Unidad 4 Análisis Señal-Ruido

INSTITUTO TECNOLOGICO SUPERIOR DE ACATLAN DE OSORIO
Organismo Público Descentralizado del Gobierno del Estado de Puebla

División de la carrera de Ingeniería Industrial
INSTITUTO TECNOLÓGICO SUPERIOR DE ACATLÁN DE OSORIO
Carrera: Ingeniería Industrial
TEMA:
UNIDAD 4
ANÁLISIS SEÑAL RUIDO (S/N)
DOCENTE
Ing. Héctor León Rosales
ALUMNA:
Mejía Castillo Jaqueline
Sexto semestre grupo “A”
CICLO ESCOLAR:
Febrero – Mayo 2020

CONTENIDO
INTORDUCCIÓN..................................................................................................................................3
ANÁLISIS SEÑAL – RUIDO (S/N)..........................................................................................................4
4.1 FACTORES DE RUIDO....................................................................................................................5
EJEMPLO........................................................................................................................................8
4.2 ENFOQUES PARA EL TRATAMIENTO DE FACTORES DE RUIDO...................................................14
EJEMPLO.......................................................................................................................................16
4.3 RELACIÓN SEÑAL-RUIDO (S/N)...................................................................................................17
CLASIFICACIÓN DE RELACIÓN.......................................................................................................20
4.4 ANÁLISIS DE VARIANZA Y LA SEÑAL DE RUIDO...........................................................................22
EJEMPLO.......................................................................................................................................24
CONCLUSIÓN....................................................................................................................................31
REFERENCIAS BIBLIOGRÁFICAS........................................................................................................32
INTORDUCCIÓN
En esta unidad de Análisis Señal-Ruido (R/S) se presenta los diseños de experimentos enfocados a
los factores controlables y controlables, a diferencia de las unidades pasadas solo se tomaba en
cuenta los factores controlables.
Se tiene que reconocer que en todo proceso existen dos diferentes tipos de factores controlables y
de ruido, en algunas ocasiones no se toman en cuenta; los factores de ruido debido que son muy
difíciles de controlar o muy costoso el proceso, pero para contrarrestar esto, los diseños
ortogonales de Taguchi tienen como objetivo encontrar la combinación de factores controlables
que favorezcan a la reducción del efecto de aquellos factores incontrolables.
Hablaremos sobre el diseño de Taguchi que trata sobre la calidad de servicios o productos
teniendo en cuenta la variabilidad y la señal de ruido que se da dentro de la empresa que afecte a
la calidad directamente ya que La relación señal/ruido, es la diferencia en dB entre el nivel de la
señal útil, y el nivel de ruido, dentro de ello hablaremos del índice de señar ruido que se da dentro
de una empresa a lo cual dentro de ello también el instrumento con el cual se puede medir el
ruido dentro de la empresa y como poder calcular el nivel que hay y el nivel adecuado en el que
podemos estar para trabajar dentro de la empresa y el ruido no afecte la calidad del producto o
servicio.
ANÁLISIS SEÑAL – RUIDO (S/N)

En los diseños de Taguchi, una medida de robustez utilizada para identificar los factores de control
que reducen la variabilidad de un producto o proceso al minimizar los efectos de los factores que
no se pueden controlar (factores de ruido). Los factores de control son aquellos parámetros de
diseño y proceso que pueden ser controlados. Los factores de ruido no se pueden controlar
durante la producción o el uso de un producto, pero sí se pueden controlar durante la
experimentación. En un experimento diseñado de Taguchi, los factores de ruido se manipulan para
hacer que haya variabilidad y, con base en los resultados, identificar la configuración óptima de los
factores de control que haga que el proceso o producto sea robusto o resistente ante la variación
provocada por los factores de ruido. Valores más altos en la relación de señal a ruido (S/N) indican
configuraciones de los factores de control que minimizan los efectos de los factores de ruido.
Los experimentos de Taguchi suelen usar un proceso de optimización de 2 pasos.
 En el paso 1, utilice la relación de señal a ruido para identificar los factores de control que
reducen la variabilidad.
 En el paso 2, identifique los factores de control que permiten mover la media al objetivo y
tienen poco o ningún efecto sobre la relación de señal a ruido.
4.1 FACTORES DE RUIDO.
Los factores de ruido son aquellos parámetros de proceso o diseño que son difíciles de controlar o
que resulta muy caro controlarlos durante la manufactura. Los factores de ruido causan
variabilidad y pérdida de calidad. Por esto es necesario diseñar un sistema el cual sea insensible a
los factores de ruido. El diseñador debe identificar la mayor cantidad posible de factores de ruido
y usar su buen juicio en base a sus conocimientos para decidir cuáles son los más importantes a
considerar en su análisis.
Entre los ejemplos de factores de ruido están la temperatura ambiente o la humedad.
TIPOS DE RUIDO
La pérdida ocurre cuando una de las características de calidad se desvía del valor objetivo debido a
factores de ruido. Taguchi definió tres tipos de factores de ruido: interno, externo y producto-
producto. Ejemplos de ruido son:
 Externos: Factores ambientales (temperatura ambiente o humedad)

