Índice de la memoria - IIT ComillasUNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA SUPERIOR DE...
Transcript of Índice de la memoria - IIT ComillasUNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA SUPERIOR DE...
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
I
Índice de la memoria
Parte I Memoria .................................................................................................... 1
Capítulo 1 Introducción.............................................................................................. 3
1.1 Metrología-rugosidad .......................................................................................... 3
1.2 Rugosímetros ........................................................................................................ 5
1.3 Importancia de la medición de la rugosidad ..................................................... 6
1.4 Conceptos clave de la rugosidad ......................................................................... 6
1.5 2D vs. 3D ............................................................................................................. 16 1.5.1 Medición 2D....................................................................................................................................... 16
1.5.2 Medición 3D....................................................................................................................................... 19
1.5.3 2D vs. 3D ........................................................................................................................................... 21
1.6 Rugosidad 3D y nanorugosidad ........................................................................ 22 1.6.1 Microscopias de sonda de barrido (SPM) .......................................................................................... 22
1.6.2 Técnicas SPM ..................................................................................................................................... 23
1.6.3 Microscopias de Efecto Túnel (STM) ................................................................................................ 24
1.6.4 Microscopias de Fuerza Atómica (AFM) ........................................................................................... 27
1.6.5 Aplicaciones de las microscopias STM Y AFM ................................................................................ 31
1.7 Nanotecnología ................................................................................................... 33
Capítulo 2 Estado del arte ........................................................................................ 37
2.1 Rugosidad 2D ...................................................................................................... 37
2.2 Software para análisis de rugosidad 2D y 3D del Cenam .............................. 47 2.2.1 Introducción ....................................................................................................................................... 47
2.2.2 Diseño del software de rugosidad ...................................................................................................... 48
2.2.3 Entrada de datos para Análisis ........................................................................................................... 48
2.2.4 Filtros para señales en 3D .................................................................................................................. 52
2.2.5 Convolución mediante el uso de Kerneles separables ........................................................................ 53
2.2.6 Parámetros de rugosidad que se pueden calcular ............................................................................... 54
2.2.7 Características del Software ............................................................................................................... 55
2.2.8 Cálculos y resultados .......................................................................................................................... 56
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
II
2.2.9 Limitaciones del software del Cenam ................................................................................................ 57
2.3 Patrones Industriales ......................................................................................... 58 2.3.1 Calibrado de instrumentos de medida ................................................................................................ 58
2.3.2 Parámetros a considerar en toda calibración ...................................................................................... 58
2.3.3 Tipos de patrones ............................................................................................................................... 59
2.3.4 Otros patrones: ................................................................................................................................... 62
2.3.5 Patrón Tipo A1: Ranuras anchas de fondo plano ............................................................................... 62
2.3.6 Patrón Tipo A2: Ranuras anchas de fondo redondeado ..................................................................... 63
2.3.7 Patrón Tipo C2: Ranuras de perfil en triángulo isósceles .................................................................. 64
2.3.8 Patrón Tipo C1: Ranuras de perfil sinusoidal .................................................................................... 67
2.3.9 Patrón Tipo C4: Ranuras de perfil en arcos de círculo ....................................................................... 68
2.3.10 Patrón Tipo C3: Ranuras sinusoidales simuladas ............................................................................. 69
Capítulo 3 Motivación del proyecto .......................................................................... 73
3.1 Algoritmos 2D vs. 3D ......................................................................................... 73
3.2 Filtrado en rugosidad ......................................................................................... 73
3.3 Conformidad con las normas existentes ........................................................... 74
3.4 Caracterización superficie ................................................................................. 74
3.5 Comparación 2D vs. 3D ..................................................................................... 74
Capítulo 4 Objetivos .................................................................................................. 75
4.1 Implementación de algoritmos .......................................................................... 75
4.2 Validación de los algoritmos.............................................................................. 75
4.3 Aplicación a perfiles 3D ..................................................................................... 75
4.4 Análisis estadístico de resultados 2D vs. 3D ..................................................... 75
4.5 Análisis estadístico de resultados 3D ................................................................ 77
4.6 Cronograma ........................................................................................................ 77
Capítulo 5 Metodología de trabajo ........................................................................... 79
5.1 Software para análisis de rugosidad 2D y 3D .................................................. 79 5.1.1 Introducción ....................................................................................................................................... 79
5.1.2 Diseño del software de rugosidad ...................................................................................................... 81
5.1.3 Entrada de datos para análisis ............................................................................................................ 81
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
III
5.1.4 Estudio de señales 3D ........................................................................................................................ 83
5.1.5 Algoritmo de cálculo .......................................................................................................................... 86
5.1.6 Parámetros de rugosidad que se pueden calcular ............................................................................... 92
5.1.7 Características del Software ............................................................................................................... 93
5.1.8 Cálculos y resultados .......................................................................................................................... 94
5.1.9 Exportación de los datos a Excel ...................................................................................................... 116
5.1.10 Conclusiones .................................................................................................................................. 117
5.2 Técnicas y procedimientos ............................................................................... 118 5.2.1 Modelo matemático .......................................................................................................................... 118
5.2.2 Contraste de Hipótesis ...................................................................................................................... 118
5.2.3 Análisis de la Varianza .................................................................................................................... 118
5.2.4 Modelo Anova de un factor .............................................................................................................. 119
5.3 Recursos-Herramientas empleadas ................................................................ 124 5.3.1 Rugosímetro Surfcom 1500 SD2 y su software (Tims).................................................................... 124
5.3.2 Matlab .............................................................................................................................................. 124
5.3.3 Spss .................................................................................................................................................. 125
5.3.4 Excel ................................................................................................................................................. 126
5.3.5 Solid Edge ........................................................................................................................................ 127
5.3.6 Normas sobre rugosidad ................................................................................................................... 127
Capítulo 6 Comparaciones 3D ............................................................................... 129
6.1 Comparación 3D: Ra ....................................................................................... 129
6.2 Comparación 3D: Rq ....................................................................................... 130
6.3 Comparación 3D: Rsk ..................................................................................... 132
6.4 Comparación 3D: Rku ..................................................................................... 133
6.5 Comparación 3D: Rp ....................................................................................... 135
6.6 Comparación 3D: Rv ....................................................................................... 136
Capítulo 7 Comparaciones 2D vs. 3D .................................................................... 139
7.1 Comparación 2D vs. 3D: Ra ............................................................................ 139
7.2 Comparación 2D vs. 3D: Rq ............................................................................ 140
7.3 Comparación 2D vs. 3D: Rsk .......................................................................... 141
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
IV
7.4 Comparación 2D vs. 3D: Rku.......................................................................... 142
7.5 Comparación 2D vs. 3D: Rp ............................................................................ 143
7.6 Comparación 2D vs. 3D: Rv ............................................................................ 144
Capítulo 8 Conclusiones ......................................................................................... 145
8.1 Parámetro de rugosidad: Ra ........................................................................... 145
8.2 Parámetro de rugosidad: Rq ........................................................................... 148
8.3 Parámetro de rugosidad: Rsk ......................................................................... 152
8.4 Parámetro de rugosidad: Rku ......................................................................... 156
8.5 Parámetro de rugosidad: Rp ........................................................................... 160
8.6 Parámetro de rugosidad: Rv ........................................................................... 163
Capítulo 9 Futuros Desarrollos .............................................................................. 167
9.1 Imperfecciones superficiales ............................................................................ 167
9.2 Combinación de patrones ................................................................................ 168
9.3 Método de medición ......................................................................................... 168
9.4 Filtros para señales en 3D ................................................................................ 169
Capítulo 10 Bibliografía y páginas web ................................................................... 171
Parte II Anexos ................................................................................................... 175
Capítulo 1 Programas Matlab ................................................................................ 177
1.1 Programa: Filas ................................................................................................ 177
1.2 Programa: Columnas ....................................................................................... 180
1.3 Programa: Diagonales ...................................................................................... 183
Capítulo 2 Resultados Spss: Comparaciones 3D ................................................... 187
2.1 Anova parámetro de rugosidad: Ra ............................................................... 187
2.2 Pruebas Post Hoc: Ra ...................................................................................... 188
2.3 Anova parámetro de rugosidad: Rq ............................................................... 189
2.4 Pruebas Post Hoc: Rq ...................................................................................... 190
2.5 Anova parámetro de rugosidad: Rsk ............................................................. 191
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
V
2.6 Pruebas Post Hoc: Rsk .................................................................................... 192
2.7 Anova parámetro de rugosidad: Rku ............................................................. 193
2.8 Pruebas Post Hoc: Rku .................................................................................... 194
2.9 Anova parámetro de rugosidad: Rp ............................................................... 195
2.10 Pruebas Post Hoc: Rp ...................................................................................... 196
2.11 Anova parámetro de rugosidad: Rv ............................................................... 197
2.12 Pruebas Post Hoc: Rv ...................................................................................... 198
Capítulo 3 Resultados SPSS: Comparaciones 2D vs. 3D ...................................... 199
3.1 Comparación 2D vs. 3D: Ra ............................................................................ 199
3.2 Comparación 2D vs. 3D: Rq ............................................................................ 200
3.3 Comparación 2D vs. 3D: Rsk .......................................................................... 201
3.4 Comparación 2D vs. 3D: Rku ......................................................................... 202
3.5 Comparación 2D vs. 3D: Rp ............................................................................ 203
3.6 Comparación 2D vs. 3D: Rv ............................................................................ 204
Capítulo 4 NORMA 5436-1 .................................................................................... 205
4.1 Dominio de aplicación ...................................................................................... 207
4.2 Referencias normativas ................................................................................... 207
4.3 Terminología y definiciones ............................................................................ 207
4.4 Condiciones de diseño ...................................................................................... 208 4.4.1 Materiales ......................................................................................................................................... 208
4.4.2 Dimensiones de los patrones ............................................................................................................ 208
4.5 Tipos, aplicaciones y características metrológicas de los patrones.............. 208 4.5.1 Generalidades ................................................................................................................................... 208
4.5.2 Tipo A-Patrones de profundidad ...................................................................................................... 209
4.5.3 Tipo B – patrones del estado de la punta del palpador ..................................................................... 209
4.5.4 Tipo C – Patrones de espaciamiento ................................................................................................ 210
4.5.5 Tipo D – Patrones de rugosidad ....................................................................................................... 210
4.5.6 Tipo E – Patrones de coordenadas de perfil ..................................................................................... 211
4.6 Exigencias de los patrones ............................................................................... 212 4.6.1 Tipo A – Patrones de profundidad ................................................................................................... 212
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
VI
4.6.2 Tipo B – Patrones del estado de la punta del palpador ..................................................................... 213
4.6.3 Tipo C – Patrones de espaciamiento ................................................................................................ 214
4.6.4 Tipo D – Patrones de rugosidad ....................................................................................................... 216
4.6.5 Tipo E – Patrones de coordenadas de perfil ..................................................................................... 217
4.7 Definición de los mensurandos de los patrones ............................................. 218 4.7.1 Tipo A1 ............................................................................................................................................ 218
4.7.2 Tipo A2 ............................................................................................................................................ 219
4.7.3 Tipo B2 ............................................................................................................................................ 220
4.7.4 Tipo B3 ............................................................................................................................................ 220
4.7.5 Tipos C1 a C4 y D ............................................................................................................................ 221
4.7.6 Tipo E1 ............................................................................................................................................. 222
