En la industria es común realizar experimentos para optimizar los procesos de producción; sin embargo, se requiere de considerables recursos económicos y tiempo para desarrollar las nuevas tecnologías. En esta investigación se propone emplear las técnicas de simulación Monte Carlo y bootstrap para disminuir costos y tiempo en la optimización de procesos. Para lograr este propósito se utilizaron la optimización aleatoria, la optimización no lineal NLM (non-linear minimization) y la optimización Taguchi.
Estas optimizaciones se compararon con el diseño inicial a través de los índices de capacidad del proceso y la función de pérdida de Taguchi. Los índices de capacidad Cp, Cpk, Cpm, Cpmk, Cs e índices ISO fueron simulados con Monte Carlo y sus respectivos intervalos de confianza con remuestreo bootstrap. Los resultados indican que solo las optimizaciones aleatoria y NLM logran identificar las regiones óptimas de las variables del proceso que maximizan el cumplimiento de las especificaciones.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efecto de la metalurgia de producción del acero fundido en la aparición de defectos de fundición
Artículo:
Modelo para la Integración Curricular de Ingeniería Industrial en Mercosur
Video:
Modelos de inventarios
Video:
Mínimos cuadrados con matrices
Artículo:
Estudio-diagnóstico de las capacidades tecnológicas para las pymes cartageneras
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos