Detalles

Categoría: Minitab

Publicado: 03 Abril 2024

Visto: 4936

Minitab Statistical Software Versión 22.1.0, está disponible para los clientes que administran su suscripción de Minitab en el Portal de licencias de Minitab. Esta versión incluye nuevas características y mejoras:

Análisis de Capacidad

• No paramétrico: Determina lo bien que la salida del proceso se ajusta a los requisitos del cliente sin asumir una distribución para los datos. Es muy útil, por ejemplo, para fabricantes de farmacéuticos y dispositivos médicos
• Automatizado: Selecciona automáticamente una distribución apropiada, transformación o método no paramétrico y utiliza el método para determinar lo bien que la salida del proceso se ajusta a los requisitos del cliente

Análisis del sistema de medición

• Evaluate Measurement Process (EMP Cruzado): Calcula la variación en el sistema de medida utilizando el método EMP

Estadística básica

• Prueba de hipótesis de una proporción e intervalos de confianza

Herramientas de visualización de datos

• Gráfica interactiva de Pareto
• Estadísticas tabuladas interactivas

Edición de gráficos

• personalización con líneas de referencia y etiquetas para los datos

Y más...

Detalles

Categoría: Minitab

Publicado: 02 Abril 2024

Visto: 3944

Por Cody Steele.

Si ha realizado o planea realizar un trabajo de mejora de procesos, probablemente se habrá preguntado si realmente está obteniendo mediciones lo suficientemente precisas. Debe confiar en sus datos antes de utilizarlos para tomar decisiones críticas sobre ajustes y asignación de recursos. El análisis de sistemas de medición (MSA) se refiere en términos generales a los procedimientos que estiman y evalúan la cantidad de variación en un sistema de medición. Un tipo de estudio es el EMP, también conocido como método de Wheeler. EMP viene del inglés "Evaluate Measurement Process". El estudio EMP evalúa dos fuentes de variación de medición:

• Repetibilidad: La variación que se observa cuando un mismo operador mide la misma pieza muchas veces, utilizando el mismo calibre, en las mismas condiciones.
• Reproducibilidad: La variación que se observa cuando diferentes operadores miden la misma pieza muchas veces, usando el mismo calibre, en las mismas condiciones.

¿ES ACEPTABLE EL SISTEMA DE MEDICIÓN?

Las estadísticas del EMP proporcionan al sistema de medición su clasificación. En estos resultados, la clasificación es Primera Clase. El equipo puede estar seguro de que el sistema de medición será lo suficientemente bueno como para utilizarlo en otras actividades de mejora de procesos.

¿CÓMO PUEDE MEJORAR EL SISTEMA DE MEDICIÓN?

El estudio EMP también incluye información que puede utilizarse para decidir cuándo priorizar las mejoras en el sistema de medición. El Análisis de Rangos Medios (ANOMR) y el Análisis de Efectos Principales (ANOME) muestran dónde la reproducibilidad es baja en relación con la variación del proceso. En este ANOMR, el operador B es menos consistente que los otros dos operadores. Mejorar la coherencia para el operador B mejorará el sistema de medición.

En este ejemplo ANOME, diferentes operadores tienden a medir más alto o más bajo que los demás. Mejoras que acerquen las medidas medias de los distintos operadores mejorarán el sistema de medida.

CONFÍE EN SUS DATOS

Para actuar sobre la base de sus datos, debe confiar en que los datos son correctos. El estudio EMP en Minitab Statistical Software le brinda el poder de ver si su sistema de medición es aceptable y cómo mejorarlo. Cuando evalúa la precisión de sus mediciones, puede tener la confianza de que todo lo que sigue se basa en datos en los que puede confiar.

Detalles

Categoría: Comsol

Publicado: 27 Marzo 2024

Visto: 4040

El calentamiento Joule está presente en muchos dispositivos y procesos de ingeniería al producirse el calentamiento de los conductores debido a la corriente que circula por ellos.

El curso "Getting Started with Electro-Thermal-Mechanical Modeling" consta de cinco partes y proporcionna una introducción al uso de COMSOL Multiphysics en el modelado del calentamiento Joule y la expansión térmica.

Vea a continuación las diferentes partes y el índice del curso.

Al completar el curso, el asistente conseguirá tener una comprensión completa del flujo de trabajo de modelado en el software y tendrá confianza en su propio funcionamiento del software y en la interpretación de los resultados de sus simulaciones.

Detalles

Categoría: Maple

Publicado: 26 Marzo 2024

Visto: 4402

• Maple
• Maple 2024

Maple 2024 aprovecha los últimos avances en tecnología de inteligencia artificial para brindarle las fórmulas, ecuaciones, explicaciones y comandos de Maple que necesita.

• El nuevo AI Formula Assistant le ayuda a encontrar y comprender las fórmulas y ecuaciones. En respuesta a su consulta, ofrece una selección seleccionada de opciones relevantes con explicaciones claras de sus funciones y parámetros. Una vez que haya hecho su selección, puede insertar fácilmente la fórmula elegida como una expresión de Maple en su documento.

