37
3 en
reparacin
4
function y=markov(t,p)
la=.001;
mu=.01;
y=[-p(1)*la+p(2)*mu;p(1)*la-p(2)*(mu+la)+
mu*p(3);p(2)*la-p(3)*(mu+la);p(4)*la];
LISTADO 2
t=1:1000;
po=[1 0 0 0];% condicion inicial
[t,p]=ode45(@markov,t,po);
r=p(:,1)+p(:,2)+p(:,3); %fiabilidad
t1=t*.001;
plot(t1,r,'r')
Fig.38
Fig.39
Fig.40
169
170
Tr =
i =1
(34)
.n i .t ri .T
n . .T
i
(35)
= TMR
Mc
n i . i .t i
n
n i .
(36)
M p =
(37)
Si tpi es el tiempo que demanda una intervencin preventiva para una accin dada i,
que se practica a intervalos Ti, entonces el tiempo total insumido en las intervenciones estar
dado por
T
t p = t pi .
= t pi . f i .T
(38)
T
T
=
Ti
pti
.t
fi .T
.T
pi
.T
pti
(39)
f tpi . t
(40)
pi
f tpi
donde
ftpi= frecuencia con que se ejecuta la tarea de mantenimiento i-esima
tpti= tiempo requerido para la tarea i-esima.
En un lapso de tiempo T habr cierta cantidad de intervenciones preventivas de
duracin ( tp) y otra cantidad de intervenciones correctivas de duracin (tc), de modo que el
tiempo total durante el cual el equipo es intervenido (Ti) ser
(41)
Ti =
tc +
tp
y el tiempo medio por intervencin, sin discriminar el tipo, esta dado por
Ti
=
n
tc
+
n
(42)
o tambin
TMR
170
= M =
nc
n
np
tc
+
nc
n
tp
n
= p c .M
+ p p .M
(43)
p
171
TMEMc
TMEMc
+ M
(44)
c
TMEM
+ p
.M
donde TMEM ( MTBM, mean time between maintenance ) es el tiempo medio entre acciones
de mantenimiento,
TMEM
eq
(46)
c + p
1
M
(47)
p
TMEM
+ p c .M
TMEM
+ p p .M
+ p c .M
AdyLog
(48)
171
172
Tiempo tcnico (activo ), que se cuenta a partir del momento en que el equipo llega al
tcnico; es normalmente el tiempo mas pequeo, y en algunos casos solo representa
el 1% o menos del total.
Tiempos administrativos: involucra los tiempos de papeleo (burocrticos),
traslados, y colas de espera.
Tiempo logstico : involucra el tiempo que demanda la obtencin de repuestos
Capacitacin y experiencia
Se debe diferenciar entre capacitacin, relacionado con un entrenamiento formal para
la realizacin de una tarea, y nivel de experiencia vinculado con la habilidad desarrollada en el
ejercicio de la misma. Ambos factores inciden en el tiempo de ejecucin de las tareas.
Las tareas de capacitacin son necesarias cuando el equipo a reparar presenta cierta
complejidad. Incluyen la realizacin de cursos formales y de entrenamiento para la realizacin
de las tareas de mantenimiento. La capacitacin tiene por fin :
172
173
= n
n 1
(50)
dado que contempla un progreso fuerte al principio, para acercarse a un piso despus de haber
repetido cierto nmero de veces la tarea. Estos modelos son tiles para determinar los recursos
requeridos para cumplir con tiempos efectivos de mantenimiento, y para definir los tiempos de
entrenamiento necesarios. A veces la evaluacin se hace mediante un factor de inexperiencia,
el cual mide el incremento del tiempo medio de reparacin de una persona con cierto tiempo
de experiencia en relacin al tiempo que le insumira a una persona experimentada.
apoyndose en:
173
174
Serviciabilidad
La serviciabilidad evala la facilidad con que un equipo permite la reparacin,
conciliando la ubicacin de los componentes ms propensos a falla para facilitar su
localizacin, el acceso, su remocin y recambio, con otros aspectos tales como su tamao,
peso y forma, compatibilidad trmica, compatibilidad electromagntica, facilidad para el
ajuste, y razones ergonomtricas. La serviciabilidad se ve ayudada con:
174
Facilidad de acceso. Por ejemplo en el caso de la figura 41 resulta difcil acceder para
comprobar o reemplazar el componente B, que esta encajonado entre los elementos A y C.
Tambin, una realizacin como la indicada en la figura 42a dificultara la remocin y
reposicin de los componentes
C
B
Fig.41
175
placa
a)
Fig.42
b)
175
176
Diagnosticabilidad
La diagnosticabilidad mide el conjunto de medios dispuestos en el equipo destinados
al pronto reconocimiento de los elementos en falla, de modo de aislarlos y corregirlos en el
menor tiempo posible. Cuando se la considera en el diseo, se habla de un diseo orientado a
la diagnosticabilidad.
Supongamos un equipo compuesto por N componentes dentro de los cuales se debe
aislar un componente en falla, y supongamos que todos tengan igual probabilidad de falla. Si
el mtodo de prueba se basara en una comprobacin secuencial, y cada comprobacin
insumiera un tiempo To, el tiempo necesario en media estara dado por
Tc
N
.T o
2
(51)
log( N )
.T o
log( 2 )
(53)
log(
2)
(54)
N )
Cuando la falla se circunscribe a un componente que puede tener mltiples modos de
operacin, el proceso no es tan directo. Cuando los estados que puede tomar son pocos, puede
ser de ayuda la incorporacin de indicadores luminosos. Pero cuando son muchos, una de las
mejores aproximaciones a este requerimiento es el BIST (Built-in self-test), tambin
denominado BIT (built-in test). El BIST incorpora capacidad de verificacin en el mismo
equipo, actualmente favorecido dada la mayor incorporacin de software dentro de los equipos,
y la proliferacin de dispositivos analgicos con interfaces de comunicacin por buses, por
ejemplo el I2C, o por empleo de dispositivos boundary-scan. Estos sistemas son adems
necesarios debido a que los defectos cada vez estn mas ocultos (son ms difciles de detectar).
Algunos sistemas incluyen varios niveles de diagnosticabilidad, cada uno ms complejo y
potente que el precedente.
2
log(
Estimacin de la mantenibilidad
Como un paso mas del diseo habr que estimar la mantenibilidad, para comprobar
que se han alcanzado las metas propuestas, las que luego debern verificarse sobre prototipos.
Para hacer la estimacin del tiempo medio de reparacin es til confeccionar una planilla
como la indicada en la tabla I. Los tiempos de cada una de las tareas podrn basarse en
experiencias previas, u obtenerse de tablas de tiempos. En particular la MIL-HDBK-472
(Military Handbook: Maintainability Prediction ) provee una base de tiempos de reparacin
estndar. El tiempo medio de reparacin resultara de la aplicacin de la expresin (34). Si el
TMR excediera el valor permitido, habr que replantear la solucin.
TABLA I
Modulo
....
Tipo de
Elemento
en falla
Cantidad
de
elementos
n
Tasa
de
falla
FIT
capacitor
15
40000
Transistor
...
xn
.0006
..............
Acceso
Localizacin
reemplazo
Ajuste
Armado
.01
.1
.03
.15
.08
....
....
Verificacin
.03
...
......
xn
TMRi
x
TMR
xn
.4
.00024
....
....
xTMRxn 2
176
= 2/1
Calidad
El problema de hacer correctamente las cosas de entrada
es que de ese modo nadie apreciara cuan dificultoso fue
de "FORTUNES
Todos los equipos o productos son diseados para satisfacer una necesidad. En su
acepcin ms amplia, la calidad de un producto es la medida en que ese objetivo es logrado.
Esta evaluacin engloba todas las caractersticas vinculadas con la aptitud para satisfacer dicha
necesidad, estn estas explicitadas o sean condiciones implcitas de uso. Las caractersticas se
consideran implcitas cuando, a pesar de no estar contempladas en la especificacin,
igualmente deben cumplirse. Por ejemplo, puede no haber especificacin alguna referida a
ralladuras o golpes, y ello no implica que las mismas sean aceptables.
El satisfacer las condiciones de uso esta vinculado a que el producto:
Las condiciones que debe cumplir el producto para satisfacer la necesidad se plasman
en un documento de definicin de producto. El producto esta bien definido cuando la
especificacin se corresponde con la satisfaccin de la necesidad. Segn Juran ( Juran y la
Calidad por el Diseo ) el diseo de un producto es el proceso de definir las caractersticas
del producto para satisfacer las necesidades de los clientes. Bajo este enfoque, es en la etapa
de definicin de producto donde realmente se realiza el diseo, pues es donde se definen los
atributos y cualidades que va a tener el producto, y que el desarrollo simplemente debe atenerse
a cumplir. El PDD ( Product Definition Document ) es por ello el documento primario y mas
trascendente. Es claro que en la definicin de producto pueden estar incluidas cosas
irrelevantes, y en cambio no estn contempladas otras caractersticas que determinan su aptitud
para satisfacer la necesidad, figura 1.
necesidad
desarrollo
manufactura
Definicion
de
Fig.1
producto
Que un factor sea irrelevante o no depender del tipo de producto, pero considerarlo
as es siempre una prerrogativa del cliente. Por ejemplo, el color del gabinete puede ser
irrelevante en algunas aplicaciones, mientras que en otras ser un factor tan decisivo que su
especificacin se establece dando las coordenadas, con su tolerancia, en el diagrama cromtico
del IEC. Las caractersticas y atributos que explcitamente no integran la especificacin, ni son
caractersticas implcitas del producto, podrn ser considerados grados de libertad solo cuando
las mismas sean indiferentes bajo la perspectiva del cliente.
Si bien el PDD establece que caractersticas debe cumplir el producto, es en el
desarrollo donde estas se fijan, pudiendo o no ser concordantes con las establecidas en el PDD.
178
por ser reactivo, redunda en mayores costos, y requiere adems una accin recurrente
por ser estadstico, admite que a manos del usuario lleguen productos defectuosos, en
vez de trabajar bajo la meta de producto perfecto ( cero defectos )
179
D ise o
M an u fa ctu ra
SQC
D ise o
M an u fa ctu ra
SPC
M a rk etin g
Fig.2
D ise o
SQC
M an u fa ctu ra
DOE
FM EA
VE
QFD
QFD
tiempo
M a rk etin g
SPC
SQC
TQM
tasa de defectos =
(1)
defectuosidad
(2)
siendo comn expresar dichos valores como porcentajes. La tasa de defectos es una medida de
la media de defectos o demritos por unidad y suele indicarse por U,
n
(3)
179
180
Por otro lado, mientras algunos defectos suelen detectarse fcilmente, por simple
inspeccin visual o previo al momento del proceso, otros estn mas ocultos y solo se
manifestaran en alguna etapa mas avanzada del proceso. Por lo general los defectos de tipo
mecnico caen en el primer grupo, y los elctricos en el segundo. Esto lleva a clasificar los
defectos propios de los componentes electrnicos en:
Mecnicos: vinculados a partes mecnicas. Normalmente son de fcil deteccin por
simple inspeccin, admitindose una tasa de defectos mayor, del orden de hasta 2,5 % o 5%.
Elctricos: vinculados a alguna caracterstica elctrica del producto. Son de difcil
deteccin temprana en el proceso, por lo cual se requiere baja tasa de defectos, al menos un
orden de veces menor a los de tipo mecnico, por ejemplo 0,25 % o aun menor. Actualmente
valores de 100 ppm o menos son comunes para muchos componentes electrnicos.
Calidad de proceso
Todo proceso esta sujeto a la influencia de mltiples factores aleatorios cuyos efectos
combinados producen un resultado tambin aleatorio, el cual queda caracterizado por la
funcin de distribucin de la caracterstica de inters. Estos factores pueden desdoblarse en:
causas comunes, tambin denominadas aleatorias
causas especiales o asignables, tambin denominados factores sistemticos
Las causas comunes son debidas a mltiples factores: operarios, maquinas, materiales,
etc. Cada factor de por si tiene poca influencia, pero, cuando todos confluyen, sus efectos se
suman y dan lugar a una variacin significativa. Estas variaciones pueden predecirse porque
tienen un nivel de variabilidad que permanece relativamente constante en el tiempo. Cuando
solo se manifiesta este tipo de causas se habla de un proceso bajo control. Las causas comunes
pueden considerarse inherentes al proceso, dado que al no ser fcilmente eliminables, son las
que determinaran su capacidad. Es decir, son causas comunes las que resultan una vez que
todas las causas especiales de variacin fueron eliminadas. La variabilidad debida a causas
comunes, por ser consecuencia de muchos factores, dan lugar a una distribucin de tipo
normal. Esta es condicin necesaria para reconocer la existencia de solo causas comunes, pero
no suficiente, pues tambin la presencia de causas especiales puede llevar a una distribucin
normal.
Las causas especiales, debidas a un operario, una maquina, o un proceso particular, se
manifiestan por cierto lapso de tiempo; su caracterstica distintiva es que no es una causa
comn a todas las unidades. Provienen adems de un nmero limitado de causas, que producen
efectos importantes. Las causas sistemticas pueden subdividirse entre:
181
media de largo plazo, siguiendo una distribucin normal, esto define el modelo de proceso
B. Si la media estuviera sujeta a variaciones regulares, vale decir, con un comportamiento
que es predecible, esto corresponde al modelo de proceso C, figura 3.
Modelo de Proceso A
Modelo de Proceso B
Modelo de Proceso C
Fig. 3
Se dice que un proceso esta bajo control cuando mantiene su distribucin con el
tiempo, o esta cambia de un modo conocido o entre lmites conocidos. El que un proceso este
bajo control no lo hace apto. Un proceso se dice apto cuando tiene capacidad para satisfacer los
requerimientos de calidad y esto implica que sus caractersticas se mantienen dentro de lmites
prefijados, figura 4.
R e s u lta d o
P ro ce s o
c o n tro la d o
Si
Si
S i (*)
C a p a c id a d
d e p ro c e s o
Si
Si
Si
S i (*)
S i (*)
No
No
No
No
No
Fig. 4
La evaluacin de capacidad busca determinar si un proceso es apto. Es obvio que solo
para un proceso bajo control tiene sentido el anlisis de capacidad.
El que un proceso este bajo control solo requiere que se mantenga la varianza, pero
que tenga capacidad requiere adems que los valores de sus caractersticas se mantengan
dentro de lmites impuestos por la especificacin.
