Es necesario verificar el efecto de todos los parámetros como presión, caudal, potencia y tiempo de deposición cambiando +-10 % individualmente, manteniendo constantes los demás parámetros.Quiero verificar el efecto de los parámetros, primero quiero cambiar la presión en +-10% manteniendo el otro parámetro en un valor fijo.
Y el cambio en el caudal en +-10%, manteniendo nuevamente constantes los demás parámetros.
¿Cómo haría eso?
Ingeniería de Calidad y ProcesosRe: Es necesario verificar el efecto de todos los parámetros como presión, caudal, potencia y tiempo de deposición cambiando +-10 % individualmente, manteniendo constantes los demás parámetros.Bienvenido al foro. Puede que no te gusten muchos consejos, pero estás haciendo OFAT (manipulación de un factor a la vez). Este es un método ineficiente y, a menudo, ineficaz para comprender las relaciones entre factores. Principalmente:
1. Espacio de inferencia estrecho
2. Incapacidad para estimar los efectos de la interacción
3. Poco realista (no es posible mantener TODOS los factores constantes y cambiar 1)
4. Subóptimo (la selección de la configuración óptima es condicional (es decir, se basa en la configuración de otros factores). Si encuentra mejores configuraciones para otros factores, sus conclusiones sobre el primer factor son irrelevantes).
5. Costoso (el número de ejecuciones para optimizar es significativamente mayor que el DOE)
Te sugiero que diseñes un experimento multifactorial. Has descrito un experimento de 4 factores. Esto podría lograrse en tan solo 8 tratamientos (Res IV).
Re: Es necesario verificar el efecto de todos los parámetros como presión, caudal, potencia y tiempo de deposición cambiando +-10 % individualmente, manteniendo constantes los demás parámetros.Hola @Satyam ,
¡Bienvenido a la Comunidad!
Estoy totalmente de acuerdo con @statman : deberías ejecutar un DoE para obtener más información y certeza sobre el efecto de los parámetros. No estoy seguro de tu objetivo: ¿quieres analizar algunos efectos importantes de los parámetros o ya has encontrado un óptimo y quieres comprobar su robustez ante pequeñas variaciones de tus factores?
Si ya ha encontrado un óptimo y desea comprobar su robustez con una pequeña variación de los factores que lo rodean, le sugiero crear un diseño simple como el sugerido por @statman , pero añadiendo varios puntos centrales para comprobar la variabilidad experimental de su óptimo. Esto permitiría comprobar la variabilidad experimental pura de su proceso gracias a las réplicas de los puntos centrales, así como el impacto de sus factores.
Vea algunas ideas sobre diseños de robustez en esta conversación: Diseño de robustez
También puede encontrar información en estos recursos:
https://www.nist.gov/document/robdesgn-1pdf
https://www.itl.nist.gov/div898/handbook/pri/section1/pri12.htm
Espero que esta respuesta te ayude.
Re: Es necesario verificar el efecto de todos los parámetros como presión, caudal, potencia y tiempo de deposición cambiando +-10 % individualmente, manteniendo constantes los demás parámetros.Sí, @Victor_G , ya optimicé las condiciones. Solo necesito comprobar los efectos de cada parámetro importante individualmente, ya que esto puede afectar el resultado. Por ahora, no me preocupo por las interacciones entre dos parámetros.
No me importa si es ineficiente o no. Solo quiero saber si podemos hacer esto en JMP en un solo gráfico. @statman
No quiero hacer gráficos diferentes para cada parámetro.
Agradecería mucho su orientación. Gracias.
Re: Es necesario verificar el efecto de todos los parámetros como presión, caudal, potencia y tiempo de deposición cambiando +-10 % individualmente, manteniendo constantes los demás parámetros.Bien, entonces los enlaces de mi publicación anterior sobre diseños de robustez podrían ayudarte. No necesitas ejecutar un diseño complejo para comprobar la robustez y la idoneidad de tu óptimo; como escribió @statman , un simple diseño factorial fraccional de 8 ejecuciones podría ser suficiente (+ puntos centrales para confirmar tu óptimo y comprobar su reproducibilidad).
Por supuesto, siempre puede continuar su trabajo con un enfoque OFAT en JMP, creando su tabla de datos manualmente, arreglando todos los parámetros menos uno y luego cambiando los valores de los parámetros uno por uno.
Sin embargo, como se mencionó anteriormente, el método OFAT no le llevará a ninguna parte debido a varios factores. El mayor riesgo que puede enfrentar con OFAT al revisar su sistema es creer erróneamente que ha encontrado el óptimo cuando no es así. OFAT solo puede confirmar su opinión, no contradecir su comprensión del sistema, lo que impide cualquier opción de mejora. OFAT no es apropiado por varias razones experimentales enumeradas por Statman, así como por la representatividad de los experimentos realizados en el espacio experimental estudiado.
Si eres nuevo en DoE, hay varios recursos enumerados aquí para ayudarte a comenzar: https://community.jmp.com/t5/Design-of-Experiments-Club/DOE-Resources/td-p/635455
Espero que esta respuesta pueda ayudarte.
