INSTITUTO TECNOLÓGICO DE LÁZARO CÁRDENAS

MATERIA:
INGENIERÍA DE LA CALIDAD

INTEGRANTES:
 DE LA LUZ PEDRO MARIBEL.  FLORES DELGADO KARINA.  MOLINA TRUJILLO JUAN CARLOS.

PROFESOR:
M.C .FRANCISCO HERNÁNDEZ RIVERA

CD Y PTO. LÁZARO CÁRDENAS MICHOACÁN A 31/MAYO/2013

que permite el paso del vapor de agua y evita la condensación. más empleadas en cubiertas planas y en lugares donde las condiciones climatológicas son más severas. tal y como explican desde el Gabinete Técnico del Colegio Oficial de Aparejadores y Arquitectos Técnicos de Madrid (COAATM). "El uso del material cerámico en la ejecución de cubiertas viene avalado por siglos de experiencia y tradición. también se fabrican tejas de pizarra y de hormigón. cal y arena). se suelen emplear rastreles o mortero (mezcla de cemento. su gran versatilidad contribuye a la obtención de tejas con formas diversas y tanto la adición de . Los avances en su producción han permitido que hoy día las tejas tengan diferentes formas. una cifra sólo superada por la producción de ladrillo caravista (13%) y de ladrillo para revestir (51%). Es el material más utilizado. Diferentes materiales El 10% de los materiales de construcción que se producen cada año son tejas.INTRODUCCIÓN Las tejas son el material más utilizado en las cubiertas de los edificios residenciales. Además. En cuanto a su colocación. según datos de la Asociación Española de Fabricantes de Ladrillos y Tejas de Arcilla Cocida. además de garantizar un correcto estado del tejado. lo embellecen. la principal característica que presentan es la estanqueidad al aire y al agua de lluvia. más limpios y exactos. texturas y colores que. Aunque en general están compuestas de cerámica. Aunque sus ventajas son múltiples. El uso de las tejas para recubrir las cubiertas de los edificios residenciales es tan frecuente que "es el material más usado por excelencia". Hispalyt. aunque también se puede recurrir a la colocación en seco con clavos o grapas y al uso de siliconas y adhesivos. además de una gran resistencia al fuego y permeabilidad. respondiendo perfectamente a las necesidades técnicas y económicas exigidas.

tanto cerámicas como de hormigón. para 'proteger' a los edificios con cubierta inclinada.  Tejas planas.aditivos como la aplicación de tratamientos superficiales permiten obtener diferentes coloraciones y acabados". Por lo general las tejas se utilizan. se puede distinguir entre:  Tejas curvas. de pizarra. que se emplean para cubiertas inclinadas y permiten aprovechar como buhardilla el espacio que queda bajo cubierta. . añaden desde Hispalyt. aunque esta circunstancia depende del material del que está compuesta la propia teja. De esta manera. cerámica u hormigón.  Tejas mixtas ordinarias. en mayor medida. muy usadas para cubiertas planas. cerámicas generalmente.

DIAGRAMA DE PROCESO DE FABRICACIÓN DE LAS TEJAS  EXTRACCIÓN TRITURACIÓN PRIMARIA MEZCLADO Y PREPARACIÓN DE LA PASTA CONFORMADO A MANO COCCIÓN SECADO .

METODOLOGÍA TAGUCHI. Paso-1: Identificar la principal función. predecir los niveles óptimos. Paso-6: Hacer la matriz de experimentos Paso-7: Analizar la data. y modo de falla. Paso-4: Identificar los factores de control y niveles Paso-5: Seleccionar el arreglo ortogonal para el experimento.PROBLEMA: Variación de las dimensiones de las tejas. : Temperatura de cocción de las tejas. Paso-8: Realizar la verificación del experimento y planear acciones futuras . Paso-2: Identificar los factores de ruido. evaluación de condiciones. CAUSA: Dentro del horno hay diferentes temperaturas dependiendo de la profundidad del horno en la que se encuentre. efectos laterales. Paso3: Identificar la función objetivo que se va a optimizar.