Capacidad de Proceso
Usualmente la especificacin impone un valor nominal para las distintas
caractersticas. Aunque el valor que resulta del proceso no coincida con el valor nominal
deseado para la caracterstica, igualmente resulta admisible a condicin de que el apartamiento
no supere ciertos lmites, dentro de los cuales se considera que no hay degradacin
significativa en el cumplimiento de la necesidad. Conocer este apartamiento es necesario para
el diseo del producto y para la determinacin de mtodos productivos aptos.
No deben confundirse los lmites establecidos por la especificacin con los lmites
establecidos para el control de proceso. Obviamente, los lmites del proceso deben caer
siempre dentro de los lmites de la especificacin. Determinar que esto sea as, es medir la
aptitud del proceso para satisfacer la especificacin. Es decir, medir la capacidad de proceso es
evaluar si las etapas de diseo del producto y de procesos estn en aptitud de cumplir la
especificacin. Que un sistema sea estable no significa que sea apto, pero para que sea apto
necesariamente debe ser estable, y cumplir adems con las exigencias del diseo.
181
182
E = E max E min
Cp =
(7)
Este ndice por lo general no se utiliza, ya que solo evala la dispersin, y solo seria
aplicable si la media de proceso esta centrada sobre el valor nominal especificado. Servira
para evaluar la dispersin de proceso, pero no la adecuacin del proceso a un determinado
producto. Para ello el ndice debe considerar la situacin mas comprometida, dada por
C
pk
= min (C
pu
pl
,C
pu
pl
(8)
donde
max
(9)
3
X E
(10)
min
y es una caracterstica del proceso que debe ser determinada en base a los valores
observados, despus de haber eliminado las causas especiales.
Este ndice evala el proceso en relacin al requerimiento especifico del producto,
considerando el limite mas comprometido de la especificacin, figura 5, y supone un proceso
bajo control. La condicin limite de Cpk=1, si bien corresponde a un proceso bajo control, se
debe considerar marginal, mientras que Cpk<1 resulta inaceptable, figura 6.
p(X)
p(X)
Emax - X
Emax-Emin
Lmc - X
Emax-Emin
Fig.6
Fig.5
E
8
=
6
6
= 1 . 33
(11)
Este valor suele tomarse como el limite de la condicin marginal; es decir, Cpk > 1.33
es la condicin a cumplir.
Es una tarea del proceso de optimizacin conseguir que las medias que resultan por
diseo y proceso coincidan con el valor nominal requerido, o sea
X = En
(12)
lo cual implicara nula variabilidad de la media. Esta condicin es de difcil cumplimiento, por
182
183
lo cual, para tener en cuenta sus efectos se impone una exigencia mayor para la dispersin del
proceso, estrechndolo en un adicional por lado, lo cual implicara considerar 5 a cada lado
para evaluar la capacidad de proceso, o lo que es igual, lograr una dispersin que satisfaga
E = 10.
(13)
Otra forma de evaluar la aptitud de proceso, siempre bajo el supuesto de que las
variaciones siguen una distribucin normal, es calculando el mnimo valor de la variable
normalizada z, definida como
Z
min
= min
max
min
(14)
el cual difiere del valor dado por la expresin (7 ) solo en un factor de escala. Conociendo z,
se puede determinar la probabilidad de defectuosos.
La mayor dificultad se da en el arranque de los procesos por no contar con suficiente
poblacin como para establecer una buena caracterizacin estadstica, y porque adems son
frecuentes las causas especiales que dan lugar a que el proceso sea inestable. En tal caso, en
vez del Cpk se trabaja con el Ppk. La diferencia entre ambos es que en este ultimo el desvo
estndar se iguala al desvo estndar muestral, considerando la media muestral que resulta de
los k subgrupos con n-1 elementos cada uno,
1
k .n 1
= st =
(x
i =1
j =1
ij
(15)
y por tanto, a diferencia de , en el que solo se contempla la variabilidad de proceso por causas
comunes, t contempla la variabilidad total; es decir, siempre ser
(16)
t
Es decir, mientras mide la variacin inherente al proceso una vez estabilizado, t
mide la variacin total del proceso. La perfomance del proceso en una fase preliminar de
manufactura se evala en base al ndice Ppk
(17)
P
= min( P , P )
pk
pu
P pu =
max
3 .
E
P pl =
min
(18)
3 .
pl
(19)
pk
P pk
min(
min(
pu
,C
pl
P pu , P pl )
(20)
sirve como un indicador del desempeo efectivo de proceso, y por ello algunas regulaciones
tcnicas establecen que cuando esa relacin es mayor a 3 es necesaria una accin correctiva.
Para determinar los ndices de capacidad de proceso Cp y Cpk se puede usar la funcin
de Matlab capable(data,espec), la cual adems permite obtener la probabilidad de que del
proceso resulten muestras que estn fuera de los limites de la especificacin. Esta funcin
supone que los valores medidos en data responden a una distribucin normal, con valor medio
y varianza constantes, y son adems estadsticamente independientes. El argumento espec es un
vector que determina los limites inferior y superior de la especificacin. Adems con la
funcin capaplot(data,espec) se ajusta los datos a una distribucin normal, y se calcula la
probabilidad de que una nueva observacin caiga dentro de los limites especificados en espec,
graficando la distribucin y los limites de la especificacin.
183
184
Entradas de
diseo
Diseo de
producto
Calidad
de diseo
Diseo de
manufactura
cumple ?
Calidad de
Si proceso
No
Mejora
continua
Calidad de
cumple ?
producto
Si
No
cumple ?
No
Accion de
control
Mejora
continua
Diseo de producto
Manufactura
Diseo de procesos
Control de manufactura
Uso
Fig. 7
Establecida una calidad de proceso, la aparicin de causas especiales en la
manufactura degradaran ese nivel de calidad, figura 8.
Proceso fuera de
control y no apto
Proceso
controlado
y apto
o
mp
tie
Limite inferior de
la especificacion
Limite superior de
la especificacion
defectuosos
Limite inferior de
la especificacion
o
mp
tie
Limite superior de
la especificacion
defectuosos
Fig. 8
Existen dos mtodos para evaluar la calidad de manufactura. Uno, conocido como
evaluacin por atributos, solo busca saber si se esta o no dentro de la especificacin. El otro,
conocido como evaluacin por variables, busca conocer cuan cerca se esta del valor ideal; o
sea, determinar en que medida se aparta el producto de su especificacin nominal.
La evaluacin por atributos tiene la ventaja de ser rpida y simple, pero provee poca
informacin para el control y la mejora. Se utiliza en procesos no crticos, y se conocen como
controles del tipo pasano-pasa.
Los valores medidos en una evaluacin por variables son tratados estadsticamente y
permiten saber si el proceso esta bajo control. Fundamentalmente se apunta a determinar si la
media y la varianza se mantienen constantes. Por proporcionar ms informacin, la evaluacin
por variables se utiliza siempre para componentes crticos, y para ajustar la primera serie de
produccin. Esta es una etapa muy importante e imprescindible a los efectos de la validacin
del diseo y su adecuacin al proceso de produccin. Cuando se hace esta caracterizacin se
deben descartar las causas especiales o asignables.
184
185
6 w
distribuccion
normal
Fig. 9
1 2 3 4 5 6 7 6 8 9 10 11 12 13 14 15 16 1|7 18 19 20 21 22 23 24 25
subgrupo
En el control por variables se evalan dos parmetros: uno vinculado a la media y otro
a la varianza de la caracterstica que se este controlando. En un control por atributos se evala
un nico parmetro, la cantidad de defectos o defectuosos. Usualmente, en cada muestreo se
toman unidades consecutivas para evitar que entre ellas se manifieste alguna causa especial. La
representacin de estos parmetros en funcin de los subgrupos, normalmente limitada a 25,
conforma la grafica de control, figura 9
Los limites son establecidos bajo el supuesto de que es valida la distribucin normal;
es decir, supone que la diferencia entre el valor obtenido en cada muestreo con respecto al
valor nominal propio del proceso es una variable aleatoria que sigue una ley normal, y adems
se acepta que la probabilidad de que resulten valores apartados en mas de 3 sigma es
despreciable, debido a que son evaluadas muy pocas muestras en cada muestreo.
Sea W un parmetro usado como medida de calidad, que resulta de combinar las
observaciones X realizadas en cada muestreo. En un control por variables, W estar relacionado
con la media o con la variabilidad de la caracterstica X, o ser un conteo de defectos, en un
control por atributos. Como W resulta de combinar los valores observados, dado el carcter
aleatorio de estos, W ser por tanto una variable aleatoria. Suponiendo conocido el valor medio
de esta variable aleatoria, w , y su desvi estndar w , entonces, en el supuesto de que W
responde a una distribucin normal, sus valores quedarn restringidos conforme al criterio de
los 3 sigma, y por lo tanto los limites de intervencin estarn dados por
Limites de intervencin de W = w 3 . w
(21)
En un control por variables, w estar vinculado con el desvi estndar que resulta
w = A.
(22)
186
Fig.11
Fig.10
Optimizacin de procesos
Cuando un proceso se pone en marcha es necesario realizar sobre el mismo varios
anlisis de capacidad, tendientes a su optimizacin, figura 12. Esta optimizacin se subdivide
en dos fases:
Analisis de proceso
Analisis capacidad
de corto plazo
Analisis capacidad
primaria
Analisis capacidad
de largo plazo
Fig.12
Capacidad de
corto plazo
Minimo 50 elementos
186
Capacidad
preliminar
Minimo 100 elementos. Para usar
grafica de control se requieren al
menos 20 muestreos
Capacidad de
largo plazo
Todos los efectos deben haberse
manifestado; ocurre despues de
varios dias o semanas de produccion
187
Fig.13
zp
VLS
VLI
zpk
6
E
VLS
En
188
(23)
E
6
E
6s
(24)
de modo que
~ s
= C p.
(25)
Esto implica que mas que la capacidad de proceso, lo que se determina es el intervalo
de confianza dentro del cual se encuentra Cp , suponiendo especificado un nivel de confianza.
Si es la varianza de la distribucin y n es el nmero de observaciones, entonces como el
valor de la varianza muestral s2 sigue una distribucin 2 con n-1 grados de libertad, es decir,
C
2
=
n 1
s
1/ 2
(26)
de modo que considerando un nivel de confianza para la estimacin (1-), resultara para s/
un intervalo de confianza, figura 14.
Por caso, si se cuenta con n=50 observaciones, de la distribucin 2 con n-1 grados
de libertad y un nivel de confianza del 99%, el extremo inferior del intervalo de confianza
estar dado por
s
2
1
(1 / 2 , n 1 )
n 1
1 / 2
= 0.7457
(27)
= 1.2635
(28)
y el extremo superior
2 =
de modo que
2
2
(1 / 2 , n 1 )
n 1
~
0 . 7457 * C p < C
1/ 2
~
< 1 . 2635 * C p
(29)
Esto indica que la evaluacin de capacidad esta sujeta a cierta incerteza, y adems
como en la evaluacin de Cpk interviene la media muestral, la incerteza resultara aun mayor.
p(s/)
/2
Fig.14
intervalo de
confianza
/2
s/
Las evaluaciones de capacidad de proceso presuponen aptitud en los equipos usados
para la medicin, es decir, que se cuenta con capacidad de medicin. Esto supone que existen
adecuados procedimientos para la validacin y el seguimiento del instrumental usado en las
observaciones, a fin de asegurar que su precisin, linealidad, estabilidad y repetibilidad se
mantienen dentro del error admitido. En otras palabras, la variabilidad observada resulta de
combinar dos efectos de variabilidad: los propios del proceso y los debidos al sistema de
medicin, y ambos pueden estar sujetos tanto a causas comunes como especiales de variacin.
La exigencia de capacidad de medicin, en general se basa en la regla del 10%: los
errores de medicin deben ser menores que el 10% de la tolerancia a medir. Es decir, la
capacidad del sistema de medicin, Cmed, debiera verificar
C med =
188
E
6 *
= 10
m
(30)
189
L(x)
Tolerancia especificada
USA
Valor deseado
Emin
Emax
Xo
Fig.16
Fig.15
Se podra decir que frente a la calidad hay dos posiciones:
1.
2.
Operar con la peor calidad que el usuario tolera; el presupuesto es que la calidad tiene
un costo, y por tanto el nivel que no acarrea reclamos es el aceptable,
Operar con la mejor calidad que el usuario pueda reconocer; esta postura presupone
que el usuario valora la calidad, independientemente de que haga o no reclamos; es
decir, la meta es la satisfaccin del usuario
La cuestin es por qu producir piezas con una calidad mejor a la requerida por las
especificaciones?. La respuesta es que esto lleva no solo a satisfacer mejor al cliente, sino que
adems obliga a una mejora constante de los procesos, y se logra tambin una reduccin en los
costos. Esto se contrapone con el enfoque de suponer que la calidad tiene como finalidad
definir para el producto el mnimo nivel de calidad que el cliente esta dispuesto a aceptar,
presuponiendo que una mejora de calidad implicara mayor costo, menores beneficio y es un
esfuerzo sin sentido.
La variabilidad que surge del proceso de manufactura puede resolverse de dos modos:
tolerancia
12
Cp
(31)
tolerancia
6
tolerancia
6 .( toleranica
12 )
= . 57
(32)
que se corresponde a una peor capacidad. Como en ambos casos se esta dentro de tolerancia la
cuestin es saber si los productos que resultan de ambos procesos pueden ser considerados de
la misma calidad, aun cuando el ndice de capacidad de proceso sea distinto.