4.7.7 Tipo E2 ............................................................................................................................................. 222
4.8 Documento de calibración ............................................................................... 222
4.9 Anexo A ............................................................................................................. 224
Capítulo 5 Norma 8785:1999 ................................................................................. 225
5.1 Términos generales. ......................................................................................... 225 5.1.1 Superficie de referencia. ................................................................................................................... 225
5.1.2 Área de evaluación de la imperfección superficial (A)..................................................................... 225
5.1.3 Textura superficial. .......................................................................................................................... 226
5.1.4 Imperfección superficial (SIM) ........................................................................................................ 226
5.2 Características y parámetros de las imperfecciones superficiales ............... 226 5.2.1 Longitud de la imperfección superficial (SIMe). ............................................................................... 227
5.2.2 Ancho de la imperfección superficial (SIMw) ................................................................................... 227
5.2.3 Profundidad individual de la imperfección superficial (SIMsd) ........................................................ 227
5.2.4 Altura individual de la imperfección superficial (SIMsh) ................................................................. 227
5.2.5 Área de una imperfección superficial (SIMa) ................................................................................... 227
5.2.6 Área total de una imperfección superficial (SIMt) ............................................................................ 228
5.2.7 Número de imperfecciones superficiales (SIMn) .............................................................................. 228
5.2.8 Número de imperfecciones superficiales por unidad de área (SIMn /A) ........................................... 228
5.3 Tipos específicos de imperfecciones superficiales ......................................... 228 5.3.1 Hendidura. ........................................................................................................................................ 228
5.3.2 Protuberancia. .................................................................................................................................. 233
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE LA MEMORIA
VII
5.3.3 Imperfección superficial mixta. ........................................................................................................ 236
5.3.4 Zona de imperfecciones, imperfecciones de aspecto. ....................................................................... 237
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
VIII
Índice de figuras
Imagen 1. Rugosímetro Surfcom 1500 SD2 ................................................................... 5
Imagen 2. Medición de la rugosidad ............................................................................... 6
Imagen 3. Representación rugosidad superficial ............................................................. 6
Imagen 4. Representación Ra .......................................................................................... 8
Imagen 5. Representación Rq .......................................................................................... 8
Imagen 6. Representación Rsk<0 .................................................................................... 9
Imagen 7. Representación Rsk=0 .................................................................................. 10
Imagen 8. Representación Rsk>0 .................................................................................. 10
Imagen 9. Representación Rku ...................................................................................... 11
Imagen 10. Representación Rp .................................................................................... 12
Imagen 11. Representación Rv .................................................................................... 12
Imagen 12. Surtronic ................................................................................................... 16
Imagen 13. Rugosímetros perfilómetros de Banco Inductivos ................................... 17
Imagen 14. Rugosímetros perfilómetros de Banco Láser ........................................... 17
Imagen 15. Aplicación control de rodamientos .......................................................... 18
Imagen 16. Aplicación control industria óptica .......................................................... 18
Imagen 17. Línea de Banco (Intra) .............................................................................. 19
Imagen 18. TalySurf CCI Lite ..................................................................................... 20
Imagen 19. CCI SunStar .............................................................................................. 20
Imagen 20. 2D vs. 3D .................................................................................................. 21
Imagen 21. Técnica STM en modo de altura constante y corriente constante ............ 24
Imagen 22. Técnica STM ............................................................................................ 25
Imagen 23. Estudio STM ............................................................................................ 26
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
IX
Imagen 24. STM de la superficie del grafito (3x3 nm) ............................................... 27
Imagen 25. Principio de un elemento piezoeléctrico .................................................. 28
Imagen 26. Cantilever ................................................................................................. 30
Imagen 27. AFM y NC-AFM sobre superficies con gotas de agua ............................ 31
Imagen 28. AFM de fibras de colágeno y ADN ......................................................... 33
Imagen 29. AFM de una célula viva y cromosoma humano....................................... 33
Imagen 30. Nanomaterial ............................................................................................ 34
Imagen 31. Simulación nanoestructuras ..................................................................... 35
Imagen 32. Respuesta electromagnética ..................................................................... 35
Imagen 33. Diagrama de flujo de la medición de la rugosidad ................................... 38
Imagen 34. Interfaz, Pc y programa Tims ................................................................... 39
Imagen 35. Útiles de sujeción ..................................................................................... 39
Imagen 36. Condición de medición ............................................................................ 41
Imagen 37. Tabla de parámetros elegidos ................................................................... 41
Imagen 38. Selección de salida de parámetro ............................................................. 42
Imagen 39. Situación del palpador antes de iniciar la medición ................................. 42
Imagen 40. Palpador sobre la pieza............................................................................. 43
Imagen 41. Medidor de nivel rojo ............................................................................... 43
Imagen 42. Medidor de nivel verde ............................................................................ 44
Imagen 43. Curva del gráfico de rugosidad ................................................................ 44
Imagen 44. Botones para el control del palpador ........................................................ 45
Imagen 45. Condiciones de medición ......................................................................... 46
Imagen 46. Perfil primario .......................................................................................... 46
Imagen 47. Curva aspereza ......................................................................................... 47
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
X
Imagen 48. Formato PRF para archivos de rugosidad en 2D ...................................... 49
Imagen 49. Ejemplo del formato SMD para archivos de rugosidad en 2D ................ 50
Imagen 50. Formato SDF para archivos de rugosidad en 3D ..................................... 50
Imagen 51. Vista del software para señales 2D .......................................................... 56
Imagen 52. Vista del software para señales 3D .......................................................... 57
Imagen 53. Ranura tipo A1: Zonas de evaluación de las ranuras ............................... 60
Imagen 54. Ranuras tipo A2: Zonas de evaluación de las ranuras .............................. 61
Imagen 55. Patrón Tipo A1 en 2D y 3D ..................................................................... 62
Imagen 56. Código Matlab: Patrón Tipo A1 ............................................................... 63
Imagen 57. Patrón Tipo A2 en 2D y 3D ..................................................................... 63
Imagen 58. Código Matlab: Patrón Tipo A2 ............................................................... 64
Imagen 59. Patrón Tipo C2 en 2D y 3D ...................................................................... 65
Imagen 60. Código Matlab: Patrón Tipo C2 ............................................................... 66
Imagen 61. Patrón Tipo C1 en 2D y 3D ...................................................................... 67
Imagen 62. Código Matlab: Patrón Tipo C1 ............................................................... 68
Imagen 63. Patrón Tipo C4 en 2D y 3D ...................................................................... 69
Imagen 64. Código Matlab: Patrón Tipo C4 ............................................................... 69
Imagen 65. Patrón Tipo C3 en 2D y 3D ...................................................................... 70
Imagen 66. Código Matlab: Patrón Tipo C3 ............................................................... 70
Imagen 67. Cronograma del proyecto ......................................................................... 77
Imagen 68. Palpador rugosímetro ............................................................................... 79
Imagen 69. Alturas del perfil de una superficie .......................................................... 80
Imagen 70. Representación vector de alturas .............................................................. 80
Imagen 71. Representación matriz de alturas .............................................................. 81
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
XI
Imagen 72. Código Matlab: Introducción datos .......................................................... 82
Imagen 73. Código Matlab: Introducción filas y columnas ........................................ 83
Imagen 74. Código Matlab: Representación matriz inicial ......................................... 83
Imagen 75. Representación filas, columnas y diagonales ........................................... 83
Imagen 76. Código Matlab: Elección fila o columna ................................................. 84
Imagen 77. Código Matlab: Selección de las filas ...................................................... 84
Imagen 78. Código Matlab: Selección de las columnas ............................................. 84
Imagen 79. Código Matlab: Selección de las diagonales ............................................ 85
Imagen 80. Representación selección diagonales ....................................................... 86
Imagen 81. Perfil bruto ............................................................................................... 86
Imagen 82. Código Matlab: Representación fila y columna en gráfico ...................... 87
Imagen 83. Código Matlab: Polinomio de ajuste para las columnas .......................... 87
Imagen 84. Código Matlab: Polinomio de ajuste para las filas................................... 87
Imagen 85. Código Matlab: Recta de ajuste para las diagonales ................................ 88
Imagen 86. Ajuste mínimo cuadrático ........................................................................ 88
Imagen 87. Distancias del perfil bruto a la recta de regresión .................................... 89
Imagen 88. Código Matlab: Valores del polinomio en x ............................................ 89
Imagen 89. Nuevo vector distancias a la recta de regresión ....................................... 90
Imagen 90. Código Matlab: Cálculo del nuevo vector columna o fila ....................... 90
Imagen 91. Nivelación del perfil ................................................................................. 91
Imagen 92. Código Matlab: Vectores en valor absoluto, cuadrático, cúbico… ......... 91
Imagen 93. Diagrama de flujo del algoritmo matemático........................................... 92
Imagen 94. Software de evaluación de rugosidad superficial 2D y 3D ...................... 93
Imagen 95. Diagrama de flujo del cálculo del parámetro Ra ...................................... 94
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
XII
Imagen 96. Representación simbólica del cálculo de Ra ............................................ 95
Imagen 97. Código Matlab: Cálculo Ra a partir de un vector columna ...................... 95
Imagen 98. Código Matlab: Cálculo Ra a partir de un vector fila .............................. 95
Imagen 99. Diagrama de flujo del cálculo del parámetro Rq ...................................... 98
Imagen 100. Representación simbólica del cálculo de Rq ............................................ 99
Imagen 101. Código Matlab: Cálculo del parámetro Rq a partir del vector fila ........... 99
Imagen 102. Código Matlab: Cálculo del parámetro Rq a partir del vector columna .. 99
Imagen 103. Diagrama de flujo del cálculo del parámetro Rsk .................................. 102
Imagen 104. Representación simbólica del cálculo de Rsk ........................................ 103
Imagen 105. Código Matlab: Cálculo del parámetro Rsk (filas) ................................ 103
Imagen 106. Código Matlab: Cálculo del parámetro Rsk (columnas) ........................ 103
Imagen 107. Diagrama de flujo del cálculo del parámetro Rku .................................. 106
Imagen 108. Representación simbólica del cálculo de Rku ........................................ 107
Imagen 109. Código Matlab: Cálculo del parámetro Rku (columna) ......................... 107
Imagen 110. Código Matlab: Cálculo del parámetro Rku (fila) ................................. 107
Imagen 111. Diagrama de flujo del cálculo del parámetro Rp .................................... 110
Imagen 112. Diagrama de flujo del cálculo del parámetro Rv .................................... 111
Imagen 113. Código Matlab: Cálculo del parámetro Rp y Rv .................................... 112
Imagen 114. Exportación de los valores de rugosidad del vector fila a Excel ............ 116
Imagen 115. Exportación de los valores de rugosidad del vector columna a Excel ... 117
Imagen 116. Exportación de los valores de rugosidad del vector diagonal a Excel ... 117
Imagen 117. Contraste de hipótesis ............................................................................. 119
Imagen 118. Contraste de hipótesis de dos poblaciones ............................................. 119
Imagen 119. Modelo Anova I ..................................................................................... 121
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
XIII
Imagen 120. Modelo Anova I de medias .................................................................... 121
Imagen 121. Contraste de hipótesis del modelo Anova de medias ............................. 121
Imagen 122. Símbolo Matlab ...................................................................................... 125
Imagen 123. Símbolo Spss .......................................................................................... 125
Imagen 124. Símbolo Excel ........................................................................................ 126
Imagen 125. Símbolo Solid Edge ............................................................................... 127
Imagen 126. Contraste de hipótesis del parámetro de rugosidad Ra .......................... 129
Imagen 127. Hipótesis alternativa del parámetro de rugosidad Ra ............................. 129
Imagen 128. Comparaciones Post Hoc Ra .................................................................. 130
Imagen 129. Contraste de hipótesis del parámetro de rugosidad Rq .......................... 131
Imagen 130. Hipótesis alternativa del parámetro de rugosidad Rq ............................ 131
Imagen 131. Comparaciones Post Hoc Rq .................................................................. 131
Imagen 132. Contraste de hipótesis del parámetro de rugosidad Rsk ........................ 132
Imagen 133. Hipótesis alternativa del parámetro de rugosidad Rsk ........................... 132
Imagen 134. Comparaciones Post Hoc Rsk ................................................................ 133
Imagen 135. Contraste de hipótesis del parámetro de rugosidad Rku ........................ 133
Imagen 136. Hipótesis alternativa del parámetro de rugosidad Rku .......................... 134
Imagen 137. Comparaciones Post Hoc Rku ................................................................ 134
Imagen 138. Contraste de hipótesis del parámetro de rugosidad Rp .......................... 135
Imagen 139. Hipótesis alternativa del parámetro de rugosidad Rp ............................ 135
Imagen 140. Comparaciones Post Hoc Rp .................................................................. 136
Imagen 141. Contraste de hipótesis del parámetro de rugosidad Rv .......................... 136
Imagen 142. Hipótesis alternativa del parámetro de rugosidad Rv ............................ 136
Imagen 143. Comparaciones Post Hoc Rv .................................................................. 137
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
XIV
Imagen 144. Medias de Ra en 2D y 3D ...................................................................... 139
Imagen 145. Medias de Rq en 2D y 3D ...................................................................... 140
Imagen 146. Media de Rsk en 2D y 3D ...................................................................... 141
Imagen 147. Media de Rku en 2D y 3D ...................................................................... 142
Imagen 148. Media de Rp en 2D y 3D ........................................................................ 143
Imagen 149. Media de Rv en 2D y 3D ........................................................................ 144
Imagen 150. Gráfico de medias de Ra ........................................................................ 145
Imagen 151. Gráfico de medias de Rq ........................................................................ 148
Imagen 152. Gráfico de medias de Rsk ....................................................................... 152
Imagen 153. Gráfico de medias de Rku ...................................................................... 156
Imagen 154. Gráfico de medias de Rp ........................................................................ 160
Imagen 155. Gráfico de medias de Rv ........................................................................ 163
Imagen 156. Imperfecciones superficiales .................................................................. 167
Imagen 157. Suma de señales A y B ........................................................................... 168
Imagen 158. Redes de difracción ................................................................................ 169
