2015
DOI: 10.1016/s1405-7743(15)72114-1
|View full text |Cite
|
Sign up to set email alerts
|

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

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1

Citation Types

0
1
0
2

Year Published

2018
2018
2023
2023

Publication Types

Select...
5

Relationship

0
5

Authors

Journals

citations
Cited by 6 publications
(3 citation statements)
references
References 2 publications
0
1
0
2
Order By: Relevance
“…The first step consisted of the creation of true models. A true model is an equation that relates a response variable, also known as dependent variable, to a set of regressors or independent variables [32] (see Equation ( 5)). Independent variables may also include two-factor interactions given that these interactions occur frequently in practice.…”
Section: Run Factorsmentioning
confidence: 99%
“…The first step consisted of the creation of true models. A true model is an equation that relates a response variable, also known as dependent variable, to a set of regressors or independent variables [32] (see Equation ( 5)). Independent variables may also include two-factor interactions given that these interactions occur frequently in practice.…”
Section: Run Factorsmentioning
confidence: 99%
“…Por lo general, el método DOE se puede dividir en diseño factorial completo y diseño factorial fraccionado, conocido también como Diseño Experimental de Taguchi. Este último solo utiliza un subconjunto seleccionado de los niveles, considerando que algunas interacciones no son tan significativas como los efectos principales, pero esto puede llevar a que los resultados sean únicamente relativos y no identifiquen exactamente qué nivel tiene el mayor efecto (Arias-Nava et al, 2015). En cambio, en el DOE factorial completo se prueban todas las combinaciones de los factores y niveles y todas sus interacciones, lo que conduce a una interpretación más completa de los resultados.…”
Section: Introductionunclassified
“…El diseño de experimentos desempeña un papel importante dentro del campo de la optimización de procesos y productos, particularmente en áreas de manufactura y mejora continua (Arias-Nava et al, 2015). El objetivo de estos modelos es a menudo la optimización del sistema de producción real simulado (Dellino et al, 2010).…”
Section: Introductionunclassified