Menú

Ruta de aprendizaje

Diseño experimental y optimización de procesos

Esta ruta de aprendizaje de 4 días proporciona a los participantes las habilidades necesarias para realizar el diseño de experimentos de manera efectiva.

Es apropiado para los ingenieros de diseño, los científicos, los miembros de los equipos de investigación y desarrollo, los ingenieros de procesos y otros profesionales de la calidad que deseen utilizar un enfoque organizado y económicamente viable para llevar a cabo experimentos industriales.

Familiarícese con las técnicas de análisis de datos necesarias para seleccionar el diseño adecuado, identificar los factores clave que influyen en una medida crítica de la calidad y optimizar los resultados del producto y el rendimiento del proceso.

Los principios estadísticos se presentarán con ejemplos y ejercicios del mundo real, todo con el apoyo de Minitab Statistical Software.

DÍAS 1-2

Aspectos esenciales de Minitab

En este curso básico de 2 días, usted aprenderá a minimizar el tiempo necesario para el análisis de datos al usar Minitab para importar los datos, desarrollar enfoques estadísticos efectivos para explorar los datos, crear e interpretar gráficas convincentes y exportar los resultados. Analice una variedad de conjuntos de datos del mundo real para aprender a alinear sus aplicaciones específicas con la herramienta estadística correcta e interprete los resultados estadísticos para descubrir problemas en un proceso o evidenciar una mejora. Aprenda los aspectos fundamentales de conceptos estadísticos importantes, tales como las pruebas de hipótesis y los intervalos de confianza, y cómo descubrir y describir las relaciones entre las variables usando herramientas de modelado estadístico.

Este curso hace mucho énfasis en tomar las decisiones correctas con base en la aplicación práctica de las técnicas estadísticas utilizadas comúnmente en manufactura, ingeniería y en los esfuerzos de investigación y desarrollo.

Los temas incluyen:

  • Importing and Formatting Data
  • Bar Charts
  • Histograms
  • Boxplots
  • Pareto Charts
  • Scatterplots
  • Tables and Chi-Square Analysis
  • Measures of Location and Variation
  • t-Tests
  • Proportion Tests
  • Tests for Equal Variance
  • Power and Sample Size
  • Correlation
  • Simple Linear and Multiple Regression
  • One-Way ANOVA
  • Multi-Variable ANOVA
Essentials
Essentials

DÍA 3

Diseños factoriales

Aprenda a generar una variedad de diseños factoriales fraccionados y completos mediante la interfaz intuitiva de DOE de Minitab. Aplicaciones del mundo real que demuestran cómo los conceptos de aleatorización, replicación y bloques forman la base de prácticas de experimentación sólidas. Desarrolle las habilidades necesarias para analizar correctamente los datos resultantes con el fin de lograr de manera efectiva y eficiente los objetivos experimentales.

Utilice las presentaciones gráficas personalizables de Minitab para interpretar y comunicar los resultados experimentales con el fin de mejorar productos y procesos, encontrar factores críticos que afectan importantes variables de respuesta, reducir la variación del proceso y acelerar los proyectos de desarrollo e investigación.

Los temas incluyen:

  • Diseño de experimentos factoriales
  • Gráfica normal de los efectos y diagrama de Pareto de los efectos
  • Potencia y tamaño de la muestra
  • Gráficas de efectos principales, interacción y cubo
  • Puntos centrales
  • Gráficas superpuestas de contornos
  • Optimización de múltiples respuestas
Factorial

DÍA 4

Diseños de superficie de respuesta

Amplíe su conocimientos de los diseños básicos factoriales fraccionados y completos de 2 niveles a los diseños que son ideales para la optimización de procesos. Aprenda a utilizar la interfaz de DOE de Minitab para crear diseños de superficie de respuesta, analizar resultados experimentales utilizando un modelo que incluye ecuaciones cuadráticas y encontrar la configuración óptima de los factores.

Aprenda a experimentar en el mundo real utilizando técnicas, como la experimentación secuencial, que equilibran el descubrimiento de información crítica del proceso al tiempo que son sensible a los recursos necesarios para obtener esa información. Aprenda a encontrar la configuración de los factores que optimice simultáneamente múltiples respuestas.

Los temas incluyen:

  • Diseños central compuesto y de Box-Behnken
  • Cálculos para el ascenso más marcado
  • Gráficas superpuestas de contornos
  • Optimización de múltiples respuestas
Response Surface
clear