Las fallas de productos, los costes de garantía y las reclamaciones de responsabilidad tienen un impacto significativo en la satisfacción del cliente y la reputación de la marca.
Para hacer frente a estas consecuencias de forma proactiva, es sumamente importante diseñar un producto fiable desde el principio de la fase de desarrollo utilizando la técnica Diseño en función de la fiabilidad (DfR, por sus siglas en inglés).
En este artículo técnico, ofrecemos una visión de la metodología del diseño en función de la fiabilidad y cómo apoya el desarrollo de productos exitosos.
También describimos cinco técnicas para la creación de un diseño de productos fiables y cómo aplicarlas con Minitab Solutions AnalyticsTM, donde ofrecemos nuestras soluciones de software y servicios para brindar a las organizaciones el poder de tomar mejores decisiones empresariales basadas en datos.
Fallas de los productosLas fallas de los productos, sistemas o equipos se traducen en tiempo de inactividad y un mayor volumen de servicio al cliente. Para hacer frente a estos problemas, las organizaciones deben que realizar tareas no planeadas de mantenimiento, lo que tiene un impacto directo en la eficiencia del personal y en los resultados finales. ¿Qué tal si pudiera prevenir de manera proactiva las fallas de los productos? |
Costos de garantíaLas devoluciones de productos durante el período de garantía se traducen en costosos envíos y reparaciones. Para evitar dañar la marca y mantener la satisfacción del cliente, las empresas con frecuencia deciden reemplazar los productos defectuosos. ¿Qué tal si pudiera predecir con exactitud la vida útil de su producto? |
Reclamaciones de responsabilidadLa falta de cumplimiento puede tener costosas consecuencias, como la pérdida de clientes y los litigios. Para evitar el riesgo de reclamaciones de responsabilidad y clientes insatisfechos, las empresas recurren a las retiradas de productos por motivos de seguridad. ¿Qué tal si pudiera identificar los posibles modos de falla en componentes, conjuntos, subsistemas y sistemas? |
Minitab Statistical Software ofrece herramientas de análisis de fiabilidad para estimar la vida útil de un producto, sistema o servicio, y las posibles fallas.
Minitab Workspace y Minitab Engage proporcionan las herramientas de análisis Calidad por diseño y Modos de falla para acelerar el tiempo de comercialización, diseñar productos fiables e identificar riesgos de falla.
Con esta rápida actualización, todos los productos del software COMSOL® mejoran en estabilidad. Las mejoras más importantes de COMSOL® versión 6.0 update 0 son:
COMSOL Multiphysics® versión 6.0 presenta el Administrador de modelos (Model Manager), el Módulo de cuantificación de incertidumbre (Uncertainty Quantification Module), resolvedores más rápidos para la radiación de calor y materiales estructurales no lineales, nuevas potentes herramientas para el análisis electromagnético de PCB y ruido inducido por flujo. El Administrador de modelos proporciona una funcionalidad que permite a los colegas colaborar y organizar de forma centralizada modelos y aplicaciones, incluido el control de acceso y versiones, así como la búsqueda avanzada. El módulo de cuantificación de la incertidumbre se utiliza para comprender el impacto de la incertidumbre del modelo: cómo las cantidades de interés dependen de las variaciones en las entradas de un modelo.
A continuación resumimos las principales novedades en la versión 6.0 del software COMSOL®. Encontrará más detalles en las pestañas de la versión de las páginas de productos.
Microsoft y PowerPoint son marcas comerciales del grupo de empresas Microsoft. MacOS es una marca comercial de Apple Inc., registrada en EE. UU. Y en otros países y regiones.
|
Como líder técnico y gerente de la organización Global Data Insights and Analytics de Ford Motor Company, Bob Thomas es responsable de respaldar el desarrollo de soluciones analíticas basadas en datos que generan información empresarial, de productos y de fabricación. Hoy en día, el método científico incluye un elemento lógico deductivo - probar una premisa o hipótesis - así como un elemento de razonamiento inductivo - aprovechando observaciones o datos empíricos. La lógica deductiva se ha utilizado durante milenios para describir el mundo natural. Por otro lado, la explosión de la disponibilidad de datos y el aprendizaje automático ha llevado a algunos a sugerir incluso que el razonamiento inductivo hará que la deducción sea obsoleta: "el fin de la ciencia". Sin embargo, un enfoque que apoya el aprendizaje, además de impulsar hacia una solución, implica la aplicación secuencial de enfoques deductivos e inductivos. Cuanto más rápido se puede alternar entre ellos, más rápido se puede llegar a una solución eficaz. |
![]() |
A continuación, se incluyen algunas ideas clave para impulsar de manera rápida y eficaz las soluciones comerciales utilizando el método científico.
