Optimization methodology of the quality of products

• Autores: Cevallos Ampuero, Juan Manuel, Raez Guevara, Luis
• Formato: artículo
• Fecha de Publicación: 2015
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revista UNMSM - Industrial Data
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/12105
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/12105
• Nivel de acceso: acceso abierto
• Materia: artificial neural networks; design of experiments; fuzzy logic; genetic algorithms; uality optimization; algoritmos genéticos; diseño de experimentos; lógica difusa; optimización de la calidad; redes neuronales artificiales

In this study we have developed a method for optimizing the parameters of quality of products that consists of five steps: 1) Determine the characteristics of product quality and process variables 2) Develop an experimental design with Taguchi Methods 3) Develop experiments with Response Surface Methodology. 4) Determine a neural network that represents the relationships between variables and quality characteristics. Using fuzzy variables if there is information not deterministic. 5) Optimize with the use of genetic algorithms. In this proposal, artificial neural networks ANN allow to estimate response functions; in the case of having the qualitative variables these are processed with fuzzy logic LD and in the optimization step genetic algorithms GA are used. An example of optimization with multiple responses is presented to verify the method.
En este estudio se ha desarrollado un método para optimizar los parámetros de calidad de productos que consta de cinco pasos: 1) Determinar las características de calidad del producto y las variables del proceso 2) Desarrollar un diseño experimental con Métodos Taguchi 3) Desarrollar los experimentos con Metodología de Superficie de Respuesta. 4) Determinar una red neuronal que represente las relaciones entre las variables y características de calidad. Usar variables difusas si se tiene información no determinística. 5) Optimizar con el uso de algoritmos genéticos. En esta propuesta, las redes neuronales artificiales RNA permiten estimar funciones de respuesta, en el caso de contar con variables cualitativas se las procesa con lógica difusa LD y en el paso de optimización se usan algoritmos genéticos AG. Se presenta un ejemplo de optimización con respuestas múltiples para comprobar el método.