Imagen 159. Ranura de tipo A1 .................................................................................. 212
Imagen 160. Ranura de tipo A2 .................................................................................. 212
Imagen 161. Ranuras tipo B2 (red sensible) ............................................................... 213
Imagen 162. Ranuras tipo B2 (red no sensible) .......................................................... 214
Imagen 163. Ranuras tipo C1 ...................................................................................... 214
Imagen 164. Ranuras tipo C2 ...................................................................................... 215
Imagen 165. Ranuras tipo C3 ...................................................................................... 215
Imagen 166. Ranuras tipo C4 ...................................................................................... 215
Imagen 167. Ranuras tipo D1 ...................................................................................... 216
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
XV
Imagen 168. Ranuras tipo D2 ..................................................................................... 217
Imagen 169. Prisma de precisión tipo E2.................................................................... 218
Imagen 170. Evaluación de los valores muestreados para el tipo A1 ......................... 218
Imagen 171. Evaluación de los valores calibrados para el tipo A2 ............................ 219
Imagen 172. Utilización de un patrón tipo B3 ............................................................ 221
Imagen 173. Global GPS standars .............................................................................. 224
Imagen 174. Hendidura ............................................................................................... 229
Imagen 175. Arañazo .................................................................................................. 229
Imagen 176. Grieta ...................................................................................................... 229
Imagen 177. Poro ........................................................................................................ 230
Imagen 178. Sopladura ............................................................................................... 230
Imagen 179. Rechupe externo ..................................................................................... 231
Imagen 180. Fisura ...................................................................................................... 231
Imagen 181. Merma .................................................................................................... 232
Imagen 182. Huella circular cóncava .......................................................................... 232
Imagen 183. Abolladura .............................................................................................. 232
Imagen 184. Verruga ................................................................................................... 233
Imagen 185. Burbuja ................................................................................................... 233
Imagen 186. Huella circular convexa.......................................................................... 234
Imagen 187. Escama ................................................................................................... 234
Imagen 188. Cuerpo extraño ....................................................................................... 234
Imagen 189. Rizado .................................................................................................... 235
Imagen 190. Rebaba .................................................................................................... 235
Imagen 191. Depósito ................................................................................................. 235
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE FIGURAS
XVI
Imagen 192. Cráter ...................................................................................................... 236
Imagen 193. Pliegue .................................................................................................... 236
Imagen 194. Muesca ................................................................................................... 237
Imagen 195. Desconchado o huella de viruta ............................................................. 237
Imagen 196. Rozadura ................................................................................................. 238
Imagen 197. Erosión ................................................................................................... 238
Imagen 198. Corrosión ................................................................................................ 239
Imagen 199. Picado ..................................................................................................... 239
Imagen 200. Arrugamiento ......................................................................................... 239
Imagen 201. Mancha, lunar ......................................................................................... 240
Imagen 202. Decoloración .......................................................................................... 240
Imagen 203. Franja de surcos ...................................................................................... 241
Imagen 204. Agrietado múltiple .................................................................................. 241
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE TABLAS
XVII
Índice de tablas
Tabla 1. Funciones y parámetros de superficie .......................................................... 15
Tabla 2. Patrones 2D vs. 3D ....................................................................................... 77
Tabla 3. Resultados de la medición del parámetro Ra ............................................... 97
Tabla 4. Resultados de la medición del parámetro Rq ............................................. 101
Tabla 5. Resultados de la medición del parámetro Rsk ........................................... 105
Tabla 6. Resultados de la medición del parámetro Rku ........................................... 109
Tabla 7. Resultados de la medición del parámetro Rp ............................................. 114
Tabla 8. Resultados de la medición del parámetro Rv ............................................. 116
Tabla 9. Tabla de datos ordenados para Anova ....................................................... 120
Tabla 10. Tabla de datos de rugosidad ordenados para Anova .................................. 120
Tabla 11. Anova ......................................................................................................... 123
Tabla 12. Conclusiones del parámetro de rugosidad Ra ............................................ 147
Tabla 13. Conclusiones del parámetro de rugosidad Rq ............................................ 151
Tabla 14. Conclusiones del parámetro de rugosidad Rsk .......................................... 155
Tabla 15. Conclusiones del parámetro de rugosidad Rku .......................................... 159
Tabla 16. Conclusiones del parámetro de rugosidad Rp ............................................ 162
Tabla 17. Conclusiones del parámetro de rugosidad Rv ............................................ 166
Tabla 18. Análisis de la varianza Ra .......................................................................... 187
Tabla 19. Pruebas Post Hoc: Ra ................................................................................. 188
Tabla 20. Análisis de la varianza Rq .......................................................................... 189
Tabla 21. Pruebas Post Hoc: Rq ................................................................................. 190
Tabla 22. Análisis de la varianza Rsk ........................................................................ 191
Tabla 23. Pruebas Post Hoc: Rsk ............................................................................... 192
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
ÍNDICE DE TABLAS
XVIII
Tabla 24. Análisis de la varianza Rku ........................................................................ 193
Tabla 25. Pruebas Post Hoc: Rku ............................................................................... 194
Tabla 26. Análisis de la varianza Rp .......................................................................... 195
Tabla 27. Pruebas Post Hoc: Rp ................................................................................. 196
Tabla 28. Análisis de la varianza Rv .......................................................................... 197
Tabla 29. Pruebas Post Hoc: Rv ................................................................................. 198
Tabla 30. Estadísticos de grupo Ra ............................................................................ 199
Tabla 31. Prueba T de muestras independientes Ra ................................................... 199
Tabla 32. Estadísticos de grupo Rq ............................................................................ 200
Tabla 33. Prueba T de muestras independientes Rq ................................................... 200
Tabla 34. Estadísticos de grupo Rsk .......................................................................... 201
Tabla 35. Prueba T de muestras independientes Rsk ................................................. 201
Tabla 36. Estadísticos de grupo Rku .......................................................................... 202
Tabla 37. Prueba T de muestras independientes Rku ................................................. 202
Tabla 38. Estadísticos de grupo Rp ............................................................................ 203
Tabla 39. Prueba T de muestras independientes Rp ................................................... 203
Tabla 40. Estadísticos de grupo Rv ............................................................................ 204
Tabla 41. Prueba T de muestras independientes Rv ................................................... 204
Tabla 42. Tipos y nombres de los patrones ................................................................ 209
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
1
Parte I MEMORIA
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
3
Capítulo 1 INTRODUCCIÓN
A lo largo de la historia es posible comprobar cómo el progreso de los pueblos
siempre estuvo ligado al progreso de las mediciones (5).
La Metrología es aquella ciencia que se encarga de las mediciones, siendo éstas una
parte muy importante de nuestra vida que a menudo perdemos de vista. En la Metrología
se entrelazan la tradición y el cambio; los sistemas utilizados para la medición reflejan
las tradiciones de los pueblos pero al mismo tiempo se busca de forma continua nuevos
patrones y formas de medir como parte del progreso y evolución.
Es por medio de instrumentos de medición que se realizan pruebas y ensayos para
determinar la conformidad con las normas existentes y poder así asegurar la calidad de
los productos o servicios que se ofrecen.
Las mediciones correctas tienen una gran importancia para los gobiernos, para las
poblaciones y para las empresas en general, ya que facilitan las transacciones
comerciales. Muy a menudo las cantidades y las características de un producto son el
resultado de un contrato entre el cliente y el proveedor; las mediciones facilitan ese
proceso y eso influye en la calidad de vida de la población, ayudando a proteger al
consumidor, al medio ambiente y contribuyendo a utilizar de manera racional los
recursos naturales.
En un país todas las actividades relacionadas con la Metrología son responsabilidad de
una o varias instituciones y según sus funciones y aplicación se clasifican en Metrología
Legal, Metrología Científica o Industrial.
1.1 METROLOGÍA-RUGOSIDAD
Aunque durante mucho tiempo la medición de la rugosidad superficial no fue
considerada como una rama de la metrología, en la actualidad, sí lo es debido a la
importancia creciente que tiene la medición de la calidad superficial de las piezas (6).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
4
En mecánica la rugosidad se define como el conjunto de irregularidades que posee una
superficie en aquellas secciones donde se corrigieron los errores de forma y las
ondulaciones que pudiesen presentarse durante su proceso de fabricación (fundición,
forja, laminación…).
Una superficie perfecta es una abstracción matemática ya que cualquier superficie real,
por perfecta que parezca ser, presentará irregularidades originadas durante los procesos
de fabricación. El mayor grado de irregularidad se corresponde con los errores de forma
asociados con la variación en tamaño de una pieza, paralelismo entre superficies,
planitud de una superficie, conicidad, redondez, cilindricidad…todos ellos medibles con
instrumentos convencionales.
El resto de irregularidades vienen dadas por la ondulación y la rugosidad que presenten.
La ondulación puede deberse a la falta de homogeneidad del material, a la liberación de
esfuerzos residuales, a las deformaciones por tratamientos térmicos, a las vibraciones…
Mientras que la rugosidad se debe más bien a la huella que dejan los instrumentos
utilizados durante el proceso de fabricación.
En el pasado el mejor método para decidir si un acabado superficial cumplía con los
requerimientos era compararlo visualmente y mediante el tacto con muestras de
diferentes acabados superficiales. Este método no debe confundirse con los patrones de
rugosidad que se utilizan hoy día en la calibración de los rugosímetros.
Uno de los grandes inconvenientes de este tipo de comparación es que la decisión es
siempre subjetiva y difícilmente se podrá afirmar qué superficies son aceptables y cuáles
no lo son.
Afortunadamente, gracias a los últimos avances de la industria electrónica durante el
último cuarto de siglo ha sido posible contar con unos instrumentos de sensibilidad
micrométrica que permiten la medición del estado superficial de las piezas. Estos
instrumentos se denominan rugosímetros.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
5
1.2 RUGOSÍMETROS
Para la medición de la rugosidad superficial se emplean unos instrumentos
electrónicos de sensibilidad micrométrica denominados rugosímetros (2).
Imagen 1. Rugosímetro Surfcom 1500 SD2
Constan de un palpador de diamante que recorre la superficie ampliando todo el paisaje
de crestas y valles y todo aquello que no puede ser observado por el ojo humano.
Además este equipo es capaz de determinar el valor numérico de la rugosidad de
acuerdo con unas reglas de normalización a las que este tipo de instrumentos están
sujetos.
Para determinar esos parámetros definidos como Ra o Rp, el equipo divide el recorrido
en siete partes, siendo la primera etapa para la toma de referencias, la última etapa para
la parada y las otras cinco para la toma de mediciones.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
6
1.3 IMPORTANCIA DE LA MEDICIÓN DE LA RUGOSIDAD
Medir la rugosidad en la superficie de un material es vital para ciertos procesos
metalmecánicos, en la medida que permite, durante el proceso de producción, controlar
factores como el grado de fricción, desgaste, resistencia a la fatiga y lubricación de las
piezas, entre otros, para que brinden el máximo rendimiento, según la función que
realicen o la aplicación industrial para la cual estén diseñadas (12).
Imagen 2. Medición de la rugosidad
1.4 CONCEPTOS CLAVE DE LA RUGOSIDAD
Rugosidad de una superficie
La rugosidad de una superficie se define como: “La irregularidad que presenta
una superficie a intervalos pequeños y que es la base sensorial para reconocer la
diferencia entre algo “liso” o “rugoso”. La superficie de la máquina muestra
irregularidades causadas por los bordes de la herramienta y por partículas abrasivas” (7).
Por lo general una superficie es tridimensional y está compuesta por formas complejas.
Además, contiene tanta información que un parámetro o dos no bastan para elaborar una
completa evaluación de dicha superficie. Por ejemplo véase la figura siguiente.
Imagen 3. Representación rugosidad superficial
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
7
Cuando la altura máxima Rmax de la curva A y de la curva B sea H1 y H2,
respectivamente, incluso cuando se dé la condición H1=H2, no podrá siempre asegurarse
que las características de ambas superficies fuesen idénticas.
Comparada con la superficie B, la superficie A tiene una capacidad superior de
lubricación, es más agradable al tacto y no se desgasta tan fácilmente.
Por tanto, para evaluar la rugosidad de una superficie y los puntos de vista prácticos de
la forma del perfil ondulado, debe llevarse a cabo la determinación óptima de los
parámetros con un propósito concreto.
Parámetros de rugosidad
Durante una proyección de mecanizado, para especificar las dimensiones, se
requieren los ángulos y grados de las irregularidades de la superficie de un material con
valores numéricos. Si no se convierten en valores numéricos, el material no puede ser
controlado cuantitativamente y, además, la proyección de mecanizado es medida para
evaluar la calidad y el rendimiento. Para rugosidades y perfiles ondulados, un método de
evaluación con las dimensiones en la dirección de la altura (como una medición) es la
norma sobre la rugosidad (7).
Parámetro de rugosidadRa
Valor obtenido por medio de la siguiente fórmula cuando se comprueba únicamente la
longitud de muestreo (L, a partir de la curva de muestreo en la dirección de la línea
media) tomando el eje X en la dirección de la línea media y el eje Y en la dirección de la
amplificación longitudinal de dicha curva de muestreo (expresada por Y=f(x)).
[1]
El promedio aritmético representa la deflexión media obtenida al dividir por la longitud
de muestreo de la medición el área de la porción rodeada por la curva de muestreo y la
línea media (7).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
8
Imagen 4. Representación Ra
Parámetro de rugosidadRq
La media cuadrática representa la deflexión del promedio de la raíz cuadrada obtenida al
dividir por la longitud del avance transversal el área de la porción comprendida entre la
línea central y la curva (que se ha obtenido para elevar al cuadrado la distancia
comprendida entre la línea de muestreo y la línea central).
[2]
Imagen 5. Representación Rq
En estadística esto equivale a la desviación estándar σ (7).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
9
Parámetro de rugosidadRsk
Éste es el parámetro que indica la propiedad simétrica de la línea central de la función
para la densidad de la amplitud (ADF); viene expresado por la fórmula:
[3]
Rq: Rugosidad media cuadrática (Raíz cuadrada del momento cuadrático de la función
de la densidad de la amplitud).
: El momento de tercer grado de una función de la densidad de la amplitud
N: Número de pruebas de los datos de medición
: Altura a partir de la línea central del perfil de la rugosidad de los datos de medición.
La simetría muestra si muchos de los objetos se encuentran o no sobre la línea media.
Cuando la porción total de la máxima densidad de probabilidad dentro de la función de
la densidad de la amplitud se desvía hacia:
1.-El lado superior de la línea central, Rsk<0.
Imagen 6. Representación Rsk<0
Esto muestra la superficie que ha sufrido el desgaste, la resistencia de la abrasión y la
adecuación de la superficie a lubricar.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
10
2.- Las proximidades de la línea media, Rsk=0
Imagen 7. Representación Rsk=0
Esto muestra la simetría de los lados superior e inferior de la forma de la onda.
3.-El lado inferior, Rsk>0
Imagen 8. Representación Rsk>0
Esto muestra la superficie que no ha sufrido desgaste alguno, o la superficie predispuesta
al desgaste y al deterioro (lubricación) (7).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
11
Parámetro de rugosidadRku
Este parámetro indica los dispositivos implicados en la curva de la densidad de la
amplitud (ADC) (si se ha efectuado un reglaje o una comprensión) y viene definido por
la siguiente fórmula.
[4]
Donde, : El momento del cuarto grado de una función de densidad de la
amplitud (7).