 Uso por parte de los clientes, etc.
 Variaciones en la manufactura: Variaciones entre las partes.
 Deterioro del producto: Degradación que se produce por causa del uso y la exposición
ambiental.
 Errores humanos
 Variaciones en los ambientes de operación
 Imperfecciones de fabricación
Durante la experimentación, usted manipula los factores de ruido para hacer que se produzca
variabilidad de manera forzada; luego, a partir de los resultados, identifica la configuración óptima
de los factores de control que hace que el proceso o producto sea resistente o robusto antes a las
variaciones causadas por los factores de ruido. Los factores de control son aquellos parámetros de
diseño y proceso que pueden ser controlados.
Por ejemplo:
Consideremos a un fabricante de mezclas para pasteles que desea optimizar el sabor del pastel
bajo diferentes condiciones. El fabricante desea determinar los factores de control que reduzcan el
efecto de los factores de ruido en el sabor del pastel.
 Los factores de control, que están bajo el control del fabricante, son los ingredientes de la
mezcla para pastel.
 Entre los factores de ruido, que están fuera del control del fabricante, figuran la
temperatura del aire y la humedad mientras el consumidor prepara el pastel.
MÉTODO DEL DISEÑO ROBUSTO DEL DR. TAGUCHI.
Es un eficiente sistema que ayuda a obtener una combinación óptima de diseño de parámetros
para que el producto sea funcional y ayude a obtener un alto nivel de desempeño y que sea
robusto a los factores de ruido.
Existen 8 pasos para hacer un ciclo de diseño robusto:
En los primeros 5 pasos

En el paso número 6 se
se planea el
conduce el experimento.
experimento.
Ejemplo de la
En los pasos 7 y 8 los
optimización de un
resultados del
diseño por costo de un
experimento son
sistema intercambiador
analizados y verificados.
de calor.
Se distinguen cuatro tipos de factores, a saber:
1. Afecta la media y la variabilidad.

2. Afecta sólo la variabilidad.
3. Afecta sólo la media.
4. No afecta la media ni la variabilidad
Los Arreglos Ortogonales son un conjunto especial de cuadros en latín construidos por Taguchi
para planear los experimentos del diseño del producto. Usando esta tabla un arreglo ortogonal de
un proceso estándar puede ser usado por un numero de situaciones experimentales, considerando
un común de dos niveles de factores AO.
IMPLICACIONES DE LA FILOSOFÍA DE TAGUCHI
1. Los productos y procesos deben diseñarse de modo que sean robustos ante las fuentes de
variabilidad externas. (o al ruido en general)
2. Los métodos de diseño experimental son un instrumento técnico para auxiliar en el logro
de este objetivo.
3. La operación según lo especificado es más importante que el apego a las especificaciones.
El Dr. Taguchi ha observado que esta pérdida de calidad, en términos de tiempo y dinero, tanto a
los consumidores como a los fabricantes, y en último término a la sociedad.
En la siguiente gráfica se muestra los diferentes tipos de ruido que desvían la característica de su
valor objetivo.
EJEMPLO
Ejemplo de la optimización de un diseño por costo de un sistema intercambiador de calor
1. Identificar la función principal. La función principal del sistema enfriador de aire

comprimido se muestra en la figura:
La función principal del sistema es enfriar la temperatura del aire de 95 c a 10 c entre dos etapas
de compresión. Primero entra al sistema el aire por el pre enfriador y luego pasa a la unidad de
refrigeración. El agua pasa a través del condensador de la unidad de refrigeración y luego al pre
enfriador y finalmente entra al radiador donde se expulsa el radiador a través de él.
El flujo del aire está dado por 1.2 kg/s y el flujo del agua está dado por 2.3 kg/s
Se busca diseñar el sistema para un costo mínimo total, donde el costo es la suma de todos los
costos en dólares de la unidad de refrigeración, el pre enfriador y el radiador. Las ecuaciones
paramétricas de costo (xi) para la unidad de refrigeración, el pre enfriador y el radiador en
términos de temperaturas de salida (ti) están dadas como sigue:
 X1 = 1.2 a (T3 - 10)
 X1 = costo ($) de la unidad de refrigeración.
 a = parámetro de costo para el refrigerante.
 T3= temperatura de salida del aire del pre enfriador...
 X2=1.2 B (95 - T3)/ (T3-T1) para (T3 >T1)
 X2 = costo ($) del pre enfriador.
 B = parámetro de costo del pre enfriador.
 T3 = temperatura de salida del aire del pre enfriador.
 T1 = temperatura de salida del agua de la unidad de refrigeración.
 95 = temperatura del aire en la entrada al sistema.
 X3=9.637 c (T2 - 24)
 X3 = costo ($) del radiador.
 C = parámetro de costo del radiador.
 T2 = temperatura del agua en la entrada del radiador.
 24 = temperatura del agua después de pasar por el radiador.

 A = 48 B = 50 C = 25
Parámetros de costo determinados por el diseñador.
2. Identificar los factores de ruido
Existen varios factores de ruido en un proceso de enfriamiento de aire. Para

este caso los ingenieros han determinado los 3 factores de ruido más
importantes.
 N1= parámetro de costo de la unidad de refrigeración.

Se ha estimado un costo original de 48 y se considera un costo muy alto arriba de 56.
 N2= temperatura de salida del radiador.

Esta temperatura puede variar dependiendo de los factores ambientales. Se ha estimado
una temperatura de 24 c pero se considera muy alta a 27°C.
 N3= temperatura del aire a la entrada del sistema.