189
190
p(X)
p(X)
Fig.17
Podra pensarse que en la ltima posicin, dejando de lado los costos visibles y los
desechos, bajo la ptica de la calidad se estara en el mejor nivel posible, dado que se esta
cumpliendo estrictamente con la especificacin, dado que asegura que todos los productos
cumplen la especificacin. Bajo esta ptica el Cpk no seria un buen indicador. Esta ha sido la
postura tradicional de la industria occidental, en contraposicin a la postura adoptada por la
industria japonesa. En esta postura, si bien la mayora de los productos estn mas cerca de la
meta, tiene la penalizacin de que algunos pocos pueden quedar fuera de especificacin. Pero,
con otra mira, en la postura tradicional, habr mas cantidad de productos alejados del
comportamiento ideal, y adems, debido a los cambios que sobrevienen con el correr del
tiempo, seguramente ambas distribuciones iniciales tendern a desparramarse, figura 18,
originando en el segundo caso mayores reclamos de falla.
p(X)
p(X)
t=T
t=0
Fig.18
X
asentam iento
de proceso
p(X)
t>to
t=0
Fig.19
to
Em ax-Em in
Por el contrario, la postura japonesa supone que existe un valor ideal para la
especificacin y que se debe trabajar en forma continua en el mejoramiento del producto,
actuando sobre el diseo, los componentes y procesos buscando acercarse a ese ideal, figura
20. Esto es visto como una postura filosfica, denominndose kaizen a este proceso de
mejora continua, el cual, por lo general acarrea:
Un brusco incremento de defectos en el corto plazo debidos al cambio
Una fuerte cada de defectos a largo plazo debidos a la mejora
p(X)
Fig.20
Cambios de procesos e insumos
190
En
191
$
P (x)
En
P o s tu ra tra d ic io n a l
N u e v o c o n c e p to
L (x)
Fig.21
En
La industria japonesa mantiene una postura opuesta: considera que el costo existe en
la medida en que haya apartamientos respecto a la condicin ideal, solo que estos costos
pueden estar ocultos. Razonando as es que Taguchi propuso evaluar estos costos a travs de
una funcin de perdidas, proponiendo que el costo dependiera del corrimiento respecto a la
condicin ideal o meta del producto, m, condicin para la cual el costo obviamente ser nulo,
figura 22. Es decir, en esta postura, la funcin de densidad de probabilidad ideal debera ser
una delta de Dirac, figura 23, ubicada en el valor nominal de la especificacin.
L ( X )
P (X )
(X )
Fig.22
Fig.23
(33)
L = f (X )
donde
(34)
X = X E n = X m
y donde se supone que m es la condicin ideal de diseo, normalmente el valor nominal de la
especificacin, y X el valor efectivo de la caracterstica que se esta evaluando.
Si se hace una aproximacin de Taylor de segundo orden, es
L = f ( 0 ) + f ' ( 0 ). X +
f " ( 0 ). X
2!
(35)
pero como f(0) es nulo, porque f(X) tiene un mnimo en X=0 (dado que las prdidas son
positivas cualquiera sea el sentido del apartamiento), y adems f(0) tambin es cero (el cumplir
la meta no puede causar prdida ), resulta
L =
1
f " ( 0 ). X
2
= k(X m)2
(36)
donde m representa el valor ideal de la caracterstica, y X el valor efectivo que resulta en una
191
192
A
.( X m ) 2
2
(38)
L =
Li =
Ai
.( X
mi)2
(39)
L = E ( L ) = k .E ( X m ) 2
= E (X m)2
(41)
resulta
L
(42)
y para k caractersticas
L =
Ai
.
2i
2
i
(43)
Esta funcin es til no solo para evaluar mejoras de proceso, sino tambin para
evaluar la necesidad de introducir cambios en el diseo.
Si bien por este medio es posible poner en evidencia costos visibles, la expresin
tambin es un buen medio para evaluar costos ocultos. Estos resultan de prdidas en venta o de
mercado, tan pronto este percibe una opcin para el producto con menor corrimiento respecto
al valor ideal.
Fijar como valores lmites aquellos que provocan un nivel de insatisfaccin tal que el
Y% de los usuarios se vean incitados a demandar acciones correctivas.
Determinar los costos resultantes de :
o Las prdidas causadas por indisponibilidad del equipo
o Los costos de la reparacin, personal y repuestos
o Los costos del transporte del equipo al centro de reparacin
Es funcin de la etapa de desarrollo minimizar la funcin de prdidas, y a ese efecto el
valor del factor k, vinculado con el costo efectivo, es intrascendente.
El proceso de optimacin en la manufactura se desarrolla en dos pasos. Primero se
busca estrechar la variabilidad del proceso y reducir luego el corrimiento entre el valor medio
que resulta de proceso y el valor de diseo. Es decir, primero se busca reducir la dispersin, y
en el siguiente paso un mejor acercamiento a la meta.
La funcin de prdidas es usada para:
192
193
Supongamos que el valor nominal represente la condicin ideal de la meta. Este seria
el caso, por ejemplo, de la impedancia caracterstica de un conector, la cual debera ser igual a
la del cable coaxial con el que se conecta. Taguchi supone que si un elemento tiene un
apartamiento (xi-m) de la meta, el mismo da origen a una prdida
2
(44)
L = k .( x m )
i
por lo cual considerando una poblacin n de equipos, para los mismos tendremos un valor
medio de prdidas
(45)
1 n
2
2
L = E [L i ] = k .
(xi m )
= k .E
[( X
)=
1
n
1
x i2 2 m .
n
xi + m
(46)
( )
1 n
L = k . x i2 x i
n 1
1 n
= k . x i x
n 1
( )
+ xi
+ x m
2 .m . x + m
= k.
+ x m
(47)
con lo cual las prdidas medias quedan expresadas en funcin de la varianza y del corrimiento
del valor medio. Para un lote de n unidades, se tendr
L = k. s 2 + (x m )2
(48)
()]
o que la mejor condicin del parmetro es el valor ms alto posible. Este seria el caso, por
ejemplo, de la resistencia de aislamiento entre pines de un conector. Conviene en tal caso
trabajar con la caracterstica inversa, para el ejemplo, con la conductancia en vez de la
resistencia.
Quizs la mayor debilidad de la funcin de prdidas es que evala en forma conjunta
la dispersin y el corrimiento, cuando su reduccin exige esfuerzos diferentes. Trabajar sobre
la dispersin requiere actuar sobre muchos factores, mientras que el corrimiento exige operar
con uno o un nmero muy reducido. Para el proceso de mejora, Taguchi propuso una
metodologa, conocida como diseo robusto, que trata en forma independiente la variabilidad
y el corrimiento de la meta. Su idea es maximizar lo que el denomina relacin seal a ruido,
entendiendo como seal al valor medio que resulta del proceso y como ruido la variabilidad.
193
194
Diseo robusto
El diseo robusto busca reducir las prdidas debidas a los apartamientos de la meta o
valor ideal de la caracterstica. Bsicamente podemos pensar que se dan tres tipos de factores
que contribuyen al apartamiento, denominados factores de ruido, a saber:
Factores externos, que son factores ajenos al producto, tales como la temperatura, la
humedad, el polvo, vibracin, errores humanos, etc
Imperfecciones de manufactura, que provocan variaciones en los parmetros de unidad a
unidad, los cuales son inevitables en cualquier proceso de fabricacin. Por ejemplo el valor
nominal de un resistor es de 10 k, pero la medicin de uno particular arroja 9.97k
Degradacin de caractersticas con el uso, que hacen que si bien inicialmente el producto
esta en la meta con el tiempo se vaya apartando
El diseo robusto busca controlar estos factores de ruido, buscando determinar los
valores de diseo de tal modo de minimizar la sensibilidad a los mismos. Es en la etapa de
diseo donde deben ser considerados estos factores, tratando de establecer diagramas
circuitales y procesos de modo tal que sea posible minimizar los apartamientos respecto a la
meta y hacer que esto sea posible operando con altos valores de tolerancia para las variables
del proceso. En la concepcin de Taguchi el proceso productivo puede verse como un bloque
que produce una respuesta (y ) cuando se encuentra sujeto a distintas seales ( s ) y factores de
ruido ( x ), figura 24.
x
s
Factores
de ruido
f(x,z,s)
respuesta para el
usuario
Excitacin
del usuario
factores
de control
Fig.24
SR
Factor de
escala
Seales, s, es decir, las acciones que desarrolla el usuario, por ejemplo, pulsando un
botn
Factores de control, z, que son los elementos responsabilidad del proyectista para
lograr que el producto produzca la variabilidad deseada
Factores de ruido, x, que son los factores no controlados o no controlables
Factor de escala, SR, cuya funcin es correr el valor medio de la respuesta
Si la funcin de diseo se expresa en la forma
f ( s , z , x , SR ) = g ( s , z , SR ) + e ( x , s , z , SR )
(50)
Supongamos por ejemplo que la relacin entre el valor medio y el desvo sea
constante e independiente del valor medio, lo cual se verifica en muchos procesos o
caractersticas. Por ejemplo puede suponerse que para un resistor el mximo desvo respecto a
su valor nominal (Rn) esta vinculado directamente con el desvo estndar en la forma
R = 5 .
o sea
194
(51)
195
R
R
= t. n
5
5
(52)
que si suponemos es aplicado sobre la media se satisface la meta. En tal supuesto, se afectara
el desvo estndar, llevndolo a
m
m
. =
.s
y
y
= SR . =
(54)
L = ( 0 ) 2 +
. s
= m
(55)
(y )
(y )
S
=
N
(56)
s2
que mide la relacin entre el valor medio de la seal, ( y ) 2 , y el ruido, s2, o variabilidad en las
caractersticas del producto.
m =
max
+ E
2
min
(57)
E =
max
E
2
(58)
min
es,
E max = m + E
(59)
y en tal caso,
C
pk
(60)
E max X
m + E X
=
3 . x
3 . x
pk
(X
m
3 .
) E
1
3 .
(61)
L = k.
2
x
+ X m
] = k . E
(62)
que puede tambin ser normalizada con respecto al valor k.E2, sin prdida de generalidad
alguna. Las figuras 25 y 26 muestran los valores del desvo estndar y del apartamiento de la
meta para distintos valores de Cpk y L. Puede observarse que mientras que la funcin de
prdidas L da una buena indicacin del apartamiento de la meta, o de la condicin ideal, Cpk
no es un buen indicador en tal sentido.
195
196
Fig. 26
Fig.25
En otras palabras, procesos con muy baja variabilidad, pero con gran apartamiento de
la meta, si se evalan con la funcin de prdidas deberan ser descartados, mientras que con el
Cpk pueden ser considerados como muy buenos. Es decir, si la variabilidad es una funcin de
densidad delta de Dirac, limite de la funcin gaussiana para 0, ubicada muy prxima al
valor extremo tolerado por la especificacin, dara para Cpk un valor infinito, que es la mejor
figura de merito posible; mientras que evaluado el proceso en base a la funcin de prdidas se
obtendra un valor muy alto, indicativo de un mal producto. En realidad, esto podra ser visto
as: Un producto con una caracterstica como la indicada en la figura 27 sera indicativa de un
excelente proceso, y tendra un ndice Cpk muy alto, tericamente infinito; pero evaluada en
base a la funcin de prdidas tendra un valor similar al de un producto que esta en el limite del
rechazo: bastara con solo tomar un valor de suficientemente chico. Es decir, Cpk es un buen
indicador de proceso pero no de producto.
Fig.27
Emin
Emax
Es decir, se ve que el Cpk se puede aumentar tanto como se quiera actuando solo sobre
la variabilidad, mientras que en la funcin de prdidas es necesario actuar sobre ambos
factores, la media y la variabilidad. Por otro lado, el valor de Cpk depende de la variabilidad
del proceso y del rango de la especificacin, no as la funcin de prdidas.
197
pk
p(X)
9
= 1 .5
6
(63)
p(X)
1.5
Fig.28
En
1.5
6
1.5
En
1.5
6
Si bien la adopcin de la meta de las seis sigmas implica reducir la variabilidad total
que pueden tener las caractersticas de un producto, y se acota la variacin de la media, se
diferencia de la metodologa de Taguchi en que en esta, mediante la funcin de prdidas,
ambas resultan combinadas en un solo factor. Es decir, el mtodo seis sigma sigue orientado a
capacidad de procesos, y puede verse simplemente como una propuesta que busca satisfacer
una mayor exigencia en la capacidad de proceso.
Cuando una empresa adopta esta iniciativa, lo que en realidad esta indicando no es
solo que su meta principal es dar plena satisfaccin a sus clientes, sino que busca adems
disminuir prdidas innecesarias. Pero, un lmite de 12 sigmas implica mayores esfuerzos en el
diseo y la manufactura, e instrumental de control acorde a la mayor resolucin con que debe
medirse, mayores cuidados en la evaluacin, y un gran esfuerzo dedicado a la mejora continua
para alcanzar las metas propuestas.
La meta de las seis sigmas presupone que la variabilidad del producto es susceptible
de mejoramiento mediante el cambio de algunos de los elementos o de los procesos. La
iniciativa no consiste simplemente en introducir una nueva meta, propone adems una
metodologa de trabajo para alcanzarla, basada en los cinco pasos siguientes:
1. Definir. Como primer paso se debe definir cuales son las caractersticas importantes
para el cliente, y los factores de los que dependen
2. Medir. Se deben instrumentar las mediciones y recolectar los datos
3. Analizar. Se busca convertir los datos en informacin, con la finalidad de obtener un
mayor conocimiento del producto y de los procesos: saber cuales son los factores de
mayor peso que son causa de problemas o defectos
4. Mejorar. Se desarrolla una solucin al problema, introduciendo los cambios en el
producto o los procesos. Se evalan luego los resultados de los cambios, y de juzgarse
necesario se proponen nuevos cambios
5. Controlar. Cuando el proceso esta conforme con el nivel deseado de un modo
predecible, el mismo es puesto bajo control y monitoreado para asegurar que no se
produzcan cambios inesperados.
Los cinco pasos seis sigma, comnmente conocidos como DMAIC ( Define,
Measure, Analyze, Improve, Control ), parten del supuesto de que la mejora en la variabilidad
conlleva siempre, adems de una mayor satisfaccin del cliente, una mejora para la empresa.
Es decir, el objetivo es obtener el mximo mejoramiento con la mnima inversin, buscando
que los ahorros logrados mediante las mejoras superen el costo derivado de introducir dichas
mejoras. La idea es reevaluar el valor agregado de algunos elementos, mejorndolos,
cambindolos o simplemente eliminndolos.
197
198
Verificacin de la calidad
El control de calidad es la actividad tcnica y administrativa mediante la cual se miden
las caractersticas de calidad de un producto, comparndolas contra su especificacin o los
requisitos establecidos, y su finalidad es tomar acciones apropiadas cuando exista una
discrepancia entre el funcionamiento efectivo y el esperado. En electrnica, dada la gran
cantidad de caractersticas de los componentes usados, la inspeccin deber limitarse a
comprobar solo las especificaciones que sean relevantes para la aplicacin, apuntando a:
198
199
permanecern estables, y por tanto en principio solo habr causas comunes de variabilidad; la
salida de proceso resulta en tal caso mayormente dependiente de los insumos de entrada.
