INSTITUTO TECNOLÓGICO DE CD....

INSTITUTO TECNOLÓGICO DE CD. JUÁREZ

DIVISIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN

APLICACIÓN DE LA METODOLOGÍA TAGUCHI PARA LA DISMINUCIÓN DE

DEFECTOS EN UN SUB-ENSAMBLE DE FARO AUTOMOTRIZ

TESIS QUE PRESENTA

ADRIAN WILFRIDO CHAIREZ ELIAS

COMO REQUISITO

PARA OBTENER EL GRADO DE

MAESTRO EN CIENCIAS EN INGENIERÍA ADMINISTRATIVA

CD. JUÁREZ, CHIH. MAYO DEL 2009

iii

Nunca consideres el estudio como una obligación,

sino como una oportunidad para penetrar en el

bello y maravilloso mundo del saber.

(Albert Einstein, 1879-1955)

iv

AGRADECIMIENTOS

A mis padres por construir mis cimientos, por transmitirme las

enseñanzas básicas de la vida para tratar de ser una mejor persona. A mi

hermano Luís, como inspiración para proyectos futuros.

En especial, le agradezco a mi esposa Esther por motivarme durante esta

nueva etapa de mi vida profesional y por estar a mi lado en este difícil sendero a

pesar de mis defectos y virtudes. A mi hijo Adrián, el mejor regalo que Dios me

pudo dar. A todos mis amigos, familiares y compañeros que hicieron posible que

esto sucediera.

A mis maestros, que en algún momento de su vida me ofrecieron a

manos llenas su consejo, sabiduría y conocimiento. Al Dr. Humberto Hijar, mi

asesor de posgrado por guiarme durante el desarrollo de este documento. Sobre

todo, al Creador, gracias por sus bendiciones.

v

BIOGRAFÍA DEL AUTOR

Nacido en Ciudad Juárez Chihuahua el día 27 de Abril de 1975, hijo del

Sr. Wilfrido Chairez García y la Sra. Hilda Virginia Elías Noriega, realizó sus

estudios de licenciatura en el Instituto Tecnológico de Ciudad Juárez en

Ingeniería Electromecánica con Especialización en Manufactura Avanzada.

Aplicándose primordialmente en el Área de Metal-Mecánica, ha

desempeñado diversas funciones en el ámbito laboral como Técnico en

Mantenimiento de Edificio (ESSEX Planta 137, 1995), Asistente de Ingeniería

(Talleres DIVA, 1996), Dibujante (Philips, 1999-2000), Ingeniero de Diseño y

Programador de Control Numérico (Philips High Tech Plastics, 2000-2004) e

Ingeniero de Diseño (Automotive Lighting Corporation, 2004-2009).

Dentro de los entrenamientos certificados más importantes con los que

cuenta, son: auditor interno ISO/TS e ISO 14000, entrenamiento en paquetes

computacionales de modelación en tercera dimensión Unigraphics y

MasterCAM, además del uso de otros paquetes CAD como CATIA V5 y

SolidWorks.

Con las más recientes presentaciones expuestas en la Semana de

Investigación organizada por el Instituto Tecnológico de Ciudad Juárez, cuenta

con el tema de factibilidad de proyectos “Taller de Mantenimiento de Moldes de

Inyección de Plástico” (2006) obteniendo el primer lugar del concurso.

vi

RESUMEN

Actualmente, las industrias maquiladoras requieren de algún tipo de

metodología de investigación de análisis de fallas, que ofrezca un resultado

rápido, preciso y sobre todo sin tener que invertir una gran cantidad de recursos.

La Metodología Taguchi ofrece un análisis sencillo, valiéndose de diversas

herramientas como los arreglos ortogonales y gráficas lineales.

La compañía maquiladora de faros automotrices Tecnología de

Iluminación Automotriz, cuenta con un problema de calidad en uno de sus

productos el cual se pretende analizar con dicha Metodología. El defecto se

presenta como una fractura en un componente interno del faro denominado

moldura. Dado este error, se recopiló información importante acerca de los

posibles factores que interactúan con dicha situación, auxiliándose de

especialistas en el ramo. Posteriormente, se desarrollaron varios patrones de

faros con las configuraciones señaladas por Taguchi, partiendo desde el moldeo

de los componentes de plástico hasta su ensamble final.

De acuerdo con los resultados obtenidos de las corridas de investigación,

los niveles seleccionados como el tipo de unión usado para el ensamble de la

moldura y el tipo de material usado en el moldeo del mismo componente, se

logró eliminar el defecto cumpliendo con el objetivo primordial de la investigación

y respondiendo a la pregunta, ¿Cuáles son los niveles de los factores que

minimizan el número de piezas quebradas tipo moldura?

Esencialmente, la metodología Taguchi, es una guía para adentrarse a los

problemas diarios de calidad para visualizar su solución, determinando los

niveles de los factores que interactúan con la falta a tratar. Básicamente, el

problema a abordar debe ser identificado, para posteriormente mediante una

“lluvia de ideas”, señalar los posibles aspectos sobresalientes así como sus

vii

niveles. Luego, el diseño de experimento es aplicado con los arreglos

ortogonales y se efectúan las correspondientes corridas registrando los

resultados obtenidos. De esta manera, se identifica la combinación con menos

variación, es decir el combinado más cercano a la meta. Seguidamente, los

factores y niveles son analizados y aplicados en una última corrida de

confirmación. Si los resultados son diferentes a los esperados, deben

reevaluarse para así repetir el proceso, de lo contrario, se aplican estos datos a

la falla tratada.

Las técnicas de Taguchi ofrecen una deducción sencilla de aplicar, como

revelan cientos de investigadores que adjudican haber obtenido resultados

satisfactorios como los descritos en este documento de investigación. A

oposición de un diseño de experimentos convencional, Taguchi no requiere de

una gran cantidad de muestras experimentales, sin embargo puede presentarse

el punto donde el conjunto de piezas puede ser similar. Es por ello, que se

recomienda profundizar por parte del investigador en la elección de un método

de estudio que satisfaga sus carencias, dependiendo de la experiencia y

recursos con que se cuente. En si, esta metodología se esta dando a conocer

mas a menudo a pesar de existir por mas de varias décadas y es aplicada con

mayor frecuencia como alternativa para afrontar dificultades de calidad en

productos y procesos poco robustos.

viii

CONTENIDO

LISTA DE TABLAS……………………………………………………..... x

LISTA DE FIGURAS…………………………………………………….. xii

1. INTRODUCCIÓN……………………………………………………………… 1

2. PLANTEAMIENTO DEL PROBLEMA………………………………………. 2

2.1 Antecedentes…………………………………………………………….. 2

2.2 Definición del Problema………………………………………………… 4

2.3 Preguntas de Investigación…………………………………………….. 4

2.4 Hipótesis y Variables de Investigación………………………………... 5

2.5 Objetivos………………………………………………………………….. 5

2.6 Justificación………………………………………………………………. 5

2.7 Delimitaciones……………………………………………………………. 6

3. MARCO CONCEPTUAL……………………………………………………… 7

3.1 Breve Reseña acerca de los Faros Automotrices……………………. 7

3.2 Pruebas Aplicables de Validación……………………………………... 8

3.3 Los Polímeros……………………………………………………………. 10

3.4 Función de Bisel y Moldura…………………………………………….. 11

4. MARCO TEÓRICO……………………………………………………………. 12

4.1 La Experimentación……………………………………………………... 12

4.1.1 Diseños Factoriales……………………………………………….. 14

4.1.2 Diseños Factoriales Fraccionados a Dos Niveles……………... 14

4.1.3 Diseños Compuestos de Resolución Mixta…………………….. 15

4.1.4 Métodos de Superficie de Respuesta…………………………… 16

4.1.5 Metodología de Taguchi………………………………………….. 17

4.1.5.1 Los Arreglos Ortogonales………………………………… 18

4.1.5.2 Grados de Libertad……………………………………….. 21

ix

4.1.5.3 Gráficas Lineales………………………………………….. 22

4.1.5.4 Aplicaciones Prácticas……………………………………. 23

5. MATERIALES Y MÉTODOS………………………………………………… 29

6. ANÁLISIS DE RESULTADOS……………………………………………….. 36

6.1 Resultados del Primer Ensayo…………………………………………. 36

6.2 Resultados del Segundo Ensayo………………………………………. 38

6.3 Resultados del Tercer Ensayo…………………………………………. 44

6.4 Discusión de Resultados……………………………………………….. 50

7. CONCLUSIONES Y RECOMENDACIONES………………………………. 54

8. BIBLIOGRAFÍA………………………………………………………………... 62

x

LISTA DE TABLAS

Tabla 4.1 Arreglo Ortogonal L 4 (2 3 )…………………………………………… 19

Tabla 4.2 Arreglo Ortogonal L 9 (3 4 )…………………………………………… 19

Tabla 4.3 Factores y Niveles de Investigación……………………………….. 24

Tabla 4.4 Arreglo Ortogonal L 8 y sus correspondientes Valores

Señal a Ruido………………………………………………………… 25

Tabla 4.5 Parámetros de Corte y sus Niveles………………………………… 26

Tabla 4.6 Arreglo Ortogonal L 9 ………………………………………………… 26

Tabla 4.7 Parámetros y Niveles de Investigación……………………………. 27

Tabla 4.8 Acomodo de Parámetros con sus Respectivos Niveles…………. 28

Tabla 4.9 Resultados de Velocidad de Respuesta (seg.) y Valor S/N……... 28

Tabla 5.1 Factores y Niveles Iniciales…………………………………………. 29

Tabla 5.2 Arreglo Ortogonal L 8 (2 7 ) Aplicado a Siete Factores a Dos

Niveles………………………………………………………………… 31

Tabla 5.3 Acomodo de Factores y Niveles Involucrados en el

Experimento…………………………………………………………... 32

Tabla 5.4 Guía de Configuraciones de Muestras…………………………….. 33

Tabla 6.1 Factores y Niveles Usados para el Primer Ensayo………………. 36

Tabla 6.2 Tabla de Resultados…………………………………………………. 37

Tabla 6.3 Factores y Niveles Usados para el Segundo Ensayo……………. 39

Tabla 6.4 Arreglo Ortogonal L 4 (2 3 ) Aplicado a Tres Factores a

Dos Niveles…………………………………………………………… 39


Segundo Ensayo……………………………………………………... 40

xi

Tabla 6.6 Guía de Configuraciones de Muestras para el Segundo

Ensayo………………………………………………………………… 40

Tabla 6.7 Tabla de Resultados para el Segundo Ensayo………………….. 41

Tabla 6.8 Tabla de Respuesta para el Segundo Ensayo………………….. 41

Tabla 6.9 Clasificación según Atributos……………………………………… 42

Tabla 6.10 Factores y Niveles usados para el Tercer Ensayo……………… 45

Tabla 6.11 Arreglo Ortogonal L 4 (2 3 ) Aplicado a Tres Factores

a Dos Niveles……………………………………………………….. 46


Tercer Ensayo………………………………………………………. 46

Tabla 6.13 Guía de Configuraciones de Muestras para el Tercer

Ensayo……………………………………………………………….. 46

Tabla 6.14 Tabla de Resultados para el Tercer Ensayo…………………….. 47

Tabla 6.15 Tabla de Respuesta para el Tercer Ensayo……………………... 47

Tabla 6.16 Clasificación según Atributos……………………………………… 48

Tabla 7.1 Ahorro Anual (2008)………………………………………………... 55

Tabla 7.2 Arreglo Ortogonal L 4 (2 3 ) Aplicado a Tres Factores

a Dos Niveles con Interacción……………………………………..

57

Tabla 7.3 Análisis de Interacción……………………………………………... 58

xii

LISTA DE FIGURAS

Fig. 4.1 Ambiente del Proceso……..…………………………………………… 12

Fig. 4.2 Representación Gráfica de una Superficie de Respuesta…………. 16

Fig. 4.3 Análisis de un Arreglo Ortogonal……………………………………... 20

Fig. 4.4 Análisis de Interacción…………………………………………………. 21

Fig. 4.5 Identificación de un Segmento de Línea de Gráfica Lineal………... 23

Fig. 4.6 Comparación de Desgaste entre los Diferentes

Recubrimientos y Tipo de Material de Herramienta………………… 25

Fig. 5.1 Gráfica Lineal seleccionada para el Arreglo Ortogonal L 8 (2 7 )…… 31

Fig. 6.1 Zonas de Sujeción de Moldura a Bisel para el Primer Ensayo……. 36

Fig. 6.2 Diagrama de Bloques de Respuesta para el Segundo Ensayo....... 42

Fig. 6.3 Nuevas Zonas de Fractura……………………………………………. 44

Fig. 6.4 Zona de Conflicto para Componente Tipo Moldura………………… 45

Fig. 6.5 Diagrama de Bloques de Respuesta para el Tercer Ensayo……… 48

Fig. 7.1 Matriz de Interacción…………………………………………………… 57

Fig. 7.2 Gráfica de Interacción………………………………………………….. 58

1

1. INTRODUCCIÓN

Hoy en día existe gran variedad de técnicas y doctrinas de diferentes

ciencias, las cuales nos indican las normas para ser laboral y humanamente más

eficientes. La palabra “calidad” se menciona constantemente en nuestra vida

diaria haciéndonos pensar que fuera de ella, lo demás no tiene sentido. Grandes

compañías de consumo se encuentran en una carrera mortal para demostrar

quiénes son las mejores y no quedarse en el camino, tratando de sobrepasar las

expectativas del más exigente consumidor.

Dentro de la industria automotriz, las llamadas “maquilas” son las

encargadas de proveer a las grandes empresas ensambladoras, componentes

libres de defectos, manufacturados sobre un ambiente “ideal” de procesos,

luchando contra las adversidades concurrentes del producto.

Tecnología de Iluminación Automotriz, es una industria manufacturera de

faros automotrices localizada en Ciudad Juárez, Chihuahua, México. Dentro de

un proceso de manufactura en particular, se cuenta con un componente tipo

moldura, el cual constituye el subensamble denominado bisel-moldura. Este

subensamble no cumple satisfactoriamente con los requisitos para superar las

pruebas de validación establecidas, por lo tanto origina pérdidas a la compañía.