Partiendo del punto de que la función de densidad de la amplitud es una distribución
normal, el valor Rku se caracteriza por lo siguiente:
Imagen 9. Representación Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
12
Parámetro de rugosidadRp
El parámetro Rp es la distancia comprendida entre la línea media de los vértices
máximos superiores del perfil en la longitud de L y la línea media con la dirección de la
amplificación vertical.
Imagen 10. Representación Rp
Esto se define como la altura máxima del vértice superior máximo del perfil (7).
Parámetro de rugosidadRv
El parámetro Rv es la distancia comprendida entre la línea media que pasa a través del
vértice inferior máximo en la longitud L y la línea media con la dirección de la
amplificación vertical.
Imagen 11. Representación Rv
Esto se define como profundidad máxima del vértice inferior máximo del perfil (7).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
13
Funciones y parámetros de superficie
La calidad de transmisión mecánica se ve enormemente modificada, en algunas
ocasiones, por las condiciones que presenta una determinada superficie; algunas piezas
ocasionan problemas funcionales en ambos casos cuando la rugosidad de sus superficies
es excesivamente elevada o reducida.
Los parámetros de evaluación son distintos cuando la función de la que son objeto es
diferente. La siguiente tabla muestra los parámetros de rugosidad que son considerados
como referencia en relación a las funciones requeridas para la superficie de la pieza (7).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
14
Función Descripción Pieza relevante Parámetros de
evaluación
Estanqueidad
Fugas en las
superficies de
contacto
Válvula, grifo,
cilindro Ra, Rp
Resistencia a la
abrasión
Fuerza de captación
mediante el punto
máximo de
rugosidad
Perno de
desembrague,
embrague
Rz, Rp
Abrasión
Cargas
concentradas sobre
un desplazamiento
convexo
Eje, orificio del
cilindro del
cojinete, anillo del
pistón, superficie
guía
Rp, Rsk
Capacidad de
lubricación,
ignición
Puntos mínimos de
lubricación del
depósito
Superficie de
esmerilado del
taladro del bloque
del cilindro
Rv
Aglutinante
Forma para el
agente aglutinante,
propiedad de
adhesión
Superficie
aglutinante, placa
de fondo
Rz
Capacidad para
desadherirse
Propiedad para
sacar una pieza del
molde
Matriz Rz
Apariencia, brillo
Dispersión de la
reflexión de la luz,
resplandor, sensor
de gran precisión
Superficie de apoyo
Superficie arcoíris
Superficie espejo
del acabado del
modelo
Rq, Ra, Rku
Superficie de brillo
(brillo de la
superficie
esmaltada)
Acero de
laminación en frío
para coches
Ra
Calidad de
transmisión óptica
Dispersión de la
reflexión del rayo
Espejo, lentes,
prisma Rq, Ra
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
15
Función Descripción Pieza relevante Parámetros de
evaluación
Resistencia a la
corrosión,
propiedad aislante
Facilidad de
mojarse debido a su
capacidad
Piezas resistentes al
agua, componentes
eléctricos
Ra, Rv
Intensidad de
desgaste
Concentración de la
carga debido a la
forma de la
hendidura
Cigüeñal Rv
Característica
electromagnética
Distorsión del
efecto Kelvin
(ocasionada por los
flujos y la
rugosidad)
Guía de ondas,
núcleo magnético Ra, Rz
Resistencia
eléctrica de la
superficie de
contacto,
resistencia térmica
Resistencia
eléctrica debido a la
superficie de
contacto,
transferencia
térmica
Relé, conector,
interruptor,
radiador
Ra
Rigidez de la
superficie de unión
Deflexión
ocasionada por una
superficie de unión
excesivamente
pequeña
Fijación del perno Rz, Rp
Precisión de la
medición
dimensional
Error de medición
ocasionado por la
rugosidad,
deformación de la
rugosidad como
resultado de la
presión de
medición
Micrómetro, calibre
micrómetro de aire Rp
Calidad de
impresión
Accesorios (tinta y
papel) Papel de impresión Ra, Rv
Tabla 1. Funciones y parámetros de superficie
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
16
1.5 2D VS. 3D
1.5.1 MEDICIÓN 2D
Hoy día los instrumentos de medición de rugosidad superficial constan de un
palpador que les permite medir sobre una línea de la superficie, registrarla en una gráfica
y calcular los parámetros de rugosidad asociados a dicho perfil. Estos rugosímetros
únicamente pueden realizar mediciones en 2 dimensiones. Esto es debido a que el
palpador se puede mover verticalmente y horizontalmente, por tanto los perfiles de
rugosidad que pueden registrar estarán siempre representados en el plano.
A continuación se muestra una recopilación de los instrumentos que actualmente
permiten realizar mediciones en 2D.
Línea Portátil (SURTRONIC)
Imagen 12. Surtronic
La gama de productos Surtronic combina tecnología avanzada con precisión y
portabilidad, permitiendo realizar la medición de acabado superficial en el taller, sala de
inspección o laboratorio, incluso en componentes de difícil acceso o movilidad (16).
Rugosímetro perfilómetros de Banco Inductivos
El Form Talysurf inductivo es el instrumento de referencia del mercado para medición
de acabado de superficie, forma y contorno.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
17
Imagen 13. Rugosímetros perfilómetros de Banco Inductivos
El Form Talysurf original, lanzado en 1984, fue el primer instrumento para medir la
textura, forma y contorno simultáneamente (16).
Rugosímetros perfilómetros de Banco Laser (PGI)
Estos instrumentos ofrecen la mejor relación rango-resolución, proveyendo una
excelente precisión y flexibilidad.
Imagen 14. Rugosímetros perfilómetros de Banco Láser
Incluyen un completo conjunto de herramientas de análisis que permiten al usuario
caracterizar prácticamente cualquier superficie según su forma, ondulación y rugosidad
(16).
Aplicación control de rodamientos
Gama de instrumentos especialmente diseñada para satisfacer los altos requerimientos
de precisión y velocidad en la fabricación de rodamientos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
18
Imagen 15. Aplicación control de rodamientos
Cuentan con una aplicación de software llamada ‘Gothic Arch’ que permite comparar el
rodamiento contra su diseño ideal (16).
Aplicación control industria óptica
Taylor Hobson ofrece una amplia gama de instrumentos de medición y soluciones de
software para aplicaciones de óptica.
Imagen 16. Aplicación control industria óptica
Utilizando una configuración modular, estos instrumentos de precisión son capaces de
ofrecer la solución ideal para medición de lentes asféricas (16).
Línea de Banco (INTRA)
La combinación de portabilidad y funcionalidad ha permitido al Form Talysurf Intra
convertirse en el instrumento elegido por la industria para las mediciones de superficie
en planta.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
19
Imagen 17. Línea de Banco (Intra)
Un conjunto completo de funciones analíticas están disponibles para adaptarse a la
naturaleza de su aplicación. Características tales como: contorno 3D, análisis de forma
cónica y esférica, y análisis de perfil de doble arco gótico son sólo algunas de las
herramientas más populares disponibles (16).
1.5.2 MEDICIÓN 3D
Recientemente han sacado al mercado unos nuevos instrumentos de medición de
calidad superficial cuyos palpadores constan de un tercer eje que les permite realizar
más movimientos que anteriormente, favoreciendo de esta manera la medición de la
rugosidad por toda la superficie. Las máquinas de medición de rugosidad en 3D ofrecen
los resultados de sus mediciones en forma de matriz 128x128. Los resultados que
ofrecen no están normalizados y por tanto no son comparables con otros instrumentos de
medición. Por esta razón este proyecto intenta arrojar algo de luz en ese sentido
basándose en la Norma ISO 5436-1.
A continuación se muestra una recopilación de los instrumentos que actualmente
permiten realizar mediciones en 3D.
CCI Lite
El TalySurf CCI Lite es un avanzado instrumento de tres dimensiones sin contacto
(metrología óptica), utilizado para la caracterización avanzada de las superficies. Estos
instrumentos tienen la capacidad de ofrecer una verdadera representación topográfica de
una superficie con 0,01 nm de resolución Z en un rango de exploración completa, más
una resolución de 0.4 nm lateral, con más de 1.000.000 de puntos de datos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
20
Imagen 18. TalySurf CCI Lite
El Talysurf CCI es invaluable en muchas aplicaciones que requieren alta precisión en el
análisis 3D de perfiles. Dispone de una gran variedad de objetivos, que pueden montarse
simultáneamente en la torre, permitiendo medir distintos tipos de superficies. Una etapa
automatizada y rutinas de auto medición agregan flexibilidad al sistema (16).
CCI SunStar
Perfilador Óptico 3D de alta precisión
Imagen 19. CCI SunStar
El nuevo CCI SunStar, líder en el mundo, combina la capacidad de medición
tridimensional con la tecnología avanzada de capa fina y gruesa (16).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
21
1.5.3 2D VS. 3D
Cada uno estos instrumentos de medición en 3D calcula sus propios parámetros
de rugosidad, lo que significa que no están normalizados y por tanto no pueden ser
comparables. Este proyecto se centra en esto precisamente, trata de buscar solución a lo
que hasta ahora no ha podido ser calculado.
Por eso se considera tan innovador, ya que trata de buscar una manera de calcular los
parámetros de rugosidad de las superficies medidas en 3D. En 2D por el contrario, está
muy establecido en la industria el cálculo de los parámetros de rugosidad pero en 3D los
algoritmos varían y aún no se han definido con claridad.
Imagen 20. 2D vs. 3D
En este proyecto se diseña el algoritmo de cálculo de parámetros de rugosidad para las
superficies 3D, se obtienen los parámetros de rugosidad 3D y se analizan las diferencias
que puedan existir entre los resultados de medición sobre una línea de la superficie (2D)
y sobre toda la superficie (3D.)
De esta manera se logra averiguar si existe la posibilidad de reducir la complejidad de
los cálculos en 3D, lo que conllevaría un importante ahorro en el tiempo de medición de
la rugosidad superficial. Este ahorro se debe a que para un metrólogo los resultados de la
medición de rugosidad sobre una línea del perfil se podrían extrapolar a toda la
superficie, con lo cual, no haría falta realizar la medición en el resto de la superficie de
la pieza.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
22
Además este proyecto estudiar y compara los resultados de las mediciones de la
rugosidad superficial en el campo micro (en 2D y 3D) para poder luego extrapolar estos
resultados al campo nano. De tal manera que todo lo que se pueda realizar en
microrugosidad se pueda extrapolar a nanorugosidad. El campo micro abarca aquellas
dimensiones mayores que 100 nm, mientras que en el campo nano las dimensiones de
los materiales que son objeto de estudio son inferiores a 100 nm.
1.6 RUGOSIDAD 3D Y NANORUGOSIDAD
En la actualidad existen un conjunto de instrumentos que permiten determinar la
rugosidad en 3D. Recientemente estos instrumentos están destacando en el desarrollo de
las nanotecnologías y en concreto en la determinación de la nanorugosidad.
La rugosidad a nivel nanométrico puede cambiar drásticamente las propiedades
superficiales de un material, como pueden ser su reflectividad, reactividad,
conductividad, capacidad de absorción, hidrofobicidad, respuesta fotoluminiscente, etc.
La modificación de la superficie para tales efectos ha cobrado últimamente un gran auge
en el entorno de la nanotecnología, sin embargo la medida de la nanorugosidad es aún
un tema con muchas facetas en desarrollo y su cuantificación puede involucrar
conceptos tan complejos como la teoría de fractales (19).
A continuación se explica qué equipos permiten actualmente obtener mediciones en 3D.
1.6.1 MICROSCOPIAS DE SONDA DE BARRIDO (SPM)
La microscopia SPM consiste en una familia de formas de microscopia donde
una sonda puntiaguda barre la superficie de una muestra, monitorizándose las
interacciones que ocurren entre la punta y la muestra.
Es una herramienta de imagen con un amplio rango dinámico, que abarca los reinos de
los microscopios óptico y electrónico. También se le considera como un perfilador con
una resolución 3D (20).
Las aplicaciones son muy diversas: medidas de propiedades como la conductividad
superficial, distribución de carga estática, fricciones localizadas, campos magnéticos, y
modulación elástica. Las dos principales formas de microscopias SPM son:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
23
-Scanning Tunneling Microscopy (STM). Desarrollada por Binning y Roher en los
laboratorios IBM (Suiza), descubrimiento por el que recibieron el Premio Nobel de
Física en 1986
-Atomic Force Microscopy (AFM). (Binnig y col., 1986). En esta se distinguen tres
modos principales:
-Modo de contacto
-Modo de no contacto
-Tapping Mode
Otros tipos de microscopia SPM son:
Lateral Force Microscopy (LFM), Force Modulation Microscopy, Magnetic Force
Microscopy (MFM), Electric Force Microscopy (EFM), Surface Potential Force
Microscopy, Phase Imaging, Force Volume, Electrochemical STM & AFM (ECM),
Scanning Thermal Microscopy (SThM), etc.
1.6.2 TÉCNICAS SPM
Las técnicas de microscopia SPM tienen en común (20):
-Una punta
-Un sistema de nanodesplazamiento
-Una muestra
-Un dispositivo de acercamiento punta/muestra
-Una electrónica y/o informática de control.
Los desplazamientos se realizan gracias a cerámicas piezoeléctricas que aseguran el
movimiento de la punta o de la muestra en los tres ejes.
Toda interacción χ que se pueda medir entre la punta y la muestra puede dar lugar a una
forma de microscopia SPM. La resolución de cada tipo de microscopia dependerá, en
última instancia, de la dependencia de la interacción χ medida con la distancia punta-
muestra.