• El paquete NaturalLanguage proporciona comandos que puede utilizar para explorar el uso de modelos de lenguaje grandes, como GPT-4 y ChatGPT de OpenAI, para procesar el lenguaje natural en Maple. ¡Puedes pedirle a la IA que explique un concepto, proporcione detalles adicionales, encuentre un comando de Maple para realizar una tarea específica y más!

Detalles

Categoría: Minitab

Publicado: 26 Marzo 2024

Visto: 3912

Por Cheryl Pammer.

Las medidas de capacidad del proceso, como Cpk y Ppk, miden qué tan bien se está desempeñando su proceso en relación con las especificaciones de su cliente. Repasemos algunos conceptos básicos del análisis de capacidad y luego profundicemos en otra estimación de capacidad, Cnpk, que probablemente tenga un lugar muy útil en su arsenal de análisis de capacidad.

Estadísticas de capacidad descomprimidas

Utilizando un solo número, las estadísticas de capacidad proporcionan una métrica sin unidades para evaluar si un proceso es capaz de cumplir requisitos específicos y para identificar áreas de mejora. Con ese fin, estas estimaciones populares pueden considerarse como la relación entre la “Voz del Cliente” y la “Voz del Proceso”.

Podemos medir fácilmente la “Voz del Cliente”: es la tolerancia aceptable o la distancia entre los límites de las especificaciones. Medir la “Voz del Proceso” es un poco más complicado y a menudo se hace asumiendo que las mediciones provienen de una población con forma de curva de campana. Esto tiene la conveniente propiedad de tener aproximadamente 6 desviaciones estándar de ancho, lo que hace que la “Voz del Proceso” sea aproximadamente 6 veces la desviación estándar.

Si la tolerancia y la extensión del proceso tienen la misma duración, la relación entre la "Voz del Cliente" y la "Voz del Proceso" es aproximadamente igual a 1,0. Sin embargo, lo ideal es que tengamos una especie de zona de amortiguamiento entre nuestras especificaciones y el lugar donde cae el proceso para garantizar defectos mínimos. Por lo tanto, para un proceso con defectos mínimos, la tolerancia debe ser más amplia que la dispersión del proceso, lo que hace que su relación sea mayor que 1. De hecho, los puntos de referencia comunes para estadísticas de capacidad aceptables como Cpk y Ppk son 1,33 y 1,67.

Estadísticas de capacidad en la práctica

Desafortunadamente, las situaciones de la vida real suelen ser más complicadas que este ejemplo de libro de texto. Por ejemplo, a veces solo tenemos un límite de especificación, a menudo la distribución no está centrada entre nuestros límites de especificación y resulta que la desviación estándar se puede medir de más de una manera. Consulte esta discusión para obtener más información sobre estos importantes temas. Además, mientras pensamos en los datos del mundo real, probablemente descubriremos que hay muchas situaciones en las que los datos no siguen la curva en forma de campana de una distribución normal.

En el contexto del Análisis de Capacidad, la forma de los datos es un componente clave de cómo medimos la propagación del proceso. Si los datos se desvían significativamente de la distribución supuesta, métricas como Cpk y Ppk no reflejarán con precisión la capacidad del proceso. Afortunadamente, Minitab Statistical Software incluye un sólido conjunto de herramientas de análisis de capacidad anormal cuando se encuentra con esa molesta situación de datos anormales.

Pero, ¿qué pasa si ya ha probado las opciones probadas y verdaderas para escenarios en los que la distribución normal no encaja? En otras palabras, ¿qué podemos hacer cuando los valores p de Anderson-Darling de Estadísticas > Herramientas de calidad > Identificación de distribución individual están todos por debajo del punto de referencia de 0,05, lo que indica que ninguna de las distribuciones o transformaciones ofrecidas es apropiada?

Cuando las distribuciones/transformaciones alternativas se quedan cortas

Recientemente me encontré con este caso exacto mientras trabajaba con una empresa que fabrica tubos utilizados para dispositivos médicos que brindan soluciones intravenosas. Esta empresa necesitaba demostrar a la Administración de Alimentos y Medicamentos de EE. UU. que sus tubos eran capaces de cumplir con una especificación de resistencia a la tracción establecida.

A continuación se muestran los resultados que obtuve de la Identificación de distribución individual de Minitab Statistical Software.

Cuando se utiliza una prueba de bondad de ajuste de Anderson-Darling, un valor p superior a 0,05 generalmente indica que es apropiado utilizar la distribución o transformación correspondiente al estimar la capacidad. En este caso, sin embargo, ninguno de los métodos cumple ese criterio.

Echemos un vistazo más de cerca a estos datos para ver dónde radica el problema. Usando Graph Builder (Gráfica > Creador de gráficas), puedo ver en el histograma a continuación que una de las piezas de tubo de muestra se rompió con una fuerza menor de la esperada y otra pieza de tubo era más fuerte de lo esperado. Los valores atípicos son la razón más común por la que las distribuciones o transformaciones no ayudan en casos como este. Por definición, un valor atípico extremo no encajará en el patrón general de los datos.