Esta temperatura varía dependiendo de las condiciones de operación, se ha estimado
inicialmente de 95ºC, pero se considera muy alta arriba de 100ºC.
3. Identificar la característica de calidad que va a ser observaba y el >objetivo.
El costo va a ser tomado como la característica de calidad y la función objetivo será optimizar el
costo total del sistema. MIN CT= X1 + X2 + X3
El objetivo ahora es encontrar cuál diseño minimiza el costo total considerando

la incertidumbre de los factores de ruido citados.
4. Identificar los factores de control y los niveles alternativos.

Para el caso del ejemplo, tres niveles alternativos fueron identificados para ser estudiados para el
control del diseño de los parámetros, El nivel dos muestra los valores iniciales de los factores de
control. (Tabla a). Los niveles de los parámetros de prueba (tabla a) se refieren a cuántos valores
de prueba van a ser analizados (uno de estos niveles debe tomar los valores de las condiciones
iniciales de operación).
T1= 28 C T2= 39 C T3= 38 C
Como siguiente paso los ingenieros de diseño y los analistas de costo desean un estudio de niveles
alternativos de los parámetros de control considerando ahora la incertidumbre debido a los
factores de ruido. En un diseño robusto, generalmente, dos o tres niveles son considerados para
cada factor.
Se ha decidido estudiar los tres factores de ruido con 2 niveles. Estos valores se muestran en la
tabla. El nivel uno representa los valores iniciales de los factores de ruido. Diseño de la matriz de
experimentos y definición de los datos para analizar. El objetivo ahora es determinar los niveles
óptimos de los factores de control para que el sistema sea robusto a los factores de ruido.
Construcción de arreglos ortogonales.
 Primero se determinan según la metodología de Taguchi los grados de libertad para

determinar el número mínimo de experimentos requerido.
 El diseñador ha calculado el factor grados de libertad igual a 7, esto nos indica que se
necesita un número mínimo de 7 experimentos para encontrar los valores óptimos.
 Con esto se determina que se puede utilizar un arreglo ortogonal estándar L9 para los
factores de control y usando la misma metodología se utiliza un arreglo ortogonal
estándar L4 para los factores de control.
1 2 3 4
N1 1 2 2
N2 2 1 2
N3 2 2 1
A B C D
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 2 1 3 2
8 2 2 2 3
9 2 3 1 1
5. Conducir la matriz de experimentos. Para nuestro ejemplo, la matriz de experimentos

dada es conducida usando un sistema apropiado de ecuaciones matemáticas de costo. La
propuesta (vi, j) es el costo total en dólares para ese caso. Esta es calculada para cada
combinación de las matrices de experimentos de factores de control y factores de ruido.
Ecuación matemática de costo (ejemplo):
 CT = XI + X2 + X3
 CT = 1.2(48) (35-10) + 1.2(50) (95-35)1(35-25) + 9.637(25) (36 -24) =4691
 CT = 1.2(48) (35-10) +1.2(50) (100-35)1(35-25) +9637(25) (36-27) =3998
Control/Noise 1 2 3 4
N1 48 48 56 56
N2 24 27 24 27
N3 95 100 100 95
6. Análisis de datos papa determinar los niveles óptimos de los factores de control.
El método de Taguchi utiliza la relación que existe entre señal y ruido incluyendo la variación de la
respuesta. La relación que se utilizaría en nuestro ejemplo sería que la más pequeña relación es la
mejor, dado que nuestro objetivo es minimizar el costo. Esta relación señal /ruido está dada por la
siguiente ecuación:
S/N = -10 LOG {1/4[(4691^2 +3998^2+4691^2+4208^2)]} = -73.03
Control matrix:
a) signal to noise ratio
b) response table
 Los promedios de la relación señal/ruido de la tabla de respuesta nos da los

resultados óptimos.
 Maximizando la relación s/n es equivalente a minimizar la característica de

calidad.
Como resultado del análisis tenemos los niveles óptimos de los parámetros de
controles siguientes:
a) Tl T2 T3 parámetros de prueba
b) 1 2 3 niveles

c) 25 36 38 valores óptimos de control.
Con estos valores el ct = $4551.00 con una desviación estándar de 445.5 y una señal de
ruido de - 73.19 con esto se ahorra $806.00 un 15% contra los valores iniciales propuestos
antes del experimento.
1) T1 T2 T3 parámetros de prueba
2) 2 2 2 niveles
3) 28 39 38 valores iniciales propuestos.
CT = $5,357.00 con una desviación estándar de 445.6 y una señal de Ruido = -74.6
4.2 ENFOQUES PARA EL TRATAMIENTO DE FACTORES

DE RUIDO
En los diseños de Taguchi, los factores de ruido son factores que causan variabilidad en el
desempeño de un sistema o producto, pero que no pueden ser controlados durante la producción
o el uso del producto. Sin embargo, los factores de ruido sí pueden controlarse o simularse
durante la experimentación. Debe seleccionar niveles de los factores de ruido que representen la
gama de condiciones en las cuales la respuesta debería permanecer robusta. Los factores de
ruido causan variabilidad y pérdida de calidad. Por esto es necesario diseñar un sistema el
cual sea insensible a los factores de ruido.
METODO DE EL DISEÑO ROBUSTO DE EL DR. TAGUCHI.

Es un eficiente sistema que ayuda a obtener una combinación óptima de diseño de

parámetros para que el producto sea funcional y ayude a obtener un alto nivel de
desempeño y que sea robusto a los factores de ruido.
Existen 8 pasos para hacer un ciclo de diseño robusto.