Admitiendo para los componentes de entrada cierto nivel de defectuosidad, esto tiene
consecuencias diversas:
Procedimientos
Insumos
Proceso
Fig.29
Costo de control
Producto
Fig.30
productos que pueden ser inspeccionados y comprobados antes de ser lanzados al uso,
productos en los cuales la comprobacin o inspeccin plena no es posible porque
o inhibira su uso futuro ( por ejemplo circuitos integrados OTP),
o porque implicara alterar la caracterstica, daando el producto. (bsicamente
productos con capacidad para desarrollar una sola misin),
o es una parte de un sistema mayor, y requiere de este para su prueba plena
o el control total es muy oneroso.
199
200
Proveedores calificados: Los elementos suministrados por los proveedores que estn
en este estado son evaluados previos a su uso en produccin. El proveedor debe
demostrar que los productos tienen adecuada calidad y que opera bajo un sistema de
calidad antes de pasar a integrar el listado de proveedores calificados
Proveedores certificados: Los proveedores calificados que consistentemente
demuestran altos niveles de calidad son candidatos para entrar en el nivel de
proveedores certificados. Los materiales suministrados por estos proveedores no estn
sujetos a ningn tipo de inspeccin de entrada. Los proveedores certificados despus
de una evaluacin inicial quedan sujetos solo a evaluaciones peridicas
En todos los casos, cada lote de produccin debe ser identificado por un nmero
nico que se mantiene en todos los pasos del flujo de manufactura para permitir la trazabilidad.
Segn el momento en el que se hace la inspeccin de proceso cabe distinguir entre:
inspecciones fuera de lnea
inspecciones en lnea /en proceso
inspecciones en lnea /post-proceso
los tres tipos estn indicados en la figura 31.
Proceso
Proceso
Proceso
Proceso
Proceso
Inspeccion
aceptad
muestras
Inspeccion
rechazados
Fig.31
Inspeccion
La inspeccin fuera de lnea esta separada del proceso productivo, con un retardo
entre el proceso y el momento de la inspeccin. La mayora de las inspecciones manuales
entran en esta categora. Este tipo de inspeccin esta motivada porque:
201
con una cantidad muy grande de componentes, potencialmente se tiene una alta cantidad de
defectos en cada proceso. En una plaqueta que lleva montados por ejemplo 100 elementos
puede haber varios miles de puntos de soldadura, por lo que aun siendo baja la defectuosidad
por soldadura, puede arrojar una elevada defectuosidad para la plaqueta.
Los procedimientos y el diagrama de flujo de proceso identificaran la inspeccin
requerida de materiales y elementos en cada paso del proceso. Los detalles del proceso y de
los procedimientos especficos usados en la manufactura deben ser guardados en la historia del
producto, a los efectos de poder identificar posibles problemas de campo con las condiciones
del proceso. Para el caso de productos OEM (original manufacture equipment ), el tiempo de
mantenimiento de estos registros, es normalmente acordado con los clientes.
Los productos ya manufacturados, aun estando el proceso bajo control, pueden tener
no conformidades, por lo cual es importante que solo puedan despacharse para su uso o
instalacin aquellos productos que han completado la etapa de inspeccin, y resultan
conformes con lo establecido en el plan de calidad. Esta es la funcin de la inspeccin final,
en la cual se involucra la inspeccin y prueba del producto antes de su despacho al cliente. Esta
alternativa se apoya detrs del concepto de que es mas econmico y efectivo realizar todas las
inspecciones en un solo lugar, en vez de tenerlas distribuidas sobre toda la planta, y adems,
puede pensarse que ofrece una mayor proteccin al cliente por ser previa a la entrega del
producto.
Lotes malo
Lotes buenos
Pa(d)
AQL
Fig.32
AQL
LTPD
Fig.33
202
Paceptacion =
h (i , N , n , D )
(64)
( ).d
n
c
.(1 d ) n c
(65)
(n.d )c .e nd
(66)
c!
=1 =
( ).( AQL
c
i=0
n
i
) i .(1 AQL
)n i
(67)
i=0
n=32
c=2
n=77
c=4
n=125
c=8
AQLa =AQL c
LTPDa = LTPD b
Fig.34
Fig.35
Fig.36
203
Fig.37
Visto de otro modo, la curva de operacin es poco sensible a N, tal como muestra la
figura 36, pero muy sensible a n y c, como muestra la figura 37.
Lo planes de muestreo se han normalizado, tomando como referencia la norma militar
STD-MIL-105E, como es el caso de las normas ANSI/ASQC Z1.4 y la ISO/DIS-2859.
Los distintos planes de muestreo difieren en la discriminacin, relacin LTPD/AQL,
y quedan totalmente caracterizados por su curva de operacin; conociendo esta se puede
obtener la probabilidad de aceptacin para cualquier nivel de defectuosos. Los planes son
diseados para mantener la misma curva de operacin, o bien proveer una dada discriminacin.
Las inspecciones se dividen en dos grupos:
203
204
Fig. 38
Diseo
Planificacion de la
Prevencin
produccin
Aseguramiento
de la calidad
Produccin
Correccin
204
205
entrada
Transformacion
salida
Empresa
ISO/TR 16949
ISO 9001
Fig. 39
Sectorial
Fundamental
Mas
generica
Fig.40
205
206
Costos de Calidad
La falta de calidad se traduce en costos visibles y costos invisibles. Los costos visibles
se pueden clasificar en:
especificacin
desarrollo
manufactura
campo
Nivel en el cual
se detecta el
defecto
definicin
beneficio
costo
Costos de
correccin
$
desarrollo de producto
arranque de
produccion
Fig41
Los costos invisibles resultan de la perdida de mercado, falta de aceptacin y
desprestigio; estos son costos muy difciles de evaluar.
La prctica de mtodos preventivos para el aseguramiento de la calidad si bien se
traduce en mayores costos iniciales, estos se ven compensados por los beneficios posteriores,
figura 41, debido a elusin o reduccin de costos que de otro modo apareceran, a saber:
Herramientas
de calidad
FMEA
100
SPC
Desarrollo y
planeamiento
Causa Raiz
Manufactura
10
Fig.42
Desarrollo
Serie piloto
Cliente
Un punto importante a tener en cuenta es que un error de diseo afecta a todas las
unidades, mientras que un problema de manufactura solo a unas pocas unidades. Este esquema,
vindolo de otro modo, es planteado como la regla decimal, la cual sintticamente expresa que
cambiar unas pocas lneas en la fase de diseo tiene un costo que se mide en monedas, pero se
206
207
incrementa notablemente si el mismo debe hacerse en la fase de produccin, y peor aun si debe
hacerse cuando el producto esta en manos del usuario, figura 42.
Por mucho tiempo la calidad estuvo asociada al control, con un enfoque reactivo,
orientada bsicamente a determinar los puntos de control y los limites de aceptabilidad del
proceso de manufactura. Actualmente se hace una evaluacin global del costo de la calidad,
buscando determinar el sistema que lo minimice. Consideremos, por ejemplo, la conveniencia
de implementar un control de recepcin. Este anlisis debiera considerar:
1.
2.
% Defectos
80
20%
Defectos dominantes
100%
Grupos
Fig. 43
Fig.44
sin consecuencias,
con ligeras molestias,
indispone ( predispone mal ),
causa descontento y acarrea cargos de reparacin,
de gravedad, por afectar la seguridad
207
208
Fig.46
Fig.45
Con los datos obtenidos de los ensayos, por regresin, se busca hallar la vinculacin
de los diversos factores. Pero, a veces no es posible relacionar algunos efectos con una causa
especfica; en tal caso se debe ver si estos tienen alguna vinculacin con otra variable (no
necesariamente de causa-efecto), figura 45 y figura 46. Trabajando, con tcnicas de diseo de
experimentos, DOE, es que se alcanzan diseos ms robustos.
Recin cuando se conocen las relaciones causa-efecto y las covariaciones, se puede
decir que hay dominio tecnolgico, dado que entonces se sabe que factores del proceso se
deben mantener bajo control, y cuales monitorear.
Fig.47
D e fe c to
causantes
contribuidores
facilitadores
buscando con ello, cuando no sea posible eliminar la causa, al menos reducir o eliminar estos
ltimos factores.
208
Manufacturabilidad
En teora, no hay diferencia entre la teora y la prctica.
Pero en la prctica, si la hay
YOGI BERRA
diseo
manufactura mantenimiento
$ /u n id a d
manufactura mantenimiento
$ /u n id a d
diseo
$ /u n id a d
manufactura mantenimiento
Fig.1
tiempo
Entretenimiento
tiempo
tiempo
Profesional
Militar
Lo primero implica que, para que el tiempo de vigencia en el mercado del producto
sea el mayor posible, figura 3, el tiempo de desarrollo debe ser cada vez ms corto. Un modo
de acortar el tiempo de desarrollo es enfocando el diseo segn cual sea el factor limitativo.
Esto llevo a acuar el concepto del diseo orientado a X (DFX), donde X es cualquiera de los
factores que ms inciden sobre el producto (demoras y costos): manufactura, distribucin,
instalacin, mantenimiento, etc. Trminos tales como diseo para la manufactura (DFM),
diseo para el ensamblado (DFA), diseo orientado a la testeabilidad, diseo orientado a la
mantenibilidad, diseo orientado a la empaquetadura, etc. Llevaron a establecer modos de
diseo que permiten eliminar operaciones innecesarias, demoras, errores, y una mayor
eficiencia en la fabricacin, la instalacin, el mantenimiento, el despacho a plaza, etc.
ciclo de vida
Desarrollo de
producto y de la
manufactura
complejidad
Vigencia del
producto en el
mercado
tiempo
ciclo de vida
1960
1970
1980
Fig.2
1990
2000
Fig.3
210
Sistemas de manufactura
El diseo deber considerar el tipo de manufactura, diferenciando a cual de los tres
tipos bsicos corresponde el producto que se va a desarrollar:
210
211
requiere que los sectores de Ingeniera, Compras, y Manufactura operen con una base de datos
unificada, parte integrante de un sistema de fabricacin ayudado por computadora ( CIM),
figura 4. Para ello es importante la integracin del sistema de CAD para hacer posible que la
etapa de diseo genere todos los archivos que requieren los distintos sectores: Ingeniera,
Compras, Manufactura y Servicio Postventa.
Plan Maestro de Produccion
(MPS)
(Master Production Schedule)
Listado de Materiales
(BOM)
(Biill of Materials
)
Inventarios
Fig.4
212
Proceso N
Materiales y componentes
Si
P1
C1
Si
P2
C2
No
Proceso de diseo
Fig.5
212
No
Retrabajos
Fig.6
Si
P3
C3
No
Producto
terminado
213
evaluar si un proceso de manufactura esta bien adaptado al diseo, para lo cual se usa el
primer ndice de calidad, conocido como FTQ (first time quality), que evala, a la
salida de cada proceso, la proporcin de unidades que no requieren retrabajo
segregar productos no aptos
saber si el proceso se sale de control
El diseo puede y debe ayudar a lograr que el proceso de manufactura este bien
adaptado, seleccionando componentes que faciliten el montaje, la soldadura y el control,
haciendo posible obtener de entrada una baja cantidad de rechazos y desechos. Los
incumplimientos hallados en el control pueden deberse a:
Seleccionar el proceso.
Elegir los componentes y materiales segn el proceso adoptado.
214
Fig.7
Fig.8
215
odo
an
serigrafia
o
od
cat
Fig.10
Fig.9
Imprimir pasta
de soldar
Fig.11
Colocar
componentes
Soldadura por
refusion
Limpiar
Probar
Fig.12
216
pasantes, y ello acarrea, adems de un menor costo, mas espacio libre para otros componentes.
Por otro lado, si bien es posible contar con dispositivos SMD para elementos que por su
volumen en la tecnologa convencional parecieran poco aptos para la nueva tecnologa, su uso
se ve limitado debido a que su altura queda restringida por la longitud de los terminales de los
componentes de insercin, que no pueden sobresalir del filo de la plaqueta ms de 2 mm.
Cuando se mezclan tecnologas se debe adecuar el proceso de soldadura a los tipos de
componentes. Esto muestra la ventaja de operar con un solo tipo de tecnologa, y usar una sola
cara para el montaje de componentes, figura 12 y figura 13.
d i r e c c io n d e l a p l a c a
Impresin de la
pasta de soldar
Colocacion del
componente
Soldadura por
refusion
m a s d e fe c to s
m e n o s d e fe c to s
Fig.13
Fig.14
Cuando se colocan componentes en ambas caras, el proceso debe ser repetido sobre la
otra cara. Si los componentes SMT se colocan solo sobre la cara superior, se debe hacer una
soldadura por refusin, primero para los SMT, y luego soldadura por ola para los insertables.
El proceso de soldadura debe asegurar:
No existe un mtodo nico de soldadura que sea ptimo para todos los encapsulados.
La soldadura por ola es adecuada cuando se tienen agujeros metalizados y componentes de
montaje superficial mezclados con componentes de insercin. Pero, la soldadura por ola no es
adecuada para la soldadura de integrados de montaje superficial, especialmente cuando se tiene
muy alta densidad de componentes de montaje superficial. En tales casos debe usarse soldadura
por refusin.
Para minimizar la cantidad de defectos de soldadura el diseo de los impresos debe
respetar distintas reglas, muchas de ellas dependientes del proceso de manufactura. Una de
estas reglas establece por ejemplo la orientacin que deben tener los componentes segn la
direccin del movimiento en el proceso de soldadura, figura 14. La regla exige que el mayor
eje de los componentes sea perpendicular a la direccin del movimiento, a fin de lograr que se
produzca la fusin simultnea en ambos contactos de la pastilla, y evitar que esta tienda a
levantar su otro extremo, impidiendo su soldadura, efecto conocido como defecto lpida.
217
Conceptualmente, el ajuste por software es siempre un ajuste por pasos, que se podr
asimilar a un ajuste continuo solo si la magnitud de los pasos es muy baja. Su mayor ventaja es
que elimina la variabilidad debida al factor humano, y no esta sujeto a ninguno de los
problemas propios de los elementos de ajuste mecnicos: volumen, estabilidad, etc., y hace
posible adems el ajuste a equipo cerrado. Para ello, se agregan puntos de acceso directo,
disponiendo pequeos agujeros en el chasis que permitan acceder a las lneas del bus de control
ubicadas en la placa de circuito impreso, o bien mediante acceso externo a travs de un
conector. Su mayor desventaja es que limita la posibilidad de recalibracin en campo.