Dado este defecto de calidad, se usó la metodología de Taguchi para

identificar de esta manera los factores involucrados con la falla y así minimizar el

número de piezas quebradas, tipo moldura de este subensamble. Esta

propuesta de investigación trata acerca de la aplicación de la Metodología de

Taguchi a un problema de validación de un componente que constituye a un faro

automotriz delantero.

2

2. PLANTEAMIENTO DEL PROBLEMA

Este capitulo menciona los antecedentes que motivaron a realizar esta

investigación. También se describe la necesidad de interactuar con un método

diferente para analizar los problemas frecuentes de calidad, en particular de esta

empresa. Además, se señalan los objetivos, delimitaciones y otros temas de

importancia para el desarrollo de este documento de investigación.

2.1 Antecedentes

Actualmente los faros automotrices sobrepasan por mucho a los antiguos

faros, usados a principios del siglo pasado. Ahora son más precisos, estéticos y

tecnológicamente avanzados. En contraparte, ahora son expuestos a pruebas

para así poder predecir con mayor detalle su desempeño, antes de ser lanzados

al mercado. Tecnología de Iluminación Automotriz es una compañía de

manufactura faros automotrices, tanto delanteros como traseros, para diferentes

marcas de automóviles como: General Motors, Volkswagen y BMW entre otros.

La construcción de un faro automotriz cubre diferentes facetas de

manufactura, que va desde el moldeo de piezas de plástico, su metalizado y

ensamble final en las líneas de producción, para posteriormente ser enviadas al

cliente para su ensamble en el automóvil. Este componente automotriz está

integrado de varios elementos subensamblados entre sí, los cuales juegan un

papel importante en la calidad del mismo, ya que de no ser unidos

correctamente afecta directamente el desempeño del producto final.

Esta industria se divide en dos grandes departamentos de manufactura:

preproducción y ensamble final. El área de preproducción es la encargada de

suministrar los componentes moldeados, metalizados y algunos otros

ensamblajes al área de ensamble final, donde posteriormente

3

son unidos para crear el faro. Es en el área de preproducción donde se enfoca

esta investigación, en el subensamble llamado “bisel-moldura” para cierto

modelo de automóvil.

El proceso normal a seguir para la unión bisel-moldura, es deslizar las

tres guías auxiliares del componente tipo moldura hacia las cavidades del bisel.

Posteriormente, estas tres guías son unidas por una máquina soldadora de

calor, uniendo permanentemente a los dos componentes. Luego la

ensambladura es enviada a la línea de ensamble final para conformar el

producto.

Para validar el correcto funcionamiento de las lámparas, muestras de

ellas son puestas a disposición del laboratorio de prueba de la empresa, donde

se les practica ensayos de validación de golpeteo y vibración correspondientes.

Son en estas certificaciones donde puede presentarse el defecto de calidad

motivo de investigación, la fractura o ruptura del componente tipo moldura.

Según datos del laboratorio, la moldura falla en un porcentaje del 100%

durante la prueba de golpeteo y en un 50% en la prueba de vibración. Dado este

error, los especialistas en el campo, como: los ingenieros de moldeo, ingenieros

de manufactura y personal del laboratorio entre otros, propusieron inicialmente

una serie de factores que posiblemente ayudarían a reducir el porcentaje de

ruptura.

Durante la lluvia de ideas, se propuso el uso de un policarbonato de

mayor grado de viscosidad, al original, que ayudaría a reducir la falla por su

mayor resistencia a la tensión y flexión. Cabe citar, que este componente por

diseño es moldeado con policarbonato, ya que este polímero posee elevados

valores de propiedades térmicas y estabilidad dimensional. Según Bayer

MaterialScience (2008), describe en sus tablas de propiedades para el Makrolon

2205 un esfuerzo a la tensión en el punto de ruptura (Tensile Stress at Break por

su significado en inglés) de 8,700 lb/in 2 y un esfuerzo de flexión (Flexural stress

at 5 % strain por su significado en inglés) de 12,000 lb/in 2 . Mientras que para

4

Makrolon 2605 se tiene un esfuerzo a la tensión en el punto de ruptura de 9,400

lb/in 2 y un esfuerzo de flexión de 12,500 lb/in 2 .

De igual forma, se manifestó que el uso de mezcla de material

reprocesado Makrolon 2447 (que tiene un esfuerzo a la tensión en el punto de

ruptura de 10,000 lb/in 2 ) ayudaría a disminuir el porcentaje de falla. Por otro

lado, los diseñadores manifestaron que una irregularidad en una de las guías del

componente tipo moldura pudiera ocasionar esta falla, ya que esta guía no

cubría correctamente el área de soldadura del bisel.

Por último, debido a la urgencia por reducir esta falla, se introdujo un

proceso alterno al normal, se optó por aplicar algunas gotas de pegamento

sobre la superficie del bisel antes de unirlo con el componente tipo bisel. De esta

manera, los especialistas cuestionaron la eficacia del pegamento, usando este

parámetro para la investigación.

Dado este defecto de calidad, se desea obtener una solución reforzada

con la ayuda de un proceso científico, involucrando los factores propuestos que

se considera que impactan a la falla de calidad, para posteriormente introducir

algún cambio permanente que ayude al producto y de esta manera poder reducir

los costos consecuentes de operación de la empresa.

2.2 Definición del Problema

Minimizar el número de piezas quebradas tipo moldura, en el proceso de

subensamble denominado bisel-moldura aplicando la Metodología de Taguchi,

identificando los niveles óptimos de los factores asociados con este defecto de

calidad.

2.3 Preguntas de Investigación

1. ¿Cuáles de los factores propuestos influyen significativamente en el

defecto de calidad?

2. ¿Cuáles son los niveles de los factores que minimizan el número de

piezas quebradas tipo moldura?

5

2.4 Hipótesis y Variables de Investigación

• La metodología de Taguchi ayudara a determinar los niveles de los

factores transcendentes con la irregularidad de calidad.

• Los factores que influyen en la minimización del número de piezas

quebradas tipo moldura son: el tipo de polímero usado, el uso de mezcla

de material reprocesado, el uso de pegamento y el ajuste de guía-

superficie de la moldura.

• La selección del mejor nivel de los factores que influyen en la calidad del

componente tipo moldura, reducirá el porcentaje de fallas.

2.5 Objetivos

• Determinar los factores relevantes a controlar para evitar que el

componente tipo moldura falle.

• Determinar el mejor nivel de los factores relevantes que minimizan el

porcentaje de errores.

• Minimizar el número de piezas quebradas de componente tipo moldura

durante su validación.

• Reducir los costos operacionales que conlleva este defecto.

2.6 Justificación

Hoy en día se escucha con mayor frecuencia que los ingenieros deben

diseñar y desarrollar productos y procesos robustos, que no fluctúen a pesar de

la variación de condiciones de operación, siendo un punto clave para el

desarrollo del sistema de ingeniería de calidad de Taguchi. A través del proceso

que conlleva la manufactura de faros en esta empresa, se puede apreciar lo

“débil” que se comporta el producto ante el cambio de condiciones que

relacionan tanto la mano de obra usada, como la tecnología empleada para su

fabricación.

6

Una vez que la compañía tome la decisión de aplicar e implementar esta

metodología, tendrá acceso a un sistema de herramientas con las cuales se

identifican más rápido y eficazmente los factores asociados con la falla del

producto, desarrollando productos mas robustos, eliminando costos originados

por el uso de métodos incorrectos para la solución de problemas. Gracias a esta

metodología, se logró determinar los niveles fuertes de los factores para

disminuir la irregularidad de calidad tratado en este documento de investigación,

trayendo consigo un ahorro para le empresa, esperando que el porcentaje de

molduras quebradas disminuya hasta un 0%.

2.7 Delimitaciones

La aplicación de la Metodología Taguchi se limitará sólo al proceso del

ensamblaje de los componentes bisel-moldura para cierto modelo de faro

delantero. Tal subensamble se produce en el área denominada como

Preproducción de la compañía Tecnología de Iluminación Automotriz Planta 2.

Inicialmente, los factores asociados con la metodología pudiesen quedar

limitados a la cantidad de muestras, ya que el costo que representa la cantidad

de corridas experimentales de lámparas, es de considerar, como se explica a

continuación.

Como referencia, cada faro es vendido al cliente a un precio alrededor de

30 dólares americanos, lo que reflejaría en caso de una muestra de 64 piezas,

un costo total de 1,920 dólares. Adicionalmente, el costo de operación que

origina el desviar a una máquina moldeadora a producir muestras de

investigación sacrificando la producción diaria, es otro punto importante. Por

último, el uso de mano de obra para la manufactura de muestras, para la

investigación resulta un costo adicional. Dado que la empresa se encuentra bajo

una fase económica crítica, requiere soluciones concretas con un mínimo de

costo.

7

3. MARCO CONCEPTUAL

Esta sección ofrece definiciones técnicas para adentrar al lector hacia el

campo de acción de esta investigación, haciendo referencia al producto caso de

estudio, su composición y demás pruebas normalizadas aplicables.

3.1 Breve Reseña acerca de los Faros Automotrices

Un faro automotriz es una lámpara, que usualmente se localiza montada

enfrente de un vehiculo como un automóvil o motocicleta, su función principal es

iluminar los caminos durante lapsos donde la visibilidad no es buena, tal como

en la oscuridad de la noche o en situaciones climatológicas como la niebla.

Los faros automotrices son considerados aditamentos de seguridad para

el operario del vehiculo, según Siuru (1991) “la probabilidad de verse envuelto

en un accidente de tránsito por la noche, es de dos a tres veces mayor que en el

día. Sin embargo, la probabilidad puede crecer si se encuentran bajo un

ambiente adicional de niebla, lluvia o nieve”. Por ello que la industria automotriz

ha evolucionado dramáticamente dejando atrás aquellas inseguras e ineficientes

lámparas sobre carruajes y automóviles de principio del siglo pasado, dando el

gran salto al descubrirse la energía eléctrica.

Por otro lado, los faros automotrices además de ser herramientas de

seguridad, actualmente son diseñados para resaltar la apariencia del automóvil.

La revista Automotive News (2005) señala que “los faros automotrices, tanto

delanteros como traseros, siempre han sido parte integral del diseño del auto,

pero nuevas tecnologías dan a los diseñadores automotrices mayor libertad de

estilo”.

Hoy en día se cuenta con una gran variedad de paquetes

computacionales que facilitan el diseño de estos faros y de esta manera

8

optimizarlos, tanto en el área mecánica, como de luz, diseñando reflectores con

superficies irregulares ofreciendo una mejor dirección y patrón de los rayos de

luz. Compañías como BMW y Magneti Marelli emplean simuladores para poder

predecir el desempeño de los faros, pasando por una serie de pruebas de

validación antes de ser manufacturados.

“Esta tecnología permite diseñar faros delanteros y traseros más

compactos e integrados, reduciendo los costos por ensamble, proveyendo una

flexibilidad en su manufactura” (Manaste, 1996). Actualmente la industria de

faros automotrices ofrece una mayor variedad de opciones de iluminación, que

van desde faros de halógeno hasta la tecnología más reciente, de diodos

emisores de luz (LED por sus siglas en ingles Light Emitting Diode).

Básicamente un faro automotriz delantero cuenta con las funciones de luz

baja, luz alta y direccionales. Algunos países requieren que el faro cuente

además con luz de día (DRL por sus siglas en ingles Day Running Lamp) la cual

permite la visibilidad en el día de un automóvil en movimiento para seguridad de

los demás guiadores y peatones.

En conclusión, los faros automotrices delanteros aparte de ofrecer una

mejor apariencia al automóvil, son considerados como artefactos de seguridad

tanto para el conductor, como para los peatones.

3.2 Pruebas Aplicables de Validación

Los faros automotrices en cualquier configuración (delanteros o traseros)

deben cumplir con una serie de regulaciones internacionales, como las emitidas

por la Sociedad Norteamericana de Ingenieros Automotores (SAE por sus siglas

en inglés, Society of Automotive Engineers) o por la Comisión Económica

Europea (ECE por sus siglas en inglés, Economic Commission for Europe).

Ya que el faro motivo de estudio se encuentra bajo las regulaciones SAE,

el departamento de transporte de los Estados Unidos de Norteamérica, emite los

Estándares de Seguridad y Regulaciones Federales para Vehículos

9

Automotores (FMVSS) usados dentro de su país, con los cuales obliga a las

compañías manufactureras de vehículos a que sus productos cumplan y se

certifiquen bajo estas normas.

El estándar número 108 de dicha regulación norteamericana, declara los

requerimientos aplicables para faros, artefactos reflectores y demás

componentes asociados. Según los Estándares de Seguridad y Regulaciones

Federales para Vehículos Automotores (1998), “el propósito del estándar

número 108 es el de asegurar que los vehículos automotores provean una

iluminación adecuada sobre las carreteras y por lo tanto, que se perciba su

presencia en calles públicas, de día o de noche y en cualquier condición que

reduzca la visibilidad y así, reducir las muertes y lesiones a causa de accidentes

de tráfico”.

Dentro del estándar 108, se describe una norma bajo el nombre de

J575e. Esta norma se refiere a la realización de pruebas de validación para

productos y artefactos de vehículos automotores que emiten o reflejan luz. La

norma J575e describe una serie de pruebas de validación de especial interés

para el desarrollo de la propuesta de investigación: la prueba de golpeteo y

vibración. Dicha prueba inicia asegurando la muestra sobre el yunque de la

mesa del equipo de golpeteo, mediante un escantillón descrito bajo la norma de

la Sociedad de Ingenieros Automotrices SAE J577. Durante el transcurso de

una hora, la muestra se encuentra sujeta a condiciones de vibraciones

mecánicas para comprobar su estabilidad.

