Estudio comparativo entre los enfoques de diseño experimental robusto de Taguchi y tradicional en presencia de interacciones de control por control *

ResumenEl diseño de experimentos desempeña un papel importante dentro del campo de diseño y optimización de procesos y productos, particularmente en áreas de manufactura y mejora continua. Dentro del diseño de experimentos existen múltiples áreas, una de ellas es el diseño robusto. El diseño paramé-trico robusto es un principio que enfatiza la correcta selección de niveles de factores de “control”, que hacen al producto robusto a la variabilidad introducida por otro grupo de factores llamados factores de “ruido”. Este artículo se enfoca en la realización de un estudio comparativo entre dos metodologías conocidas de diseño robusto: el enfoque tradicional y el enfoque de Taguchi, haciendo especial hincapié en el efecto que tienen las interacciones de control por control sobre las condiciones óptimas de operación. Los resultados mostraron que los arreglos cruzados de Taguchi no tienen la capacidad para estimar todos los términos significativos en un modelo. El resultado de las optimizaciones concluye que el enfoque de Taguchi es menos eficiente que el enfoque tradicional, tanto al minimizar como al maximizar.

Design of experiments plays an important role in the field of creating and innovating process and products directly in manufacturing and improving areas. There are several areas into designs of experiments; robust design is one of them. Robust parameter design is a principle that emphasize in products creation through a correct selection of values called “control” which make a product robust to the variability by the noise introducing by another factors known as “noise” factors. This article aims for a comparative study between two well-known robust design methodologies, making a special emphasis in the control by control interaction effects over optimal operating conditions. The results showed that Taguchi´s crossed arrays are unable to estimate all significant terms in a model. The optimizations result concludes that the Taguchi´s approach is less efficient than the traditional approach in both; maximization and minimization.