No puedo decirle cuántas veces un gerente me ha pedido que pruebe su hipótesis. Por ejemplo, un gerente pensó que el espacio libre entre la rueda y el cubo era la causa principal de un problema de vibración en un automóvil.
Para empezar, hay una incomodidad en este tipo de solicitud porque falsificar la hipótesis nula - el abogado del diablo de que la holgura de la rueda al cubo no tiene un efecto - no prueba que sí lo tenga. Cuando se recopilaron los datos y el análisis no falsificó la hipótesis nula (es decir, no había ninguna razón para creer que el efecto de limpieza de centro a agujero no fuera "0"), la siguiente solicitud fue recopilar más datos (seguramente ese era el problema).
Desafortunadamente, cuando eso no ayudó, la siguiente exigencia fue trabajar más duro. Obviamente, un compromiso tan rígido con una hipótesis, con exclusión de cualquier razonamiento inductivo basado en datos, puede retrasar el hallazgo de una solución eficaz.
Hoy en día, existe una gran cantidad de herramientas de razonamiento inductivo (por ejemplo, regresión convencional y regularizada, aprendizaje profundo y de máquina tradicional, y árboles de decisión, por nombrar algunos) que ayudan a navegar a través de conjuntos de datos. Sin embargo, cualquier solución desarrollada con estos enfoques presupone audazmente que el sistema en estudio permanecerá sin cambios con el tiempo.
En mi experiencia, un gráfico de ejecución de la diferencia entre lo que se predijo y lo que realmente sucedió, en un entorno no trivial, ha sido una de las mejores formas de demostrar que la solución razonada inductivamente todavía se aplica y el sistema que genera los datos ha sin cambio.
Por ejemplo, una vez ayudé a un equipo a desarrollar un modelo para determinar cómo una fuente de terceras partes en particular calificaría y valoraría productos de automoción. Afortunadamente, el equipo estaba convencido de la importancia de visualizar gráficamente la diferencia entre "lo que dijo el equipo y lo que informó la fuente externa". El equipo investigó las grandes discrepancias cuando éstas ocurrieron. A menudo vieron que la fuente externa había cambiado su sistema de puntuación. Finalmente, esto les llevo a discusiones formales en mesas redondas, organizadas por una fuente externa, para informar a los fabricantes de cualquier cambio que estuvieran considerando, eliminando y/o implementando en su sistema de puntuación. Esto fue bastante beneficioso ya que los fabricantes y la fuente de terceros por fin tuvieron el mismo objetivo: entregar e informar a los consumidores de productos fantásticos.
Por último, los ingenieros y científicos, por naturaleza y formación, intentan dejar lo menos posible al azar antes de ofrecer una solución. Esto puede llevar una cantidad excesiva de tiempo. Al realizar una investigación teórica, esto puede ser aceptable; en los negocios, esta táctica es inaceptable.
Recuerdo cuando hubo un problema de confiabilidad, en particular, que un director estaba tratando de resolver. El equipo tenía muchas ideas, premisas y teorías sobre cómo aumentar la confiabilidad del sistema. Un parámetro de aceleración de la vida fue la temperatura. Sin embargo, había muchas formas de caracterizar cómo el sistema experimentaba la temperatura. Los ingenieros querían seleccionar la "mejor" caracterización. Estudiar las numerosas caracterizaciones de la temperatura habría llevado mucho tiempo. En este caso, ayudaría usar cualquier caracterización de la temperatura para acelerar la prueba de vida y obtener información para una mejora fundamental (no tenía que ser la “mejor”). Comprender y cuantificar la incertidumbre ayuda a realizar esta llamada.
Las herramientas y técnicas actuales, en el contexto del método científico, permiten al analista afrontar mejor los desafíos de un mundo que cambia rápidamente haciendo y formulando buenas preguntas y alternando rápidamente entre hipótesis y razonamientos inductivos que les permitan llegar a resultados más efectivos (pero quizás no perfectas) soluciones más rápido.
El diseño de tuberías es fundamental en la generación de energía, la fabricación de productos químicos, la refrigeración industrial, la infraestructura civil y la industria del petróleo y el gas.