Identificar la característica de
Parámetro de costo Identificar los factores de ruido
calidad que va a ser observado
Primero se determinan según la

La matriz de experimentos dada es
metodología de Taguchi los grados
conducida usando un sistema Identificar los factores de control y
de libertad para determinar el
apropiado de ecuaciones los niveles alternativos.
número mínimo de experimentos
matemáticas de costo.
requerido.
Los factores de ruido causan

variación y pérdida de calidad.
Durante su larga experiencia, el Dr.
Análisis de datos papa determinar
Taguchi ha observado que ésta
los niveles óptimos de los factores
pérdida de calidad, en términos de
de control.
tiempo y dinero, tanto a los
consumidores como a los
fabricantes, y a la sociedad.
Entre los tipos comunes de factores de ruido están los siguientes:
 Externos: Factores ambientales, uso por parte de los clientes, etc.

 Variaciones en la manufactura: Variaciones entre las partes.
 Deterioro del producto: Degradación que se produce por causa del uso y la exposición
ambiental.
Durante la experimentación, usted manipula los factores de ruido para hacer que haya
variabilidad; luego, a partir de los resultados, identifica la configuración óptima de los factores de
control que hace que el proceso o producto sea resistente o robusto ante la variación causada por
los factores de ruido. Los factores de control son aquellos parámetros de diseño y proceso que
pueden ser controlados.
EJEMPLO
Un fabricante de impresoras desea optimizar el rendimiento de sus impresoras. Uno de los

factores de ruido es que existen diferentes tipos de papel. Durante la experimentación, el
fabricante prueba diferentes tipos de papel para determinar los factores de control que reduzcan
el efecto que tiene el tipo de papel en el rendimiento de la impresora.
La composición de los factores de ruido es una estrategia en la cual usted agrupa los niveles de los
factores de ruido en combinaciones que usted prevé que producirán valores de respuesta
extremos. Puesto que estimar los efectos de los factores de ruido individuales no es la meta
principal, la composición es una manera útil de reducir el número de pruebas. Por ejemplo, si
usted tiene tres factores de ruido, cada uno con dos niveles, podría tener ocho combinaciones
diferentes de valores de configuración que probar. En lugar de ello, usted podría agrupar los
factores de ruido en dos configuraciones generales: una configuración en la cual los niveles de los
factores de ruido aumenten los valores de respuesta y otra configuración en la cual los niveles de
los factores de ruido reduzcan los valores de respuesta.
4.3 RELACIÓN SEÑAL-RUIDO (S/N)

La relación señal ruido (S/N) es la diferencia entre el nivel de la señal y el nivel de ruido. Se
entiende como ruido cualquier señal no deseada, en este caso, la señal eléctrica no deseada que
circula por el interior de un equipo electrónico. El ruido se mide sin ninguna señal a la entrada del
equipo.
La relación señal/ruido (en inglés Signar to noise ratio SNR o S/N) se define como la proporción

existente entre la potencia de la señal que se transmite y la potencia del ruido que la corrompe.
Este margen es medido en decibelios.
Rango dinámico y relación señal/ruido para referirse a este margen que hay entre el ruido de
fondo y nivel de referencia, pueden utilizarse como sinónimos. No ocurre lo mismo, cuando
el rango dinámico indica la distancia entre el nivel de pico y el ruido de fondo.
Que en las especificaciones técnicas de un equipo aparezca la relación señal/ruido indicada en dB

no significa nada si no va acompañado por los puntos de referencia utilizada y las ponderaciones.
Para indicar correctamente el margen dinámico, la medida en dB debe ir acompañada por:
 La curva de ponderación.
 El nivel de referencia.
La relación de señal a ruido mide cómo varía la respuesta en relación con el valor nominal u
objetivo bajo diferentes condiciones de ruido. Puede elegir entre diferentes relaciones de señal a
ruido, dependiendo de la meta del experimento:
Relación de señal Características de los Fórmulas de la relación de señal a

Meta del experimento
a ruido datos ruido
Más grande es
Maximizar la respuesta Positivos S/N = -10 *log(Σ(1/Y2)/n)
mejor
Centrar la respuesta en un
objetivo y se desea basar la
Nominal es lo Positivos, cero o
relación de señal a ruido en S/N = -10 *log(σ2)
mejor negativos
las desviaciones estándar
solamente.
Centrar respuesta en un No negativos con un
Nominal es lo
objetivo y se desea basar la "cero absolutos" en los
mejor
relación de señal a ruido en que la desviación La fórmula ajustada es:
(predeterminado
las medias y las desviaciones estándar es cero cuando
)
estándar la media es cero
Más pequeño es No negativos con un
Minimizar la respuesta S/N = -10 *log(Σ(Y2)/n))
mejor valor objetivo de cero
Se habla de relación señal ruido (S/N) porque el nivel de ruido es más o menos perjudicial en
función de cuál sea el nivel de la señal. La S/N se calcula como la diferencia entre el nivel de la
señal cuando el aparato funciona a nivel nominal de trabajo y el nivel de ruido cuando, a ese
mismo nivel de trabajo, no se introduce señal. En un amplificador, cuanto más se gire el mando de
potencia, más se amplificará la señal y en la misma medida se amplificará el ruido.
Figura. Grafica Relación señal.