Contrariamente a lo que podra pensarse, el ajuste manual no necesariamente lleva al
mejor cumplimiento de la especificacin. Lograrlo, depender de que se reduzcan los errores
debidos:
al elemento de ajuste
al circuito y mtodo de ajuste
a limitaciones en el tiempo dedicado al ajuste
precisin y exactitud de los instrumentos usados en la calibracin
C
R1
e1
E
R
x1
R2
180
Fig.15
e2
x2
Fig.16
180
Fig.17
Fig.18
Limitando la corriente
Reduciendo la tensin de alimentacin
Reduciendo la excitacin
Reduciendo la carga
218
Idealmente una accesibilidad completa implica poder realizar una inspeccin visual de
elementos y soldaduras, y comprobar elctricamente todos los nodos del circuito. La
inspeccin visual juega un papel importante, especialmente en la bsqueda de condiciones
marginales: soldaduras fras, residuos de soldadura, microcortos, aperturas, componentes
desalineados, ralladuras, resquebrajaduras, suciedad, fijacin errnea de componentes,
componentes faltantes, etc. Luego, para descubrir los defectos ocultos que resten, si se trata de
placas simples, puede ser suficiente hacer solo una verificacin funcional, denominada FT
(functional-test), figura 19. Para esto se conecta la plaqueta a una maqueta que contiene los
restantes elementos del equipo, que se sabe funcionan, prueba que se conoce como hot
mockup. En las pruebas funcionales se suministran todas las entradas de la plaqueta, y se
miden las salidas correspondientes. Actualmente, este procedimiento de verificacin es solo
usual en etapas avanzadas del proceso, y en etapas de servicio. La ventaja es que requiere
pocos puntos de prueba.
Empastado
y
Colocacion
Refusion
Colocacion
manual
Soldadura
por ola
Verificacion
funcional
Fig.19
En la etapa de manufactura es necesario contar con mtodos de prueba que permitan
detectar que componentes no estn funcionando y la causa de ello, para poder corregir el
proceso, informacin que una FT no aporta. Es necesario para ello recurrir a los in-circuittester (ICT). En estos se verifican los componentes y las conexiones del circuito en forma
independiente, normalmente por comparacin: Se obtienen todos los parmetros bsicos de
nodo de una placa terminada y totalmente operativa, contra los cuales se comparan las dems
placas. Por este medio se garantiza que todos los componentes estn funcionando
correctamente si satisfacen dicho criterio. La placa a probar se asienta sobre una cama de
agujas, que sensa todos los nodos del circuito. Los sistemas ICT imponen restricciones para la
ubicacin y el espaciado de componentes, que deben ser tenidas en cuenta en el diseo de la
placa. Si la placa tiene componentes de ambos lados, conviene que los puntos de prueba estn
en uno solo de sus lados, con preferencia el lado de la soldadura; ser necesario usar vas para
satisfacer esta exigencia si los SMD se montan del lado componentes.
218
219
Los circuitos impresos actuales y las tecnologas de encapsulado hacen que los
mtodos tradicionales de prueba directa, basados en la cama de agujas, sean imposibles de
aplicar en plaquetas complejas. El mayor problema de los ICT es que exigen tener acceso a
todos los nodos. Esto, por variadas razones (tamao de la placa, tipo de encapsulado de los
dispositivos, etc.), no siempre puede ser posible, lo cual reduce su efectividad. Por ello, y para
eliminar fallas definidas, se han desarrollado otras estrategias de testeo buscando adems estar
mas en lnea con el proceso, proveyendo un mejor control de los mismos y reduciendo los
retrabajos. Como complemento del ICT se recurre a la inspeccin ptica automtica (AOI), o a
la inspeccin automtica por rayos X (AXI), figura 20a, como ayuda en la captura de defectos.
El problema que presenta la testeabilidad AOI y la AXI es que, recurriendo a distintas fuentes
de aprovisionamiento, puede no mantenerse la geometra de los elementos.
a)
Empastado
y
Colocacion
b)
Empastado
y
Colocacion
Refusion
Refusion
Colocacion
manual
AOI/AXI
Colocacion
manual
AOI/AXI
Soldadura
por ola
Soldadura
por ola
Verificacion
del circuito
Verificacion
del circuito
Verificacion
funcional
Fig.20
Para plaquetas complejas, lo usual es recurrir a una estrategia de testeo en la que se
combina el AXI, el ICT y el FT, figura 20b. Con la AXI se comprueba la integridad estructural
de las soldaduras, con el ICT la integridad de los componentes y del impreso, y con el FT las
caractersticas de la plaqueta. Normalmente, el 90% de los defectos son de proceso, y esta
comprobado que el AXI provee un 95% de cobertura de los mismos, y adems permite su
exacta localizacin. Al eliminar los defectos estructurales, se simplifica la deteccin de los
dems defectos en los testeos ICT y FT.
DATOS
Microprocesador
DIRECCIONES
CONTROL
Dispositivo
BScan/1
TDO TDI
TDO
Controlador
del Bus de
testeo
Dispositivo
BScan/2
TDI
TDO
Dispositivo
BScan/3
TDI
TDO
TCK
TMS
TDI
Fig.21
Cuando se requiere alta observabilidad con baja exigencia de accesibilidad se debe
recurrir a dispositivos integrados con boundary scan, lo cual debe ser considerado desde la
primera etapa del diseo. Con la exploracin perifrica (boundary scan) los dispositivos BScan
posibilitan la verificacin externa de todo el dispositivo, reemplazando las agujas del ICT por
celdas BScan. Para ello los dispositivos Bscan agregan circuitos de testeo dentro del propio
componente, y lo que es mas importante, permiten el control de todos los dispositivos BScan a
travs de un bus comn de interfase especifico de 4 lneas, figura 21. La operacin del testeo se
hace conforme a un protocolo de acceso establecido por el estndar IEEE 1149.1. Este define
unas pocas instrucciones pblicas, con funcionalidad predefinida, y las dems son
instrucciones dedicadas (se denominan privadas) que permiten que el boundary scan haga el
testeo y la depuracin especifica de cada dispositivo. La norma tambin define un lenguaje
descriptor, el BSDL, el cual, basndose en la descripcin de los dispositivos BScan que sean
usados, facilita la implementacin de la interfase de testeo del dispositivo con la placa.
219
220
m
n
(1)
Este rendimiento depende, adems del proceso y del AQL, de la tolerancia de los
componentes, por lo cual la asignacin de las tolerancias es una funcin importante del diseo.
R en d im ien to
Proceso
n
Control
aprobados
rechazos
Fig.22
Fig.23
Ca
Cb
co sto
<
Cb
(2)
y la b en caso contrario.
Surge claro entonces que la mejor alternativa no es necesariamente la que lleva a un
rendimiento del 100%. El que se acepte que del proceso resulten productos que no satisfacen la
especificacin, no significa que al usuario van a llegar tales productos. La etapa de control es la
encargada de filtrar esos productos defectuosos. Como la etapa de control no puede ser
eliminada, porque adems de los problemas de incumplimiento debidos a la tolerancia de los
componentes, existen errores y problemas de proceso, puede no existir ventaja en proyectar de
modo que la tolerancia de los componentes sea asignada para que el 100% de las
implementaciones cumpla la especificacin.
Adems, debe tenerse en cuenta que difcilmente se realice un control del 100% para
el 100% de las caractersticas. Mas bien la accin de control se restringe normalmente a
verificar solo las caractersticas mas importantes o criticas del producto, por lo cual el diseo
debera basarse en una asignacin de tolerancias que permita satisfacer una dada capacidad de
proceso para todas aquellas caractersticas que no estn sujetas a un plan de control del 100%.
220
221
Asignacin de tolerancias
Todo equipo debe satisfacer un conjunto de especificaciones. Habiendo seleccionado
los circuitos, para los mismos se podrn establecer un conjunto de relaciones que vinculan las
caractersticas que debe cumplir con los valores de los distintos componentes
C i = f i ( x 1 , x 2 ......... x n )
(3)
Los cambios en los valores de los elementos se traducirn en una variacin en el valor
de la caracterstica
n
f i
(4)
C i =
i =1
xi
. x i
donde
Ci: es una caracterstica que resulta impuesta por el circuito.
Ci: variacin de la caracterstica debida a la tolerancia de los componentes.
xi: indica la variacin de un determinado componente, variacin que esta relacionada
con su tolerancia ( apartamiento a su valor nominal ).
La derivada parcial f i x i es la sensibilidad de la especificacin al componente Xi
y es dependiente del diseo, o sea, esta determinada por el circuito y el valor de los elementos
del circuito. Una definicin de sensibilidad ms apropiada, a los efectos de su tratamiento,
resulta de considerar los cambios relativos de la caracterstica frente a un cambio relativo de
una variable, la cual ser considerada ms adelante1.
Vemos luego que la variabilidad de una caracterstica es funcin de:
222
se altera a lo largo del ciclo de vida del producto; para su anlisis conviene descomponer la
tolerancia en varios factores:
X
= X
armado
+ X
var . op
+ X
tol . inicial
+ X
(5)
tiempo
p(X)
p(C)
Dispersin despues
de proceso
Margen de variacion a
consumir con el tiempo
Margen de variacion a
consumir con el tiempo
En
Dispersin a
temperaturas
extremas
Fig.24
p(X) a Tmax
p(X) a Tmin
Fig.25
222
223
En la soldadura manual, usada para aquellos componentes que no pueden ser soldados
en forma automtica, se debiera evitar:
posibilidad de soldadura fra, lo cual puede ocurrir cuando no esta bien balanceada la
potencia del soldador con las partes a soldar; en soldaduras recurrentes esto puede ocurrir
por insuficiente tiempo de recuperacin de temperatura del soldador
el choque trmico, el cual provoca cambios irreversibles de las caractersticas
la corriente de fuga del soldador, que puede degradar severamente algunos componentes
Idealmente la temperatura de la punta debe estar 50C por encima de la temperatura de
fusin de la aleacin, antes y durante la operacin de soldadura, figura 26, para lograr una
soldadura instantnea, con bajo tiempo de soldadura, de 2 a 2.5 s; la situacin indicada en la
figura 27 seria indeseable. Los fabricantes de componentes usualmente especifican la
temperatura mxima de soldadura, Tmax, en relacin al tiempo de soldadura, tmax, figura 28.
Fig.26
Fig.27
Fig.28
Si bien existen varios mtodos de soldadura automtica, ninguno es ptimo para todos
los encapsulados. La soldadura por ola es adecuada cuando la placa tiene agujeros metalizados
y componentes de montaje superficial mezclados con componentes de insercin. Pero, en
general no es adecuada para la soldadura de integrados de montaje superficial, o para placas
con alta densidad de componentes de montaje superficial. Lo adecuado, en tal caso es usar
soldadura por refusin. Con soldadura automtica, hay dos aspectos que deben cuidarse
especialmente:
El ngulo determinado por el eje longitudinal del componente con respecto a la direccin
de transporte de la placa de circuito impreso. Esto evita defectos de soldadura o de rotura
(crack) por choque trmico. Si el encapsulado tiene patitas sobre los cuatro lados debe
montarse a 45 respecto a la direccin de transporte de la placa, y el eje longitudinal de
los dispositivos con encapsulados del tipo SO debiera quedar paralelo al flujo de la
soldadura.
El perfil de variacin de la temperatura con el tiempo, con etapas de precalentamiento
previo a la soldadura para reducir el choque trmico y el alabeo de la placa. Cada
componente tiene un perfil especfico para cada tipo de soldadura, figura 29.
Fig.29
223
224
Variaciones operativas
La variacin Xvar.op toma en cuenta las variables operativas tales como temperatura,
presin, humedad, tensin, etc., que resulten influyentes. La influencia de estas variables
operativas se mide a travs de coeficientes especficos. Actualmente, la tensin no es un factor
a considerar en la mayora de los casos, dada la facilidad y el bajo costo con que se
implementan reguladores de tensin, por lo cual mayormente los factores a considerar sern la
temperatura y la humedad.
Las variaciones operativas pueden ser tratadas por:
1. seleccin de componentes de baja sensibilidad frente al conjunto de variables operativas.
Esta es en la mayora de los casos una solucin cara.
2. reduccin de la sensibilidad, imponiendo valores adecuados para otros componentes del
circuito, cuando existan grados de libertad que as lo permitan
3. aislamiento o estabilizacin frente a la variable operativa: tensin, humedad, temperatura,
vibracin (generacin de carga esttica por roce entre partes), golpeteo (fuente de
microfonismo en receptores), etc. Si el elemento es funcin de la temperatura, entonces se
fuerza a que el sistema opere a una temperatura constante, por ejemplo ponindolo dentro
de una cmara trmica. Si la caracterstica del elemento es funcin de la humedad entonces
se debe implementar una buen aislamiento respecto al ambiente, usando mdulos estancos
o por sellado o aplicacin de un barniz aislante. De la misma forma se usaran reguladores,
para aislar de las variaciones de las fuentes de alimentacin, especialmente las tensiones de
polarizacin de dispositivos activos. Si existe posibilidad de que el roce por movimiento de
cables de lugar a ruidos, debido a la generacin de carga esttica, se debern trabar los
cables.
4. compensacin de la variacin, lo cual puede realizarse:
a. por hardware
i. compensacin automtica
1. seleccionando los otros componentes que participan en la
caracterstica de modo que tengan comportamiento contrapuesto
2. agregando otros componentes o dispositivos con caractersticas
contrapuestas
ii. compensacin manual, haciendo un ajuste o compensacin previa al uso.
Esto es frecuente en instrumentacin y podr hacerse cuando se disponga de
elementos de referencia que sean muy estables, contra los cuales se hace el
ajuste.
b. por software, lo cual requiere contar con un sensor que responda a la variable de
incidencia y permita corregir la caracterstica de inters
La incorporacin de software en el control de muchos dispositivos analgicos permite
de un modo sencillo nuevas vas de compensacin.
falla paramtrica
falla catastrfica
Xlimite
Xlimite
tfalla
Fig.30
a)
224
tfalla
b)
225
X m a x a d m is ib le
M e d ia
X m in a d m is ib le
Variacion
admisible en X
in s ta n te d e fa lla
tiempo de
asentamiento
Fig.31
Fig.32
= k . log(
t
)
to
(6)
por lo cual el corrimiento entre los instantes t1 y t2 ser el mismo mientras se mantenga la
relacin t2/t1. Es decir, se tiene igual cambio en la caracterstica entre la hora 0.1 y la hora 1,
que entre la hora 10000 y la hora100000.
Entre los componentes que tienen una ley de variacin con el tiempo de tipo
logartmica se cuentan mayormente algunos semiconductores, cristales piezoelctricos, y
cermicas magnticas y dielctricas. En este caso conviene hacer un envejecimiento prematuro,
un proceso de pre-asentamiento previo al uso.