Diseño básico: se establece el esquema funcional del producto.. De condiciones a probar Entre 1 y 3 Entre 4 y 7 Entre 8 y 11 Entre 12 y 15 Entre 16 y 31 Entre 32 y 63 L4 L8 L12 L16 L32 L64 4 8 12 16 32 64 . Identificación de factores y niveles. para la experimentación. en cada uno de ellos.PASO 1. De factores a utilizar Arreglo a utilizar No. Función objetivo = minimizar cantidad de tejas defectuosas. PASO 3. PASO 4.Diseño de tolerancias: en el que se establecen los valores máximos y mínimos para las características de cada uno de los componentes que lo integran.. Y 2: El diseño se ha hecho en dos fases: 1. 2. FACTOR CARACTERÍSTICA VARIABLES DE PROCESO A B C D E F Cantidad de piedra caliza Granulometría de aditivos Cantidad de aglomerante VARIABLES DE DISEÑO Tipo de aglomerante Lote de carga en materia prima Cantidad de trituración -1 5% Gruesa 43% Actual 1300 0% +1 1% Fina 53% Nuevo 1200 4% NIVEL 1 NIVEL 2 PASO 5: Selección del arreglo ortogonal (OA) No. De los factores controlables en este proceso de producción se seleccionaron los más importantes Se asignan dos niveles.

= 16+12+6+12=46 .PASO 6: Fabricación de la matriz de experimentos.(nivel 1)= 16+17+12+6= 51 En A+ (nivel 2)= 6+68+12+26=112 En B .=16+17+6+68=107 En B+= 12+6+12+26=56 En C-= 16+17+12+26=71 En C+= 12+6+6+68=92 En D . Matriz ortogonal (L8) 1= (-) 2= (+) FACTORES Experimento N° 1 2 3 4 5 6 7 8 A B C D E F G N° de efectos en 100 tejas 16 17 12 6 6 68 12 26 + + + + + + + + + + + + + + + + + + + + + + + + + + - + + - - PASO 7: Análisis de la data Total de desperfectos en cada nivel del parámetro En A .

B+ C.En D+= 17+6+68+26=117 En E .D.= 16+6+68+12=102 En G + = 17+12+6+26=61 Comparación de los resultados en cada nivel.G+ . FACTOR A B C D E F G TABLA DE RESPUESTA N° DE DEFECTOS POR NIVEL + DIFERENCIA 51 112 61 107 56 -51 71 92 21 46 117 71 122 41 -81 54 109 55 102 61 -41 CONCLUSIONES.E+ F. Por lo tanto la combinación óptima de los niveles de los diferentes factores será: A.= 16+12+68+26=122 En E += 17+6+6+12=41 En F-=16+6+6+26=54 En F += 17+12+68+12=109 En G .

Escogemos los niveles que tengan un menor nº de defectos: AB+ CDE+ FCantidad de piedra caliza 5% Granulometría de aditivos fina Cantidad de aglomerante 43% Tipo de aglomerante actual Lote de carga en materia prima 1200 Cantidad de trituración 0% G+ Cantidad de feldespato 5% ARREGLOS CON FACTORES DE RUIDO. 1 1 1 1 Y11 Y21 Y31 Y41 Y51 Y61 Y71 Y81 Y12 Y22 Y32 Y42 Y52 Y62 Y72 Y82 2 2 2 1 3 Y13 Y23 Y33 Y43 Y53 Y63 Y73 Y83 2 1 2 4 Y14 Y24 Y34 Y44 Y54 Y64 Y74 Y84 1 2 2 A N° 1 2 3 4 5 6 7 8 1 1 1 1 1 2 2 2 2 B 2 2 1 1 2 1 1 2 2 e 3 1 1 2 2 2 2 1 1 C 4 1 2 1 2 1 2 1 2 H G AxC AxD D 5 6 7 1 1 1 2 2 2 1 2 2 2 1 1 2 1 2 1 2 1 2 2 1 1 1 2 .PASO 8: Planear acciones futuras.

2 1.3 2.2 2.1 1 2 2 4 1.2 1.1 2 2 1 2 1. realizamos los siguientes cálculos utilizando la fórmula del SN para cada uno de los renglones: La fórmula que empleamos es la siguiente: SN= 10 log Sn  Vn  / r *Vn  .3 2.3 1. involucre media y variación.1 2. El índice se diseñó de tal manera.2 2.0 2.2 2. Esta cantidad ya existe y se llama índice señal ruido. Donde Sn=  Yi  / r 2 Vn= Yi  Sn / r  1 2   . En este caso en particular.1 2.3 2.2 2.1 1.0 ÍNDICE SEÑAL / RUIDO Es deseable tener una cantidad o expresión que de alguna manera.N° 1 2 3 4 5 6 7 8 A 1 1 1 1 1 1 2 2 2 B 2 1 1 2 2 1 1 2 2 e 3 1 1 2 2 2 2 1 1 C 4 1 2 1 2 1 2 1 2 AxC 5 1 2 1 2 2 1 2 1 AxD 6 1 2 2 1 1 2 2 1 H G D 7 1 2 2 1 2 1 1 2 1 1 1 1 1.2 2.0 1. denotado como SN o SR de aquí en adelante.2 1.1 1.1 2.3 1. que productos más robustos siempre tenga un mayor valor del índice SN.1 2.2 2 1 2 3 1.3 2.1 1. cada índice se calcula a partir de 4 lecturas individuales. r= 4. o que por lo menos.1 1. Para determinar lo que es el índice señal/ ruido.1 1.2 2.1 1. ayude a que nuestras conclusiones sean más confiables.0 2.

