Show simple item record

dc.contributor.authorEstrada Drouaillet, Benigno
dc.date.accessioned2010-05-31T17:12:53Z
dc.date.available2010-05-31T17:12:53Z
dc.date.issued2010
dc.identifier.urihttp://hdl.handle.net/10521/113
dc.descriptionTesis. (Maestría en Ciencias, Especialista en Estadística).- Colegio de Postgraduados, 2010.es
dc.description.abstractEn la industria es común realizar experimentos para optimizar los procesos de producción; sin embargo, se requieren de considerables recursos económicos y tiempo para desarrollar las nuevas tecnologías. La propuesta en este trabajo es emplear las técnicas de simulación Monte Carlo y bootstrap, para disminuir costos y tiempo en la optimización de procesos. Para lograr este propósito se emplearon 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 , 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. _______________ QUALITY IMPROVEMENT OF INDUSTRIAL PROCESSES BY MEANS OF SIMULATION AND OPTIMIZATION. ABSTRACT: In industry it is common to conduct experiments to optimize production processes, however, require significant financial resources and time to develop new technologies. The proposal in this paper is to use the Monte Carlo simulation techniques and bootstrap, to reduce costs and time in process optimization. To achieve this purpose were used random optimization, nonlinear optimization NLM (Non-Linear Minimization) and Taguchi Optimization. These optimizations were compared with the initial design through process capability indices and Taguchi loss function. Capability indices , and indices ISO were simulated with Monte Carlo and their respective confidence intervals with bootstrap resampling. The results indicate that only random optimization and NLM can identify the optimal regions of the process variables that maximize the compliance with specifications.es
dc.description.sponsorshipConsejo Nacional de Ciencia y Tecnología (CONACYT)es
dc.language.isospaes
dc.subjectSimulación Monte Carloes
dc.subjectBootstrapes
dc.subjectIndices de capacidades
dc.subjectIntervalos de confianzaes
dc.subjectOptimización aleatoriaes
dc.subjectTaguchies
dc.subjectMonte Carlo Simulationes
dc.subjectCapability indiceses
dc.subjectConfidence intervalses
dc.subjectRandom optimizationes
dc.subjectMaestríaes
dc.subjectEstadísticaes
dc.titleMejora de la calidad de procesos industriales mediante simulación y optimizaciónes
dc.typeTesises
Tesis.contributor.advisorRamírez Guzmán, Martha Elva
Tesis.contributor.advisorPérez Soto, Francisco
Tesis.contributor.advisorCorona Ambriz, Alejandro
Tesis.date.submitted2010
Tesis.date.accesioned2010-05-25
Tesis.date.available2010-05-31
Tesis.format.mimetypepdfes
Tesis.format.extent1.06 MBes
Tesis.subject.nalAnálisis de datoses
Tesis.subject.nalMétodos de optimizaciónes
Tesis.subject.nalAnálisis estadísticoes
Tesis.subject.nalMétodo Monte Carloes
Tesis.subject.nalProcesoses
Tesis.subject.nalProducciones
Tesis.subject.nalIndustriaes
Tesis.rightsAcceso abiertoes
Articulos.subject.classificationMétodos de simulaciónes


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record