X
p(x)
Tolerancia
inicial
X1
T=0
T=H
Fig.33
F (Xi,H)
F(Xi)
Fig.34
226
C i = f ( X 1, X 2 ,... X n)
(8)
para obtener la funcin de distribucin de Ci es suficiente conocer los valores que toman cada
una de las variables X1,X2,...,Xn en posibles realizaciones al cabo de H horas. Esto requiere
conocer la funcin de distribucin de cada componente a efectos de simular posibles
realizaciones. Se asignan para ello valores aleatorios como argumento en las funciones de
distribucin inversa correspondientes a cada componente, de las cuales resultan los valores
X1,X2,...,Xn de la realizacin. Conocido el valor de los componentes, la expresin (8) permite
determinar el valor de la caracterstica Ci. Repitiendo el proceso un nmero elevado de veces,
con los valores de Ci obtenidos se puede hallar la distribucin de la caracterstica al cabo de H
horas, y conocida la misma, obtener la fiabilidad paramtrica, figura 35.
F(Ci ,H)
X
limite para
la falla
R(H)
Emin
Fig.35
Emax
Ci
t1
t2
Fig.36
226
227
Tolerancia
(%)
2
1
2
200 ppm
1
0.5
0.1
0.5
0.25
1
0.5
0.25
0.1
100 ppm
50 ppm
25 ppm
Fig.37
tolerancia
inicial
= X
total
deg radacion
+ X
proceso
+ X
operativa
(9)
p(X)
p(X)
Fig.38
6
lotes
p(X)
+
Fig.39
228
. (X o (1-t)
p(X)
. (X o (1+t)
.
Xo
Xo(1-t)
Xo
Xo(1+t)
Fig.41
Fig.40
El mtodo del peor caso tiene la ventaja de la simplicidad, y asegura adems que todas
las realizaciones van a cumplir con la especificacin, pero lleva a un gran desaprovechamiento
de los elementos. Esto no tiene importancia en casos bien definidos:
(10)
t E = f 2 ( t X 1 , t X 2 ,........, t Xn )
228
(11)
(12)
229
Este mtodo supone considerar para cada componente tan solo dos valores posibles:
Xn(1-t) y Xn(1+t), y que existe un espectro de tolerancias discreto dentro del cual se debe optar.
Pero aun as la solucin no es tan directa como a simple vista parece. Solo lo ser cuando se
trate de componentes de igual tipo y con igual sensibilidad sobre la especificacin, o cuando el
nmero de componentes del circuito sea reducido, o bien, si el nmero de componentes
susceptibles de tomar distintos valores de tolerancia, que determinan el costo de la solucin y
tienen una mayor sensibilidad costo/tolerancia, se limitan a unos pocos. De todos modos,
siempre el espectro de soluciones se ve reducido a los valores discretos de tolerancia que puede
tener cada componente, y a la sensibilidad costo/tolerancia.
En general se trata de que la tolerancia de los componentes menos crticos ( por su
disponibilidad, costo y sensibilidad costo/tolerancia) sean la variable de ajuste. Pero esta
condicin no lleva sin embargo a una solucin directa, salvo casos simples.
Para hacer la asignacin de tolerancias conviene previamente determinar la
sensibilidad del circuito a los distintos parmetros. Para simplificar el anlisis, supongamos que
la especificacin E es funcin de solo tres parmetros del circuito: X1, X2, X3, o sea
E = f ( X 1, X 2, X 3)
(13)
La sensibilidad del circuito a un componente mide la variabilidad relativa en la
especificacin provocada por una variacin relativa en el valor del componente. Este valor es
til para asignar la tolerancia de cada componente. Para hallar la sensibilidad al componente i
se vara su valor desde Xio a un nuevo valor Xin, tal que
(14)
X = X + d . X = X .(1 + d )
in
io
io
io
(15)
. Xi =
dXi
E i
Eo
Xi
=
.
Xio
SE
Xi
.ti
(16)
estando por tanto, para ese circuito, el coeficiente de sensibilidad al componente Xi dado por
E i
SE
Xi
(17)
Eo
X2o
X3o
(18)
que corresponde a componentes con su valor nominal, y luego el nuevo valor que asume
cuando se varia solo X1, o solo X2, o solo X3 en un diferencial relativo. Es decir, el conjunto de
nuevos valores para los cuales se debe calcular la especificacin si se variara X1 ser,
(19)
X = [ X1o .(1+d) X2o
X3o
]
mientras que si fuera el componente 2 o el 3 el que se varia, serian los juegos de valores
X = [ X1o
X2o.(1+d)
X3o
(20)
X = [ X1o
X2o
X3o .(1+d) ]
(21)
229
230
n2
n3
n1
1+ d
1
1
1+ d
1
1
X
.X
1o
X
= Q. X
1o
2o
1+ d
3o
3o
(22)
2o
1 E ( X 1 o .Q 11 , X 2 o .Q 12 , X 3 o .Q 13 )
.
1
d
E ( X 1o , X 2 o , X 3 o )
E ( X 1o .Q 21 , X 2 o .Q 22 , X 3 o .Q 23 )
1
E ( X 1o , X 2 o , X 3 o )
E ( X 1o .Q 31 , X 2 o .Q 32 , X 3 o .Q 33 )
1
E ( X 1o , X 2 o , X 3 o )
Por su magnitud, a los efectos de asignar tolerancias mas estrechas cuando se tienen
sensibilidades mas altas,
Por su signo, til para determinar los valores que llevan la especificacin a un valor
extremo para tolerancias asignadas
2 . R n .t R
R
4
=
=
6 . R
6 . R
3
R n .t R
4
de donde resulta
(24)
(25)
n .
n . R n .t R
4
(26)
(27)
de modo que por aplicacin del mtodo del peor caso se obtiene
Cp =
Rt
2 . n . R n .t R
4
=
=
. n
6 .
3
6 . n . R n .t R
4
(28)
que determina una capacidad de proceso superior a la capacidad de sus componentes. Adems,
se ve que la capacidad de proceso mejora con el aumento de la cantidad de componentes. Estos
resultados son de validez general, y resultan al considerar como limites para la especificacin
los que resultan de combinar los valores extremos de los componentes, lo cual siempre ser un
evento raro, y consecuentemente redundara en un estrechamiento de la dispersin de la
especificacin.
230
231
rechazos
rechazos
Cumple?
Proceso
FTQ
No
E/c
Fig.42
Fig.43
El mtodo del peor caso supone para los componentes el valor extremo que
corresponde a su tolerancia, cuando en realidad muy pocos estarn en esas condiciones, y a la
vez, la probabilidad que se de la peor de las combinaciones ser aun mas reducida. Frente a
este planteo caben las dos opciones siguientes:
Hallar una solucin que sea optima bajo el criterio econmico, sin importar el
rendimiento de la implementacin ( el primer ndice de calidad, el FTQ )
Satisfacer el criterio econmico, sujeto a la restriccin de una dada capacidad de
proceso
Supongamos conocido el valor del desvo estndar para cada uno de los parmetros
que participan en la caracterstica de inters, por lo que
C = f ( x 1 , x 2 ........ x n )
(29)
f
C =
. x i
(30)
xi
2
f
2
(31)
x . x i
i
En virtud del teorema del lmite central, la distribucin resultante ser de tipo
gaussiano. Por tanto, conocida la varianza de cada parmetro se puede calcular la varianza de
la caracterstica, y en funcin de E / C se puede calcular el rendimiento de fabricacin FTQ,
2
C
( )
figura 43, suponiendo centrada la caracterstica, por la relacin entre las plaquetas que no
requieren retrabajo, finalizado el proceso de armado, respecto al total de plaquetas armadas.
En vez de buscar el menor costo de fabricacin, sin otra restriccin, el mtodo puede
ser aplicado de modo que adems la solucin satisfaga un requerimiento de capacidad de
proceso. En este caso, determinado el costo resultante para una asignacin de tolerancias, se
debe repetir el clculo con otras asignaciones que cumplan con la capacidad de proceso
requerida, buscando la solucin de costo mnimo. Estas opciones deben intentarse variando la
tolerancia de aquellos componentes con alta variacin de costo con el cambio de tolerancia.
El tratamiento se puede simplificar teniendo en cuenta que de la expresin ( 16 ) se
deduce
X i
(32)
E = E o . S E Xi .
X io
de la cual resulta
231
232
2
Xi
(33)
X io2
Como se ha visto al tratar el tema de calidad, los fabricantes de componentes
trabajan con el criterio de los sigma, donde varia de 3 a 6, lo cual implica que en
general ser
(34)
Xi = . X oi .t i
2E = E o2 .
S E2
Xi .
( S
E = . E = E o .
2
2 2 1/ 2
E Xi . .t i
(35)
( S
2
2 1/ 2
E Xi ..t i
(36)
2 . R n .t R
R
4
=
=
6 . R
6 . R
3
(37)
de la cual resulta
R n .t R
(38)
n .
n . R n .t R
4
(39)
Rt
4
=
6 .
3
(40)
4
. 6 . = 2
3
(41)
n . R n .t R
pero, como adems el valor nominal de la resistencia total esta dado por
R tn = n . R n
resulta
(42)
Rt
t
= 2. R =
Rt
n
(43)
2
n
.t R
probabilis
tico
peor
caso
(44)
233
(46)
(47)
F(C)
C o s to
to ta l
= FTQ
O p tim o
Emin
Emax
T o le r a n c ia d e l
c o m p o n e n te i
Fig.45
Fig.44
El mtodo de simulacin de Monte Carlo es til tambin cuando se debe hallar una
solucin que debe adems cumplir con una dada capacidad de proceso. Simplemente, se
verifica la capacidad de proceso por la relacin entre el rango admitido para la especificacin y
el desvo estndar de la caracterstica obtenido con los valores de la simulacin. La solucin
ptima ser en este caso aquella que al menor costo satisface la exigencia de capacidad de
proceso.
.X
233
234
entonces
C =
f
X
f
X
(51)
X
(52)
Esta expresin muestra que para obtener una compensacin exacta debera ser
f
X
X
1
f
X
(53)
= 0
xm
x
-k
-1
x- k
x -1
k subgrupo
x1
xk
X1
Xo
xj
+ Xj
Xo
X1
+ Xm
Fig.47
Fig.46
f
f
.( x 1 j + x 1 s ) +
.( x 2 k + x 2 s )
X 1
X 2
(55)
que depender del valor de las nuevas variables aleatorias x, y los valores prefijados de j y k.
Si los elementos del grupo j se combinan exclusivamente con los elementos del grupo
k, la variabilidad de este conjunto se reduce n veces con respecto a la que se tendra sin
clasificar, pero su valor medio podr estar desplazado con respecto al valor nominal de la
especificacin. Para que esto no ocurra, los subgrupos a combinar deben ser elegidos para
lograr que
f
f
.x1 j +
.x 2k = 0
X 1
X 2
(56)
de modo que fijado el subgrupo j de X1, el subgrupo k de X2 debe elegirse para satisfacer
x1 j
f
= X 2 .x 2 k
f
X 1
(57)
lo cual implica que a un subgrupo de X1 que esta por encima de su valor nominal le
corresponder un subgrupo de X2 ubicado por debajo de su valor nominal, figura 48.
234
-k
-1
x1- k
x1-1
-k
-1
x2- k
x2-1
x1m
x11
x1 k
x21
x2 k
X1 o
x2m
X2 o
235
p(x)
subgrupo
X1
a)
subgrupo
p(C)
X2
C
b)
Fig.48
Fig.49
de lo cual resulta
X 2
f
f
. X 1 o .t 1 =
. X 2 o .t 2
X 2
X 1
(59)
(60)
(62)
x1m =
x 2m
(63)
f
. (t 1 . X 1 o
2n + 1 X 1
)+
f
. (t 2 . X 2
X 2
= E
(64)
o
g = 2 .n + 1
y con ello el rango, o mxima variabilidad, de cada subgrupo,
x1
X 1
g
(66)
235
236
C =
X1
X 2
(68)
p( )
seleccion intercambiabilidad
por grupos
parcial
Dispersion
componentes
Fig.50
R, C
x
p( )
seleccion
por grupos
p( )
Fig.51
intercambiabilidad
parcial
R, C
p( )
colas
p( )
Rango especificacion
para igual tolerancia
centros
Fig.52
236
Fig.53
237
variabilidad del
producto
Proceso
de
armado
componentes X Proceso
de
armado
a)
c)
Proceso de
ajuste
variabilidad del
producto
b)
componentes X Proceso
de
armado
Proceso de
ajuste
etapa 1
del
Proceso de variabilidad
producto
ajuste
etapa 2
ajuste de
media
ajuste de
varianza
Fig.54
El valor del componente ajustable Xa depender del valor que tomen los dems
componentes Xp, cuya incidencia en la caracterstica es conocida, por estar prearmados al
momento de realizar el ajuste. Si al inicio del ajuste se impone para Xa su valor nominal Xao,
como
(69)
C = f ( Xp ,......, Xp ,.... Xp , Xa )
1
f
Xp
. Xp
j
f
. Xa =
Xa
f
Xp
. Xp
(70)
de modo que para compensar el corrimiento C debido a los componentes Xp bastara con fijar
para Xa un nuevo valor dado por,
237
238
Xa = Xa
+ Xa = Xa
+ C
f
X
X pj
pj
f
Xa
(71)
La expresin (69) permite, por clculo, o simulacin de Monte Carlo, obtener los
valores extremos de Xa, Xamax y Xamin, necesarios para cumplir exactamente con la
especificacin nominal, Co, habiendo seleccionado los componentes Xp, con su tolerancia. Si
se recurre a la simulacin, es posible adems conocer la distribucin de valores de Xa para
satisfacer la especificacin, figura 55a, y en particular que proporcin de implementaciones
requerirn valores comprendidos entre dos valores cualesquiera Xa1 y Xa2.
p(Xa)
p(Xa)
Xamin
Xa1
Xac
Xajo
Xa2
Xa
Xamax
Xamin
a)
b)
Xa1
Xajo
Xa2
Xa max
Fig.55
f
.( Xa
Xa
Xa
)=
f
.(( Xa
Xa
Xaj
) ( Xa
Xaj
))
(73)
y en el peor caso, si Xac cae en el limite de la tolerancia, cercano a Xa1, y el valor Xar esta en
el limite opuesto, esto dara el mximo apartamiento,
C =
f
. 2 . t a . Xajo
Xa
(74)
con la cual se calcula la tolerancia ta del elemento de ajuste en base al desajuste C tolerado.