Finalizando la prueba de golpeteo, la muestra montada sobre el

escantillón, es posteriormente asegurada sobre la mesa del equipo denominado

vibrador, ahí la muestra es sujeta a vibración sobre sus tres ejes, uno a la vez, a

una aceleración constante en gravedades, variando la frecuencia en Hertz de

acuerdo a la norma antes descrita. Al finalizar las pruebas, la muestra debe ser

examinada. Cualquier evidencia de fatiga de material, desprendimiento de

10

componentes, rotación de lentes o reflectores, rupturas o desgaste, se considera

que la muestra ha fallado.

3.3 Los Polímeros

Generalmente los materiales de ingeniería se dividen en tres grupos

principales que son los Metales, Polímeros (Plásticos) y Cerámicos. Dado que la

mayoría de los componentes que conforman un faro automotriz están hechos de

plástico y en específico el componente motivo de estudio, es indispensable

conocer ciertas bases de este grupo de material. Los polímeros usados para los

componentes de las lámparas, pueden ser termo-fijos o termo-plásticos. Los

polímeros termo-fijos son aquellos plásticos que se vuelven rígidos

permanentemente cuando son calentados y enfriados, siendo un proceso no

reversible.

Por otro lado, los polímeros termoplásticos (material del cual están

hechos el componente tipo moldura como el bisel objetos de estudio) son

aquellos plásticos capaces de fluirlos cuando se les calienta, solidificarlos

cuando son enfriados y ablandarlos nuevamente cuando son recalentados,

sufriendo degradación de sus propiedades, siendo un proceso reversible. Por

otra parte, “la naturaleza química de los polímeros y demás propiedades físicas,

determinan diferentes características de comportamiento a altas temperaturas,

en actividades ópticas y eléctricas entre otras” (General Electric Polimerland,

2006).

Los polímeros dan al diseñador de faros una gran flexibilidad de formas

fascinantes que dan un toque especial al automóvil. Gracias a sus propiedades,

los polímeros permiten que partes metálicas puedan ser reemplazadas por

partes plásticas más baratas, siendo así que los polímeros se pueden encontrar

desde en un simple bolígrafo, hasta en un enorme avión.

11

3.4 Función de Bisel y Moldura

Según los diseñadores del faro automotriz motivo de estudio, la función

del componente denominado bisel no tiene ninguna otra función más general

que proporcionar una buena apariencia al faro; de no existir esta cubierta, se

podrían observar todos los demás componentes internos que conforman el faro,

dando un aspecto desagradable a la vista del usuario.

Existen diversas configuraciones de biseles de acuerdo a los

requerimientos del cliente, por ejemplo, existen biseles que tienen los reflectores

integrados, biseles metalizados o no metalizados, con textura superficial o sin

ella, en este caso el bisel no se encuentra metalizado. Cabe resaltar que

algunos faros pueden o no contar con biseles, como lo son los faros traseros o

los denominados faros de tercer alto.

El mismo faro tratado en este documento cuenta también con otro

componente llamado moldura, que al igual que el bisel, es de material polímero

pero su presentación final es con superficie metalizada. De igual forma, la

función de la moldura es dar una buena apariencia al faro, no aporta ninguna

propiedad mecánica ni de luminosidad, que afecte el desempeño del faro.

Sin embargo, si uno de estos componentes llegase a desprenderse,

fracturarse o quebrarse, una vez que el vehículo se encuentre en el campo de

acción, pudiera dañar al faro y verse involucrado en algún tipo de accidente

sufrido por el usuario. Por otro lado, la empresa responsable de la manufactura

de estos faros, se haría acreedora a diversas demandas legales, pudiendo llegar

al punto de anulación de contrato, afectando de esta manera el futuro de la

organización.

12

4. MARCO TEÓRICO

Esta sección presenta la metodología aplicada sobre el tema objeto de

estudio. Eventualmente se hace la comparación con otras metodologías, se

dictan investigaciones de otros autores en relación al tema de interés, validando

así la selección de la técnica aplicada a lo largo de esta investigación.

4.1 La Experimentación.

Según el Engineering Statistic Handbook (2008), un experimento se

define como una serie de pruebas dentro de las cuales las variables de entrada

de un sistema, son modificadas a propósito, para así observar los cambios que

puedan sufrir las variables de salida a razón de este cambio.

Un experimento es una prueba para poder desarrollar un producto o

proceso lo suficientemente “robusto” y hacer frente a los más mínimos cambios

del sistema interno sin sufrir una “mutación” desfavorable. Este proceso se

describe en la figura 4.1. Un proceso se define como una serie de equipo,

maquinaria, personas entre otros, encargados de transformar una entrada (por lo

general un material) a una salida (y). Tal proceso interactúa con factores

controlables (x1, x2,…xp) y factores no controlables (z1, z2,…zp) los cuales,

influyen en la posible composición de la salida.

Fig. 4.1 Ambiente del Proceso

PROCESO

ENTRADAS SALIDA (y)

Factores Controlables

ENTRADAS

x1 x2 xp

z1 z2 zp Factores No Controlables

13

Como ya es sabido, existen diversos factores que influyen sobre el

proceso, pero no todos deben ser considerados, ya que algunos carecen de

valor práctico. Por ello, es tarea del investigador analizar todos los factores que

realmente interactúan sobre la salida, auxiliándose de especialistas en el campo.

Una vez identificados tales factores, se experimenta con ellos haciendo una

combinación para así obtener una salida. Consecuentemente, se desarrollan

una serie de pruebas, intercambiando arbitrariamente todos los factores,

observando sus diferentes situaciones de salida.

En general, independientemente del método asignado, la experimentación

sigue el procedimiento de identificar el problema, elegir a los factores y sus

niveles, la variable de respuesta, la metodología, realizar el experimento,

analizar los datos obtenidos, lograr conclusiones y recomendaciones. La

elección del diseño experimental depende de, entre otros puntos, del tamaño de

muestra, punto de interés para la investigación tratada en este documento, ya

que el producto analizado tiene un alto costo y no es posible desechar gran

cantidad del mismo.

De esta manera, considerando como puntos clave la cantidad de

muestras a realizar, así como la sencillez de aplicación de un sistema de diseño

experimental, a continuación se presentan algunas de las metodologías

aplicables, haciendo una comparación entre ellas y así fundamentar la elección

de la metodología Taguchi para esta investigación.

Cabe hacer hincapié, que no es objetivo de este documento de

investigación, explicar en profundidad cada uno de los métodos experimentales

que a continuación se presentan. Sin embargo, la metodología Taguchi por ser

el diseño experimental seleccionado, es documentada con mayor detalle. Para

un mayor análisis de cada uno de los métodos experimentales mencionados, se

recomienda al lector consultar la documentación descrita en la bibliografía al

final de este documento.

14

4.1.1 Diseños Factoriales

Varios de los casos motivo de la experimentación, cuentan con dos o más

factores a diferentes niveles, los cuales afectan el valor de salida. Tales

combinaciones factor-nivel juegan un papel importante en la variación de la

respuesta.

Uno de los diseños de este tipo de “k” factores, es el denominado como

diseño factorial k2 con tan solo dos niveles. Los factores pueden ser

cuantitativos (temperatura, fuerza, presión, etc.) o cualitativos (maquinaria,

equipo, personas, etc.). Generalmente, los niveles son denominados como

valores “bajo” (-) y “alto” (+). Así, el diseño factorial 22 es aquél que tiene dos

factores a dos niveles. Consecuentemente, un diseño 32 cuenta con tres

factores a dos niveles, así sucesivamente.

En la presente investigación se determinaron inicialmente cuatro factores

importantes con dos niveles. Por consiguiente, si se empleara el diseño factorial

general k2 , es decir un diseño 42 requeriría de 2x2x2x2 = 16 corridas

completas, si por lo menos se tienen 4 observaciones por corrida se tendría

16x4 = 64 observaciones en total. Este entorno no es adecuado para la empresa

por motivo de costos, como se mencionó con anterioridad.

4.1.2 Diseños Factoriales Fraccionados de Dos Niveles

A medida que se incremente la cantidad de factores, se incrementa la

cantidad de corridas. Esto origina un aumento de la cantidad de recursos de

experimentación. Según Montgomery (2005) “si el experimentador puede

suponer razonablemente que ciertas interacciones de orden superior son

insignificantes, es posible obtener información de los efectos principales y las

interacciones de orden inferior corriendo únicamente una fracción del

experimento factorial completo” siendo esta declaración la base fundamental de

los diseños factoriales fraccionados.

15

Por otro lado, suponiendo que se pretenda ejecutar un experimento

factorial 32 pero no se dispone de gran cantidad de muestras físicas para las

pruebas, se sugiere usar una fracción “un medio” del diseño 32 . Esto significa,

que para el diseño factorial 32 se requieren de 2x2x2 = 8 corridas, por lo tanto la

fracción “un medio” de éste, contiene )13(2 − resultando un diseño 22 , teniendo

ahora 2x2 = 4 corridas siendo la mitad de las corridas originales.

Al contrario de los diseños factoriales generales, los diseños fraccionados

emplean menor cantidad de corridas. Posiblemente si se aplicaran los diseños

fraccionados al caso de esta investigación, se podría tener la misma cantidad de

corridas o quizá menos que las ofrecidas por la metodología Taguchi para 4

factores a 2 niveles. Sin embargo, en este caso se optó por Taguchi por la

sencillez de aplicación a comparación de los diseños fraccionados, ya que en

algunos casos llegan a convertirse en un análisis más complejo.

4.1.3 Diseños Compuestos de Resolución Mixta

De acuerdo a los estudios realizados por Borkowsky y Lucas publicados

en su artículo denominado “Diseños de Resoluciones Mixtas para Estudio de

Procesos Robustos” (1997), indican una ventaja de estos diseños en

comparación a la metodología Taguchi, ya que según ellos “la estructura de los

diseños (de resoluciones compuestas mixtas) permite la estimación más precisa

de los efectos potencialmente importantes de interacción entre los factores de

señal del proceso, los cuales pueden usarse para determinar los niveles óptimos

(o cercanos) de las variables del proceso”. Concluyendo, los diseños

compuestos de resolución mixta involucran varios factores a diferentes niveles,

siendo un análisis aún más complejo.

16

4.1.4 Métodos de Superficie de Respuesta

Indica Montgomery (2005) que el método de superficie de respuesta “es

una colección de técnicas matemáticas y estadísticas útiles en el modelado y el

análisis de problemas, en los que una respuesta de interés recibe la influencia

de diversas variables y donde el objetivo es optimizar esta respuesta”. Tales

modelos pueden ser representados como se muestra en la figura 4.2.

La metodología de superficie de respuesta hace uso de polígonos de

primer y segundo orden. Ya que la relación existente entre la respuesta y sus

variables es desconocida, emplea estos polígonos para encontrar una

aproximación a la verdadera relación. El experimento debe usar el modelo de

primer orden cuando a éste le interese aproximar la respuesta, alrededor de una

región pequeña de espacio de las variables independientes donde se presente

poca curvatura en la función.

Consecuentemente, si el modelo de primer orden no es capaz de obtener

una respuesta, se empleará el modelo de segundo orden. De acuerdo con Hijar

(2007) las razones por las cuales el modelo de segundo orden es mayormente

usado en el método de superficie de respuesta, se debe a su flexibilidad para

Factor x1 Factor x2

Respuesta

Fig. 4.2 Representación Gráfica de una Superficie de Respuesta

17

tomar diferentes formas, aproximándose con mayor precisión a la respuesta, por

su facilidad de estimación de efectos de interés y por último, por las experiencias

de otros investigadores, los cuales indican haber obtenido buenos resultados

aplicando esta metodología.

A pesar de que esta metodología arroja resultados de mayor precisión en

comparación con la metodología Taguchi, su complejidad de desarrollo, además

de tener que contar con un recurso computacional adicional, hace que esta

metodología no sea elegida para esta investigación.

4.1.5 Metodología Taguchi

Los métodos del Dr. Taguchi fueron originados a consecuencia de la

situación de Japón después de la segunda guerra mundial. Como parte de

varias actividades laborales encomendadas por su gobierno, Dr. Taguchi se ve

involucrado en diversas investigaciones experimentales, muchas de las cuales

incluyen la ejecución de un gran número de observaciones, afectando así la

incierta economía japonesa de aquella época.

Debido a esto, el Dr. Taguchi se da a la tarea de desarrollar una serie de

técnicas donde destacan los factores de ruido y la variabilidad que transmiten al

proceso en cuestión. Ashley (1992) manifiesta que “la Metodología de Taguchi

se basa en fenómenos observados generalmente, cuando el diseñador hace que

el desempeño del producto sea insensible a las variaciones de un factor,

tomando un efecto sinérgico que lo hace por lo regular insensible a otros

factores, incluyendo la variabilidad de la manufactura”

De esta manera, el diseño de parámetros robustos de Taguchi consiste

en elementos que se pueden controlar o no. Los aspectos que se pueden

controlar durante el proceso de manufactura son llamados parámetros, mientras

que los no controlables durante el mismo proceso son llamados factores de

ruido.

18

Kuehl (2001) manifiesta que “las variables de ruido, son las más sensibles

a los cambios en las condiciones del entorno durante la producción y por lo

tanto, transmiten la variabilidad a las respuestas de interés en el proceso”.

Generalizando, el objetivo de esta metodología es encontrar la combinación de

elementos controlables que sea menos sensible a los cambios experimentados

por las variables de ruido, es decir, la combinación encontrada brindará un

proceso o producto robusto ante los cambios del proceso.

Taguchi emplea herramientas tales como los arreglos ortogonales, los

cuales reducen considerablemente el número de observaciones, ahorrando

recursos, arrojando información confiable pero con menos corridas de

experimentación, en comparación a un diseño de experimentos clásico. Muchas

organizaciones han adoptado estas técnicas, obteniendo grandes ganancias. El

Dr. Taguchi ha hecho grandes contribuciones a la calidad, como la función de

pérdida, los arreglos ortogonales, las gráficas lineales y el diseño robusto,

algunas de las cuales son descritas a continuación.

4.1.5.1 Los Arreglos Ortogonales

El uso de los arreglos ortogonales es el fundamento de esta metodología.

