Página anterior | ![]() Volver al principio del trabajo | Página siguiente ![]() |
Método de "el peor de los casos":
Este método es muy conservativo, ya que consiste en analizar el ensamble de una manera tal que esta maquinado con los limites máximos de todas las tolerancias, es decir con los valores máximos en un caso o con los valores mínimos en el otro de cada tolerancia individual.
Entonces, si tenemos una cantidad de parte con un acumulamiento linear, el cual la tolerancia es de +/- .005 pulgadas, el análisis de "el peor de los casos" asume que cada una de esas partes ha sido fabricada con una tolerancia de +.005 o -.005. El diseño puede ser muy difícil y costoso con este método, ya que cuando hay ensambles llega a ser menos y menos probable que cada parte encaje con el extremo de otra sección.
Por ejemplo si tenemos una serie de tolerancias: +/- .010, +/- .005, +/- .007 y +.004/-.000 solo hay que sumar cada tolerancia y así obtendremos +0.026/-0.022
Método de "root sum square" o "raíz de la suma de los cuadrados":
Es un método estadístico basado en tratar con una serie de valores donde cada valor es elevado al cuadrado, se calcula la suma de todos los cuadrados y se le saca la raíz a esa suma, el resultado es el que se toma para las estimaciones.
De esta forma este método es utilizado para determinar la desviación total de la acumulación de las tolerancias. Por ejemplo si tenemos +/- .010, +/- .005, +/- .007 y +.004/-.000 elevamos cada termino al cuadrado, lo sumamos y al resultado le sacamos la raíz cuadrada obtenemos +0.0138/-0.0132
Método de "Monte Carlo":
Es una clase de algoritmos de cálculo que se basan en repetidos muestreos aleatorios para calcular resultados, se utiliza a menudo en simulaciones de sistemas físicos y matemáticos. Debido a su dependencia del azar y números aleatorios, este método es meramente computacional. Es muy útil en simulaciones de sistemas con muchos grados de libertad, tales como fluidos, células, sólidos fuertemente unidos y hasta videojuegos.

La acumulación de tolerancias tiene una amplia utilidad en el mercado ya que casi en cualquier cosa se trata de evitar errores, que es precisamente la tolerancia.
La acumulación de tolerancias debe ser tomada en cuenta en cada proceso de fabricación ya que, como lo hemos visto, puede causar muchos gastos que posiblemente llevarán a la quiebra, esto en el menor de los casos, porque hay casos en que si el producto sale el mercado en una condición mala puede ocasionar no solo perdidas económicas, sino también humanas, lo cual es fatal.
Ya conocemos varios métodos para determinar esta acumulación de tolerancias y tener en cuenta esa variación, así será mas fácil la erradicación de estos problemas y la mejora de nuestro proceso.
http://en.wikipedia.org/wiki/Tolerance_stacks
http://cr4.globalspec.com/thread/3295/Tolerance-Stackup-Analysis
http://es.wikipedia.org/wiki/M%C3%A9todo_de_Monte_Carlo
http://adcats.et.byu.edu/WWW/Publication/98-3/Paper6_2col_6=29=98.PDF
http://www.stat.washington.edu/fritz/Reports/isstech-95-030.pdf
Autor:
Javier Isai Andana Sáenz
Ing. Pedro Zambrano Bojorquez
Metrología avanzada
Instituto Tecnológico de Chihuahua
Página anterior | ![]() Volver al principio del trabajo | Página siguiente ![]() |
Trabajos relacionados
Ver mas trabajos de Otros |
|
Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.
Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.
Ingrese el e-mail y contraseña con el que está registrado en Monografias.com
|
|