A la salida de un equipo de audio, el nivel de la señal se mide en voltios (V). Midiendo en voltios la
señal (S, signal), midiendo también en voltios el ruido (N, noise) y calculando el 20·log(S/N) se
obtiene el valor de la relación señal ruido en dB, que es como normalmente se da. La calidad de un
equipo se mide también por la relación señal ruido, cuanto mayor sea el valor de S/N mayor
calidad tendrá el mismo.
La relación señal ruido se suele dar para una frecuencia de 1KHz. Aunque también se puede dar un
valor para toda la banda de frecuencia de trabajo del aparato; en este caso se entiende que el
valor de S/N es el menor para toda la banda, es decir, el más desfavorable. En el mejor de los casos
se puede presentar la S/N como una gráfica del tipo respuesta en frecuencia, en donde se
especifica el valor de la relación para cada una de las frecuencias.
La existencia ruido es inevitable en cualquier equipo electrónico. Algo parecido pasa con el sonido
en el ambiente, es decir, por muchas condiciones de silencio que se den, siempre habrá ruido que
será audible directamente o mediante métodos de amplificación. La fuente principal de ruido
suele ser la fuente de alimentación del propio equipo.
Para tener una buena relación de señal a ruido (signal to noise ratio) o proporción entre estas la
señal más suave no debe ser cubierta o sobrepasada por el ruido o piso de ruido.
La S/N o es similar a la medida del rango dinámico, sin embargo, la S/N expresa la diferencia entre
el nivel operativo máximo y el nivel nominal para un equipo este último se muestra en los
medidores de un dispositivo como 0 dB VU y corresponderá entre dos valores dependiendo del
dispositivo entre +4 dBu o -10 dBV.
CLASIFICACIÓN DE RELACIÓN
Debemos de tener en cuenta que existen distintos tipos de relaciones señal-ruido, estas
dependiendo de las diferentes maneras de clasificación.
Algunas de las diferentes maneras de clasificación son:
 Clasificación según el tipo de datos

 Clasificación según el propósito
 Clasificación según la entrada y la salida
 Otras formas de clasificación
A continuación, se describirán cada uno de ellos.
1. Clasificación según el tipo de datos
Primero debemos saber que los datos se clasificación en variables continuas y en atributos
clasificados. Las variables incluyen datos tales como: dimensión, temperatura, voltaje, etc. De lo
contrario los atributos clasificados no pueden medirse en una escala continua, estos se agrupan en
clases: número de defectos, tasa de defectos, porcentajes de las familias 1, 2,3, etc.
2. Clasificación según el propósito
Esta clasificación se refiere a los tipos dinámico o no dinámico. El tipo dinámico se divide en pasivo
y activo, su aplicación está en los sistemas de medida, diseño de producto, diseño de proceso,
control, transportabilidad e investigación y desarrollo; desarrollo de tecnología. Las relaciones s/r
de este tipo se aplicaron para mejorar la función básica de un grupo de productos o de procesos.
El tipo no dinámico tiene su aplicación en el diseño de producto o proceso, se aplica a

características de calidad donde no se considera la relación entrada/salida como son: nominal es
mejor, menor es mejor, mayor es mejor y ventana operativa. El objetivo de utilizar las relaciones
s/r no dinámico es mejorar la robustez de un producto o de un proceso.
3. Clasificación según la entrada y la salida
Dentro de esta clasificación las relaciones s/r pueden desarrollarse de acuerdo a los siguientes
casos:
 Caso 1, es el más frecuente, entrada y salida de variables continuas, por ejemplo:

cuando se conduce un coche y el ángulo del volante es la entrada y el ángulo del
giro de las ruedas la salida.
 Caso 2, ocurre en funciones digitales tales como: un sistema de control on/off que
utiliza una temperatura como señal, alarmas, indicadores, etc.
 Caso 3, su entrada es digital y su salida es variable continua, por ejemplo: un
transmisor en un sistema de comunicación.
 Caso 4, su entrada es digital y su salida también es digital, este ocurre
frecuentemente en procesos químicos: separación, refinado, filtrado, etc.
4. Otras formas de clasificación
Dentro de estas formas tenemos que las relaciones señal/ruido pueden clasificarse según el
número de factores señal, como son los siguientes:
 Un factor señal
 Doble factor señal
 Múltiples factores señal
 Sin factor señal
También las relaciones señal/ruido pueden clasificarse por los factores de ruido:
 Múltiples factores de ruido

 Factores de ruido compuestos
 Sin factores de ruido
Gracias a la descomposición de los factores de ruido, el número de combinaciones a experimentar

puede reducirse enormemente, aumentando así la eficacia.
4.4 ANÁLISIS DE VARIANZA Y LA SEÑAL DE RUIDO

En estadística, el análisis de la varianza (ANOVA, Analysis Of Variance, según terminología inglesa)
es una colección de modelos estadísticos y sus procedimientos asociados, en el cual
la varianza está particionada en ciertos componentes debidos a diferentes variables explicativas.
Las técnicas iniciales del análisis de varianza fueron desarrolladas por el estadístico y genetista R.
A. Fisher en los años 1920 y 1930 y es algunas veces conocido como "Anova de Fisher" o "análisis
de varianza de Fisher", debido al uso de la distribución F de Fisher como parte del contraste de
hipótesis.
 Modelo I: Efectos fijos
El modelo de efectos fijos de análisis de la varianza se aplica a situaciones en las que el