Los arreglos ortogonales son capaces de ofrecer una gran cantidad de

información importante y resultados confiables con el uso relativamente pequeño

de datos, siendo su aplicación básicamente sencilla.

El origen del desarrollo de los arreglos ortogonales data de años atrás y

se atribuye al inglés Sir Ronald Aylmer Fisher (1890-1962). Taguchi usa estos

arreglos para medir el comportamiento de los factores y la variación resultante.

Adicionalmente desarrolló las llamadas gráficas lineales donde se representan

los factores experimentales (efectos generales) y sus interacciones.

Pero, ¿qué es ortogonal? Según Peace (1993) significa “que se encuentra

balanceado, que dentro del contexto experimental matricial, ortogonal significa

que estadísticamente son independientes”. Es decir, en los arreglos ortogonales

19

los niveles se presentan en la misma cantidad en cada columna como se aprecia

en la tabla 4.1.

En la columna 1, el nivel 1 se presenta dos veces, al igual que el nivel 2.

En las columnas 2 y 3 se observa el mismo caso.

En la situación de contar con más de dos niveles la misma regla se aplica

como muestra en la tabla 4.2.

Así, la terminología de los arreglos ortogonales es de gran importancia.

La forma de identificar los arreglos se puede representar de la siguiente forma:

)B(L CA

El sufijo de la letra “L”, “A”, representa las corridas o el número de

combinaciones de los factores usados para realizar el experimento. Por

consiguiente, la letra “B” indica el número de niveles entre cada columna. Por

No. 1 2 3

1 1 1 12 1 2 23 2 1 24 2 2 1

Tabla 4.1 Arreglo Ortogonal L4

(2 3 )

No. 1 2 3 4

1 1 1 1 12 1 2 2 23 1 3 3 34 2 1 2 35 2 2 3 16 2 3 1 27 3 1 3 28 3 2 1 39 3 3 2 1

Tabla 4.2 Arreglo Ortogonal L 9 (3 4 )

20

último, la letra “C” representa la cantidad de columnas del arreglo. Como ya se

ha comentado, esta herramienta brinda una gran cantidad de información

importante para obtener una conclusión confiable. El análisis de estos datos se

asocia en la combinación de cada nivel de factor o interacción.

Así, la diferencia resultante del promedio de cada nivel, indica el efecto de

cada factor. Los factores que tengan la mayor diferencia deben considerarse

como aquéllos que se involucran mayormente con el mejoramiento del proceso o

producto, como se muestra en la figura 4.3.

Al igual que resulta interesante el efecto que tiene cada factor

individualmente, también resulta importante el comportamiento de las

interacciones que puedan tener entre factores. Para conocer el efecto que tiene

cada interacción, se obtiene la diferencia resultante de cada promedio de las

mismas como obtenido para los factores.

Posteriormente, el diagrama de análisis de interacción de Taguchi indica

que si las líneas resultantes son aproximadamente paralelas entre sí, tal como

se ilustra en la figura 4.4, significa que la interacción es irrelevante. En cambio,

AX Respuesta

A B B C D E F1 1 1 1 1 1 1 1 y1 = 122 1 1 1 2 2 2 2 y2 = 153 1 2 2 1 1 2 2 y3 = 104 1 2 2 2 2 1 1 y4 = 145 2 1 2 1 2 1 2 y5 = 186 2 1 2 2 1 2 1 y6 = 227 2 2 1 1 2 2 1 y7 = 208 2 2 1 2 1 1 2 y8 = 14

A1 = (y1+ y2 + y3 + y4) / 4 = 12.75

A2 = (y5 + y6 +y7 + y8) / 4 = 18.50

Efecto de A = |A1 - A2| = 5.75

Fig. 4.3 Análisis de un Arreglo Ortogonal

21

si las líneas están lejos de ser paralelas, indica que la interacción debe

considerarse como efecto importante para la investigación.

4.1.5.2 Grados de Libertad

Antes de adentrarse al tema de gráficas lineales, es indispensable

conocer acerca de los grados de libertad (gl por su abreviación). Para

seleccionar el mejor arreglo ortogonal considerando las condiciones de ahorro y

energía que se requiere por parte de la compañía, el investigador puede

comparar la cantidad de grados de libertad que necesita con el número

disponible en el arreglo ortogonal, así puede seleccionar el arreglo mas pequeño

que proporcione la mayor cantidad de información esencial.

Generalizando, estos se obtienen restando el número de niveles del factor

menos 1. Es decir, para un factor de dos niveles su gl sería igual a uno, para tres

niveles igual a dos y así sucesivamente.

• gl Factor = (Número de niveles) -1

De manera similar, el gl de las interacciones se calcula de manera

semejante:

A1 A2

B1

B2

1

2

3

4

Fig. 4.4 Análisis de Interacción

22

• gl Interacción (AxB) = (No. niveles factor A – 1)x(No. niveles factor B – 1)

Por otro lado, en el caso de un arreglo ortogonal se hace referencia a la

nomenclatura de la misma CABL , resumiendo:

• gl Arreglo = (gl por columna) x (No. de columnas)

(B – 1) x C

En conclusión, Peace (1993) los define como “el número de

comparaciones entre los niveles de los factores o interacciones que deben

ejecutarse para determinar cuál nivel es mejor y específicamente cuánto es

mejor”

4.1.5.3 Gráficas Lineales

Si se asignan las interacciones a las columnas de un arreglo ortogonal de

una manera aleatoria, esto pudiera resultar en un análisis o conclusiones

incorrectas. Es por esto, que el Dr. Genichi Taguchi desarrolló las gráficas

lineales, las cuales nos indican la relación que existe entre los factores e

interacciones y de esta manera poderlas organizar correctamente en el arreglo

ortogonal.

Estas gráficas están representadas por puntos o círculos interconectados

por líneas, como se aprecia en la figura 4.5. Los puntos representan cada

columna del arreglo ortogonal donde un factor se puede asignar. Las líneas

representan las interacciones entre los dos factores localizados al final de cada

segmento de línea. El número que acompaña al segmento de línea, representa

la columna del arreglo ortogonal a la cual se debe asignar la interacción.

23

El experimento más efectivo en costo sería aquel donde los factores más

costosos y los que requieran de mayor tiempo sean modificados lo menos

posible, ya que esto representaría la aplicación de mayores recursos originando

más gastos. Pero, ¿Cómo se asignan los factores a las gráficas lineales? Para

ejecutar el primer paso se debieron calcular con anticipación los grados de

libertad de los factores, los cuales deben compararse con los del arreglo

ortogonal a seleccionar. Posteriormente, en base a los factores e interacciones

se construye la gráfica lineal con puntos y líneas. Dicha gráfica que se dibujó es

comparada con las gráficas lineales asignadas por la metodología Taguchi, a los

arreglos ortogonales, seleccionando la más adecuada.

A continuación, se marca cada punto o línea de la gráfica con el factor o

interacción apropiada. En caso de que el arreglo cuente con más de una grafica

lineal, es conveniente hacer una comparación para seleccionar la correcta.

Resumiendo, “las gráficas lineales no son más que una herramienta básica para

facilitar la asignación de factores e interacciones, factores con diferentes

números de niveles a un arreglo ortogonal” Taguchi y Konishi (1987).

4.1.5.4 Aplicaciones Prácticas

Se han llevado a la práctica diversas investigaciones empleando la

metodología Taguchi. La situación y desarrollo de algunas de estas

investigaciones resultan ser semejantes a la descrita en este documento de

investigación, por lo que es interesante citar algunas de ellas. Los investigadores

Factor A Factor B

InteracciónAxB

Fig. 4.5 Identificación de un Segmento de Línea de Gráfica Lineal

24

Chen y Hong (2002) redactan en su articulo denominado “Comparación de Vida

de Herramientas de Carburo de Tungsteno con recubrimiento de Carbonitruro de

Titanio y Carbonitruro de Titanio y Aluminio usando la Metodología de Taguchi”;

el uso de esta metodología para comparar la vida de una herramienta de corte

usada en la comúnmente conocida máquina-herramienta fresadora. Las

herramientas usadas por los investigadores fueron cortadores de carburo de

tungsteno del tipo K10 y K40 con recubrimiento de Carbonitruro de Titanio

(TiCN) y de Carbonitruro de Titanio y Aluminio (TiAlCN).

El objetivo de esta investigación fue determinar cuál herramienta se

desgasta con mayor rapidez al maquinar acero al carbón AISI 1045. Chen y

Hong consideraron cuatro factores controlables a dos niveles, como se muestra

en la tabla 4.3.

Dadas las circunstancias, el arreglo ortogonal seleccionado fue un 8L .

Los investigadores consideraron que tanto la forma geométrica de las

herramientas como la de las piezas a maquinar fueran las mismas y de esta

manera homogenizar las condiciones durante el desarrollo de las pruebas. Otros

parámetros, tales como la posición de la herramienta, posición del material a

maquinar, parámetros de profundidad de corte, ausencia de refrigerante,

máquina-herramienta fresadora usada, fueron igualmente condicionados.

La condición de desgaste de la herramienta, se empleó como

característica de medición, es decir, después de realizar cada una de las

pruebas, la zona conocida como flanco del cortador que es la superficie lateral

Tabla 4.3 Factores y Niveles de Investigación

Nivel 1 Nivel 2A Recubrimiento TiCN TiAlCNB Velocidad de Alimentación 0.08 0.012

(mm/Rev)C Velocidad de Giro 1600 2000

(RPM)D Material de la Herramienta K10 K14

25

del borde cortante de la herramienta, fue medida con equipo especializado para

determinar su desgaste. La información recopilada fue analizada y dispuesta

adecuadamente como se indica en la tabla 4.4.

De acuerdo a los resultados de la investigación, la configuración

adecuada precisa ser: A1 (TiCN), B2 (0.12mm/Rev.), C1 (1600 RPM) y D2

(Material K40) tal y como se muestra en la figura 4.6.

En conclusión, el parámetro de material del cortador resultó ser un factor

importante en el efecto del desgaste de la herramienta, en comparación con los

1 2 3 4 5 6 7 Promedio ancho Promedio anchoA B C D flanco y1 (mm) flanco y2 (mm) S/N

1 1 1 1 1 1 1 1 0.175 0.117 16.5562 1 1 1 2 2 2 2 0.125 0.117 18.3403 1 2 2 1 1 2 2 0.084 0.125 19.4704 1 2 2 2 2 1 1 0.192 0.192 14.3575 2 1 2 1 2 1 2 0.134 0.200 15.3896 2 1 2 2 1 2 1 0.167 0.300 12.3027 2 2 1 1 2 2 1 0.158 0.217 14.4348 2 2 1 2 1 1 2 0.117 0.084 19.883

Corrida

Tabla 4.4 Arreglo Ortogonal L 8 y sus Correspondientes Valores Señal a Ruido

0

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

0.18

0.2

Tipo A Tipo B Tipo C Tipo D

Des

gas

te d

e fl

anco

(m

m)

Fig. 4.6 Comparación de Desgaste entre los Diferentes Recubrimientos y Tipo de Material de Herramienta.

Tipo A - (TiCN, K10) Tipo B - (TiCN, K40) Tipo C - (TiAlCN, K10) Tipo D - (TiAlCN, K40)

26

demás parámetros. Evaluando esta investigación, se puede apreciar que la

aplicación de la metodología es sencilla mientras se cuente con los recursos y

apoyo de la compañía que realizará la experimentación.

Además se puede constatar que con una reducida cantidad de

observaciones, se puede obtener información esencial para obtener una

conclusión. Chen y Hong manifestaron haber realizado 16 observaciones, es

decir cuatro observaciones por corrida.

Otra investigación interesante, fue la realizada por Nian, Yang y Tarng

(1999) en su artículo “Optimización de Operaciones de Torneado con Múltiples

Características de Desempeño”. Manifiestan que la vida de la herramienta, la

fuerza de corte y el acabado de la superficie de la pieza a maquinar dependen

de la selección de la velocidad y profundidad de corte, así como de la velocidad

de alimentación. Los investigadores decidieron utilizar estos parámetros a tres

niveles, por lo tanto el arreglo ortogonal L9 fue el seleccionado empleando 9

corridas experimentales, tal y como se muestra en las tablas 4.5 y 4.6.

Parametros de corte Unidades Nivel 1 Nivel 2 Nivel 3A Velocidad de corte m/min 135 210 285B Velocidad de alimentación mm/rev 0.08 0.20 0.32C Profundidad de corte mm 0.6 1.1 1.6

Tabla 4.5 Parámetros de Corte y sus Niveles.

Tabla 4.6 Arreglo Ortogonal L 9

A B C DCorrida Velocidad Velocidad Profundidad Error

de Corte de Alimentación de Corte1 1 1 12 1 2 23 1 3 34 2 1 35 2 2 16 2 3 27 3 1 28 3 2 39 3 3 1

Nivel de Parámetro de Corte

27

Los investigadores concluyeron que estos parámetros pueden ser

optimizados considerando los resultados de esta metodología, al contrario de

considerar una decisión basada en la experiencia, que algunas de las veces no

resulta del todo precisa.

Una última investigación que resulta interesante, fue realizada por Kim,

Park y Kim (2004) presentada en su articulo “Evaluación Sistemática de las

Condiciones Óptimas de Fabricación de Sensores de gas H2S mediante la

Metodología Taguchi”. Los investigadores manifiestan que el sulfuro de

hidrógeno (H2S) y otros gases dañinos para los seres vivos, se encuentran con

mayor frecuencia libres en el medio ambiente. La mayoría de estos gases son

incoloros e inodoros por lo cual deben ser detectados con precisión mediante

estos aparatos, por ello que las condiciones de fabricación deben ser

supervisadas detenidamente. Los factores seleccionados a dos niveles se

muestran en la tabla 4.7.

Los investigadores argumentan que usando la metodología Taguchi

realizaron 8 corridas experimentales, al contrario de las 128 corridas sugeridas

por un diseño factorial convencional. Un arreglo ortogonal L8 ( 72 ) fue el usado y

ordenado como se ilustra en la tabla 4.8.