Durante el barrido de la punta sobre la muestra, se crea una imagen que da las
variaciones de χ en función de la posición en la superficie. Generalmente, se representa
la medida obtenida por una imagen en contraste de color.
Cualquiera que sea la naturaleza de χ que se mide, se distinguen dos modos de trabajo:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
24
-Interacción χ constante.
-Distancia punta-muestra constante.
Las características generales de las técnicas SPM son:
-Desplazamientos de hasta 150 µm en el plano, y 10 – 15 µm en altura.
-Resolución de hasta 0.01 A, resolución teórica de las cerámicas piezoeléctricas-
-Permiten trabajar en medios muy variables: al aire, en atmósfera controlada, en vacío y
ultra-alto vacío, altas/bajas temperaturas, líquidos.
1.6.3 MICROSCOPIAS DE EFECTO TÚNEL (STM)
En esta técnica se utiliza una punta muy aguda y conductora y se aplica un voltaje entre
la punta y la muestra (20).
Imagen 21. Técnica STM en modo de altura constante y corriente constante
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
25
Cuando la punta se acerca a unos 10 A a la muestra, los electrones de la muestra fluyen
hacia la punta, “túnel”, o viceversa según el signo de voltaje aplicado.
Imagen 22. Técnica STM
Para que ocurra una corriente túnel tanto la muestra como la punta han de ser
conductores o semiconductores.
La imagen obtenida corresponde a la densidad electrónica de los estados de la superficie.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
26
Imagen 23. Estudio STM
La corriente túnel es una función que varía de modo exponencial con la distancia. Esta
dependencia exponencial hace que técnica STM tenga una alta sensibilidad, pudiéndose
obtener imágenes con resoluciones de sub-ansgtrom.
Esta técnica se puede utilizar en modo de altura o corriente constante.
La principal ventaja de esta técnica es la resolución a escala atómica que ofrece. Para
conseguir este tipo de resolución se ha de trabajar sobre muy buenos conductores (Pt,
Au, Cu, Ag).
Se ha de trabajar in situ (evitar oxidación-contaminación de la superficie), al vacío o a
baja temperatura, donde el ambiente permite una adecuada preparación de las muestras.
La principal limitación de la técnica está en la imposibilidad de trabajar con muestras
aislantes.
Las puntas que se utilizan son de W (pulidas electroquímicamente), Pd, Pt-lr.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
27
Imagen 24. STM de la superficie del grafito (3x3 nm)
STM de Ge formado sobre una superficie de Si
1.6.4 MICROSCOPIAS DE FUERZA ATÓMICA (AFM)
La microscopia AFM sondea la superficie de una muestra con una punta muy
aguda, de un par de micras de largo y menos de 100 A de diámetro. La punta se coloca
al final del brazo del cantiléver de 100 a 200 micras de largo (20).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
28
Imagen 25. Principio de un elemento piezoeléctrico
La fuerza entre la punta y la superficie de la muestra hace que el cantiléver se doble o
flexione.
Un detector mide esta flexión que ocurre conforme la punta barre la superficie y con ello
se obtiene un mapa topográfico.
Este tipo de medida puede ser aplicada tanto a materiales aislantes, semiconductores o
conductores.
Varias son las fuerzas que contribuyen a la flexión del cantiléver siendo la más común la
fuerza de van der Waals.
AFM de contacto
En este modo de aplicación de la técnica AFM la punta mantiene un contacto
físico suave con la muestra (20).
La punta se une al final del cantilever con una baja constante de resorte, menor que la
constante de resorte efectiva que mantienen los átomos de la muestra. Conforme la punta
barre la superficie, la fuerza de contacto origina la flexión del cantilever de modo que
éste se adapta a la superficie topográfica de la muestra.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
29
Como resultado, en el modo de AFM de contacto, la fuerza de Van der Waals se
equilibra con cualquier otra fuerza que intente mantener juntos a los átomos. Por tanto,
cuando el cantilever empuja a la punta contra la muestra, este se flexiona forzando a los
átomos de la punta y muestra a permanecer juntos.
Otras dos fuerzas han de considerarse también en la AFM de contacto:
-La fuerza de capilaridad ejercida sobre una delgada lámina de agua que a menudo está
presente en el medio ambiente.
-La fuerza ejercida por el mismo cantilever.
La fuerza total que ejerce la punta sobre la muestra es la suma de las fuerzas de
capilaridad y del cantiléver, y debe equilibrar a la fuerza repulsiva de Van der Waals. La
magnitud de la fuerza total que se ejerce sobre la muestra varía entre 10-8
y 10-7
– 10-6
N.
Para obtener una imagen gráfica de la superficie se detecta la posición del cantilever,
mediante el empleo de técnicas ópticas. Una radiación láser incide sobre el dorso
especular del cantiléver, y de ahí se refleje sobre un fotodetector sensible a la posición.
La relación entre la longitud del camino recorrido por la radiación láser entre el
cantilever y el detector, y la longitud propia del cantilever origina una amplificación
mecánica. Como resultado el sistema puede detectar movimientos verticales de la punta
del cantilever inferiores a los A.
Se puede trabajar en modo de fuerza constante o modo de altura constante.
Entre las ventajas y desventajas de la técnica AFM de contacto, se encuentran:
-Ventajas: amplia gama de muestras a analizar; se pueden realizar medidas de
elasticidad; se pueden realizar medidas in situ en una celda líquida o en la celda
electroquímica; las resoluciones verticales y horizontales son muy elevadas.
-Desventajas: la punta está en contacto con la superficie; problemas de destrucción de la
punta o modificación de la superficie, arrastre de partículas, las capas de agua absorbida
generan problemas de importantes fuerzas de capilaridad; carga electrostáticas de
superficie.
AFM de no contacto (NC-AFM)
En esta técnica se excita cantilever cerca de su frecuencia de resonancia de modo
que vibre cerca de la superficie de la muestra, a una distancia comprendida entre 10 y
100 A (20).
La técnica NC-AFM se utiliza cuando se quiere deteriorar la superficie a medir. La
fuerza que ejerce la punta sobre la muestra es muy baja, 10-12
N.
El trabajo con fuerzas tan débiles hace imposible usar el modo de fuerza constante, y
además estas son difíciles de medir.
La sensibilidad de la técnica proviene de la frecuencia de resonancia del cantilever.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
30
El cantilever vibra a frecuencias de 100 a 400 KHZ y amplitudes de 10 a 100 A, y
conforme se acerca la punta a la superficie se detectan cambios en la frecuencia de
resonancia o en la amplitud, con una resolución vertical por debajo de los A.
Imagen 26. Cantilever
-Ventajas: no existe modificación ni contaminación de la superficie de la muestra; se
pueden medir diferentes gradientes de fuerza (magnética, electrostática, etc.).
-Desventajas: resoluciones altas requieren que la punta se sitúe muy cerca de la
superficie; el barrido ha de ser muy lento para no perder el “contacto” con la superficie;
la oscilación de la punta se puede ver frenada por la existencia de capas de
agua/contaminación; las gotas de agua se confunden con la topografía de la muestra.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
31
Imagen 27. AFM y NC-AFM sobre superficies con gotas de agua
AFM de contacto intermitente (Tapping Mode)
Uno de los problemas que presenta la técnica AFM es el deterioro que ocasiona
en algunas muestras por el arrastre continuo de la punta sobre la superficie de la muestra
(20).
Para solventar este problema se utiliza una variante de la técnica AFM conocida
popularmente como Tapping Mode. En esta aplicación, la punta esta en intermitente
contacto con la superficie a la vez que la barre.
La variación de la amplitud de oscilación de la punta, debida a la amortiguación sobre la
superficie es lo que se utiliza como señal de control.
Esta técnica evita las fuerzas laterales y de fricción que ocurren en la AFM, y en general
solventa algunas de las limitaciones de las técnicas AFM y NC-AFM.
Ventajas: medida muy estable; fuerza de presión muy débil; resolución elevada;
proporciona mejores prestaciones para la medida topográfica de alta resolución; evita
imágenes artificiales que ocurren en AFM.
Desventajas: no puede trabajar en medio líquido, no se llega a resolución atómica;
barridos más lentos.
1.6.5 APLICACIONES DE LAS MICROSCOPIAS STM Y AFM
En poco más de diez años, la microscopia de proximidad (SPM) se ha impuesto
como herramienta indiscutible de caracterización de materiales y superficies (20).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
32
De hecho, esta tecnología está convirtiéndose en preponderante en el desarrollo de las
“nanotecnologías”, así como en la compresión de los fenómenos relacionados con lo
infinitamente pequeño.
Entre los distintos campos en que se aplican estas técnicas se puede citar:
Microelectrónica
Es el punto de partida de esta técnica, lo cual explica que las aplicaciones en este campo
sean muy numerosas.
Medida de semiconductores al vacío y ultra-vacío, cristalografía, estructura, etc.
Nanolitografía, utilización de la punta, no para analizar sino modificar las superficies.
Al aire, utilización industrial en substratos con: dimensión crítica; epitaxias (dislocación,
defectos, ángulos, etc.); rugosidad del substrato; seguimiento de los procesos de
limpieza y de los diferentes tratamientos relacionados con el proceso; etc.
Capas finas
Todas las capas finas se pueden analizar. Se obtienen medidas de tamaño de grano,
distribución, rugosidad y perfil.
De la misma manera, se puede analizar cualquier partícula aislada sobre una superficie.
Así, podemos observar agregados, compuestos en polvo, etc., y acceder también por
ejemplo, a informaciones importantes en catarsis.
Caracterización de materiales orgánicos e inorgánicos.
Cálculos de parámetros de celda unidad, orientación cristalina, defectos puntuales,
crecimientos de monocapas, absorción de moléculas, etc.
Aplicaciones relacionadas con polímeros y composites
Se pueden conseguir resoluciones muy elevadas sin preparación particular de las
muestras. Además de las medidas de estructura, son accesibles medidas de elasticidad y
de fricción local
Biología
Las medidas de muestra en biología son de gran interés gracias a la posibilidad de
análisis en medio líquido, que permite la visualización de células vivas. La resolución
lograda nos permite acceder a informaciones muy importantes para la compresión del
mundo viviente.
Se han realizado grandes progresos sobre este tipo de medidas, donde los problemas
encontrados están principalmente relacionados con las técnicas de preparación de las
muestras.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
33
Imagen 28. AFM de fibras de colágeno y ADN
Imagen 29. AFM de una célula viva y cromosoma humano
1.7 NANOTECNOLOGÍA
La nanotecnología es el campo de las ciencias aplicadas que se dedican al control
y a la manipulación de los materiales a una escala menor que un micrómetro, es decir, a
un nivel de átomos y moléculas (nanomateriales). El rango de manipulación de los
materiales se produce habitualmente entre uno y cien nanómetros.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
34
Los nanomateriales se caracterizan por ser (13):
-Demasiado pequeños para medirlos directamente
-Demasiado grandes como para que puedan ser descritos mediante métodos
computacionales y métodos teóricos de primeros principios.
-Suelen presentar muchas fluctuaciones como para ser tratados monolíticamente en el
espacio y en el tiempo.
-Son pocos para poder ser descritos como un conjunto estadístico
Pero a pesar de todo esto, se ha demostrado que manipulando estos elementos a escala
tan pequeña puede provocar la aparición de fenómenos y propiedades completamente
nuevos. Y por ello, los científicos utilizan la nanotecnología para crear sistemas,
aparatos y materiales nuevos que tengan propiedades únicas y de bajo coste.
Para conseguir fabricar estos nanomateriales y nanodispositivos es imprescindible
conocer las propiedades fundamentales de estos elementos y los métodos predictivos de
alta precisión. De esta manera se logra tener un conocimiento más exhaustivo de la
Nanotecnología.
El objetivo de la Nanotecnología es básicamente estudiar la respuesta de los diferentes
nano dispositivos ante diferentes estímulos como fuerzas aplicadas o gradientes de
temperatura.
Imagen 30. Nanomaterial
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
35
Pero en realidad es bastante complicado realizar ensayos que puedan llegar a determinar
estos comportamientos a tan pequeña escala y en ocasiones puede resultar incluso
imposible.
Muchas veces para la realización de estos ensayos se utilizan métodos de simulación y
de hecho la simulación realizada por ordenador de nanoestructuras se ha convertido en
una de las herramientas más útiles a la hora de predecir tanto el comportamiento como el
funcionamiento de los diversos nanomateriales.
Imagen 31. Simulación nanoestructuras
En el caso de los dispositivos optoelectrónicos, uno de los principales objetivos es
desarrollar modelos y herramientas que sean capaces de simular y calcular la respuesta
electromagnética de los mismos y los fenómenos de transporte electrónico.
Imagen 32. Respuesta electromagnética
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Introducción
36
Y aunque en la actualidad sigue siendo complicado modelar totalmente los
nanosistemas, está muy claro que la Teoría, la Modelización y la Simulación son las
claves necesarias para permitir:
-Reducir el tiempo que se necesita para diseñar nuevos materiales
-Desarrollar nanodispositivos a partir de los nuevos materiales
-Aumentar la predictibilidad y la posible operatividad de los nuevos nanodispositivos
-Diseñar y optimizar las nuevas tecnologías a escala nanométrica.
Desafíos y alcances de la nanotecnología
La nanotecnología no implica otra etapa más hacia la miniturización sino que
implica una nueva escala cualitativa. Algunos de los expertos consideran que la
nanotecnología implicará una revolución comparada a las ocurridas en otras épocas
como en la industria textil, los ferrocarriles, la industria automotriz y la computación.