experimentador ha sometido al grupo o material analizado a varios factores, cada uno de los
cuales le afecta sólo a la media, permaneciendo la "variable respuesta" con una distribución
normal.
Este modelo se supone cuando el investigador se interesa únicamente por los niveles del factor
presentes en el experimento, por lo que cualquier variación observada en las puntuaciones se
deberá al error experimental.
 Modelo II: Efectos aleatorios (componentes de varianza)
Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren diferencias
incomparables en el material o grupo experimental. El ejemplo más simple es el de estimar la
media desconocida de una población compuesta de individuos diferentes y en el que esas
diferencias se mezclan con los errores del instrumento de medición.
Este modelo se supone cuando el investigador está interesado en una población de niveles,
teóricamente infinitos, del factor de estudio, de los que únicamente una muestra al azar (t niveles)
están presentes en el experimento.
Visión general
Existen tres clases conceptuales de estos modelos:
1. El Modelo de efectos fijos asume que los datos provienen de poblaciones normales las

cuales podrían diferir únicamente en sus medias. (Modelo 1)
2. El Modelo de efectos aleatorios asume que los datos describen una jerarquía de diferentes
poblaciones cuyas diferencias quedan restringidas por la jerarquía. Ejemplo: El
experimentador ha aprendido y ha considerado en el experimento sólo tres de muchos
más métodos posibles, el método de enseñanza es un factor aleatorio en el experimento.
(Modelo 2)
3. El Modelo de efectos mixtos describen situaciones que éste puede tomar. Ejemplo: Si el

método de enseñanza es analizado como un factor que puede influir donde están
presentes ambos tipos de factores: fijos y aleatorios. (Modelo 3)
Los experimentos de Taguchi suelen usar un proceso de optimización de 2 pasos.
 En el paso 1, utiliza la relación señal a ruido para identificar los factores de control
que reducen la variabilidad.
 En el paso 2, identifican los factores de control que permiten mover la media al
objetivo y tienen poco o ningún efecto sobre la relación de señal a ruido.
La relación de señal a ruido mide cómo varía la respuesta en relación con el valor
nominal u objetivo bajo condiciones de ruido diferentes. Puede elegir entre diferentes
relaciones de señal a ruido, dependiendo de la meta de su experimento. Para diseños
estáticos.
EJEMPLO
La herramienta utilizada normalmente son diseños Factoriales fraccionados. Un arreglo ortogonal

se puede comparar con una replicación factorial fraccionada, de manera que conserva el concepto
de ortogonalidad y contrastes. Un experimento factorial fraccionado es también un arreglo
ortogonal.
Taguchi desarrolló una serie de arreglos particulares que denominó:
La (b)C
Donde:
a) a = Representa el número de pruebas o condiciones experimentales que se tomarán. Esto

es el número de renglones o líneas en el arreglo.
b) b = Representa los diferentes niveles a los que se tomará cada factor.
c) c = Es el número de efectos independientes que se pueden analizar, esto es el número de
columnas.
Taguchi ha desarrollado una serie de arreglos para experimentos con factores a dos niveles, los
más utilizados y difundidos según el número de factores a analizar son:
No. de factores a analizar Arreglo a utilizar No. de condiciones a probar

Entre 1 y 3 L4 4
Entre 4 y 7 L8 8
Entre 8 y 11 L12 12
Entre 12 y 15 L16 16
Entre 16 y 31 L32 32
Entre 32 y 63 L64 64
La metodología de Taguchi para el problema del diseño robusto de parámetros gira en torno al uso
de un diseño ortogonal para los factores controlables que se "cruza" con un diseño ortogonal
separado para los factores de ruido. Taguchi llama al diseño de los factores controlables el “diseño
de la matriz interna” y al de los factores de ruido lo llama el “diseño de la matriz externa”.
EJERCICIO
Un ingeniero de un fabricante de equipos de golf desea diseñar una nueva pelota de golf para
maximizar la distancia de vuelo de la pelota. El ingeniero ha identificado cuatro factores de control
(material del núcleo, diámetro del núcleo, número de dimples y grosor de la cubierta) y un factor
de ruido (tipo de palo de golf). Cada factor de control tiene 2 niveles. El factor de ruido está
compuesto por dos tipos de palos de golf: driver y hierro 5. El ingeniero mide la distancia de vuelo
de cada tipo de palo y registra los datos en dos columnas de factores de ruido. Debido a que la
meta del experimento es maximizar la distancia de vuelo, el ingeniero utiliza la relación de señal a
ruido (S/N) más grande es lo mejor. El ingeniero también desea probar la interacción entre el
material del núcleo y el diámetro del núcleo.
En la siguiente tabla se ven los factores con sus niveles y la respectiva variable respuesta en las
columnas de los factores de ruido.
Material Diámetro Dimples Grosor Driver Hierro