Tabla 4.7 Parámetros y Niveles de Investigación

Parámetro Nivel 1 Nivel 2A Aditvo 1 PdCl2 NadaB Aditivo 2 Pd NadaC Aditivo 3 Pt NadaD Temperatura de Soldado 700°C 500°CE Catalizador DW PVAF Tiempo de Mezcla 10min 5minG Cantidad de Aditivos 1 wt.% 5 wt.%

28

El desempeño del sensor se basó en su velocidad de respuesta. Se

realizaron ocho corridas de cuatro observaciones cada una, como se observa en

la tabla 4.9.

Los resultados señalan que la corrida número tres es la más eficiente, ya

que por su valor es la más cercana al promedio de velocidad de respuesta de

21.6 segundos para este tipo de sensor. Por el contrario, la corrida número seis

fue la más ineficiente. Por último, los investigadores señalan lo práctico y

sencillo que resulta la aplicación de esta metodología, argumentando lo

conveniente de usar una menor cantidad de corridas en comparación a un

diseño de experimentos clásicos obteniendo resultados satisfactorios.

A B C D E F G1 PdCl2 Pd Pt 700 DW 10min 1 wt.%2 PdCl2 Pd Pt 500 PVA 5min 5 wt.%3 PdCl2 No-Pd No-Pt 700 DW 5min 5 wt.%4 PdCl2 No-Pd No-Pt 500 PVA 10min 1 wt.%5 No-PdCl2 Pd No-Pt 700 PVA 10min 5 wt.%6 No-PdCl2 Pd No-Pt 500 DW 5min 1 wt.%7 No-PdCl2 No-Pd Pt 700 PVA 5min 1 wt.%8 No-PdCl2 No-Pd Pt 500 DW 10min 5 wt.%

Tabla 4.8 Acomodo de Parámetros con sus Respectivos Niveles.

Muestra 1 Muestra 2 Muestra 3 Muestra 4 Media S/N1 25.80 31.80 21.60 20.40 24.90 -28.0622 40.20 38.40 32.40 33.00 36.00 -31.1643 20.40 20.40 25.80 19.80 21.60 -26.7454 19.20 36.80 22.80 22.20 25.20 -28.1815 66.60 48.00 38.40 51.00 51.00 -34.3206 52.20 43.80 59.40 52.20 51.90 -34.3537 48.00 34.80 54.60 44.40 45.50 -33.2578 24.60 19.20 21.00 22.20 21.80 -26.785

34.74 -30.358

Tabla 4.9 Resultados de Velocidad de Respuesta (seg.) y Valor S/N.

29

5. MATERIALES Y MÉTODOS

Partiendo de los pasos generales para la implementación de la

metodología Taguchi y recordando los objetivos propios de esta investigación, la

identificación de los factores e interacciones fue el punto de inicio. La

recolección de información fue obtenida entre diversas personas especializadas

en el área, éstas expusieron sus ideas y puntos para así determinar los factores

iniciales a evaluar.

Entre los puntos más sobresalientes, los especialistas señalaron que los

factores iniciales que pudiesen contribuir con este defecto de calidad, eran el

tipo de polímero usado para el componente tipo moldura, el uso de mezcla de

material re-procesado para moldear este componente y un problema de diseño

del mismo. Eventualmente sobrevino la duda si el pegamento usado realmente

cumplía su objetivo.

Posteriormente, se evaluaron cuántos y cuáles niveles de los factores

debían ser usados. Ya que la aplicación de esta metodología es nueva para la

organización, se optó por usar sólo dos niveles para simplificar su proceso. Así

también, se evaluaron las reacciones que podrían ejercer sobre la falla, las

interacciones de los factores seleccionados inicialmente. De esta manera, las

interacciones AxB (Material y porcentaje de Material Reprocesado) AxC

(Material y Aplicación de pegamento) y AxD (Material y Soldar con doblez en

moldura) fueron incluidas en el proceso. Los factores y niveles fueron ordenados

como se muestra en la tabla 5.1.

Tabla 5.1 Factores y Niveles Iniciales

Parámetros Nivel 1 Nivel 2A Material Makrolon 2205 Makrolon 2605B Mezcla de Material Re-Procesado 10% 0%C Aplicación de Pegamento Si NoD Soldar con Doblez de Moldura Si No

30

Para poder seleccionar el arreglo ortogonal adecuado, fue preciso

determinar los grados de libertad de los factores e interacciones involucradas,

haciendo uso de las expresiones de cálculo descritas en el capítulo 4:

• gl Factor = (Número de niveles) –1

= 2 – 1

= 1 grado de libertad x 4 factores

= 4 grados de libertad

Así mismo, se determinaron los grados de libertad por interacción:

• gl Interacción (AxB) = (No. Niv.Factor A – 1) X (No. Niv. Factor B – 1)

= (2 – 1) X (2 – 1)

= 1 grado de libertad

• gl Interacción (AxC) = (No. Niv.Factor A – 1) X (No. Niv. Factor C – 1)

= (2 – 1) X (2 – 1)


• gl Interacción (AxD) = (No. Niv.Factor A – 1) X (No. Niv. Factor D – 1)

= (2 – 1) X (2 – 1)


o 3 grados de libertad en total de interacciones

De esta manera, la cantidad total de grados de libertad, tanto de los

factores como de interacciones, fueron de:

• 4 gl factores + 3 gl interacciones = 7 grados de libertad

De acuerdo a este análisis, se dio a la tarea de determinar el arreglo

ortogonal adecuado de acuerdo a la expresión siguiente:

31

• gl Arreglo = (gl x Columna) x (No. De Columnas)

= (2 – 1) x 7


El arreglo ortogonal L8 ( 72 ) mostrado en la tabla 5.2 resultó ser el arreglo

seleccionado. Posteriormente, utilizando la correspondiente gráfica lineal

mostrada en la figura 5.1, se asignó cada uno de los factores e interacciones

sobre la columna adecuada del arreglo, como se ilustra en la tabla 5.3.

Tabla 5.2 Arreglo Ortogonal L8 ( 72 ) Aplicado a Siete Factores a Dos Niveles

Corrida Experimental 1 2 3 4 5 6 7

1 1 1 1 1 1 1 12 1 1 1 2 2 2 23 1 2 2 1 1 2 24 1 2 2 2 2 1 15 2 1 2 1 2 1 26 2 1 2 2 1 2 17 2 2 1 1 2 2 18 2 2 1 2 1 1 2

Columnas

Fig. 5.1 Gráfica Lineal seleccionada para el Arreglo

Ortogonal L 8 (2 7 )

B

C

D

A 4

2

7

1

3 AXB

6 AXD

5 AXC

32

Este arreglo señala la realización de ocho corridas. Posteriormente, la

organización autorizó sólo cuatro observaciones por corrida, es decir 32

muestras en total. Establecida la cantidad de piezas y para un mejor control de

las muestras, se decidió realizar un listado de identificación interna de las

mismas. A las primeras 8 muestras de lámparas experimentales de lado

izquierdo se identificaron como L1, es decir, la letra L indicando el lado izquierdo

(left por su significado en inglés) y el número 1 como el primer lote.

Luego, la identificación para las muestras del segundo lote de faros lado

izquierdo fue de L2. De la misma manera, para ambos lotes de faros lado

derecho las muestras se identificaron como R1 y R2, R por el lado derecho (right

por su significado en inglés). Posteriormente, para entrelazar las muestras de

cada lote con la configuración adecuada de parámetros de acuerdo a la tabla

5.3, se antepusieron otros caracteres a la identificación antes mencionada. Es

decir, para las muestras del lote L1 los caracteres son a1, a2, a3 y así

sucesivamente. Estos caracteres identifican la combinación de niveles de los

factores con que debe contar cada muestra. Por ejemplo, el término a1 indica

que el faro ya sea lado izquierdo o derecho de cualquier lote, debe contar con la

configuración de venir ensamblado con el componente tipo moldura moldeado

Tabla 5.3 Acomodo de Factores y Niveles Involucrados en el Experimento.

1 2 3 4 5 6 7A B AXB C AXC AXD D

1 Makrolon 2205 10% MRP Si PEG Si SD2 Makrolon 2205 10% MRP No PEG No SD3 Makrolon 2205 0% MRP Si PEG No SD4 Makrolon 2205 0% MRP No PEG Si SD5 Makrolon 2605 10% MRP Si PEG No SD6 Makrolon 2605 10% MRP No PEG Si SD7 Makrolon 2605 0% MRP Si PEG Si SD8 Makrolon 2605 0% MRP No PEG No SD

*MRP = Material re-procesado PEG = Pegamento SD = Soldar con doblez

33

con Makrolon 2205, con una mezcla de material reprocesado del 10%, con

aplicación de pegamento al bisel y con el doblez de la guía en la moldura. De

esta manera, el faro muestra se identificó como a1L1, como se muestra en la

tabla 5.4.

Debido a la alta demanda de producto, el experimento se tuvo que

ejecutar de manera parcial, de acuerdo a los días y cantidad de tiempo

disponible de equipo y maquinaria, sin afectar la producción diaria. Por ello, las

primeras muestras de ensamble moldura-bisel que se produjeron fueron: a3L1,

a3L2, a4L1, a4L2, a7L1, a7L2, a8L1, a8L2, a3R1, a3R2, a4R1, a4R2, a7R1,

a7R2, a8R1 y a8R2.

PROCESO DE ENSAMBLELADO IZQUIERDO

Caracteristicas de ensamble: L1 L2a1 = Makrolon 2205 (10% MRP), Si PEG, Si SD.a2 = Makrolon 2205 (10% MRP), NO PEG, No SD.a3 = Makrolon 2205 ( 0% MRP), Si PEG, No SD.a4 = Makrolon 2205 ( 0% MRP), No PEG, Si SD.a5 = Makrolon 2605 (10% MRP), Si PEG, No SD.a6 = Makrolon 2605 (10% MRP), No PEG, Si SD.a7 = Makrolon 2605 ( 0% MRP), Si PEG, Si SD.a8 = Makrolon 2605 ( 0% MRP), No PEG, No SD.

PROCESO DE ENSAMBLELADO DERECHO

Caracteristicas de ensamble: R1 R2a1 = Makrolon 2205 (10% MRP), Si PEG, Si SD.a2 = Makrolon 2205 (10% MRP), No PEG, No SD.a3 = Makrolon 2205 ( 0% MRP), Si PEG, No SD.a4 = Makrolon 2205 ( 0% MRP), No PEG, Si SD.a5 = Makrolon 2605 (10% MRP), Si PEG, No SD.a6 = Makrolon 2605 (10% MRP), No PEG, Si SD.a7 = Makrolon 2605 ( 0% MRP), Si PEG, Si SD.a8 = Makrolon 2605 ( 0% MRP), No PEG, No SD.

Tabla 5.4 Guía de Configuraciones de Muestras.

34

El proceso da inicio en el área de preproducción. Las molduras fueron

fabricadas durante el mismo turno operativo en una máquina de inyección de

plástico marca Engel modelo 660 bajo los parámetros adecuados de presión,

temperatura, velocidad de alimentación y demás especificaciones previamente

analizados por los ingenieros del área. El molde de inyección de plástico

utilizado, es de cuatro cavidades, es decir, moldea simultáneamente dos pares

de molduras, dos lados izquierdos y dos derechos. El material empleado para la

inyección de las molduras fue el policarbonato denominado como Makrolon en

dos diferentes clases, 2205 y 2605.

Makrolon, es una marca de la compañía Bayer MaterialScience, siendo

un material polímero termoplástico, que se presenta en diversas configuraciones

de propiedades, atribuyéndose diferentes números de identificación como los

seleccionados 2205 y 2605. Según el proveedor, el material Makrolon 2205

cuenta con buenas propiedades de flujo de plástico, es considerado como de

uso general de moldeo, además de contar con baja viscosidad, lo cual hace este

policarbonato versátil para el moldeo de componentes de alta productividad.

Por otro lado, el material Makrolon 2605 también cuenta con buenas

propiedades de flujo, pero de mayor viscosidad que el anterior Makrolon 2205.

Además tiene mejores propiedades mecánicas en resistencia al esfuerzo a la

tracción y al corte. Una vez fabricadas las piezas, éstas son separadas y

ensambladas en escantillones, por personal operativo, para posteriormente ser

metalizadas en el equipo marca Mustang Colt 48, el cual consiste en aplicar una

delgada capa metálica con apariencia cromada, sobre las partes plásticas para

posteriormente ser trasladadas hacia la siguiente etapa de subensamble con el

bisel bajo las diferentes configuraciones ya mencionadas. La moldura cuenta

con tres guías que se deslizan a través de tres ranuras del bisel para su

ensamble. Posteriormente, cada guía fue soldada por calor mediante la máquina

marca ADE (número de serie 105-1 / 105-2) y así unirlas entre si. Cabe

mencionar que el componente bisel no tiene requerimiento de metalizado.

35

Eventualmente, estos subensambles fueron unidos a la lente de la

lámpara para luego transportarlos al área de ensamble final para conformar el

faro completo; para su manufactura se usó una línea de producción específica,

con operadores disponibles durante ese turno. Una vez que fueron fabricados,

éstos fueron debidamente identificados, de acuerdo al listado de muestras antes

señalado y enviado al laboratorio de prueba para su validación.

De acuerdo con la norma de validación de la Sociedad de Ingenieros

Automotrices SAE J575e (GMN 3148TP- Sección 4.3.1 – 90 minutos), para la

primera validación se hace uso del equipo de golpeteo especificación SAE J577

bajo los parámetros establecidos por la norma. Esta prueba sitúa a la muestra

bajo condiciones de golpeteo repentino simulando que el automóvil se encuentra

circulando bajo un terreno irregular. Una vez terminada esta prueba, las

muestras son fijadas al equipo denominado vibrador y son puestas a vibrar bajo

una aceleración constante variando la frecuencia en Hertz. Esta prueba fue

realizada sobre sus tres ejes independientes.

Al finalizar cada prueba de validación, las piezas fueron debidamente

inspeccionadas, buscando posibles rupturas o desprendimientos de los

componentes motivo de investigación, para posteriormente ser separadas. Una

vez obtenida la cantidad de piezas correctas e incorrectas, se prosiguió a la

realización de la tabla de respuestas, obteniendo de esta manera la predicción y

los factores importantes para esta investigación.