Los promotores de la nanotecnología preveen que las nanotecnologías no sólo
contribuirán a mejorar el mundo industrial sino que simplemente llegarán a
reemplazarlo. Otros creen que ésta no será una revolución tecnológica más sino que a
largo plazo desencadenará una auténtica revolución industrial en la que se producirán
transformaciones productivas, económicas y sociales de gran envergadura que se
difundirán de forma acelerada y dinámica (14).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
37
Capítulo 2 ESTADO DEL ARTE
2.1 RUGOSIDAD 2D
Desde que el hombre empezó a fabricar y utilizar objetos y herramientas de
metal, surgió la necesidad de encontrar algún tipo de sistema o mecanismo que le
permitiera elaborar, a la vez, piezas funcionales con excelentes acabados y alta calidad
(12).
Hoy por hoy, la moderna industria metalmecánica ambiciona mucho más: busca mejorar
la calidad y maximizar la productividad; minimizando al tiempo, el desgaste de las
herramientas y el desperdicio de materias primas e insumos.
El objetivo primordial es aumentar la velocidad de los procesos con buenos acabados.
Aún más, con el auge del Mecanizado de Alta velocidad (MAV); el desarrollo de
sofisticados y mejores materiales y las altas exigencias propias del mercado, el control
de la calidad superficial ha cobrado gran relevancia. El mantenimiento predictivo de las
piezas está determinado por diversos factores, en especial la medición de la rugosidad, la
cual influye, extremadamente, en las propiedades mecánicas de las piezas. De allí que
resulte importante controlar la rugosidad superficial para evitar la fatiga y el desgaste
prematuro, además lograr la fricción adecuada, así como también, la correcta resistencia
eléctrica y térmica de cualquier componente. La supervisión de la rugosidad constituye
la clave para establecer la textura ideal del acabado superficial, el cual, básicamente,
debe entregar los mejores resultados con respecto a los requerimientos técnicos de la
pieza.
La importancia de la correcta cuantificación de la rugosidad radica en que cada vez es
más creciente el uso de componentes micro-mecanizados, con acabados superficiales y
tolerancias dimensionales de gran calidad, en industrias como la automotriz, aeronáutica
y aeroespacial; matricería y moldes; medica, electrónica e informática.
Para controlar la calidad superficial se utilizan los rugosímetros, que aunque son
herramientas sencillas, actualmente son capaces de tabular cientos de parámetros a la
vez con gran precisión, entregar estadísticas y análisis completos, lo cual facilita las
inspecciones en todas las etapas de los procesos productivos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
38
En este proyecto se ha utilizado el rugosímetro Surfcom 1500 SD2 para determinar los
parámetros de rugosidad 2D. La metodología empleada en el método de medición se
muestra a continuación.
Imagen 33. Diagrama de flujo de la medición de la rugosidad
Inicio Medición
Limpieza y preparación de la pieza
Antes de nada se debe limpiar la pieza cuidadosamente con alcohol y papel en aquellas
superficies en las que se vaya a medir. De lo contrario se pueden producir variaciones en
los resultados numéricos (2).
Encendido del software
A continuación se enciende el interfaz (situado en la parte inferior), posteriormente el
PC y por último se accede al programa Tims.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
39
Imagen 34. Interfaz, Pc y programa Tims
Colocación de la pieza en el Rugosímetro
Para colocar la pieza de forma correcta en la mesa de trabajo se pueden utilizar útiles
que mantengan la pieza bien amarrada y nivelada.
Imagen 35. Útiles de sujeción
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
40
A veces resulta necesario utilizar una mesa soporte que eleve la pieza hasta una cierta
altura de manera que se facilite el trabajo de medición.
Condiciones ambientales
La temperatura y humedad deben registrarse cada vez que se realice una medida para
poder tener un control de las condiciones en las que se ha realizado dicha medición. La
temperatura ha de ser de 21º y la humedad de 58 % para que la medición se efectúe
correctamente.
Calibrado del Rugosímetro
Se debe comprobar que el palpador es el correcto y está calibrado.
Colocación de la pieza
Para que los resultados de medición sean correctos, la dirección de medida debe ser
perpendicular a los surcos.
Elección de los parámetros de medición
En la ventana Condición de medición se pueden seleccionar algunos de los parámetros
como: tipo de medición, tipo de corte, corrección de la inclinación, longitud de
medición, longitud onda corte, rango de medida, relación corte, velocidad de
desplazamiento, recorrido pre/pos…
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
41
Imagen 36. Condición de medición
Los valores escogidos en la ventana Condición de medición aparecerán en el informe
final cada vez que se realice una medida.
Imagen 37. Tabla de parámetros elegidos
Además se puede seleccionar los parámetros de rugosidad que se desea calcular en la
siguiente ventana
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
42
Imagen 38. Selección de salida de parámetro
Medir
Para medir se acerca manualmente (con el joystick) el palpador a la pieza hasta dejarlo
muy cerca de ella sin llegar a tocarla.
Imagen 39. Situación del palpador antes de iniciar la medición
A continuación se pulsa el botón de parada automática y el palpador se acerca
lentamente a la pieza hasta tocarla.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
43
Imagen 40. Palpador sobre la pieza
El medidor del nivel comienza a moverse hasta que sitúa en el centro del nivel.
Imagen 41. Medidor de nivel rojo
En ese momento cambia al color verde, que significa que se ha estabilizado, dando paso
a que comience la medición.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
44
Imagen 42. Medidor de nivel verde
El palpador comienza a realizar el recorrido a la vez que se muestra la curva sobre el
gráfico.
.
Imagen 43. Curva del gráfico de rugosidad
Durante la medición solo estará activo el botón de parar que permite detener
inmediatamente el movimiento del palpador.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
45
Imagen 44. Botones para el control del palpador
Cuando finaliza la medición, se muestra por pantalla el perfil obtenido y los parámetros
de rugosidad calculados. Una vez finalizada la medición, se puede pinchar en análisis
resultado (se cerrará la ventana de visualización de la función y en la ventana de análisis
del desbastado, se mostrará la forma curva) o en recalcular (tendrá lugar un segundo
cálculo con las condiciones previamente ajustadas) si por ejemplo se elimina un pico y
se quiere volver a calcular un parámetro (2).
En cualquier medida realizada la longitud de exploración del palpador se compone de
dos partes:
Primera: De arranque, para eliminar cualquier tipo de distorsión. No interviene
en la medida.
Segunda: De medición, que se divide en 5 zonas o cut-offs y permite obtener los
parámetros anteriores.
Fin Medición
Como se ha explicado anteriormente, al finalizar la medición se muestran por pantalla
los resultados en un informe.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
46
Imagen 45. Condiciones de medición
Imagen 46. Perfil primario
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
47
Imagen 47. Curva aspereza
2.2 SOFTWARE PARA ANÁLISIS DE RUGOSIDAD 2D Y 3D DEL
CENAM
2.2.1 INTRODUCCIÓN
El Centro Nacional de Metrología, comúnmente denominado CENAM, ha
logrado desarrollar un software que permite analizar los datos de rugosidad medidos en
dos y tres dimensiones. Este software trata de estimar algunos de los parámetros que han
sido establecidos por la serie ISO/TS 16610, y permite la generación de los archivos en
un nuevo formato para favorecer el intercambio de datos establecido por la serie ISO
5436-2:2000 (3).
Dada esta situación el CENAM ha creado un software que implementa algunos de los
nuevos filtros propuestos por las normas y la estimación de los parámetros que han sido
medidos en tres dimensiones. El software también permite la generación de los datos de
rugosidad en el formato que se especifica en la norma ISO 5436-2:2000, que facilita el
intercambio de información entre los diferentes software.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
48
Además del software creado por el CENAM, existen otros softwares desarrollados por el
Laboratorio Primario de Estados Unidos y el de Reino Unido que están puestos para uso
general y gratuito en Internet.
2.2.2 DISEÑO DEL SOFTWARE DE RUGOSIDAD
El diseño del software creado por el CENAM consta de tres partes principales. La
primera parte se encarga de la lectura de los datos, es decir, la entrada de los valores. La
segunda parte trata de filtrar la señal, es decir, eliminar de los datos de rugosidad los
componentes de forma y ondulación para dejar únicamente los parámetros de rugosidad.
En tercer y último lugar se calculan los parámetros de rugosidad más comunes (3).
Todo esto puede ser aplicado tanto a datos de rugosidad medidos en dos dimensiones
como medidos en tres dimensiones. La medición en dos dimensiones ha sido realizada
sobre una línea del perfil de la superficie, mientras que la medición en tres dimensiones
hace referencia a la medición de una superficie (mallado), en la que cada elemento
representa la altura con respecto al plano.
2.2.3 ENTRADA DE DATOS PARA ANÁLISIS
El software fue diseñado para que pudiera leer los datos de los rugosímetros actuales y
comerciales, entre ellos el que disponía el CENAM. De todos los rugosímetros se
encontró que el formato más común de rugosímetro era el del tipo PRF. Un ejemplo de
este tipo de formato se muestra a continuación (3):
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
49
Imagen 48. Formato PRF para archivos de rugosidad en 2D
Esto le permite al programa tomar aquellos datos de rugosidad leídos por los
rugosímetros comerciales, con el objetivo de analizar empleando los nuevos filtros y la
estimación de los parámetros definidos por ISO/TS 166 10.
Con la intención de tomar en cuenta las nuevas tendencias de los archivos, el software
también permite la lectura de archivos con el formato SMD que había sido especificado
en la norma ISO 5436-2:2000 y que se ha utilizado para el intercambio de los datos de
rugosidad.
El formato SMD es diferente con respecto al formato PRF en que le permite que pueda
ser visualizable con algún editor de texto Un ejemplo del formato SMD, se muestra a
continuación.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
50
Imagen 49. Ejemplo del formato SMD para archivos de rugosidad en 2D
Los formatos SMD y PRF están especificados para datos de la medición de la rugosidad
en dos dimensiones. Como ya se ha comentado antes, las nuevas normas definen los
parámetros medidos en tres dimensiones, para esto la norma ISO 5436-2:2001 especifica
el formato SDF para los datos de superficies.
Imagen 50. Formato SDF para archivos de rugosidad en 3D
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
51
El formato SDF es bastante similar al formato SMD solo que permite establecer las
características para datos en tres dimensiones.
Filtrado de señales
Los filtros se aplican sobre los datos leídos por el rugosímetro para eliminar los
componentes de forma y ondulación.
Filtros para señales en 2D
El software es capaz de aplicar filtros a las señales que se han obtenido, entre ellos el
filtro 2CR, así como los filtros redefinidos y nuevos como el gaussiano y el spline
cúbico.
El filtro 2RC se ha implementado desde la convolución de la señal origen y la señal
obtenida mediante la Ecuación siguiente.
[5]
A=
λc : Longitud de corte
Al tratarse de señales digitales se hace uso de la definición de la convolución digital
expresada en la ecuación siguiente donde p(k) es el perfil originalmente leído. Esta
ecuación es utilizada para señales en 2D.
[6]
P(k): Perfil originalmente leído
S(x-k): Filtro 2RC
De la misma manera haciendo uso de la convolución, se puede aplicar el filtro
gaussiano, el cual queda definido según la norma ISO 11562:1996 y cuya representación
se extrae de la expresión de la siguiente ecuación:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
52
[7]
a=
= 0,4697
λc : Longitud de corte
Para la generación de las señales del kernel para la convolución es necesario obtener el
espaciamiento de la señal original para que con este valor se pueda generar los datos del
kernel.
Como se puede observar la convolución es una tarea que requiere mucho tiempo de
procesamiento, porque por cada valor de salida hay que hacer 2n
operaciones, donde n es
el tamaño de la señal del kernel.
Cuando se aplica en señales 3D se hace uso de una simplificación para no consumir
demasiado tiempo en la operación.
El último filtro implementado hasta la fecha de este estudio es el filtro de spline para
señales en 2D. Para este filtro también es necesario hacer uso de la convolución según la
ISO/TS 16610-22:2006. El Kernel está dado por la función de la siguiente ecuación.
[8]
λc : Longitud de corte
2.2.4 FILTROS PARA SEÑALES EN 3D
La serie ISO/TS 16610 especifica igualmente el análisis de señales en tres dimensiones.
Los archivos de estos datos señalan el espaciamiento entre las líneas de la malla medida
y al igual que en la de dos dimensiones sólo contiene los datos de las coordenadas de
altura (3).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
53
Al igual que las señales en 2D la aplicación de la mayoría de los filtros lineales se hace
mediante convolución, para lo que es necesario extrapolar la Ecuación señales en 2D
hacia tres dimensiones como se observa en la siguiente ecuación.
[9]
P(k,1): Perfil originalmente leído
S(x-k,y-1): Filtro 2RC
La fórmula de la convolución 3D representa un incremento notable en la complejidad
computacional, por ello es importante buscar formas de reducir este tiempo.
El filtro que ha implementado actualmente el software es el gaussiano, el cual es el más
usado tanto para señales en 2D como en 3D. El Kernel del filtro es obtenido de la
expresión dada en la Ecuación siguiente.
[10]
λxc, λyc: Longitudes de corte para cada dimensión
β=
Esta forma del filtro se encuentra en la norma ASME B46.1-2002.
2.2.5 CONVOLUCIÓN MEDIANTE EL USO DE KERNELES SEPARABLES
La opción por excelencia para el cálculo de la convolución es hacer uso de la
Transformada Rápida de Fourier (FFT). Este método tiene el inconveniente de tener que
rellenar con ceros hasta obtener una señal con tamaño de potencia de dos, calcular la
FFT para cada señal, multiplicar este resultado y determinar la inversa de FFT para
obtener el resultado (3).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
54
En este estudio se exploraron otras formas de reducir el tiempo de cálculo y se hizo uso
del concepto de kerneles separables.
