Materiales

 

Casos de análisis estadístico en ciencia de materiales: dificultades y soluciones

 

Cases of statistical analysis in materials science: difficulties and solutions

 

Y. Lara-Rodríguez¹, M. Sánchez-Peña⁴, Y. Cedeño Mattei³, O. Perales³, H.E. Calderón³, O. Marcelo Suárez³, O. Chacón¹, M. Cabrera-Ríos⁴*

 

¹ Programa Graduado de Ingeniería en Sistemas San Nicolás de los Garza, Universidad of Nuevo León (UANL), NL, México.

² Departamento de Ingeniería Mecánica Universidad de Puerto Rico, Mayagüez PR.

³ Departamento de Ingeniería, Ciencia y Materiales Universidad de Puerto Rico, Mayagüez PR.

⁴ Departamento de Ingeniería Industrial, Universidad de Puerto Rico Mayagüez PR. *Autor para la correspondencia. E-mail: applied.optimization@gmail.com.

 

Recibido 20 de Noviembre de 2014
Aceptado 16 de Febrero de 2015

 

Resumen

Caracterizar un material experimentalmente requiere de una aplicación sólida de conceptos y técnicas de diseño estadístico experimental. Idealmente, estas técnicas se deben considerar desde la planeación misma de los experimentos. En la realidad, sin embargo, hay proyectos donde existe ya un cierto grado de avance cuando se decide considerar la aplicación de técnicas estadísticas. Esto impone distintas limitantes al análisis del experimento. En este trabajo se discuten tres casos con distintos grados de avance al momento de introducir técnicas estadísticas. Se discuten las limitaciones, así como las maneras posibles de mejorar el análisis estadístico.

Palabras clave: análisis de diseño de experimentos (ADE), ciencia de materiales, Análisis de Varianza (ANOVA), coercividad, dureza Brinell, dureza Rockwell.

 

Abstract

Experimental characterization of new materials requires an effective application of statistical experimental design concepts and techniques. Ideally, these techniques will be considered from the planning stage. In reality, however, the decision to consider analysis techniques it often made when a project has already a certain degree of advance. This situation imposes limitations to what statistical analysis can accomplish. In this work, three case studies with varying degrees of advance at the moment of introducing statistical analysis are discussed in terms of its limitations as well as the possibilities to improve the experiment's capabilities.

Key words: design of experiments (DOE), ciencias de materials science, Analysis of Variance (ANOVA), coercitivity, Brinell hardness, Rockwell hardness.

 

DESCARGAR ARTÍCULO EN FORMATO PDF

 

Referencias

Calderon H. (2009). Effect of cyclic high loading rate on the fatigue strength of aluminium-based composites. Tesis de Doctorado en filosofía en Ingeniería Civil Universidadde Puerto Rico, Mayagüez.         [ Links ]

Cedeño-Mattei, Y., Perales-Perez, O., Tomar, M.S., Roman, F., Voyles, P.M., (2008). Tunning of magnetic properties in cobalt ferrite nanocristals. Journal of Applied Physics 103,07 e512 1-23.         [ Links ]

Cedeño-Mattei, Y., Perales-Perez, O., Sánchez-Peña M, Lara-Rodríguez Y, Cabrera-Ríos M. (2009). Experimental Optimization of Nanomagnetic Properties. Proceedings of the Industrial Engineering Research Conference.         [ Links ]

Hernández Z, Niño IS, Lara-Rodríguez Y, Villarreal M.G., Castro JM , Cabrera-Ríos M. (2010) Metamodeling-based Optimization for True Experiments, June 5-9, Cancun MX, Industrial Engineering Research Conference, Artículo 584.         [ Links ]

Leardi R. (2009). Experimental design in chemistry: A tutorial. Analytica Chimica Acta 652, 161-172.         [ Links ]

Montgomery, ID. (a. (2004). Design and Analysis of experiments. Editorial Wiley and Sons, New York, 6th Edition.         [ Links ]

Villarreal M.G. (2007). Modelación y Optimización Aplicada a la simulación de procesos y sistemas de Manufactura. Tesis de Maestría en Ciencias de Ingeniería en Sistemas, Universidad Autónoma de Nuevo León, México.         [ Links ]

Villarreal M.G, Rachmat, M. Castro J.M. Cabrera-Ríos M. (2009). Simulation Optimization in Injection Molding. Miami FLA, May 30- June 3, Pp 1459-1463, Proceedings of the Industrial Engineering Research Conference.         [ Links ]