Posteriormente, se condujo la corrida de confirmación, buscando que el

resultado de la misma se encuentre cerca del resultado de la predicción y así

establecer finalmente la configuración de ensamble. Una vez obtenidos los

resultados correctos, se prosiguió a analizar el ahorro de costos de operación y

así exponer las conclusiones de la investigación.

36

6. ANÁLISIS DE RESULTADOS

Este capítulo describe los resultados obtenidos de la investigación,

resumidos en tres ensayos. Cada ensayo es descrito en detalle, indicando los

parámetros usados y sus respectivos resultados.

6.1 Resultados del Primer Ensayo

Como ya se mencionó en el capítulo de Materiales y Métodos, los

factores iniciales así como sus niveles, fueron el resultado de las sugerencias de

varios especialistas involucrados con el defecto de calidad, como se muestra en

la tabla 6.1.

Para facilitar la investigación, las zonas de falla entre el componente tipo

moldura y bisel fueron identificadas en tres áreas como se describe a

continuación en la figura 6.1.

Fig. 6.1 Zonas de Sujeción de Moldura a Bisel para el Primer Ensayo.

Moldura Lado Derecho

Zona A

Zona B

Zona C

Moldura Lado Izquierdo

Zona C

Zona B Zona B

Zona A

Tabla 6.1 Factores y Niveles Usados para el Primer Ensayo

Parámetros Nivel 1 Nivel 2A Material Makrolon 2205 Makrolon 2605B Porcentaje de Material Re-Procesado 10% 0%C Aplicación de Pegamento Si NoD Soldar con Doblez de Moldura Si No

37

De igual forma y recordando lo descrito en el apartado 5 de Materiales y

Métodos, los resultados para las muestras iniciales con configuración de moldeo

con material polímero Makrolon 2205 y Makrolon 2605 virgen, sin uso de

material re-procesado, con y sin aplicación de pegamento al igual que soldar la

moldura con doblez a3l1, a3l2, a4l1, a4l2, a7l1, a7l2, a8l1, a8l2, a3r1, a3r2, a4r1,

a4r2, a7r1, a7r2, a8r1 y a8r2 se presentan en la tabla 6.2.

Cabe mencionar que los resultados anteriores fueron presentados por el

laboratorio de pruebas unas semanas después de la corrida experimental, ya

que contaban con exceso de carga de trabajo. De manera similar, el resto de las

muestras con la configuración general de uso de mezcla de material

reprocesado, no se realizaron inmediatamente, ya que se tenía que esperar el

Tabla 6.2 Tabla de Resultados de las Muestras Iniciales.

Muestra Falla Comentariosa4r2 Si Guías quebradas en zonas B y Ca3r2 Si Guías quebradas en zonas B y Ca7r1 No No se usó máquina para soldar

Se soldó con cautina3r1 Si Guías quebradas en zonas B y Ca4r1 Si Guías quebradas en zonas B y Ca8r1 Si Guía quebrada en zona Ca8r2 Si Guías quebradas en zonas B y Ca7r2 Si Guías quebradas en zonas B y Ca8l2 No se ejecutó muestra por defecto de carcazaa7l1 No Soldadura deficiente en zonas A y Ba7l2 Si Guía quebrada en zona A

Soldadura deficiente en zonas B y Ca3l2 Si Guía quebrada en zona B

Soldadura deficiente en zonas A y Ca4l1 Si Guía quebrada en zona A

Soldadura deficiente en zonas B y Ca8l1 Si Guía quebrada en zona A

Soldadura deficiente en zonas B y Ca3l1 Si Soldadura deficiente en zonas A, B y Ca4l2 Si Soldadura deficiente en zonas A, B y C

38

lapso apropiado para no arriesgar la producción diaria debido al uso de las

máquinas moldeadoras y personal operativo.

Durante este lapso de tiempo, otros especialistas en el tema sugirieron

que aún cuando el uso de la mezcla de material reprocesado, posiblemente

ayudara a evitar fracturas en el componente tipo moldura, el uso de esta mezcla

ocasionaría un defecto cosmético sobre la superficie del mismo. Según ellos,

ésta podría contaminar el material virgen originando grumos e imperfecciones

sobre el componente, trayendo consigo un nuevo problema de calidad. Debido a

esto y a que la gerencia a simple vista analizó los resultados de la tabla 6.2 y

viendo que los mismos no fueron satisfactorios, sugirió reevaluar los parámetros

y cancelar este intento de experimentación. Sin embargo, la gerencia autorizó un

segundo ensayo para determinar el origen de la falla.

6.2 Resultados del Segundo Ensayo

Durante el desarrollo del primer ensayo, una de las dos muestras que no

fallaron fue unida manualmente (con cautín) por equivocación y la restante no

pudo ser usada, ya que la carcasa de la lámpara presentaba una guía quebrada,

siendo imposible su fijación sobre el equipo de validación.

Considerando lo antes mencionado, los especialistas (ingenieros de

moldeo, de manufactura, de calidad y otros) se dieron a la tarea de reanalizar los

parámetros para este segundo ensayo. Ya que la única muestra en el primer

ensayo que no falló y no presentó deficiencias de soldado, fue unida

manualmente (con cautín) por equivocación, se decidió añadir este punto en la

investigación para compararlo con el soldado automático. El uso de pegamento

permaneció dentro de la investigación, ya que el eliminarlo se refleja como un

ahorro para la compañía.

Por otro lado, analizando las muestras físicas del primer ensayo, se pudo

apreciar que doblar o no la guía con la superficie irregular del componente tipo

moldura, era irrelevante. Es decir, en las muestras unidas automáticamente se

39

pudo observar que la máquina ejercía una fuerza sobre esta superficie irregular

que forzaba a la guía a unirse independientemente si se doblaba o no con

anticipación. De igual manera, al unirlo manualmente se presentaba la misma

situación, por ello se decidió eliminar el parámetro de doblez. Por último, el

parámetro de material se decidió mantener por las características antes

descritas en la sección de Materiales y Métodos. Resumiendo, los parámetros

usados para este segundo ensayo fueron el tipo de material, el pegamento y el

tipo de unión, como se muestra en la tabla 6.3.

De la misma manera que para el ensayo anterior, se prosiguió a realizar

los cálculos necesarios.

� Grados de libertad:

• gl Factor = (Número de niveles) –1

= 2 – 1

= 1 grado de libertad x 3 factores


• gl Arreglo = (gl por Columna) x (No. De Columnas)

= (2 – 1) x 3


De esta manera se determinó que el arreglo ortogonal adecuado para

este ensayo sería L4 ( 32 ) como se muestra en las tablas 6.4 y 6.5.

Tabla 6.3 Factores y Niveles Usados para el Segundo Ensayo

Parámetro Nivel 1 Nivel 2

A Material Makrolon 2605 Makrolon 2205B Pegamento Si NoC Tipo de Union Manual Máquina

A B C1 1 1 12 1 2 23 2 1 24 2 2 1

Tabla 6.4 Arreglo Ortogonal )(2L 34

Aplicado a Tres Factores a Dos Niveles.

40

Para este ensayo se emplearon 4 corridas con cuatro muestras cada una,

es decir 16 en total. Una vez más, la cantidad de piezas fue limitada por la

empresa para no generar más costos. De la misma manera que para el primer

ensayo, los faros fueron identificados para un mejor control como se ilustra en la

tabla 6.6.

De la misma manera que para el primer ensayo los resultados

presentados por el laboratorio de cada configuración se presentan en la tabla

6.7.

Tabla 6.5 Acomodo de Factores y Niveles Involucrados en el Segundo Ensayo

A B C1 Makrolon 2605 Si Manual2 Makrolon 2605 No Máquina3 Makrolon 2205 Si Máquina4 Makrolon 2205 No Manual

Tabla 6.6 Guía de Configuraciones de Muestras para el Segundo Ensayo.


Características de ensamble L1 L2a1 = Makrolon 2605, con pegamento y unión manual.a2 = Makrolon 2605, sin pegamento y unión con máquina.a3 = Makrolon 2205, con pegamento y unión con máquina.a4 = Makrolon 2205, sin pegamento y unión manual.


Características de ensamble R1 R2a1 = Makrolon 2605, con pegamento y unión manual.a2 = Makrolon 2605, sin pegamento y unión con máquina.a3 = Makrolon 2205, con pegamento y unión con máquina.a4 = Makrolon 2205, sin pegamento y unión manual.

41

Posteriormente, los datos fueron acomodados sobre la tabla de respuesta

6.8, clasificando según la corrida, es decir, las que fallaron las pruebas de

validación y las que no fallaron. Finalmente, se obtuvo el total de elementos

buenos y malos.

A continuación se clasificaron las muestras según sus atributos (buenas o

malas) usando información de la tabla anterior, esta clasificación se observa en

la tabla 6.9. De acuerdo con la tabla 6.8, para el factor A (Material) para su nivel

1 (Makrolon 2605) se tiene la cantidad de muestras malas (M) de 0 en la corrida

Tabla 6.7 Tabla de Resultados para el Segundo Ensayo

Muestra Falla Comentariosa1r1 No Sin dañosa1r2 No Sin dañosa2r1 No Sin dañosa2r2 No Sin dañosa3r1 Si Frente de lámpara sin dañosa3r2 No Sin dañosa4r1 No Sin dañosa4r2 No Sin dañosa1l1 No Sin dañosa1l2 No Sin dañosa2l1 Si Frente de lámpara sin dañosa2l2 Si Frente de lámpara sin dañosa3l1 Si Frente de lámpara sin dañosa3l2 Sia4l1 No Sin dañosa4l2 No Sin daños

Tabla 6.8 Tabla de Respuesta para el Segundo Ensayo

Material Pegamento SoldaduraA B C Mala Buena

1 2605 (1) Si (1) Manual (1) 0 42 2605 (1) No (2) Máquina (2) 2 23 2205 (2) Si (1) Máquina (2) 3 14 2205 (2) No (2) Manual (1) 0 4

5 11 = 16 muestras

Caracteristica

42

1 y de 2 malas en la corrida 2, dando un total de 2 (0 + 2). Este valor se

posicionó en el casillero de la esquina superior izquierda de la columna M del

factor A.

De igual manera, considerando el factor C (Soldadura), en su nivel 2

(Máquina) para elementos buenos (B), se obtuvo lo siguiente: en la corrida 2 se

tienen 2 buenas, en la corrida 3 se tiene 1 buena, dando un total de 3 buenas.

Este valor se puede apreciar en la esquina inferior derecha de la columna B del

factor C de la tabla 6.9

Por último, los datos de la tabla 6.9 fueron distribuidos en el diagrama de

respuesta 6.2 donde expone la magnitud de las unidades que caen dentro de

cada nivel de todos los factores involucrados de este ensayo.

Tabla 6.9 Clasificación según Atributos

CaracteristicaM B M B M B

Nivel 1 2 6 3 5 0 8Nivel 2 3 5 2 6 5 3Delta 1 1 1 1 5 5

A B C

Fig. 6.2 Diagrama de Bloques de Respuesta para el Segundo Ensayo.

0

1

2

3

4

5

6

7

8

M a la s 2 3 3 2 0 5

B u e n a s 6 5 5 6 8 3

A 1 A 2 B 1 B 2 C 1 C 2

43

Analizando, los factores A y B no se consideraron significantes ya que la

diferencia delta presentada en la tabla 6.9, tanto para piezas malas como para

buenas, tienen un valor mucho menor que el factor C, el cual es el factor con

efecto fuerte. Tomando en cuenta que se pretende minimizar el porcentaje de

piezas quebradas (piezas malas), se seleccionó el nivel con el valor más

pequeño de la columna M del factor C, es decir el nivel 1 con un valor de cero

(soldadura manual) como efecto importante. Consecuentemente, empleando la

ecuación de predicción y la información de la tabla 6.8 se obtuvieron los

siguientes resultados.

T = ∑=

n

1i ny

= 16

0320 +++ =

165

= 0.3125 (100%) = 31.25%

Para factor C en su nivel 1:

• Característica mala:

1C = 0 + 0 = 0

• Característica buena:

1C = 4 + 4 = 8

Total: 0 + 8 = 8

Entonces:

1C = 80

= 0

∧

µ = T + ( 1C - T )

∧

µ = 31.25% + (0 – 31.25%)

∧

µ = 0%

De esta manera, soldar manualmente es un factor fuerte a considerar

para reducir el porcentaje de fracturas en las zonas A, B y C en piezas tipo

molduras. Posteriormente, se realizó la corrida de confirmación con 4 muestras,

con la configuración de material actual Makrolon 2205, con soldadura manual y

44

sin usar pegamento. Los resultados obtenidos de la corrida de confirmación

validaron la inexistencia de fractura en las zonas A, B y C. Sin embargo se

presentaron fracturas en dos nuevas zonas señaladas en la figura 6.3.

Según los especialistas, ya que el estado de sujeción entre el bisel y el

componente tipo moldura para las zonas de conflicto de fractura A, B y C se

encontraban debidamente ensambladas, asumieron que el esfuerzo de vibración

que se originaba en esas áreas, fue distribuido a secciones más débiles, como la

zona D y E. A consecuencia de esta situación, la empresa decidió realizar un

tercer ensayo para así encontrar los factores que se atribuyen a este nuevo

defecto de calidad.

6.3 Resultados del Tercer Ensayo

Una vez más los especialistas se dieron a la tarea de reevaluar los

parámetros para esta nueva situación. Se pudo apreciar un área del componente

tipo moldura, que según los especialistas estaba ejerciendo una presión

inadecuada sobre el bisel, el cual probablemente estuviera contribuyendo a este

nuevo defecto. Esta área se presenta en la figura 6.4.

Fig.6.3 Nuevas Zonas de Fractura.