Cuando se tienen muchos pasos, puede suponerse que los valores Xac se distribuyen
en forma uniforme dentro del rango de cada paso, y si adems los componentes de ajuste son
de alta capacidad de proceso, entonces la caracterstica responder a una distribucin uniforme,
figura 56, y consecuentemente significar una baja capacidad de proceso.
Ahora bien, como (Xac-Xajo) es conocido al momento del ajuste, bastara agregar un
componente xa de valor
(75)
x a = Xa c Xa jo
para compensar dicho corrimiento, disponindolo en una posicin, bien sea en serie o paralelo,
segn corresponda al signo. Al disponer de dos componentes para el ajuste se reduce el rango
de dispersin y se mejora la capacidad de proceso, figura56.
Es posible tambin recurrir a otra variante del mtodo, en la cual todos los
238
Xa
239
componentes, incluido el de ajuste sean de igual tolerancia, bajando al mismo tiempo la gama
de valores requeridos para el ajuste, recurriendo a un ajuste en varias etapas. Para n etapas, se
agregaran n componentes adicionales, de un valor
x a = x 1 + x 2 + x 3 + x 4 + .... + x n
(76)
donde el valor del componente xj se selecciona en funcin de los componentes previamente
colocados x1, x2, ..., xj-1, en las j-1 etapas de ajuste previas. En este caso, solo quedara como
valor aleatorio el colocado en la ltima etapa, que causara una variabilidad muy reducida de
Xa, figura 57, y por tanto de la especificacin.
p( )
p( )
distribuccion
con ajuste por
pasos
Xa /Xa
distribuccion
sin ajustar
Xa /Xa
Fig.56
Fig.57
Fig.58
El mtodo ideal debiera requerir una gama reducida de componentes, de alta
tolerancia, y posibilitar adems el ajuste en una sola etapa. Esto es posible si todos los
componentes son colocados antes del ajuste, y el ajuste elimina los que resulten innecesarios.
Supongamos que 2.Xo sea el rango permitido para Xa para satisfacer la especificacin, y que
los 2n componentes de ajuste se eligen de modo que el valor xa este dado por
x a = X o . ( a n . 2 n .... a 1 . 2 + a 1 . 2 + a 2 . 2 2 + .... + a n . 2 n )
(77)
donde
ai =
0
1
y su valor se determina de modo que (77) verifique con el menor error posible la
especificacin. Con 2n elementos de ajuste se pueden obtener
p = 2 n +1
(78)
pasos de control, lo que permite estrechar el rango inicial en igual medida, figura 58. Los
componentes xi y x-j deben ser elegidos apropiadamente conforme a cada circuito, figura 59.
Luego, basndose en el valor de la caracterstica al momento del ajuste se determina que
componentes deben ser eliminados, figura 60.
Eo
R1
+
R2
680K
360k
x1
Er
8
6
4
180k
xn
R1
Tensionantesdeajustar
x -1
x-n
Fig.59
18
18.2
18.4
18.6
18.8
19
19.2
Fig.60
240
resulta
C =
f
. Xi +
Xi
(79)
f
f
. Vi +
. Xa
V
Xa
(80)
1
f
Xa
f
. Xi +
Xi
f
. Vi
V
(81)
se compensaran las variaciones de los componentes, tomando en cuenta inclusive el valor que
tomen las variables operativas al momento del ajuste.
Como ventaja del mtodo, un ajuste continuo hace posible que las variaciones debidas
a la inestabilidad de los elementos, variacin en el valor de los componentes con el transcurso
del tiempo, puedan corregirse mediante reajustes peridicos; no es este el caso de las
variaciones operativas, que sern por tanto las que, juntamente con los errores debidos a la
instrumentacin del ajuste, definirn la variabilidad ltima de la caracterstica.
El ajuste deber satisfacer criterios de seguridad, resolucin, estabilidad, interaccin
con otros ajustes, y demandar bajo tiempo de ajuste, exigencias a veces contrapuestas.
Supngase que el rango del ngulo de ajuste se limite a 180, asumiendo un ngulo de incerteza
de , compatible con un tiempo de ajuste, y que sea Xar el rango admisible para cumplir la
especificacin y Xa la dispersin que resulta de (81), entonces debiera cumplirse
180 .
Xa r
Xa
(82)
Documentacin
Un boceto vale ms que mil palabras
Transferencia de Tecnologa
La conclusin natural del proyecto de ingeniera es la transferencia de tecnologa,
entendiendo como tal al conjunto de actos, documentos y otros elementos (maquetas,
prototipos, etc..), por los que un componente, equipo, o sistema, puede ser "conocido",
utilizado, reparado, fabricado por otra/s persona/s o entidad/es distintas a las que originalmente
posean estas capacidades tcnicas.
La transferencia de tecnologa tiene como razn ser un vehculo de formalizacin de
las relaciones entre el proveedor ( poseedor ) de tecnologa y su cliente; y adems, permite
poner lmites a dichas relaciones, tanto temporalmente como cuantitativamente
En toda transferencia de tecnologa estn presentes los siguientes componentes:
DOCUMENTOS:
Tcnicos
Contractuales ( contratos, compromisos )
ELEMENTOS:
Prototipos
Maquetas
ACTOS:
Jurdico-contractuales
Tcnicos (p ejemplo de seguimiento)
El documento tcnico
La misin del documento tcnico tiene como objetivo servir de transmisor de
informacin tcnica, figura 1. Durante la realizacin del documento es clave tener siempre
presente a QUIEN va dirigido.
Fig.1
Poseedor
de
informacin
Documento
Tcnico
Receptor
de
informacin
242
242
243
El cuaderno de diseo
Ha sido prctica comn por muchos aos volcar los resultados de avance del
proyecto en un cuaderno diario de trabajo, denominado cuaderno de ingeniera o cuaderno de
diseo. Este cuaderno, en el cual se asientan todos los trabajos desarrollados, sirve para
generar la documentacin tcnica del proyecto, y es tal su importancia, que el mismo ha sido
usado para dirimir casos de litigiosidad, sirviendo como prueba legal en conflictos sobre
derechos de patentes.
En el cuaderno se vuelcan las ideas que surgen, los esquemas sobre los que se
trabaja, los circuitos propuestos, los supuestos en que se basan los clculos, la forma en que se
realizan las pruebas, los resultados de estas, y las conclusiones que se derivan de ellas. El
cuaderno representa el historial completo, y su consulta posterior permite saber porque se han
tomado ciertas decisiones, o cuales son los valores de ciertas caractersticas, etc.
En el cuaderno se deben anotar los trabajos desarrollados con los resultados
hallados, tanto los positivos como los negativos. Los resultados que no salen como se predice
en la teora o no estn de acuerdo con algn experimento previo, pueden ser la luz hacia un
nuevo hallazgo. Cuando algo no resulta como se espera, hay una tendencia a excluirlo de la
documentacin del trabajo realizado, sin dedicar el menor esfuerzo al anlisis de las causas que
motivaron el fracaso del mismo. Pero, por malo que sea el resultado, por el solo hecho de que
haya sido considerado como una idea a probar, merece que sea registrado con todo detalle; al
menos de este modo se sabr un modo de no lograr el objetivo para el que fue propuesto. En
ciertos casos, en una etapa posterior del proyecto, aparecen dudas sobre aspectos que en su
momento se piensa que no fueron considerados y que parecieran explicar discrepancias. La
respuesta a estas dudas surge de la consulta de los registros que detallan la forma en que se
realizo la prueba, y los supuestos que dieron base a la idea. Obviamente, para que esto sea
efectivo no basta con realizar unas pocas notas. Cuando se procede as, el resultado es que la
consulta arroja mas dudas que luces, resultando ininteligible o bien requiere un gran esfuerzo
para entender anotaciones y resultados, y en casos extremos obliga a rehacer todo el trabajo. Se
ha dicho que un buen cuaderno de trabajo permite reconstruir el proyecto muchos aos despus
de haberse completado. Esa es la cualidad deseada.
El cuaderno no solo debe registrar los resultados de los trabajos efectuados, debiera
incluir tambin las ideas que surgen a lo largo del desarrollo y que no son estudiadas en ese
momento. Un buen cuaderno de diseo debiera seguir las siguientes reglas:
244
Por aos a los ingenieros de desarrollo llevar el cuaderno de trabajo les insuma un
tiempo importante, especialmente cuando se deban volcar muchos datos, procesarlos y luego
construir grficas para interpretarlos. Actualmente, hay disponibles paquetes especficos
dedicados a la administracin de proyectos, con los cuales se lleva un registro de archivos
electrnicos, combinando los diversos paquetes de CAD, siendo el cuaderno solo un asiento de
las ideas que se manejan, los conceptos principales, y los bosquejos o esquemas bsicos. El uso
de asientos electrnicos facilita el intercambio de informacin entre todos los integrantes de un
equipo de desarrollo de modo rpido y seguro. Es tal la potencialidad actual que muchos
proyectos son llevados a cabo por un equipo de trabajo cuyos integrantes se encuentran
fsicamente dispersos en distintos pases, actuando peso a ello como si todos trabajaran en un
mismo recinto.
Con CAD incrustados dentro de un sistema de administracin de proyectos, es
posible llevar a su estado final la documentacin final del proyecto. Es decir, el esquemtico
del circuito podr existir en el cuaderno de ingeniera en la forma de boceto, mientras se esta
elaborando, pero luego debe ser llevado a formato electrnico con un CAD apropiado ( Protel
(Altium) , Orcad (Cadence), Mentor, Cadstar, etc), con lo cual se facilitan las simulaciones,
verificaciones y posteriores correcciones, garantizando su consistencia. Esta documentacin
integrara la Documentacin Tcnica del proyecto ( el como ), mientras que el cuaderno de
ingeniera servir de apoyo para elaborar la memoria final del proyecto ( el porque ), y ser
adems un registro que marcara la evolucin del proyecto.
Ayudamemoras
Cuando se trabaja en un rea especfica de diseo con frecuencia se debe enfrentar un
mismo tipo de problemas, como es el caso de equipos para la industria automotriz, equipos
para electromedicina, equipos de comunicaciones, etc, y en tales casos suele ser de ayuda
contar con una ayudamemoria.
Una ayudamemora es un listado de puntos que deben ser considerados cuando se
esta trabajando sobre un problema particular. Cuando para estos puntos se ha establecido y
consolidado una solucin, la misma pasa a integrar una regla de diseo, o un listado de
verificaciones.
La ayudamemora, es adems, una ayuda importante para la tarea de planeamiento, y
es usada en forma rutinaria en muchas reas. De no existir, puede ser de gran utilidad armar
una, la cual se ira engrosando con el tiempo. Esto ocurrir, cuando en el desarrollo de un
proyecto se encuentra algn problema imprevisto, lo cual es una buena oportunidad para pensar
si el mismo debe ser incluido en la ayudamemora.
La oferta de proyecto
La Oferta de Proyecto puede surgir como respuesta a una peticin, o bien ser una
propuesta no solicitada. Cualquiera sea el caso debe siempre:
Ser un documento para convencer (ganar un proyecto).
Describir los "retos" (problemas) a afrontar (resolver).
Proponer objetivos, soluciones y metodologa, y
tener un tamao en relacin con la complejidad (y presupuesto)
La Oferta de Proyecto debe separar el contenido conceptual:
Objetivos del proyecto Para qu? Por qu?
Descripcin y especificaciones Qu es lo que se hace?
244
245
Historia. Antecedentes.
Definiciones. Glosario de trminos.
Justificacin del proyecto.
Requerimientos.
245
246
Estudios de Factibilidad
Factibilidad econmica
Diseo sistemtico.
Bibliografa
246
Responsable o coordinador
Medio y modo de almacenamiento
Codificacin y otras convenciones de numeracin y codificacin
Ciclo de revisin
Formas de implementacin
Sistema de distribucin
Autorizaciones de acceso
Registro de los accesos
247
Fig.2
247
248
El primer documento ser sin duda un Pedido de Cotizacion (Request for Quotation,
RFQ) o un Requerimiento de Propuesta (Request for Proposal, RFP), a partir de los cuales se
derivara el PDD (Product Definition Document ). A estos documentos se agregara e integrara
el Plan de Gestin del Proyecto (Project Management Plan, PMP). El plan, adems de
identificar a las personas responsables del diseo, define que persona ( o personas ) sern
responsables de la verificacin de la salida del diseo y de la aprobacin de cada uno de los
documentos, e incluye otros detalles referidos a las tareas a ejecutar, tales como que diagramas,
anlisis y estudios que deben realizarse, y los derechos de acceso que tiene cada integrante del
grupo de desarrollo, tanto sea para ver como para cambiar la documentacin que integra el
proyecto.
Todos los documentos integrados al sistema de documentacin del proyecto deben
contar con la correspondiente aprobacin, pudiendo esta aprobacin realizarse mediante firma
electrnica, un registro de las cuales puede tambin ser parte de los archivos del proyecto.
Adems, cada documento debe tener el circuito de distribucin; es decir, toda vez que se
agrega o cambia un documento, el cambio sea comunicado a todos los involucrados.
248
249
puedan diferir solo en el nmero de versin. Es decir, si el cambio es solo por ejemplo el valor
de un resistor, esto solo afectara la versin del esquemtico.
Tambin es posible que se rehaga el circuito impreso sin cambio en el esquemtico, si
solo se afecta una caracterstica propia de este ( por caso, la holgura al cobre de la mascara
antisoldante, el desplazamiento de un componente, o el retoque de una pista de impreso por
razones de interferencia, etc ).
Cuando es necesario introducir una modificacin en un equipo que ya ha sido despachado
o que esta fuera del alcance del equipo de diseo, entonces debe emitirse una Orden de Cambio
de Ingeniera, una ECO (Engineering Change Order). La ECO es una instruccin de cambio,
en la cual se describe el equipo y la parte que debe ser modificada ( con referencia al nmero y
versin vigente ), el tipo de modificacin, la razn del cambio ( que cosas mejora o remedia), y
su aplicabilidad ( si a todos, o solo a algunos ). La aplicabilidad determina a partir de cuando y
quienes estn involucrados, es decir si es:
250
teniendo como nicos inconvenientes los costes de diseo y produccin. En muchos casos el
costo puede reducirse significativamente recurriendo a la edicin electrnica, apoyndose en
modernos y potentes paquetes de CAD y cmaras digitales, realizando, adems, una emisin
en formato electrnico, por ejemplo en archivo con extensin .pdf, y empleando como soporte
un CDROM. La ventaja que provee el soporte electrnico es que facilita enormemente la
bsqueda temtica. Esto puede verse facilitado adems con la posibilidad de contar con
actualizaciones peridicas del manual, bajadas desde la pgina de Internet del producto. Esto
es mayormente aplicado cuando se trata de elementos para OEM (original equipment
manufacturer,) pero no cuando el elemento esta destinado al usuario final. No debemos olvidar
que el manual es una parte integrante del producto, por lo que debiera acompaar siempre al
mismo.