1.524 1.15 15. 1.7714 A N° 1 2 3 4 5 6 7 8 1 1 1 1 1 2 2 2 2 B 2 1 1 2 2 1 1 2 2 e 3 1 1 2 2 2 2 1 1 C 4 1 2 1 2 1 2 1 2 A-C 5 1 2 1 2 2 1 2 1 A-D 6 1 2 2 1 1 2 2 1 D 7 1 2 2 1 2 1 1 2 SN MEDIA 21.12)= 0.092 2.15 26.5 1.00916) / ( 4 * 0.75 .1.771 1.7 [ ( 5.85 1. 1.203 17.12+1.00916 SN= 10 log = 21.1.22+1.32+1.3+1.707 1.539 1.5225 Vm= (1.05 28.2 15.Para la primera condición experimental o renglón Nº 1.1+1. se tienen las lecturas siguientes: 1.1)2/4= 5.2.00916) ] El cálculo del índice es: Sm= (1.5225 − 0.3.25 13. con un total de 4.2+1.25 2.718 1.

291 19..600 -0.159 0.439 0.03125 0. 223.200 -11.347 1.MINITAB.600 P 0. = 99.7306 5.291 19.50 P 0. CANTIDAD DE . Coeficientes de modelos estimados para Medias Término Constante CANTIDAD 1 CANTIDAD 1 LOTE DE 1 CANTIDAD 1 CANTIDAD*CANTIDAD 1 1 CANTIDAD*CANTIDAD 1 1 S = 0.800 -0.744 14.2887 -0.03125 0.031 21.927 -0.451 0.046 -1.0621 -1.06875 -0. CANTIDAD DE .031 21.767 0.224 P 0.159 0.058 SC Ajust.03125 0.03125 0.744 14.329 0..10 1.013 0.767 0.03125 0.(ajustado) = 70. = 95. CANTIDAD DE .971 0.347 1.744 44.. 223.347 1.513 F 15.4% . CANTIDAD DE . .(ajustado) = 95.436 R-cuad.3709 -1.01875 SE Coef 0.347 1.3% R-cuad.00 1.656 0. CANTIDAD DE .8% R-cuad.968 21. .03125 0.054 0.347 1.291 19.347 T 16.47 1.347 1.513 346.58125 0.6314 1.656 0. H2 G1 vs.234 0.513 MC Ajust.744 44..08839 Coef 1.134 3.272 0. 223.744 44.6% Análisis de varianza de Relaciones SN Fuente CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE AGLOMERANTE CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE TRITURACION Error residual Total GL 1 1 1 1 1 1 1 7 SC Sec.767 0.08125 -0.968 21.01875 0.810 Coef 21.600 -2.968 21.656 R-cuad.03125 T 50.01875 -0. CANTIDAD DE .439 0.166 -1.744 14.600 2.760 -1.031 21. Análisis de modelo lineal: Relaciones S vs.6486 SE Coef 1.451 0.971 0.42 0.36 3.039 0.329 0. Coeficientes de modelos estimados para Relaciones SN Término Constante CANTIDAD 1 CANTIDAD 1 LOTE DE 1 CANTIDAD 1 CANTIDAD*CANTIDAD 1 1 CANTIDAD*CANTIDAD 1 1 S = 3.5710 -2.600 0.436 Análisis de modelo lineal: Medias vs..36875 -0.211 1.. Análisis de Taguchi: H1 G1. .