[11]
S1(x): Filtro 2RC en x
S2(y): Filtro 2RC en y
Con esta idea la convolución mediante este kernel puede escribirse como:
[12]
P(k,1): Perfil originalmente leído
S1(x-k): Filtro 2RC
S2(y-1): Filtro 2RC
La implementación en lenguajes de programación se basa en realizar de manera
alternada las convoluciones por renglones y por columnas.
Con esta propuesta se pudo reducir el tiempo de procesamiento de las señales de 3D.
Para una señal de tamaño 256X256 el tiempo de procesamiento para el filtro Gaussiano
es de 180 ms, y con el algoritmo directo se necesitan 1,3s. No se implementó el
algoritmo de la FFT para realizar la comparación.
Una vez aplicado el filtro en cada una de sus modalidades hay que separar la señal
filtrada de la original para obtener la señal para el cálculo de los parámetros. Dicha
separación consiste en la resta de la señal filtrada a la señal original.
2.2.6 PARÁMETROS DE RUGOSIDAD QUE SE PUEDEN CALCULAR
Los parámetros son calculados para las tres señales disponibles, es decir el perfil
original, el de rugosidad y el de forma, donde se puede observar la variación de los
mismos para cada tipo de señal (3).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
55
Los parámetros están diferenciados por el prefijo de su descripción, donde P es para el
perfil primario (original), R esa para el de rugosidad y W es para el perfil de forma y
ondulación.
Para los parámetros en 2D la descripción está dada en ISO 4287:1997, por lo que es
necesario hacer el cálculo de la línea de mínimos cuadrados del perfil para hacer los
cálculos ya que es la que se toma de referencia. Para su estimación se hace uso del
algoritmo tradicional de ajuste de línea de mínimos cuadrados.
Para señales de 2D los parámetros calculados son: Ra, Rq, Rsk, Rku, Rv, Rp y Rt de
acuerdo a ISO 4287:1997.
Cuando se analizan señales 3D los parámetros estimados son: Sa, Sq, Sku, Sdr, Sp y Sv
de acuerdo con ISO/TC 213 N057 2004 Draft. En este caso el prefijo de rugosidad
cambia de R a S, para diferenciar que la S se refiere a superficies.
2.2.7 CARACTERÍSTICAS DEL SOFTWARE
El software desarrollado en CENAM está implementado en el lenguaje de programación
C, usando el compilador de Lab/Windows CVI.
La programación está basada en el paradigma de orientación a eventos y está basado en
una plataforma de Microsoft Windows XP.
Además de las características detalladas en la sección anterior, el software tiene una
parte gráfica que permite la visualización de los datos y resultados de una manera más
sencilla.
En el caso de los datos en 2D la visualización se puede hacer para las tres señales, una
vez cargado el archivo de datos se visualizan los datos cargados y los parámetros
relativos a estos datos.
Cuando se selecciona alguno de los filtros programados se visualiza en la misma gráfica
los datos filtrados y los datos originales. Los parámetros de los filtros pueden ser
elegidos previamente por el usuario dado que ya están especificados en una lista que
ofrece el mismo programa (3).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
56
Imagen 51. Vista del software para señales 2D
Como ya se había mencionado antes, el software permite la exportación de los datos en
los formatos especificados por la norma ISO 5436/2:2000 para que pueda facilitarse la
exportación de los datos hacia otros software como el creado por el Laboratorio Primario
de Metrología en EUA (NIST) y el Laboratorio Primario de Inglaterra (NPL).
2.2.8 CÁLCULOS Y RESULTADOS
Una de las formas más eficaces de comprobar los cálculos realizados por el software es
contrastarlo con otros datos, como por ejemplo, los Estándares de Software de Medición.
Tanto el software creado por el Laboratorio Primario de EUA, como el de Reino Unido,
publican sus resultados junto con los Estándares de Software de Medición para que se
pueda verificar la veracidad de sus resultados (3).
El software desarrollado por el CENAM ha sido contrastado con estos estándares y
ofrece una exactitud de décimas de nanómetros para los valores de rugosidad en 2D y
centenas de nanómetros para los valores en 3D, considerando el peor de los casos.
Con lo cual se asegura que los cálculos se encuentran dentro del rango de exactitud
requerido. Para los valores que se visualizan en la siguiente figura, los valores que
ofrece el software desarrollado por el Laboratorio Primario de EUA son: Sa=0.593
23µm, Sq=0.926 48µm, Sku=11.762 49µm, Sdq=0.48 33 µm, St=13.774 64 µm.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
57
Imagen 52. Vista del software para señales 3D
Se considera que las diferencias existentes en los cálculos para la medición en dos
dimensiones puede deberse a la generación de los kerneles de convolución o al
algoritmo de la convolución.
De todo lo explicado anteriormente se concluye que el Centro Nacional de Metrología
cuenta con un software para estimar algunos de los filtros que han sido propuestos por la
serie ISO/TS 16610. Y se puede realizar el intercambio de datos con otros software que
acepten la tipología de archivos nombrados en la norma ISO 5436-2:2000.
Con esta aplicación se sientan las bases para continuar con el desarrollo de nuevos
parámetros de rugosidad para poder en un futuro satisfacer la demanda de estimaciones
por parte de los clientes (3).
2.2.9 LIMITACIONES DEL SOFTWARE DEL CENAM
El software desarrollado por el Cenan se limita al cálculo de los filtros de rugosidad, sin
embargo, no es capaz de ofrecer una comparativa de resultados en 2D y 3D.
Esta comparativa es en lo que se centra este proyecto, por eso resulta tan innovador en
ese sentido.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
58
2.3 PATRONES INDUSTRIALES
Este proyecto centra su estudio en el cálculo de los parámetros de rugosidad de
los patrones definidos en la Norma 5436-1 en 2D y 3D. Por esta razón en este apartado
se desarrolla y se describe cada uno de ellos en profundidad. Junto con la descripción se
muestra el código empleado en Matlab para la simulación de dicho perfil.
2.3.1 CALIBRADO DE INSTRUMENTOS DE MEDIDA
El calibrado es el procedimiento de comparación entre lo que indica un instrumento y lo
que "debiera indicar" de acuerdo a un patrón de referencia con valor conocido. De esta
definición se deduce que para calibrar un instrumento o patrón es necesario disponer de
uno de mayor precisión que proporcione el valor convencionalmente verdadero que es el
que se empleará para compararlo con la indicación del instrumento sometido a calibrado.
Esto se realiza mediante una cadena ininterrumpida y documentada de comparaciones
hasta llegar al patrón primario, y que constituye lo que se conoce como trazabilidad. El
objetivo del calibrado es mantener y verificar el buen funcionamiento de los equipos,
responder a los requisitos establecidos en las normas de calidad y garantizar la fiabilidad
y trazabilidad de las medidas (15).
Durante el calibrado se contrastará el valor de salida del instrumento a calibrar frente a
un patrón en diferentes puntos de calibración. Si el error de calibración (error puesto de
manifiesto durante la calibración) es inferior al límite de rechazo, la calibración será
aceptada. En caso contrario se requerirá ajuste del instrumento y una contrastación
posterior, tantas veces como sea necesario hasta que se obtenga un error inferior al límite
establecido. En la calibración, los resultados deben informarse a través de un certificado
de calibración, en el cual se hará constar los errores encontrados así como las
correcciones empleadas, errores máximos permitidos, etc.
2.3.2 PARÁMETROS A CONSIDERAR EN TODA CALIBRACIÓN
Error de medición: Resultado de una medición menos un valor verdadero del
mensurando.
Desviación: Valor medido menos su valor de referencia.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
59
Error relativo: Es la relación entre el error de medida y un valor verdadero del
mensurando. El error relativo se suele expresar también en forma porcentual: 100 %.
Error sistemático: Serían debidos a causas que podrían ser controladas o eliminadas, por
ejemplo medidas realizadas con un aparato averiado o mal calibrado.
Corrección: Valor sumado algebraicamente al resultado sin corregir de una medición
para compensar un error sistemático. De lo que se deduce que la corrección, o bien sea
reflejada en la hoja de calibración o bien minimizada mediante el ajuste, solo aplica a las
derivas de los instrumentos.
Ajuste: Al proceso de corrección se le denomina ajuste, y es la operación destinada a
llevar a un instrumento de medida a un estado de funcionamiento conveniente para su
utilización. El ajuste puede ser automático, semiautomático o manual.
Patrón primario: Patrón que es designado o ampliamente reconocido como poseedor de
las más altas cualidades metrológicas y cuyo valor se acepta sin referirse a otros
patrones de la misma magnitud.
Patrón secundario: Patrón cuyo valor se establece por comparación con un patrón
primario de la misma magnitud.
Patrón de referencia: Patrón, en general de la más alta calidad metrológica, disponible en
un lugar dado o en una organización determinada, del cual se derivan las mediciones
realizadas en dicho lugar.
Patrón de trabajo: Patrón que se utiliza corrientemente para calibrar o controlar medidas
materializadas, instrumentos de medida o materiales de referencia.
Patrón de medida: Valor de medición materializado, aparato o sistema de medida con el
que se intenta definir, realizar, conservar, o reproducir una unidad física o bien uno o
varios valores conocidos de una magnitud con el fin de que sirvan de comparación a
otros elementos de medida (15).
2.3.3 TIPOS DE PATRONES
La mayor parte de los patrones calibrados vienen recogidos en la norma UNE-
EN ISO 5436-1:2000, la cual contempla cinco tipos denominados A, B, C, D y E, cada
uno de los cuales puede presentar un cierto número de variantes (17).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
60
Patrones de amplificación
- Tipo A1:
Destinados a la calibración de la amplificación vertical de los instrumentos de palpador
o contacto. La(s) ranura(s)/escalón(es), con fondo plano, son lo suficientemente anchas
como para ser insensibles a la forma o estado de la punta del palpador y en ellas se
caracteriza su altura.
Imagen 53. Ranura tipo A1: Zonas de evaluación de las ranuras
- Tipo A2:
Similares a los de tipo A1, salvo que las ranuras tienen fondos redondeados. De nuevo,
las zonas a emplear para fines de evaluación son las denominadas A, B y C
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
61
Imagen 54. Ranuras tipo A2: Zonas de evaluación de las ranuras
Patrones de rugosidad:
Son placas de vidrio o de metal que reproducen varios surcos de un perfil
geométrico periódico o aperiódico y que, medidos bajo unas condiciones especificadas,
proporcionan un valor constante de ciertos parámetros de rugosidad en toda su
superficie. Existen varios tipos (17):
- Tipo B: Para la comprobación del estado de la punta del palpador. Se distinguen tres
variantes: B1, B2 y B3.
- Tipo C: Destinados a la calibración de los equipos de cálculo de parámetros. También
se pueden emplear para calibrar la amplificación horizontal. Se distinguen cuatro
variantes: C1 (perfil periódico sinusoidal), C2 (periódico triangular isósceles), C3
(periódico sinusoidal simulado) y C4 (periódico en arco).
- Tipo D: Destinados a la comprobación global de la calibración del instrumento de
medida. Se distinguen dos variantes dentro de este tipo
D1: Perfil irregular unidireccional en la dirección del movimiento del palpador
con sección transversal aproximadamente constante en toda su longitud
D2: Perfil irregular circular.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
62
- Tipo E: Destinados a la calibración del sistema de coordenadas del instrumento. Se
distinguen dos tipos, E1 (hemisferio) y E2 (prisma con una sección trapezoidal).
2.3.4 OTROS PATRONES:
Aparte de los anteriores, existen otros patrones específicos orientados al campo
de la nanotecnología, con objeto de dotar de trazabilidad a la instrumentación que en él
se utiliza. Aunque hay una gran variedad de patrones, estos pueden resumirse en los
siguientes tipos básicos: los diseñados para evaluar el comportamiento lateral de los
instrumentos, tanto en 1D como en 2D, los que permiten una verificación en 3D y los
clásicos de escalón, para ajuste de la amplificación, pero con dimensiones y formas
adaptadas a los diversos tipos de microscopios, ya sean interferométricos, confocales o
la gran familia de los SPM (Scanning Probe Microscopes), en sus diversos tipos y
modos de trabajo (17).
2.3.5 PATRÓN TIPO A1: RANURAS ANCHAS DE FONDO PLANO
Las ranuras anchas de fondo plano de estos patrones se caracterizan por su anchura W y
su profundidad d. La definición del Patrón Tipo A1 se recoge en la Norma 5436-1 en el
Capítulo 4 de los Anexos.
Imagen 55. Patrón Tipo A1 en 2D y 3D
El código empleado en Matlab (d=50 y w=42) para la simulación del Patrón Tipo A1 es
el siguiente:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
63
Imagen 56. Código Matlab: Patrón Tipo A1
Este código implantado en Matlab está referido a los parámetros anteriores, pero si se
quisiera simular con otros valores sería posible cambiarlos en el propio código. El
resultado de los parámetros de rugosidad debe ser el mismo independientemente de los
valores de “d” y “w” que se tomen para la simulación del patrón.
2.3.6 PATRÓN TIPO A2: RANURAS ANCHAS DE FONDO REDONDEADO
Las ranuras anchas de fondo redondeado de estos patrones se caracterizan por su radio r
y su profundidad d. La definición del Patrón Tipo A2 se recoge en la Norma 5436-1 en
el Capítulo 4 de los Anexos.
Imagen 57. Patrón Tipo A2 en 2D y 3D
El código empleado en Matlab (d=50 y r=20) para la simulación del Patrón Tipo A2 es
el siguiente:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
64
Imagen 58. Código Matlab: Patrón Tipo A2
Este código implantado en Matlab está referido a los parámetros anteriores, pero si se
quisiera simular con otros valores sería posible cambiarlos en el propio código. El
resultado de los parámetros de rugosidad debe ser el mismo independientemente de los
valores de “d” y “r” que se tomen para la simulación del patrón.