Los objetivos bsicos que deben considerarse cuando se disea un manual habrn de
tomar en cuenta que el mismo :
Sea til
Contenga un texto bsico para atender la reparacin y el mantenimiento del equipo
Sea una referencia completa para la utilizacin
No debe dar mas informacin que la necesaria
Debe dar imagen de marca
250
251
En la mayora de los casos la realizacin del manual es una de las ltimas etapas del
proyecto, pero no necesariamente siempre es as. A veces es una de las primeras etapas,
pudiendo incluso ocurrir que el manual este concluido aun antes de empezar el desarrollo del
producto. En estos casos, prcticamente el manual es parte integrante de la definicin del
producto.
En la planificacin de un manual se reconocen las siguientes etapas :
Recopilacin de la informacin.
Seleccin de datos y organizacin interna
Redaccin :(Bocetos. Revisiones)
Edicin
Distribucin
y por lo general ser necesario prever subcontrataciones, con su cronologa asociada a la
impresin, sesiones fotogrficas, etc. Actualmente, la disponibilidad de paquetes de CAD, y
cmaras digitales hacen que sea posible el trabajo dentro de la propia empresa. En la redaccin
del manual intervendrn:
Ingenieros.
Escritores especializados.
Correctores idiomticos
En los casos en que sea necesario la confeccin en idiomas mltiples ( por ejemplo
espaol y portugus para el MERCOSUR, o de mltiples idiomas, como es el caso de la
Comunidad Econmica Europea ), deber cuidarse que la traduccin sea tcnica y no
simplemente idiomtica. El punto dbil de muchas traducciones tcnicas resulta por el uso de
expresiones, giros, o terminologa que hacen que el documento se vuelva ininteligible.
Como conclusin final, debemos tener siempre presente que :
252
NUCLEO
Tratamiento del tema
1. punto 1
2.punto 2
........
.......
hasta 5 puntos
Fig.3
CIERRE
Resumen y conclusiones
El primer paso para armar una sesin basada en transparencias ser definir la
estructura de la presentacin basndose en un esquema como el que indica la figura 3; otro
posible delineamiento seria el siguiente:
Introduccin (visin general)
Objetivos
Logros conseguidos
Descripcin / Modelo ( obviar detalles )
Ventajas y desventajas
Conclusiones
Para cada punto habr que seleccionar el texto, los esquemas o dibujos y los grficos
que se consideran importantes, diseando su distribucin, tamao de las letras, el armado de
los esquemas o dibujos y la composicin de los grficos. Usualmente conviene trazar un primer
boceto o plan de la presentacin, delineando el trabajo que se quiere presentar, escribiendo los
textos, haciendo luego correcciones y modificaciones, y rescribiendo nuevamente si fuera
necesario. Como regla general, deber:
Manejarse solo un concepto principal en cada transparencia
Dejar espacio en blanco abundante
Usar un tipo de letra simple
Buscar claridad de conceptos
Evitar las frases o sentencias demasiado largas
Usar Negritas
Dejar mrgenes anchos
No utilizar solo letras maysculas
Rotular las partes importantes de los dibujos
Numerar todas las transparencias
No abusar de los colores
El tipo de letra debe estar en relacin con el nivel de detalle, teniendo en cuenta que 1
mm = 3 Puntos, es decir
252
Ttulo (de 36 a 44
Subttulos (de 24 a 28
253
Puntos) j
Puntos) j
253
254
Las pautas siguientes son algunos consejos a tener en cuenta para una presentacin
oral con transparencias :
254
255
255
ndice alfabtico
ACWP
Aislantes,
ley de
aleatoriedad
de factores
Altshuller
AMFE
47
113
16
99
24
Anlisis
Bsqueda
secuencial
uniforme
CAD
Cadstar
fortalezas y debilidades
13
130
130
11
rentabilidad
55
costos
riesgo
57
58
21
24
99
18
21
219
12,201
100
112
4
219
244
81
de diseo
competitividad
diseo, fases A y B
fiabilidad
sensibilidad
varianza
odal de fallas y efectos
morfolgico
ANOM
ANOVA
AOI
AQL
ARIZ
Arrhenius,
ley de
Aseguramiento
de la calidad
AXI
Ayudamemoria
Barker, J.A.
Calidad
aseguramiento de la
casa de
control estadstico
de proceso
Despliegue de la funcin
verificacin de la
Camino critico
Caminos
47
47
91
128
98
16
210
219
BCWS
Bell
Bellcore
Benchmarking
bloquizacion
BOM
Boundary scan
Bsqueda
Canon
Capacidad
de proceso
Capacitacin
casa de calidad
de intervalo
dicotmica
por gradiente
por relacin urea
70
68
70
79
77
42
93
181,230,
233,236,
238,240
172
13
causas
asignables
especiales
ciclo de vida
CIM
Cmk
Complejidad
ciclomtica
Conceptualizacin
concesin
contencin
Contradicciones,
Control
de Fibonacci
12,97,211
97
177
4,204
13
201
206
178
180
13
198
34
semicrticos
comunes
BCWP
68
68
del proyecto
Correlacin
180
180
180,199
51
211
187
147
10
198
198
99
46
102
Costo
fijo
variable
marginal
52
52
52
no recurrentes
Costo objetivo
52
49
48
Diseo
probabilstico
revisin del
robusto
194
2
2
2
20
117,166
171
171
171
optimizacin
orientado
de evaluacin
de garanta
de prevencin
externas
internas
Cpk
CPM
Creatividad
Creatividad
16
192
209
213
228
216
3,209
215
218
92
11
231
experimental
tcnicas
Crecimiento de la fiabilidad
criterio
Cuaderno de diseo
curva de aprendizaje
curva de operacin
206
118,206
206
206
206
182
33
80,85
97
142
59
243
4
201
para el ensamblado
para el peor caso
para la calibracin
para la manufacturabilidad
para la soldadura
para la verificacin
por evolucin
preliminar
salidas de
validacin
verificacin
Diseos
DEC
defecto
tasa de
defecto
defectuosidad
Definicin de Producto
documento de
Del Buono
Delfos
Demanda
Depuracin del diseo
Desarrollo,
metodologa
deteccin,
tasa de
DFA
DFM
DFT
Diagnosticabilidad
Diagrama
arbol de fallas
causa efecto
de barras
de bloques
de covariacin
de espina de pescado
de flechas
de Gantt
Diseo,
258
PERT
El cuaderno de
92
179
178
179
6
7
82
39,100,101
50
142
3
25
209
209
218
176
17
17,208
43
98
208
98
33
43
33,36,
39,43,47
96
243
ortogonales de Taguchi
Disponibilidad
efectiva
intrnseca
operativa
distribucin
beta
de Fisher
documentacin
Documentacin del proyecto
Documentacin de software
36
22
2,3,9,145,241
246
145
documento
de definicin de producto
de equipo final
245
tcnico
241
2, 17,178,208
2,220
DOE
DOT
ECO
248
26
85,87,93,101
50
Ecodiseo
Edison
Elasticidad
Ensayos
acelerados
censurados
de aceptacin
de caracterizacin
de fiabilidad
de optimizacin
111
109
133
19
132
19
Ensayos
Fiabilidad
exploratorios
fraccionarios
progresivos
repetidos
replicados
truncados
Ergonmico,
aspecto
Ericsson
Escenarios
definicin de
Especificacin
contenidos
Estabilidad
tratamiento para la
Estimacin
tica,
de tiempos
cdigos
Experiencia
Experimentos
factoriales completos
Eyring,
modelo de
19
20
133
16
16
109
9
93
101
8
224
226
40
30
172
19
113
expresin general
extrapolada
mejora de la
metas
observada
prediccin de la
Fink
FLEX
Flujo de caja
descontado
FMEA
FT
FTA
FTQ
funcin
de mantenibilidad
de mrito
de prestacin
de restriccin
Factibilidad
objetivo
econmica
tecnolgica
48
27
objetivo aumentada
Gantt,
Fallas
aleatorias
catastrficas
infantiles
inseguras
paramtricas
parciales
por degradacin
por solicitacin
primarias
relevantes
secundarias
seguras
108
106
108
124
106,224
106
108
114
105
106,133
105
124
diagrama de
Gompertz,
modelo de
grados de
libertad
crecimiento de la
de componentes
de software
ensayos de
estimada
43
104
59
Ingeniera
de valor
23
98,207
185
84
18,20
119,128
58
176
89
218
50,93,101
218
8,28,29,39
140,177
15
Ingeniera
concurrente
de caja
de Pareto
de Shewart
Hadamard,
matriz de
HDBK-217
HDBK-259
HDBK-472
Hilbert
Hot mockup
130
142
130,144
130,145
133
106
165
61
61
61
61
65
grficas
Fiabilidad
anlisis de
113
106,115
130
118
106
120
86
58
55
24,174,178
218
2,24
213,220,231
IBM
ICT
IEC
IEC
259
Ingeniera
simultanea
4
53
81,91
Ingreso marginal
Innovacin
Manufacturabilidad
diseo orientado a la
Margen de tareas
Innovacin
independiente
incremental
radical
Inspeccin
de proceso
en lnea
especial
general
postproceso
Interaccin,
efectos de
Internet
Invencin
91
91
198
198
200
203
203
200
19
28
87
Investigacin
Markov,
pura
Ishikawa
9000
ISO
JAT
Matlab
McCabe
83
83
17,
204
1,27,28,31
39,204
Mercado objetivo
Mercado potencial
Mtodo
de ajuste continuo
de ajuste por pasos
de avance retroceso
de intercambiabilidad
parcial
de intercambiabilidad
total
de las cadenas de
Markov
210
JIT
210
Juran
177
190
kaizen
Kano
Lagrange
Lagrangiano
Legal,
responsabilidad
LTPD
Mantenibilidad
estimacin de la
de las cargas
13
65
67
29
201
131,153
176
de programacin lineal
de provocacin
de redes
de seleccin por grupos
del rbol de fallas
del camino critico
Mantenimiento
correctivo
curativo
pasivo
predictivo
preventivo
preventivo imperfecto
primario
proactivo
secundario
Manufactura,
260
cadenas de
Masushita
Mentor
aplicada
ISO
libre
total
sistemas de
164
164
163
162
155
160
164
154
164
210
209
211
34
35
35
34
124
93
19,22,23,
63,68,80,
102,116,
126,133,
169,183,
186,229
147
97
50
50
Metodologa
Mtodos
de desarrollo
de optimacin
Para la prueba de
software
Microsoft
Microsoft
Project
Minitab
240
237
99
231
228
124
129
150
80
99
121
233
122
33
228
3
62
152
93
36
116
Modelo
de Duane
de Gompertz
de Pearl
143
104
104
Modelo
fsico de fallas
industrial
Modelo
de Shooman
120
95
149
Modelos
de crecimiento
de crecimiento de fiabilidad
De fiabilidad de software
de fallas
en S
Monte Carlo, simulacin de
Moore,
Ley de
Motorola
MPS
MRD
MRP
MTBF
MTBM
MTTR
102
142
148
115
103,104
41,58,122,225
233,238
101,102
196
210
8
210
114
171
172
muestreo
Pensamiento lateral
Pfleeger
Philips
plan
de accin
Plan
de proyecto
Planificacin
poka-yoke
Ppk
Precio de venta
Presentacin con trasparencias
Primavera Project
Proceso
Capacidad de
control estadstico de
Grafica de control de
Optimizacin de
variabilidad debida a
Programacin lineal
Programacin cuadrtica
Propiedad industrial
doble
mltiple
simple
Multiplicadores de
Lagrange
203
203
203
65
Propiedad intelectual
Prospeccin tecnolgica
Protel
Proyecto, concepto de
La oferta de
Nichos de mercado
no conforme
no conformes,
ndice de
Normas
6
178
179
9,28,29
QCC
QFD
QS-9000
RCA
Regresin
OEM
2,7,27,201,245
Optimizacin
64
192
62
63
80
97
248
Revisin
del diseo
RFQ
Ringii
Roberts
RPN
Seguridad
Seis sigma
Papel probabilstico
Paradigma
Pareto,
graficas de
Patentes
PDD
eral,
PERT
modelo de
116
3
98,207
94
7,177
104
33,36,39,43,47
97
150
86,93
32
31
31
213
183
52
247
36
Serendipidad
serviciabilidad
Severidad,
ndice de
Shewart
Shooman
Siemens
Simulacin de Monte Carlo
182,187,195
184
185
186
222
43
43
94
94
101
97
1
244
185
2,13
205
86,93
102
56
29
4
248
100
85
25
8,9,123
196
91
153,174
25
185
146,149
4,93,144
40,42,121,225
261
233,238
Tiempo
Sinergtico, mtodo
Sistemas
con carga compartida
con reserva
con reserva y mantenibilidad
SMT
entre calibraciones
100
125
126
127
215
Software
mas probable
medio entre fallas
optimista
pesimista
de retorno de inversin
TIR
fiabilidad de
mtricas de complejidad
modelos de fiabilidad
proteccin de
Sony
SPC
SQC
Strowger
145
146
148
95
86,93
178,184
178,201
88
Tolerancia
asignacin
en el diseo
mtodos de diseo
Torbellino de ideas
TQM
TRI
TRIZ
Taguchi
UL
65
Validacion
20
194
Diseo robusto de
Valor actualizado neto
189,195,240
Funcin de perdidas de
valor agregado
25
Tasa de deteccin
VAN
107
Tasa de fallas
Variaciones operativas
109
estimacin
Varianza
108
requerimientos
dentro de grupo
56
Tasa interna de retorno
entre grupos
33,36
Tcnica de evaluacin y revisin de programas
VDA
241
Tecnologa transferencia de
VDI
99
Teora de la invencin
215
THM
VE
diseo ortogonal de
Tiempo
Viabilidad
de mantenimiento medio
de reposicin de servicio
entre acciones de conservacin
entre acciones de mantenimiento
262
170
172
161
171
161
36
114
36
36
56
56
Weibull
Williams, J.
Xerox
ZQC
221
220
227
100
178
56
99
8
131
55
10, 48
55
224
21
21
4
4
2,178
11
115
84
93
214