Los ingenieros utilizan Maple Flow para intercambiar ideas, desarrollar y documentar sus cálculos de diseño de tuberías.
|
Los diseñadores de canalizaciones utilizan herramientas matemáticas para:
|
![]() |
|
|
![]() |
Códigos de diseño para tuberías a presiónLos ingenieros de diseño deben garantizar el cumplimiento del código con informes de cálculo auditables y legibles. Puede usar Maple Flow para implementar los códigos de tubería ASME B31 para tuberías de presión, así como sus equivalentes internacionales (como AS4041, BS 010230 y DNVGL-ST-F101).
|
![]() |
Pérdidas de presión y caudales en tuberíasLos ingenieros de diseño utilizan Maple Flow para determinar la altura y los caudales en tuberías y redes de tuberías. Estos cálculos a menudo necesitan fuertes solucionadores iterativos. Puede recopilar estas ecuaciones juntas en una forma no estructurada y resolverlas con las funciones matemáticas de Maple Flow. También puede implementar ecuaciones semi-teóricas estándar para predecir el flujo de gas a través de tuberías largas, como las ecuaciones de Weymouth o IGT.
|
![]() |
Economía del oleoductoLa planificación económica influye en el diseño de ingeniería. Maple Flow se puede utilizar para determinar tamaños de tubería económicos y condiciones de operación
|
![]() |
Medidores de orificios de líquido y gasLos ingenieros usan Maple Flow para dimensionar válvulas y orificios o para calcular el flujo a través de medidores de orificio.
|
![]() |
Termodinámica y transferencia de calorMaple Flow ofrece una base de datos computable completa de transporte y propiedades termodinámicas para líquidos y gases. Esta base de datos se puede vincular a sus cálculos, de modo que las propiedades se mantengan cuando dos estados intencionados (como temperatura y presión, o temperatura y entropía) cambian.
|
![]() |
Resistencia y deflexión de tuberías enterradasMaple Flow se puede utilizar para implementar las ecuaciones que describen la deflexión de tuberías rígidas o flexibles, enterradas en el suelo. La fórmula de Iowa modificada es el método aceptado para calcular la deflexión vertical de tuberías flexibles enterradas. La resistencia de las tuberías rígidas (como las de hormigón o acero) está determinada por la teoría de Marston. Ambos enfoques se pueden implementar con Maple Flow, proporcionando informes de cálculo auditables y legibles.
|
![]() |
Walter Frei nos explica en esta entrada del blog de COMSOL cómo abordar el desafío de modelar procesos de calentamiento inductivo 3D, cuando es necesario resolver el efecto pelicular dentro de la pieza que se calienta mediante una malla de capa de contorno delgada, pero no se desea incluir el interior restante de la pieza dentro del modelo electromagnético. Walter Frei nos enseña la técnica de mallado que utiliza para abordar de manera eficiente estos casos.
BÚSQUEDA POR FECHAS. Se ha incluido en la opción de búsqueda permitir al usuario configurar una búsqueda marcada por los campos de tipo fecha/hora para poder obtener resultados antes de un número predefinido de días. Por ejemplo, se podrá realizar una búsqueda para mostrar experimentos que se editaron por última vez más de n días antes.
Mejora disponible en Signals Notebook Individual, Signals Notebook Standard y Private Cloud.
CIFRAS SIGNIFICATIVAS EN CÁLCULOS DE ESTEQUIOMETRÍA. Otras de las mejoras de usabilidad incluidas es que los administradores ahora pueden definir un número predeterminado de cifras significativas para usar en los cálculos de estequiometría. Estos dígitos significativos se completarán automáticamente cuando se ingrese un valor y el usuario puede eliminarlos si prefiere un número diferente de dígitos significativos.
Mejora disponible en Signals Notebook Standard y Private Cloud.
Una de las nuevas integraciones es que la masa de la fórmula de un compuesto se ha agregado como un campo editable para permitir que los compuestos de fuentes químicas externas indiquen la inclusión de una sal con valores diferentes para el peso molecular y la masa de la fórmula.
Mejora disponible en Signals Notebook Standard y Private Cloud.
Otra de las integraciones son las notificaciones externas para la creación de lotes de materiales.