Moldura Lado Derecho

Zona D

Zona E

Moldura Lado Izquierdo

Zona D

Zona E

45

Consecuentemente, se decidió añadir el factor antes mencionado, con un

desbaste de tres milímetros en el área de conflicto para evitar la presión irregular

sobre el bisel como primer nivel. El segundo nivel correspondió a no tener

desbaste. Para reafirmar que el empleo de pegamento y material según los

resultados del segundo ensayo, no aportaban mejora significativa al defecto de

calidad original, se decidió nuevamente incluirlos en este ensayo. Por último, las

16 muestras para este experimento fueron unidas manualmente. El acomodo de

parámetros, así como sus correspondientes niveles se presentan en la tabla

6.10.

De igual manera que para el ensayo anterior, se determinó que el arreglo

ortogonal adecuado para este ensayo sería L 4 ( 32 ) mostrado en la tabla 6.11.

Tabla 6.10 Factores y Niveles usados para el Tercer Ensayo.

Parámetro Nivel 1 Nivel 2

A Material Makrolon 2205 Makrolon 2605B Pegamento Si NoC Re-trabajo Si No

Fig.6.4 Zona de Conflicto para Componente Tipo Moldura.

46

De esta manera, los factores fueron organizados como se muestra en la

tabla 6.12.

Continuando con la misma metodología, las muestras fueron identificadas

para un mejor control como se observa en la tabla 6.13.

Tabla 6.12 Acomodo de Factores y Niveles Involucrados en el Tercer Ensayo.

A B C1 Makrolon 2205 Si Si2 Makrolon 2205 No No3 Makrolon 2605 Si No4 Makrolon 2605 No Si

A B C1 1 1 12 1 2 23 2 1 24 2 2 1


Aplicado a Tres Factores a Dos Niveles.

Tabla 6.13 Guía de Configuraciones de Muestras para el Tercer Ensayo.


Caracteristicas de ensamble L1 L2a1 = Makrolon 2205, con pegamento y con re-trabajo.a2 = Makrolon 2205, sin pegamento y sin re-trabajo.a3 = Makrolon 2605, con pegamento y sin re-trabajo.a4 = Makrolon 2605, sin pegamento y con re-trabajo.


Caracteristicas de ensamble R1 R2a1 = Makrolon 2205, con pegamento y con re-trabajo.a2 = Makrolon 2205, sin pegamento y sin re-trabajo.a3 = Makrolon 2605, con pegamento y sin re-trabajo.a4 = Makrolon 2605, sin pegamento y con re-trabajo.

47

Los resultados para este nuevo ensayo se pueden apreciar en la tabla

6.14.

Posteriormente, los datos fueron acomodados sobre la tabla de respuesta

6.15, clasificando las que fallaron en las pruebas de validación y las que no

fallaron. Finalmente, se obtuvo el total de muestras malas y muestras buenas.

De la misma manera que para el anterior ensayo, se organizaron los

datos en la siguiente tabla de atributos 6.16.

Tabla 6.14 Tabla de Resultados para el Tercer Ensayo

Muestra Falla Comentariosa1r1 No Bisel quebradoa1r2 No Bisel quebradoa2r1 No Bisel quebradoa2r2 Noa3r1 No Bisel quebradoa3r2 No Bisel quebradoa4r1 No Bisel quebradoa4r2 No Bisel quebradoa1l1 Si Bisel quebradoa1l2 Sia2l1 Sia2l2 Noa3l1 No Bisel quebradoa3l2 Noa4l1 No Bisel quebradoa4l2 No Bisel quebrado

Tabla 6.15 Tabla de Respuesta para el Tercer Ensayo

Material Pegamento Re-trabajoA B C Mala Buena

1 2205 (1) Si (1) Si (1) 2 22 2205 (1) No (2) No (2) 1 33 2605 (2) Si (1) No (2) 0 44 2605 (2) No (2) Si (1) 0 4

3 13 = 16 muestras

Caracteristica

48

0

2

4

6

8

Buenas 5 8 6 7 6 7

Malas 3 0 2 1 2 1

A1 A2 B1 B2 C1 C2

Fig. 6.5 Diagrama de Bloques de Respuesta para el Tercer Ensayo.

Por último, los datos de la tabla 6.16 fueron distribuidos en el diagrama de

respuesta 6.5 donde muestra la magnitud de las unidades que caen dentro de

cada nivel de todos los factores involucrados de este ensayo.

Los elementos B y C no se consideraron como efecto importante para

este ensayo, ya que la diferencia delta mostrada en la tabla 6.16, tanto para

piezas malas como para buenas, tienen un valor menor que el factor A, por lo

tanto el pegamento y el re-trabajo a la moldura no son significantes. De esta

manera, el aspecto A fue considerado con efecto fuerte sobre la falla.

Considerando que se pretende minimizar el porcentaje de piezas quebradas, se

toma el factor A con su menor nivel, es decir, el nivel 2 (A2 = 0) de la tabla de

respuesta como efecto fuerte. Consecuentemente, empleando la ecuación de

predicción y los datos de la tabla 6.15 se obtuvieron los siguientes resultados.

Tabla 6.16 Clasificación según AtributosCaracteristica

M B M B M BNivel 1 3 5 2 6 2 6Nivel 2 0 8 1 7 1 7Delta 3 3 1 1 1 1

A B C

49

T = ∑=

n

1i ny

= 16

0012 +++ =

163

= 0.1875 (100%) = 18.75%

Para factor A en su nivel 2:


2A = 0 + 0 = 0


2A = 4 + 4 = 8

Total: 0 + 8 = 8

Entonces:

2A = 80

= 0

∧

µ = T + ( 2A - T )

∧

µ = 18.75% + (0 – 18.75%)

∧

µ = 0%

Esto quiere decir, que el éxito del experimento dependerá de que tan

cerca se encuentre el porcentaje de molduras fracturadas durante la corrida de

confirmación al resultado de la ecuación de predicción. De esta manera, usar el

material Makrolon 2605 es el nivel importante a considerar para reducir el

porcentaje de fracturas en las zonas D y E en piezas tipo molduras.

Posteriormente, se realizó la corrida de confirmación con 4 muestras, con la

configuración de material Makrolon 2605, sin usar pegamento, sin re-trabajo y

todas unidas con soldadura manual, obteniendo cero porcentaje de fallas en el

componente tipo moldura en las pruebas de validación de golpeteo y vibración.

50

6.4 Discusión de Resultados

Un aspecto sobresaliente acerca del proceso de experimentación fue el

suceso de haber ejecutado tres diferentes ensayos. La carencia de experiencia

sobre la falla, la ausencia de los especialistas capaces de acertar en los factores

importantes así como el miedo al cambio, fueron algunos fundamentos

importantes para generar este ambiente.

Se pudo observar una limitante en relación a la disposición de recursos

para la investigación, en especial en el área de pre-producción. El moldeo de

piezas fue en varias ocasiones demorado por la escasez de material y equipo.

De manera similar, se pudo apreciar el miedo al cambio a nivel supervisor

durante el subensamble de moldura y bisel denotando incertidumbre con respeto

a la investigación. Por el lado contrario, el personal operador no fue un obstáculo

hacia este cambio.

Así también, la ausencia del personal calificado durante las reuniones de

“lluvia de ideas”, fue otra limitante. Se consultó a los especialistas disponibles en

su momento, pasando desapercibidos las opiniones de los expertos ausentes,

tomando decisiones no del todo adecuadas. Es de suma importancia que la alta

gerencia se involucre en estos tipos de actividades, ya que ellos conocen más a

detalle los recursos de los cuales se pueden obtener mejores resultados. El área

de ensamble final tampoco fue inconveniente para la realización de las

muestras, hubo una mejor aceptación a la experimentación. Una vez

ensamblados los faros, éstos fueron puestos a disposición del laboratorio para

su validación.

Cabe mencionar, que durante las pruebas de validación del tercer y último

ensayo, el bisel presentó fracturas originando un defecto de calidad sobre él. Ya

que este documento trata primordialmente acerca de la falla sobre el

componente tipo moldura, este nuevo análisis queda disponible para futura

investigación.

51

En resumen, los factores B (porcentaje de material reprocesado) y D

(soldar con doblez de moldura) no fueron los acertados para el primer ensayo,

fundamentalmente por la falta de experiencia y profundidad de análisis del

defecto de calidad. Esta fase inicial contempló el uso del arreglo ortogonal

L 8 (2 7 ) de acuerdo con los cálculos descritos en la sección 5 de Materiales y

Métodos. Como puede apreciarse en la Tabla 5.3, este arreglo ortogonal

describe el uso de las interacciones AxB, AxC y AxD, las cuales no fueron

consideradas. Según los especialistas, no existía interacción alguna entre los

factores, por ello de su exclusión.

Por otro lado, los factores de ruido tampoco fueron tomados en cuenta, ya

que como describe Peace (1993) “No son involucrados en el diseño ni análisis

de un estudio por clasificación de atributos, el análisis está basado estrictamente

en el efecto de aquellos parámetros de proceso y componentes de diseño que

han sido definidos como potencialmente importantes”.

Así, las muestras fueron identificadas a conveniencia del investigador, las

cuales contaban con la configuración obtenida del arreglo ortogonal. Los

resultados demostraron que las zonas de sujeción B y C de la moldura tendían a

fracturarse, se observó soldadura deficiente y daños en las secciones antes

mencionadas. Sin embargo, la única muestra que no falló contaba con la

configuración Makrolon 2605, con 0% de uso de material reprocesado, con uso

de pegamento y soldado con doblez de moldura. Analizando más a detalle la

muestra, se determinó que fue unida manualmente por equivocación y no con el

uso del equipo automático del proceso.

Ya que los resultados no fueron satisfactorios, la empresa dictaminó no

seguir con esta fase, sin embargo se acordó una segunda experimentación

reordenando los factores sobresalientes. De esta forma, se incluyó el factor de

unión manual y nuevamente el uso de pegamento. De igual manera, los

especialistas sugirieron aun comprender ambas versiones de Makrolon en esta

nueva fase.

52

Una vez especificados los factores, se determinó que el arreglo ortogonal

adecuado seria L 4 (2 3 ) aplicado a tres factores a dos niveles. Los resultados

obtenidos revelaron que 11 muestras de las 16 en total no mostraron fractura o

desprendimiento en ninguna de las tres zonas de conflicto de la moldura, se

demostró que el factor C en su nivel 1 (Soldadura manual) tiene un efecto fuerte

sobre el error de calidad, logrando una diferencia delta mucho mayor al resto de

los elementos como se observa en la tabla 6.9.

Sin embargo, durante las pruebas de validación se pudo percibir dos

nuevos campos con fractura distintas a las superficies originales. Según los

expertos, el esfuerzo es orientado a dominios más débiles una vez que las áreas

originales de conflicto se encuentran debidamente sujetas. Estos nuevos

sectores fueron identificados como D y E. Ya que en este lapso del estudio se

obtuvieron resultados más persuasivos que los anteriores, la organización

autorizó un tercer estudio para determinar los elementos sobresalientes a la falla

en estos recientes puntos.

Para el tercer ensayo, se empleó el mismo arreglo ortogonal del análisis

anterior. Como resultado, 13 de las 16 muestras no contaban con fractura o

desprendimiento en ninguna de las 5 secciones de conflicto, sin embargo se

pudo observar que 11 faros contaban con ruptura de bisel. En esta ocasión, el

aspecto A (Material) en su nivel 2 (Makrolon 2605) resultó tener gran influencia

sobre el defecto. Finalmente, se ejecutó la corrida de confirmación con la

configuración acertada: Versión correcta material, soldado de moldura-bisel

manualmente y sin uso de pegamento aprobando los ensayos de validación

establecidos.

“Al usar la Metodología Taguchi, el nivel óptimo de cada factor es

determinado. Después de haber determinado las condiciones apropiadas, la

corrida de confirmación debe ser ejecutada con la predicción. La corrida de

confirmación es necesaria e importante ya que provee pruebas directas de la

metodología” (Idris, Ismail, Noordin y Shilton, 2002)

53

Habiendo obtenido los resultados concluyentes, se exhortó al

departamento correspondiente el uso de soldadura manual o en su defecto la

reparación adecuada del equipo automático para reflejar este tipo de unión. De

igual manera, se instruyó el reemplazo del material polímero Makrolon 2205 a la

versión 2605 y se avisó que el empleo de pegamento es irrelevante para evitar

la falla.

Enfatizando, ya que esta investigación trata exclusivamente de los

defectos de fractura en el componente tipo moldura, el estudio en relación a este

nuevo caso con el bisel no se contempla en este documento de investigación.

En resumen, los propósitos generales de la presente exploración quedan

cubiertos, obteniendo resultados satisfactorios los cuales se traducen en la

reducción de recursos en beneficio de la compañía los cuales se describen a

mayor detalle en la sección siguiente.

54

7. CONCLUSIONES Y RECOMENDACIONES

Los resultados obtenidos, indican el éxito de esta investigación. La tabla

de respuesta resultante del segundo ensayo, muestra que el factor C en su nivel

1 (unión manual de componentes) es un factor fuerte si se pretende minimizar el

número de piezas “molduras” quebradas, tal y como lo establece uno de los

objetivos y la pregunta de investigación expuestos en este documento de

investigación.

Sin embargo, en el segundo ensayo se obtuvieron secciones de fractura

diferentes a las zonas originales, por lo cual para tratar de eliminar este nuevo

defecto de calidad la empresa decidió iniciar un tercer ensayo. Según los

expertos, a consecuencia de controlar los factores importantes iniciales, se pudo

desencadenar una serie de nuevas fallas que no existían al principio, como fue

el caso de esta segunda fase.

Por consiguiente, el tercer ensayo señala que el factor con efecto fuerte

es el tipo de material, es decir el factor A en su nivel 2, el cual señala el uso del

material Makrolon 2605, material con mejores propiedades mecánicas que el

original Makrolon 2205. Por otro lado, durante las pruebas de validación de este

último ensayo, el bisel sufrió una serie de fracturas, esto marca la pauta para

una futura investigación con el fin de encontrar los elementos con efecto fuerte y

tratar este nuevo defecto de calidad. En conclusión, los parámetros importantes

para minimizar el número de piezas quebradas tipo moldura, según los

resultados son: El tipo de unión (factor C del segundo ensayo) en su nivel 1 es

decir, unión manual y por último, el factor tipo de material (factor A del tercer

ensayo) en su nivel 2 uso de material Makrolon 2605.