738 1 CANTIDAD DE TRITURACION 1.76 0.05281 0.05281 0.10 23.038 3.600 1.00281 0.00781 F 4.24 0.00781 MC Ajust.00281 0.36 P 0.03781 1.84 139.02 16.03781 1.08781 0.Análisis de varianza de Medias Fuente CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE AGLOMERANTE CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE TRITURACION Error residual Total Fuente CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE AGLOMERANTE CANTIDAD DE PIEDRA CALIZA* CANTIDAD DE TRITURACION Error residual Total GL 1 1 1 1 1 1 1 7 SC Sec.00281 0.656 0.67 21.00281 0.16 3.038 3.00281 0.00781 1.30 20.00281 0.00281 0.19469 SC Ajust.600 0.00281 0.137 2 LOTE DE CARGA EN MATERIA PRIMA 1.12 4 CANTIDAD DE TRITURACION 23.513 0.05281 0.563 0.36 3.26 2 Nivel 1 2 Delta Clasificar CANTIDAD DE AGLOMERANTE 21.08781 0.054 0.5 Nivel 1 2 Delta Clasificar CANTIDAD DE AGLOMERANTE 1.656 0.272 0.36 0.234 0.08781 0. 0.950 0.14 3 Tabla de respuesta para medias CANTIDAD DE PIEDRA CALIZA 1. 0.79 0.650 1.656 Tabla de respuesta para relaciones de señal a ruido Nominal es lo mejor (10*Log10(Ybar**2/s**2)) CANTIDAD DE PIEDRA CALIZA 27.563 1.36 6.58 1 LOTE DE CARGA EN MATERIA PRIMA 20.212 1.00281 0.03781 1.44 10. 0.5 .

2 1 2 1 2 2 1 2 LOTE DE CARGA EN MATERIA PRIMA CANTIDAD DE TRITURACION . Grafica de efectos principales para Relaciones SN Medias de datos CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE 27 24 Media de Relaciones SN 21 18 15 1 2 LOTE DE CARGA EN MATERIA PRIMA 1 2 CANTIDAD DE TRITURACION 27 24 21 18 15 1 2 1 2 Senal a ruido: Nominal es lo mejor (10*Log10(Ybar**2/s**2)) GRAFICAS DE EFECTOS PRINCIPALES PARA MEDIAS Grafica de efectos principales para Medias Medias de datos CANTIDAD DE PIEDRA CALIZA CANTIDAD DE AGLOMERANTE 2.0 1.8 1.6 Media de Medias 1.0 1.4 1.4 1.GRAFICAS DE EFECTOS PRINCIPALES SN.8 1.2 1 2.6 1.

orden Frecuencia Residuo -0.5 3 2 1 0 0 -1 1 2 3 4 5 6 Orden de observacion 7 8 GRAFICAS DE RESIDUOS PARA MEDIAS Graficas de residuos para Medias Grafica de probabilidad normal 99 0.03 -0. ajustes Porcentaje Residuo 0.4 1.04 1 2 3 4 5 6 Orden de observacion 7 8 .02 -0.0 Histograma 4 0.01 0.00 -0.0 1.00 -0.04 0. orden Frecuencia Residuo -1.0 -0.10 -0.03 3 2 1 0 0.02 0.05 0.02 vs.0 0. ajustes Porcentaje Residuo 0 -1 10 15 20 25 Valor ajustado 30 Histograma 4 1 vs.5 -1.04 0.02 -0.2 1.6 1.5 0.5 Residuo 1.00 Residuo 0.02 90 50 10 1 -0.8 Valor ajustado 2. Graficas de residuos para Relaciones SN Grafica de probabilidad normal 99 90 50 10 1 -4 -2 0 Residuo 2 4 1 vs.GRAFICAS DE RESIDUOS PARA RELACIONES SEÑAL / RUIDO.00 0.04 1.05 0.10 vs.01 Residuo 0.02 -0.

0 1.6 C A NT IDA D DE P IEDRA C A LIZA CANTIDAD DE PIEDRA CALIZA 1 2 CANTIDAD DE AGLOMERANTE 1 2 1.2 1 2 1 2 .6 C A NT IDA D DE T RIT URA C IO N CANTIDAD DE TRITURACION 1 2 1.0 1.2 2.6 1. Grafica de interaccion para Medias Medias de datos 2 1 2.GRAFICA DE INTERACCIÓN PARA RELACIÓN SN Grafica de interaccion para Relaciones SN Medias de datos 2 1 30 24 C A NT IDA D DE P IEDRA C A LIZA 18 30 24 C A NT IDA D DE A GLO M ERA NT E 18 30 24 C A NT IDA D DE T RIT URA C IO N 18 CANTIDAD DE PIEDRA CALIZA 1 2 CANTIDAD DE AGLOMERANTE 1 2 CANTIDAD DE TRITURACION 1 2 1 2 1 2 Senal a ruido: Nominal es lo mejor (10*Log10(Ybar**2/s**2)) GRAFICA DE INTERACCIÓN PARA MEDIAS.0 C A NT IDA D DE A GLO M ERA NT E 1.2 2.

Sign up to vote on this title
UsefulNot useful