Es importante investigar los valores atípicos extremos e intentar comprender qué los causó. Los valores atípicos pueden ser errores de medición o errores de entrada de datos, en cuyo caso no representan el proceso real y deben ajustarse adecuadamente. Si son valores legítimos, su prioridad número uno debería ser evitar que se produzcan valores atípicos en el futuro y esforzarse por lograr la estabilidad del proceso, pero probablemente aún necesite una estimación de capacidad para sacar su producto al mercado.

Una solución sin distribución para evaluar la capacidad

Una de las mejores características nuevas de la versión 22 de Minitab Statistical Software es su análisis de capacidad no paramétrico. Este análisis proporciona una estimación razonable de la capacidad de su proceso sin la suposición más complicada de una distribución. Para acceder a esta útil función, elija Estadísticas > Herramientas de calidad > Análisis de capacidad > No paramétrico.

En el caso de los datos de los tubos médicos, se puede ver que incluso con ese error de dos valores atípicos, el proceso aún era capaz de cumplir con su límite de especificación inferior. Puede interpretar la estadística de capacidad no paramétrica, Cnpk, tal como lo haría con otras estadísticas de capacidad como Cpk y Ppk. En este caso, Cnpk = 1,39, que superó el objetivo de capacidad de la empresa de 1,33.

Los supuestos de distribución son esenciales para el análisis de capacidades porque sustentan los cálculos, interpretaciones, inferencias y decisiones basadas en los resultados del análisis. Sin embargo, también es importante reconocer que es posible que los datos del mundo real no siempre se ajusten perfectamente a estos supuestos. Agregar un método simple y sin distribución a su conjunto de herramientas le permitirá obtener estimaciones de capacidad adecuadas incluso cuando sus datos de la vida real se nieguen a seguir el patrón de cualquier distribución conocida.

Detalles

Categoría: Comsol

Publicado: 25 Marzo 2024

Visto: 4121

En el mundo de la ingeniería aerodinámica, la precisión en la simulación del flujo alrededor de perfiles aerodinámicos es fundamental para el diseño eficiente de aeronaves y componentes relacionados. En la librería de aplicaciones de COMSOL se encuentra el ejemplo Flow Around an Inclined NACA 0012 Airfoil [1] El modelo simula el flujo alrededor de un perfil aerodinámico NACA 0012 inclinado a diferentes ángulos de ataque utilizando el modelo de turbulencia SST. Los resultados muestran una buena concordancia con los datos experimentales.

En este contexto, presentamos un estudio realizado por Z. M. Malikov, M. E. Madaliev, S. L. Chernyshev y A. A. Ionov, publicado en Nature Scientific Reports, que destaca la importancia de la validación de un modelo de turbulencia en COMSOL Multiphysics para este propósito crucial [2].

Los autores se han centrado en validar un modelo de turbulencia de dos fluidos en COMSOL Multiphysics para simular el flujo alrededor de perfiles aerodinámicos. Este modelo es esencial para capturar con precisión los fenómenos de turbulencia que ocurren en estas aplicaciones.

Utilizando COMSOL Multiphysics como herramienta de simulación, los autores desarrollaron y resolvieron el modelo de dos fluidos. Luego, compararon los resultados de las simulaciones con datos experimentales y/o soluciones numéricas de referencia para validar la precisión del modelo.

Los resultados obtenidos de la comparación entre las simulaciones y los datos de referencia demuestran la capacidad del modelo de turbulencia en COMSOL Multiphysics para simular con precisión el flujo alrededor de perfiles aerodinámicos. Esto valida su utilidad como una herramienta confiable para investigaciones futuras en el campo de la ingeniería aerodinámica.

El estudio destaca la importancia de utilizar herramientas de simulación precisas y confiables, como COMSOL Multiphysics, en la ingeniería aerodinámica. La validación exitosa de este modelo de turbulencia abre nuevas oportunidades para investigaciones más avanzadas en el diseño y la optimización de aeronaves y componentes relacionados.

En resumen, la validación de un modelo de turbulencia en COMSOL Multiphysics para el flujo alrededor de perfiles aerodinámicos subraya el papel crucial de esta plataforma en la ingeniería aerodinámica. COMSOL Multiphysics se destaca como una herramienta confiable para la simulación de fenómenos complejos en una amplia gama de aplicaciones ingenieriles.

Referencias

[1] Galería de aplicaciones de COMSOL: Flow Around an Inclined NACA 0012 Airfoil
[2] Malikov, Z.M., Madaliev, M.E., Chernyshev, S.L. et al. Validation of a two-fluid turbulence model in comsol multiphysics for the problem of flow around aerodynamic profiles. Sci Rep 14, 2306 (2024). https://doi.org/10.1038/s41598-024-52673-5