Según datos proporcionados por el laboratorio, originalmente para la

prueba de validación de golpeteo, el porcentaje de falla para la moldura era del

55

100% y del 50% sobre el estudio de vibración. Analizando los resultados

actuales, las muestras construidas con la configuración adecuada de este

elemento arrojan un porcentaje de 0% de defectos.

Tomando como base los datos anteriores, se emprendió el análisis

financiero. Así, el departamento de finanzas declaró que cada faro se vende al

cliente en 28.29 dólares, sin embargo, si éste encuentra un faro dañado una vez

ensamblado en el automóvil, el costo por reemplazo asciende aproximadamente

hasta 350.00 dólares. De acuerdo a datos proporcionados, durante el año 2008

se tuvieron pérdidas aproximadas a 13,000.00 dólares, es decir un total de 52

faros incurrieron con este defecto de calidad en el campo de acción.

Por otro lado, la línea de ensamble también reportó subensambles bisel-

moldura defectuosos por problemas cosméticos por uso de pegamento,

ocasionando pérdidas aproximadas a 2,900.00 dólares en el año 2008. Por

último, la botella de pegamento usada para el proceso de ensamble tiene un

costo aproximado a 150.00 dólares, según el departamento de producción se

usa un total de 4 botellas por año teniendo un costo de 600 dólares.

De esta manera, se puede observar en la tabla 7.1 el costo total anual

que puede ahorrar la compañía.

Debido a la difícil situación económica por la cual se encuentran

atravesando las industrias hoy en día, es de vital importancia ahorrar lo mas

posible en recursos para así poder sobrevivir. Por ello, que la aplicación de este

tipo de metodologías es fundamental para reducir los costos que conlleva algún

defecto de calidad como el analizado en esta referencia documental.

Tabla 7.1 Ahorro Anual (2008)Descripción Costo (USD)

Faros Dañados en el Campo de Acción 13,000.00$ Material Dañado 2,900.00$ Botellas de Pegamento 600.00$

16,500.00$ Ahorro Total

56

También, fue de gran provecho el interés mostrado por algunos

ingenieros hacia la aplicación de esta metodología, la cual merece ser

documentada en esta sección de conclusiones y recomendaciones, preguntas

como ¿Qué impacto tendría sobre el desarrollo de esta investigación si la meta

cambiara a la “Aplicación de la Metodología Taguchi para Maximizar los

Ensambles (bisel-moldura) Libres de Defectos de un Faro Automotriz? ¿Cómo

se analizaría la investigación si se hubiera tenido alguna interacción? Estas

fueron algunas de las preguntas que resultan convenientes analizar y así

comprender el alcance de la metodología Taguchi ante estas nuevas

situaciones.

Considerando la primera pregunta y los datos del tercer ensayo, ya que

se pretende maximizar el porcentaje de piezas libres de defectos, se seguiría

tomando como efecto importante el factor A por su diferencia delta mayor sobre

el resto de los elementos, sin embargo el nivel seria diferente, la selección seria

sobre la columna B (buenas) en su nivel más alto, es decir 2A = 8. Entonces,

tenemos:

T = ∑=

n

1i ny

= 16

4432 +++ =

1613

= 0.8125 (100%) = 81.25%

Para factor A en su nivel 2:


2A = 0 + 0 = 0


2A = 4 + 4 = 8

Total: 0 + 8 = 8

Entonces:

2A = 88

= 1(100%) = 100%

∧

µ = T + ( 2A - T )

57

∧

µ = 81.25% + (100% – 81.25%)

∧

µ = 100%

Esto quiere decir, que el éxito del experimento dependerá de qué tan

cerca se encuentre el porcentaje de molduras libres de defectos resultado de la

corrida de confirmación al valor de la ecuación de predicción. Para la segunda

pregunta, se consideró el arreglo ortogonal L 4 (2 3 ) como se muestra en la tabla

7.2:

Considerando como factor A el tipo de material a dos niveles (Nivel 1:

Makrolon 2205 y nivel 2: Makrolon 2605) y como factor B el uso de pegamento a

dos niveles (Nivel 1: Con uso de pegamento y nivel 2: Sin uso de pegamento),

además que se pretende minimizar el porcentaje de molduras fracturadas, se

obtienen los resultados de la tabla 7.3. de análisis de interacción, la matriz y

gráfica de interacción mostradas en las figuras 7.1 y 7.2. (Cabe mencionar, que

estos valores fueron modificados a propósito para facilitar el ejemplo).

A B AXB1 1 1 12 1 2 23 2 1 24 2 2 1


Aplicado a Tres Factores a Dos Niveles con Interacción.

B1 B2A1 2 1A2 1 3

Figura 7.1 Matriz de Interacción

58

Analizando la gráfica anterior, demuestra que la interacción de los

factores A y B deben ser consideradas para el estudio ya que las líneas son casi

perpendiculares, por el contrario, nos demuestra que no existe razón para

considerar estos datos. Observando los valores de la matriz anterior, las

interacciones A1XB 2 y A 2 X B 1 deben ser incluidas a la ecuación de predicción y

así obtener el porcentaje de comparación con la corrida de confirmación.

Cabe enfatizar, que la selección adecuada de los factores importantes a

inicios de la investigación es de suma importancia para no generar varios

ensayos experimentales, tal y como lo comentan Ghani, Choudhury y Hassan

(2004) “La etapa más importante en el diseño de experimentos descansa en la

A B AXB Mala Buena1 1 1 1 2 32 1 2 2 1 13 2 1 2 1 34 2 2 1 3 2

AtributoTabla 7.3 Análisis de Interacción

Figura 7.2 Gráfica de Interacción.

A1 A2

1

2

B1

B2

3

59

selección de los factores de control. La mayor cantidad de factores deben ser

incluidos, para así poder identificar las variables no significativas en un punto

temprano del proceso”.

De esta manera, la aplicación de esta metodología es más sencilla de

aplicar que un proceso de diseño de parámetros clásico que resulta algo

complicado. Con la aplicación de esta metodología, el número de experimentos

a conducir se reduce visiblemente aun así cuando la cantidad de variables sea

extensa, trayendo consigo un impacto positivo en lo que respecta al costo de la

aplicación de recursos. Además, con Taguchi se puede extraer información de

forma más eficiente y precisa.

Aunque, el diseño y análisis de Taguchi está basado en los diseños

factoriales fraccionados para determinar el efecto de los factores y sus niveles e

identificar la combinación óptima de parámetros, “ha sido demostrado que estas

bases arrojan los mismos o mejores resultados en términos de precisión que un

experimento factorial completo” (Jiang y Komanduri, 1997).

Un experimento factorial completo, incluirá todas las combinaciones

posibles de los factores tratados en el estudio, resultando en una gran cantidad

de corridas experimentales incrementando considerablemente el tiempo de

investigación. Por otro lado, con los diseños factoriales fraccionados se

simplifica la experimentación, ya que reduce el número de ensayos a un nivel

razonable, sin embargo, ambos diseños resultan más complejos que la

aplicación de la metodología aplicada en este documento.

Con Taguchi se anulan las limitaciones antes mencionadas, ya que

simplifica y estandariza los diseños factoriales fraccionados mediante el

desarrollo de los arreglos ortogonales, las cuales pueden ser aplicadas a una

amplia cantidad de situaciones. Esta metodología brinda consistencia y

reproducibilidad las cuales no se encuentran comúnmente en otros métodos

estadísticos.

60

Aunque, estas técnicas fueron concebidas por el Dr. Taguchi hace más

de media década, esta metodología ofrece una gran eficiencia para determinar

los factores y niveles importantes sobre un problema en específico. Varias han

sido las compañías que han acogido estas bases. Sin embargo, se recomienda

aplicar otro tipo de metodología de las explicadas en este documento de

investigación para poder comparar los resultados obtenidos en teoría.

En resumen, la aplicación de la metodología Taguchi incluye los

siguientes pasos como lo describe Shaji y Radhakrishnan (2003): (1)Identificar el

objetivo del experimento; (2) identificar la característica de calidad y el sistema

de medición; (3) identificar los factores que pueden influir en la característica de

calidad, sus niveles y posibles interacciones; (4) seleccionar el arreglo ortogonal

adecuado y asignar los factores en sus niveles en él; (5) ejecutar el experimento

conforme a las corridas descritas en el arreglo; (6) analizar los datos obtenidos

del diseño, determinando los factores fuertes con sus niveles óptimos y por

último (7) el diseño óptimo de parámetros mediante la corrida de confirmación.

Cabe mencionar, que la aplicación de ésta u otra herramienta van de la

mano de la cantidad de recursos, tecnología y accesibilidad con que la empresa

cuente, siendo esto una limitante para el desarrollo de la investigación en ciertos

casos. Metodologías más especializadas, como la de Superficie de Respuesta

ofrece resultados más precisos que las técnicas de Taguchi, sin embargo

requiere de recursos específicos y entrenamiento más detallado.

Gracias a su flexibilidad, la metodología Taguchi puede no sólo ser

aplicada a la industria automotriz, sino que su aplicación abarca diferentes

panoramas y tipos de industrias tanto de producto o servicio e incluso en

actividades de nuestra vida personal.

En conclusión, las organizaciones deben analizar cuales técnicas deben

emplear, las cuales favorezcan el desarrollo financiero de la misma. Los

investigadores deben recomendar las metodologías que mejor se acomoden a la

61

situación a estudiar, detallando tanto los beneficios como las desventajas que

cada una ofrece.

Por lo tanto, se puede constatar la gran ayuda que representa la

aplicación de Taguchi en diversos escenarios, es una herramienta importante

para determinar los niveles óptimos de los factores involucrados con un defecto

de calidad y de esta manera mejorar un producto o servicio con un mínimo de

cantidad de muestras en relación a un diseño de experimentos convencional,

reduciendo considerablemente los costos que conlleva una investigación.

62

8. BIBLIOGRAFÍA

General Electric Polimerland México. (2006). Compartiendo el Conocimiento: Modulo 1.

Hijar, H. (2003). “Efficient Alternatives to Taguchi’s Crossed Arrays for Robust Parameter Design”

Kuehl, R.O. (2001). Diseño de Experimentos. 2 Edición. Editorial Thomson Learning. México.

Montgomery, D. (2005). Diseño y Análisis de Experimentos. 2 Edición. Editorial Limusa. México.

Peace, G. S. (1993). Taguchi Methods. A Hands-On Approach. 3 Edición. Editorial Addison-Wesley Publishing Company. Massachusetts, USA.

Society of Automotive Engineers (1958). SAE Information Report: Vibration Test Machine – SAE J577. Mayo.

Society of Automotive Engineers (1970). Technical Report: Test for Motors Vehicle Lighting Devices and Components – SAE J575e. Agosto.

Ashley, S. (1992). “Applying Taguchi’s Quality Engineering to Technology Development”. Mechanical Engineering. Julio. 58.

Automotive News. (2005). “Management Briefing Seminars”. August 12pp.

Borkowski, J.J., y Lucas, J.M. (1997). “Design of Mixed Resolution for Process Robustness Studies”. Technometrics. 39, 63-70.

Chen, T. C. and Hong, H. (2002). “Comparison of the Tool Life of Tungsten Carbides Coated by Multi-Layer TiCN and TiAlCN for End Mills using the Taguchi Method”. Journal of Materials Processing Technology.

63

Ghani, J.A., Choudhury, I.A., Hassan, H.H. (2004). “Application of Taguchi method in the optimization of end milling parameters”

with Taguchi Method”. Journal of Materials Processing Technology. Idris, A., Ismail, A.F., Noordin, M.Y., Shilton, S.J. (2002). “Optimization of

Cellulose Acetate Hollow Fiber Reverse Osmosis Membrane Production using Taguchi Method”. Journal of Membrane Science.

Jiang, M., Komanduri, R. (1997). “Application of Taguchi Method for Optimization

of Finishing Conditions in Magnetic Float Polishing (MFP)”. WEAR. Manaste (1996). “H-P Intros LED Assemblies for Automotive Taillights”. Electronic Buyer’s News. Marzo. 35.

Nian, C.Y., Yang, W.H., Tarng, Y.S. (1999). “Optimization of Turning Operation with Multiple Performance Characteristics”. Journal of Materials Processing Technology.

Shaji, S., Radhakrishnan, V. (2003). “Analysis of Process Parameters in Surface Grinding with Graphite as Lubricant Based on the Taguchi Method”. Journal of Materials Processing technology.

Siuru, B. (1991). “Lighting Up the Road of Tomorrow”. Mechanical Engineering. Agosto. 113, 8.

Bayer Material Science (2009). “Makrolon 2205” http://www.bayermaterialsciencenafta.com/resources/d/document.cfm?Mode=view&f=13F00037-E0C4-6D2A-E45AA7C274ABEA9F&d=532D3FE8-BFEB-A297-896ED4E7DA014DD1

Bayer Material Science (2009). “Makrolon 2605” http://www.bayermaterialsciencenafta.com/resources/d/document.cfm?Mode=download&f=13F00037-E0C4-6D2A-E45AA7C274ABEA9F&d=53378165-FFD5-1BCE-322B3195B4EC7BDC

Engineering Statistic Handbook. (2008). “5.1.1. What is Experimental Design?” http://www.itl.nist.gov/div898/handbook/pri/section1/pri11.htm

12 de Diciembre del 2008.

64

Sir Ronald Aylmer Fisher. (2008). http://en.wikipedia.org/wiki/Sir_Ronald_Fisher 18 de Diciembre del 2008.

United States Department of Transportation. (2004). “Federal Motor Vehicle Safety Standard and Regulations”. http://www.nhtsa.dot.gov/cars/rules/import/FMVSS/index.html#SN108. 5 de mayo del 2007.

INSTITUTO TECNOLÓGICO DE CD....

Documents

Transcript of INSTITUTO TECNOLÓGICO DE CD....