Líquido 118 392 0,03 247,5 234,3
Líquido 118 422 0,06 224,4 214,5
Líquido 156 392 0,03 59,4 49,5
Líquido 156 422 0,06 75,9 72,6
Tungsteno 118 392 0,06 155,1 148,5
Tungsteno 118 422 0,03 39,6 29,7
Tungsteno 156 392 0,06 92,4 82,5
Tungsteno 156 422 0,03 21,9 18,6
Al realizar el análisis del diseño de Taguchi por medio de Minitab se encuentran los siguientes
resultados:
 Para las relaciones S/N:
Análisis de Varianza de Relaciones SN
FUENTE GL SC SEC. SC AJUST. MC AJUST. F P
MATERIAL 1 94,427 94,427 94,427 57,70 0,017
DIÁMETRO 1 125,917 125,917 125,917 76,94 0,013
DIMPLES 1 71,133 71,133 71,133 43,47 0,022
GROSOR 1 96,828 96,828 96,828 59,17 0,016
MATERIAL*DIÁMETRO 1 21,504 21,504 21,504 13,14 0,068
ERROR RESIDUAL 2 3,273 3,273 1,637
TOTAL 7 413,083
Encontramos que con un nivel de significancia del 0.05 todos los factores principales son
significativos. Como el ingeniero quería saber si la interacción entre el material del núcleo y el
diámetro del núcleo eran significativos se evaluó la interacción, pero su valor p (0.068) era
superior al nivel de significancia, por lo cual se prueba que no es significativa esta interacción.
 Para las medias:
Análisis de Varianza de Medias
FUENTE GL SC SEC. SC AJUST. MC AJUST. F P
MATERIAL 1 10871 10871 10870,8 20,72 0,045
DIÁMETRO 1 21054 21054 21053,5 40,13 0,024
DIMPLES 1 4325 4325 4324,5 8,24 0,103
GROSOR 1 4172 4172 4172,4 7,95 0,106
MATERIAL*DIÁMETRO 1 7995 7995 7994,8 15,24 0,060
ERROR RESIDUAL 2 1049 1049 524,6
TOTAL 7 49465
Se obtiene que los factores con efectos significativos son el material del núcleo y el diámetro, pero
su interacción, igual que con la relación SN, no es significativa.
Los valores absolutos de los coeficientes obtenidos muestran la “fuerza” de cada factor:
Coeficientes de modelos estimados para Relaciones SN
TÉRMINO COEF EE DEL T P

COEF.
CONSTANTE 38,181 0,4523 84,418 0,000
MATERIAL LÍQUIDO 3,436 0,4523 7,596 0,017
DIÁMETRO 118 3,967 0,4523 8,772 0,013
DIMPLES 392 2,982 0,4523 6,593 0,022
GROSOR 0,03 -3,479 0,4523 -7,692 0,016
MATERIAL*DIÁMETRO LÍQUIDO 118 1,640 0,4523 3,625 0,068
Coeficientes de modelos estimados para Medias
TÉRMINO COEF EE DEL T P

COEF.
CONSTANTE 110,40 8,098 13,634 0,005
MATERIAL LÍQUIDO 36,86 8,098 4,552 0,045
DIÁMETRO 118 51,30 8,098 6,335 0,024
DIMPLES 392 23,25 8,098 2,871 0,103
GROSOR 0,03 -22,84 8,098 -2,820 0,106
MATERIAL*DIÁMETRO LÍQUIDO 118 31,61 8,098 3,904 0,060

En las relaciones SN vemos que la mayor influencia la ejerce el diámetro del núcleo seguido por el
grosor, el material líquido y los dimples respectivamente. Para las medias la influencia ordenada
de mayor a menor queda de la siguiente forma: el diámetro del núcleo, el material líquido, los
dimples y el grosor de la cubierta.
Tanto para la relación SN como para las medias vemos que el factor que influye más en la variable
respuesta es el diámetro del núcleo.
Como el ingeniero quiere conocer que niveles son los más adecuados para aumentar la distancia
del vuelo observamos la tabla de respuestas obtenida gracias a Minitab.
Tabla de respuesta para relaciones de señal a ruido
Más grande es mejor
NIVEL MATERIAL DIÁMETRO DIMPLES GROSOR
1 41,62 42,15 41,16 34,70
2 34,75 34,21 35,20 41,66
DELTA 6,87 7,93 5,96 6,96
CLASIFICAR 3 1 4 2
Tabla de respuesta para medias
NIVEL MATERIAL DIÁMETRO DIMPLES GROSOR
1 147,26 161,70 133,65 87,56
2 73,54 59,10 87,15 133,24
DELTA 73,73 102,60 46,50 45,68
CLASIFICAR 2 1 3 4
En ambos casos observamos que la mayor respuesta fue obtenida por los niveles 1 de material,
diámetro y dimples y el nivel 2 de grosor, los cuales corresponden a los siguientes valores:
Material del núcleo líquido, diámetro de 118, dimples de 392 y grosor de 0,06. Se le recomienda al
ingeniero utilizar estos valores en la fabricación de las pelotas.
Gráfica de efectos principales para Relaciones SN

Medias de datos
Material Diámetro Dimples Grosor
43
42
Media de Relaciones SN
41
40
39
38
37
36
35
34
Líquido Tungsteno 118 156 392 422 0,03 0,06
Señal a ruido: Más grande es mejor
Gráfica de efectos principales para Medias