El administrador ahora podrá definir si un usuario puede firmar experimentos/contenido. Esta configuración se podrá aplicar a todas las opciones que no tengan revisor, es decir, Firmar y mantener abierto, Firmar y cerrar, Cerrar, Anular y reabrir…
Las estructuras químicas se pueden copiar como CDXML al portapapeles desde la vista de carpeta y los registros individuales. Las estructuras copiadas pueden luego pegarse en ChemDraw u otras aplicaciones que permitan pegar estructuras de ChemDraw.
disponible en Signals Notebook Standard y Private Cloud.
Se podrán crear varios contenedores a partir de la tabla de muestras: ahora los usuarios pueden crear varios contenedores a partir de una muestra en sus experimentos. Resulta de utilidad para generar alícuotas que se pueden usar en pruebas/experimentos posteriores.
Para hacerlo se debe ir primero a una tabla de muestra y seleccionar Agregar contenedor (Add Cointaner).
A los usuarios se les pedirá en la parte superior del cuadro de diálogo que ingresen la cantidad de contenedores que les gustaría crear.
Los usuarios pueden completar los detalles necesarios y hacer clic en Crear contenedor. Los usuarios tendrán la opción de ingresar códigos de barras preimpresos / designados o elegir que el sistema genere automáticamente los códigos de barras para ellos.
Si la ubicación elegida es una que ha sido designada como una cuadrícula, se les pedirá a los usuarios que le digan al sistema en qué coordenadas están ubicadas las muestras.
Una vez que los contenedores han sido creados, se mostrarán en la Tabla de muestras y los usuarios podrán hacer clic en el enlace para navegar hasta ellos.
Incluidos como una nueva opción en la biblioteca de materiales están los reactivos (SNB). Los administradores deberán activar la nueva biblioteca y aplicar la secuencia de ID y la verificación de unicidad.
Los campos GHS están asociados a nivel de reactivo.
Debajo de la estructura en Reactivos, ahora aparecerá un icono de PubChem. Cuando los usuarios hagan clic en el icono, se abrirá una nueva página con información sobre ese reactivo en particular en PubChem.
Los usuarios ahora pueden agregar n muestras para todos los productos de subexperimentos de la Tabla de resumen de subexperimentos.
Los usuarios ahora pueden agregar placas a su experimento. En el botón Agregar contenido, se pueden seleccionar las placas (Plates).
A continuación, se pedirá a los usuarios que seleccionen el tamaño de la placa y el número de placas que les gustaría hacer. Existe una opción personalizada para hacer platos de hasta 48 filas por 48 columnas. Una vez que el usuario selecciona el botón Crear, se agrega un nuevo elemento de placa al experimento.
Los usuarios comenzarán a completar la información de atributos por capa, comenzando con Formato de pozo.
Copiar / Pegar se puede utilizar dentro del elemento de la placa para evitar tener que escribir la misma información varias veces.
A medida que los usuarios escriban la información del formato de pozo, se completará la siguiente tabla. Si las placas adicionales tienen el mismo formato de pocillo, los usuarios pueden copiar esa información en placas adicionales utilizando los datos de Copiar formato de pocillo en: e ingresando el número de placa o rango de placa.
A medida que los usuarios escriben la concentración de las placas, el número más alto obtendrá el color más oscuro y el número más bajo obtendrá el color más claro. Si los usuarios desean la misma concentración en toda la placa, pueden escribir el valor en Quick Add y presionar Add para que cada pocillo tenga el mismo valor. Al igual que el formato de pozo, si los usuarios desean copiar la información de concentración en placas adicionales, pueden usar la opción Copiar datos de formato de pozo en:
Los usuarios seleccionan la unidad para aplicar a toda la placa. Otras placas pueden tener diferentes unidades de concentración en el mismo elemento de placa.
Al igual que la concentración, la cantidad permite a los usuarios ingresar la cantidad de material pipeteado en cada pocillo. Las unidades se aplican a toda la placa, pero pueden diferir de otras placas del elemento. Quick Add permite a los usuarios llenar rápidamente la rejilla de la placa si el valor es el mismo para toda o la mayor parte de la placa.
Las réplicas se pueden ejecutar en la misma placa o en varias placas (ejemplo a continuación) y se espera que sean un número entero. Al igual que en Cantidad y Concentración, la función Agregar y Copiar rápidos está disponible para una entrada de datos más rápida.
Las desviaciones pueden ocurrir en toda una placa o solo en un pocillo. Se espera que las desviaciones sean una breve descripción de texto. Al igual que Cantidad, Concentración y Replicar, Agregar y Copiar rápidos están disponibles para una entrada de datos más rápida.