Amigos,
Veamos cómo le va a Patty en Ivy U.
Patty se acercaba al final de su etapa como profesora en Ivy U. Sólo le quedaban unas pocas clases. Tenía que admitir que estaba triste por el final de esta aventura. Bueno, así es la vida.
El plan de estudios preveía que en las últimas clases se trataran "Temas seleccionados", por lo que Patty decidió que su tema seleccionado sería el análisis de Weibull. Estaba convencida de que todos los ingenieros deberían tener algún contacto con el análisis de fallos, y este tema encajaba perfectamente en la estadística de ingeniería.
Antes de que se diera cuenta, se dirigía al norte, a Ivy U, para su penúltima clase. Pensó que debía empaparse de la belleza del campus a medida que se acercaba su coche, ya que pronto sería su última vez en Ivy U por un tiempo. Hoy tuvo suerte, encontró aparcamiento enseguida.
Al entrar en el edificio principal de ingeniería, vio una nota en su buzón. Era de Dean Howard. La abrió rápidamente. Solicitaba una breve reunión después de su última clase.
"¡Caramba!", pensó Patty, "¡Dean Howard quiere verme! Me pregunto si será en serio. ¿He metido la pata, de alguna manera?"
Tendría que esperar dos días para saber qué quería el decano y no podía preocuparse por eso ahora, ya que su clase empezaba dentro de 10 minutos.
Patty comenzó la clase explicando el desarrollo de la teoría de Weibull y dio algunos ejemplos. Mostró de dónde procedían el factor de escala y la pendiente. Patty destacó que una pendiente pronunciada indicaba una distribución ajustada de los datos (algo positivo para la predicción a partir de los datos) y que una escala mayor sugería una vida media más larga. A continuación, habló de la importancia de los distintos tipos de pruebas en electrónica, como las pruebas de ciclos térmicos y las pruebas de choque por caída. A modo de ejemplo, compartió algunos datos de ciclos térmicos acelerados de dos aleaciones diferentes que se utilizan en el ensamblaje de componentes electrónicos.
Mostró el primer conjunto de datos en una diapositiva de PowerPoint (Figura 1).
Figura 1.
"¿Puede alguien explicarme estos resultados?" preguntó Patty.
Tras algunos murmullos, Karen Armstrong levantó la mano.
"Sí, Karen", respondió Patty.
"Parece que la Aleación 2 demostró un rendimiento superior, como se ve en su pendiente mucho más pronunciada y su escala ligeramente mejor", respondió Karen.
"Buen trabajo, Karen", respondió Patty.
"¿Y este punto?" preguntó Patty mientras señalaba el obvio valor atípico de la Aleación 1.
Hubo más murmullos, pero nadie levantó la mano. Así que Patty mostró una diapositiva con el valor atípico eliminado. (Figura 2.)
"He eliminado el valor atípico porque el análisis de fallos demostró que era atípico", dijo Patty.
Figura 2.
"Como pueden ver, ahora la aleación 1 tiene una pendiente ligeramente mejor. Esto sugiere una distribución más ajustada y, por tanto, más capacidad para predecir el rendimiento", prosigue.
Se oyó un murmullo muy fuerte y, finalmente, Scott Bryzinski levantó la mano.
"¿Sí, Scott?" Patty respondió.
"Profesor, parece una trampa descartar un dato malo porque se afirma que no es representativo de las demás muestras", explicó Scott.
Hubo muchos ecos de acuerdo.
Patty se rió un poco.
"Vale, vale, tienes razón. No es justo censurar un dato en la mayoría de los casos. Esto forma parte de la lección de esta clase. No censures datos a la ligera", dijo Patty.
"Veamos los datos de las aleaciones 3 y 4", prosiguió Patty. Véase la figura 3.
Figura 3.
Los alumnos observaron los datos durante un rato y finalmente Diane Pompey levantó la mano.
"Sí, Diane", reconoció Patty.
"Parecen tan iguales como cabría esperar, pero el tamaño de las muestras es diferente. La Aleación 3 tiene 15 muestras y la Aleación 4 sólo 13, como puede verse en la columna 'F' de la 'Tabla de estadísticas'", explica Diane.
"Buen trabajo, Diane, poca gente habría notado esa diferencia", respondió Patty.
"Te diré que tanto la aleación 3 como la 4 tenían 15 muestras para empezar en la prueba. ¿Qué crees que pasó?", preguntó Patty.
Rápidamente, Fred Wilkins levantó la mano. Patty le hizo un gesto con la cabeza.
"Apuesto a que dos de las muestras de la aleación 4 no fallaron", sugirió Fred.
"¡Correcto!" respondió Patty con entusiasmo.
"Quiero que todos se tomen unos minutos para discutir esta situación con los que están sentados a su alrededor. Luego quiero que voten anónimamente si las dos muestras que no fallaron hacen que la aleación 4 sea igual, mejor o peor que la aleación 3", instruyó Patty.
Tras cinco minutos de ruidoso discurso, los alumnos votaron en una página web, cuyos resultados Patty pudo mostrar en su portátil y proyectar a la clase. Doce alumnos pensaban que las aleaciones seguían siendo las mismas. 24 pensaban que la aleación 4 era mejor, y 6 que la aleación 4 era peor.
"¿Algún comentario sobre los resultados?" Preguntó Patty.
No hubo interesados.
Supongamos que las dos muestras que fallaron se probaron durante mucho más tiempo y finalmente fallaron con un número muy elevado de ciclos, digamos 2.000. Veamos cómo sería el gráfico de Weibull", dijo Patty. Veamos qué aspecto tendría el gráfico de Weibull", dice Patty.
A continuación, mostró la figura 4.
Figura 4.
"¿Alguien puede explicarlo?" preguntó Patty.
Al poco tiempo, Young Koh asaltó su mano.
"Dr. Coleman, los ciclos añadidos aumentaron significativamente la escala, pero arruinaron la pendiente, lo que sugiere mucha más dispersión en los datos. Como sugirió antes, las pruebas de fiabilidad consisten en esperar tener la capacidad de predecir la vida útil. Con la gran disminución de la pendiente, la predicción se hace mucho más difícil, Así, la muestra 4 es probablemente peor que la muestra 3, a pesar de que tiene una gran escala." expuso Young.
"Precisamente", respondió Patty.
"Es interesante observar que muchos ingenieros de la industria electrónica actual se limitan a ignorar las muestras que no fallan", prosigue Patty.
La clase la miró con cara de asombro.
"Bueno, eso es todo hasta la próxima vez", dijo Patty.
"Dos de las alumnas, Jessica Han y Mary Connor, se quedaron después de la clase para hablar con Patty.
"Profesor, corre el rumor de que usted impartirá "Procesos de fabricación" el próximo curso, ¿es cierto?". preguntó Mary. Luego continuó: "Realmente esperamos que sí. Usted es el mejor profesor aquí".
Patty se sintió tan conmovida que empezó a llorar. "Gracias por su amable comentario, pero dudo que vaya a ser así", dijo con la voz entrecortada.
¿Despedirá el decano a Patty o enseñará Procesos de Fabricación el próximo curso? Manténgase en sintonía para ver.
Salud,
Dr. Ron