Medias de datos
Material Diámetro Dimples Grosor
175
150
Media de Medias
125
100
75
50
Líquido Tungsteno 118 156 392 422 0,03 0,06
CONCLUSIÓN
En los diseños de Taguchi, una medida de robustez utilizada para identificar los factores de control
que reducen la variabilidad de un producto o proceso al minimizar los efectos de los factores que
no se pueden controlar (factores de ruido). Los factores de control son aquellos parámetros de
diseño y proceso que pueden ser controlados. Los factores de ruido no se pueden controlar
durante la producción o el uso de un producto, pero sí se pueden controlar durante la
experimentación. En un experimento diseñado de Taguchi, los factores de ruido se manipulan para
hacer que haya variabilidad y, con base en los resultados, identificar la configuración óptima de los
factores de control que haga que el proceso o producto sea robusto o resistente ante la variación
provocada por los factores de ruido. Valores más altos en la relación de señal a ruido (S/N)
identifican configuraciones de factores de control que minimizan los efectos de los factores de
ruido
La relación de señal a ruido mide cómo varía la respuesta en relación con el valor nominal u
objetivo bajo condiciones de ruido diferentes. Puede elegir entre diferentes relaciones de señal a
ruido, dependiendo de la meta de su experimento. Para diseños estáticos, Minitab ofrece cuatro
relaciones de señal a ruido.
La relación señal a ruido es útil para analizar o identificar factores de escala, que son factores en
los cuales la media y la desviación estándar proporcionalmente. Los factores de escala se pueden
utilizar para ajustar la media en el objetivo sin afectar las relaciones de señal a ruido.
REFERENCIAS BIBLIOGRÁFICAS
 Aragón, G. N. (1999). Proceso para alcanzar el mejoramiento de la calidad en
biofábricas (Tesis para optar por el grado científico de Doctor en Ciencias Técnicas).
Universidad Central de las Villas, Santa Clara, Cuba.
 Manual de Calidad de Juray, 5ª Edición. Joseph M. Juran, A. Blanton Godfrey. Editorial: Mc
Graw Hill.
 Harrington, H. J. (1990). El coste de la mala calidad. Madrid, España: Ediciones Díaz de
Santos S.A.
 International Organization for Standarization. (2006). Norma ISO 10014:2006. Gestión de
la calidad – Directrices para la Obtención de Beneficios Financieros y Económicos. Ginebra,
Suiza
 Juran, J. M. (1993a). Manual de Control de la Calidad (cuarta edición.). La Habana, Cuba:
Editorial MES.

Unidad 4 Análisis Señal-Ruido

Cargado por

Copyright:

Formatos disponibles

Unidad 4 Análisis Señal-Ruido

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 4 Análisis Señal-Ruido

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLOGICO SUPERIOR DE ACATLAN DE OSORIO

Organismo Público Descentralizado del Gobierno del Estado de Puebla

INSTITUTO TECNOLÓGICO SUPERIOR DE ACATLÁN DE OSORIO

Carrera: Ingeniería Industrial

Ing. Héctor León Rosales

Sexto semestre grupo “A”

Febrero – Mayo 2020

ANÁLISIS SEÑAL – RUIDO (S/N)

Los experimentos de Taguchi suelen usar un proceso de optimización de 2 pasos.

4.1 FACTORES DE RUIDO.

Entre los ejemplos de factores de ruido están la temperatura ambiente o la humedad.

 Externos: Factores ambientales (temperatura ambiente o humedad)

MÉTODO DEL DISEÑO ROBUSTO DEL DR. TAGUCHI.

Existen 8 pasos para hacer un ciclo de diseño robusto:

En los primeros 5 pasos

Se distinguen cuatro tipos de factores, a saber:

1. Afecta la media y la variabilidad.

IMPLICACIONES DE LA FILOSOFÍA DE TAGUCHI

3. La operación según lo especificado es más importante que el apego a las especificaciones.

Ejemplo de la optimización de un diseño por costo de un sistema intercambiador de calor

1. Identificar la función principal. La función principal del sistema enfriador de aire

 X1 = 1.2 a (T3 - 10)

 X1 = costo ($) de la unidad de refrigeración.

 a = parámetro de costo para el refrigerante.

 T3= temperatura de salida del aire del pre enfriador...

 X2=1.2 B (95 - T3)/ (T3-T1) para (T3 >T1)

 X2 = costo ($) del pre enfriador.

 B = parámetro de costo del pre enfriador.

 T3 = temperatura de salida del aire del pre enfriador.

 T1 = temperatura de salida del agua de la unidad de refrigeración.

 95 = temperatura del aire en la entrada al sistema.

 X3=9.637 c (T2 - 24)

 X3 = costo ($) del radiador.

 C = parámetro de costo del radiador.

 T2 = temperatura del agua en la entrada del radiador.

 24 = temperatura del agua después de pasar por el radiador.

 A = 48 B = 50 C = 25

Parámetros de costo determinados por el diseñador.

2. Identificar los factores de ruido

Existen varios factores de ruido en un proceso de enfriamiento de aire. Para

 N1= parámetro de costo de la unidad de refrigeración.

 N2= temperatura de salida del radiador.

 N3= temperatura del aire a la entrada del sistema.

3. Identificar la característica de calidad que va a ser observaba y el >objetivo.

El objetivo ahora es encontrar cuál diseño minimiza el costo total considerando

4. Identificar los factores de control y los niveles alternativos.

T1= 28 C T2= 39 C T3= 38 C

Construcción de arreglos ortogonales.

 Primero se determinan según la metodología de Taguchi los grados de libertad para

5. Conducir la matriz de experimentos. Para nuestro ejemplo, la matriz de experimentos

Ecuación matemática de costo (ejemplo):

 CT = 1.2(48) (35-10) + 1.2(50) (95-35)1(35-25) + 9.637(25) (36 -24) =4691

 CT = 1.2(48) (35-10) +1.2(50) (100-35)1(35-25) +9637(25) (36-27) =3998

S/N = -10 LOG {1/4[(4691^2 +3998^2+4691^2+4208^2)]} = -73.03

a) signal to noise ratio

 Los promedios de la relación señal/ruido de la tabla de respuesta nos da los

 Maximizando la relación s/n es equivalente a minimizar la característica de

a) Tl T2 T3 parámetros de prueba