2.3.7 PATRÓN TIPO C2: RANURAS DE PERFIL EN TRIÁNGULO ISÓSCELES
Estos patrones se caracterizan por RSm y Ra. Los valores deben elegirse de forma que la
atenuación por el palpador o por el filtro sean despreciables. La definición del Patrón
Tipo C2 se recoge en la Norma 5436-1 en el Capítulo 4 de los Anexos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
65
Imagen 59. Patrón Tipo C2 en 2D y 3D
El código empleado en Matlab (RSm=33 y α=135º) para la simulación del Patrón Tipo
C2 es el siguiente:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
66
Imagen 60. Código Matlab: Patrón Tipo C2
Este código implantado en Matlab está referido a los parámetros anteriores, pero si se
quisiera simular con otros valores sería posible cambiarlos en el propio código. El
resultado de los parámetros de rugosidad debe ser el mismo independientemente de los
valores de “RSm” y “α” que se tomen para la simulación del patrón.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
67
2.3.8 PATRÓN TIPO C1: RANURAS DE PERFIL SINUSOIDAL
Estos patrones se caracterizan por RSm y Ra. Los valores deben elegirse de forma que la
atenuación por el palpador o el filtro sea despreciable.
La definición del Patrón Tipo C1 se recoge en la Norma 5436-1 en el Capítulo 4 de los
Anexos.
Imagen 61. Patrón Tipo C1 en 2D y 3D
El código empleado en Matlab (RSm=33) para la simulación del Patrón Tipo C1 es el
siguiente:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
68
Imagen 62. Código Matlab: Patrón Tipo C1
Este código implantado en Matlab está referido a los parámetros anteriores, pero si se
quisiera simular con otros valores sería posible cambiarlos en el propio código. El
resultado de los parámetros de rugosidad debe ser el mismo independientemente del
valor de “RSm” que se tome para la simulación del patrón.
2.3.9 PATRÓN TIPO C4: RANURAS DE PERFIL EN ARCOS DE CÍRCULO
Estos patrones se caracterizan por PSm y Pa. Los valores se elegirán de forma que la
atenuación por el palpador o por el filtro sea despreciable.
La definición del Patrón Tipo C4 se recoge en la Norma 5436-1 en el Capítulo 4 de los
Anexos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
69
Imagen 63. Patrón Tipo C4 en 2D y 3D
El código empleado en Matlab (PSm=15) para la simulación del Patrón Tipo C4 es el
siguiente:
Imagen 64. Código Matlab: Patrón Tipo C4
Este código implantado en Matlab está referido a los parámetros anteriores, pero si se
quisiera simular con otros valores sería posible cambiarlos en el propio código. El
resultado de los parámetros de rugosidad debe ser el mismo independientemente del
valor de “PSm” que se tome para la simulación del patrón.
2.3.10 PATRÓN TIPO C3: RANURAS SINUSOIDALES SIMULADAS
Estos patrones se caracterizan por RSm y Ra. Las ondas son simulaciones de ondas
sinusoidales incluyendo los perfiles triangulares de picos y valles redondeados o
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
70
truncados cuyo contenido total eficaz en armónicos no debe sobrepasar el 10% del valor
eficaz de la onda fundamental. La definición del Patrón Tipo C3 se recoge en la Norma
5436-1 en el Capítulo 4 de los Anexos.
Imagen 65. Patrón Tipo C3 en 2D y 3D
El código empleado en Matlab (RSm=66) para la simulación del Patrón Tipo C3 es el
siguiente:
Imagen 66. Código Matlab: Patrón Tipo C3
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Estado del arte
71
Este código implantado en Matlab está referido a los parámetros anteriores, pero si se
quisiera simular con otros valores sería posible cambiarlos en el propio código. El
resultado de los parámetros de rugosidad debe ser el mismo independientemente del
valor de “RSm” que se tome para la simulación del patrón.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Motivación del proyecto
73
Capítulo 3 MOTIVACIÓN DEL PROYECTO
A continuación se explican algunos de los motivos que han conllevado a la
realización de este proyecto.
3.1 ALGORITMOS 2D VS. 3D
Este proyecto tiene un cariz investigador muy importante. Esto es debido a que en la
medición de los parámetros de rugosidad en 2D está muy establecido el tema de cálculo
de las variables, mientras que en la medición en 3D los algoritmos varían, aún no se han
definido con claridad y, sobre todo, su correspondencia. Es por ello que este proyecto
intenta arrojar algo de luz en ese sentido basándose en lo que ya está establecido en la
industria. Esto último constituye la parte más innovadora del proyecto.
3.2 FILTRADO EN RUGOSIDAD
Es importante destacar la necesidad por parte de la industria metal-mecánica de tener
piezas con tolerancias más cerradas. Por ello se ha trabajado en la definición de nuevos
parámetros de rugosidad superficial y en concreto aquellos que tienen que ver con la
medición de la calidad superficial en tres dimensiones, como en el caso de la serie
ISO/TS-16610.
Como ya se ha comentado anteriormente el Centro Nacional de Metrología cuenta con
un software que sí es capaz de estimar los datos de rugosidad en 2D y 3D. Pero aunque
el CENAM sigue investigando sobre el modelo de software para estimar los filtros es
preciso decir que las líneas de investigación de este proyecto no interfieren con las del
CENAM, sino que suponen un avance importante a lo ya implantado actualmente.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Motivación del proyecto
74
3.3 CONFORMIDAD CON LAS NORMAS EXISTENTES
También resulta imprescindible conocer estos parámetros de rugosidad a través de la
medición de rugosidad en 3D para poder determinar la conformidad con las normas
existentes de un producto o servicio lo que en cierta medida permite asegurar la calidad
de los productos y servicios que se ofrecen a los consumidores.
En el Capítulo 6 de los Anexos se muestra un listado de las normas ISO existentes en la
actualidad.
Además los parámetros de medición forman parte de un procedimiento de mejora
continua que nos permiten comparar lo que veníamos haciendo con lo nuevo que se
implementó, de modo que la medición forma parte integrante del proceso de innovación.
3.4 CARACTERIZACIÓN SUPERFICIE
Además es preciso caracterizar a las superficies. Para cada una de las superficies
estudiadas, bien horizontales, verticales o diagonales se determina qué parámetro o
parámetros son los que las puede caracterizar. Esto es clave para el control de la calidad
en la industria, ya que muchas de las propiedades de los materiales dependen del
acabado de la superficie, de la presencia de defectos, de la uniformidad de los
recubrimientos o de la precisión a la hora de definir los “patterns” en la nano-micro
fabricación (21).
En la era de la nanotecnología, equipos que permitan caracterizar la superficie a escala
nanométrica se hacen imprescindibles, tanto para las actividades de investigación básica,
como para el control de calidad en los procesos industriales.
3.5 COMPARACIÓN 2D VS. 3D
Los resultados obtenidos después de realizar las mediciones con máquinas de medición
2D y los resultados de la medición en 3D se comparan estadísticamente para verificar si
hay diferencias significativas en términos medios. Para ello se empleará el análisis de la
varianza. Esta herramienta estadística se utiliza por su clara utilidad para analizar las
similitudes y diferencias entre poblaciones y determinar qué factores pueden ser
importantes en la media.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Objetivos
75
Capítulo 4 OBJETIVOS
Los objetivos de este proyecto son:
4.1 IMPLEMENTACIÓN DE ALGORITMOS
Implementación de algoritmos para el cálculo de parámetros de calidad superficiales,
para que pueda ser aplicado a señales en 3D cuando lo que se mide es una superficie
(mallado) y se obtiene en cada punto un desplazamiento. En concreto se mide sobre los
patrones definidos en la Norma ISO 5436-1.
4.2 VALIDACIÓN DE LOS ALGORITMOS
Validación de los algoritmos de cálculo de parámetros en 2D y 3D de tal manera que el
método de cálculo sea fiable cara al cliente.
4.3 APLICACIÓN A PERFILES 3D
Aplicación a perfiles 3D de los datos del mallado, para conocer los parámetros de
rugosidad más utilizados en la industria para satisfacer las crecientes necesidades de
tener piezas con tolerancias más cerradas.
4.4 ANÁLISIS ESTADÍSTICO DE RESULTADOS 2D VS. 3D
Los resultados del análisis estadístico revelarán las diferencias significativas que pueda
haber entre los datos de los algoritmos 2D y 3D, teniendo en cuenta las típicas de 2D.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Objetivos
76
A continuación se muestra una tabla con los distintos patrones que se estudian en 2D y
en 3D.
Patrones 2D 3D
Patrón Tipo
A1
Patrón Tipo
A2
Patrón Tipo A
C2
Patrón Tipo
C1
Patrón Tipo
C4
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Objetivos
77
Patrón Tipo
C3
Tabla 2. Patrones 2D vs. 3D
4.5 ANÁLISIS ESTADÍSTICO DE RESULTADOS 3D
Análisis estadístico de los resultados 3D para los distintos patrones. Los resultados del
análisis estadístico revelarán las diferencias significativas que puedan existir entre los
diferentes patrones.
La herramienta estadística empleada será el análisis de la varianza. Como base de dicho
análisis se llevará a cabo algún contraste de hipótesis de medias en las poblaciones
objeto de estudio.
4.6 CRONOGRAMA
Imagen 67. Cronograma del proyecto
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
79
Capítulo 5 METODOLOGÍA DE TRABAJO
5.1 SOFTWARE PARA ANÁLISIS DE RUGOSIDAD 2D Y 3D
En este proyecto se ha logrado desarrollar un algoritmo en Matlab que permite
analizar los parámetros de rugosidad medidos en dos y tres dimensiones. Este software
permite visualizar el perfil bruto que se va a estudiar y el resultante perfil de rugosidad
una vez que se ha nivelado. También permite la generación de un nuevo archivo Excel
para el almacenamiento de los valores de rugosidad obtenidos.
5.1.1 INTRODUCCIÓN
Tanto las máquinas de medición de rugosidad en tres dimensiones como las máquinas de
medición en dos dimensiones constan de un palpador que recorre la superficie
ampliando todo el paisaje de crestas y valles y todo aquello que no puede ser observado
por el ojo humano. El palpador de la máquina de rugosidad en dos dimensiones consta
de dos ejes, con lo cual, únicamente le permite realizar la medición sobre una línea de la
superficie. Sin embargo, los palpadores de las máquinas de medición en 3D cuentan con
tres ejes (x,y,z), que le permite desplazarse por toda la superficie y realizar cualquier
movimiento.
Imagen 68. Palpador rugosímetro
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
80
Con lo cual gracias a este palpador, las máquinas en 3D detectan todas las
irregularidades de la pieza. Como resultado de medición, ofrecen una matriz cuadrada de
128x128 elementos, en la que cada elemento representa la altura medida con respecto al
plano.
Imagen 69. Alturas del perfil de una superficie
Las alturas vienen representadas por las líneas azules. En este caso, se ha representado
sólo una línea de la superficie, con lo cual, se obtendría un vector.
Es decir, tal y como se visualiza a continuación:
Imagen 70. Representación vector de alturas
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
81
Pero, si se representa todas las alturas de la superficie con respecto al plano base (x,y),
entonces, lo que se obtiene es una matriz:
Imagen 71. Representación matriz de alturas
5.1.2 DISEÑO DEL SOFTWARE DE RUGOSIDAD
El diseño del software creado en este proyecto consta de tres partes principales. La
primera parte se encarga de la lectura de los datos, es decir, la entrada de los valores.
La segunda parte trata de nivelar el perfil mediante un ajuste mínimo cuadrático para
poder trabajar sobre el perfil de rugosidad sobre el cual se calculan los parámetros de
rugosidad. Finalmente, se genera un archivo Excel donde se almacenan los resultados
obtenidos de forma clara y estructurada.
Todo esto puede ser aplicado tanto a datos de rugosidad medidos en dos dimensiones
como medidos en tres dimensiones. La medición en dos dimensiones ha sido realizada
sobre una línea del perfil de la superficie, mientras que la medición en tres dimensiones
hace referencia a la medición de una superficie, también denominada mallado donde
cada punto representa la altura con respecto al plano base.
5.1.3 ENTRADA DE DATOS PARA ANÁLISIS
Como ya se ha explicado anteriormente, los resultados de las máquinas de medición de
rugosidad en 3D son en forma de matriz de 128x128. El algoritmo que se ha
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
82
desarrollado en Matlab, lo primero que hace, es pedir al usuario, que introduzca esa
matriz;
Imagen 72. Código Matlab: Introducción datos
De esta manera, el programa nada más inicializarse, le va pidiendo al usuario que
introduzca esa matriz elemento a elemento, comenzando por los elementos de la primera
fila y finalizando con el elemento de la fila 128 y de la columna 128.
Para que el usuario no se pierda al introducir los datos, el programa pide que se
introduzca de qué tamaño va a ser la matriz introducida y luego va indicando el
elemento de la fila y columna que necesita para ir rellenando la matriz.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
83
Imagen 73. Código Matlab: Introducción filas y columnas
Una vez completado el proceso, se muestra la matriz final. En este caso, a modo de
ejemplo, la matriz es de 3x3, pero en realidad será de 128x128.
Imagen 74. Código Matlab: Representación matriz inicial
5.1.4 ESTUDIO DE SEÑALES 3D
A continuación se seleccionan las filas, las columnas y las diagonales de dicha matriz.
De esta manera la superficie quedará estudiada por completo.
Imagen 75. Representación filas, columnas y diagonales
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
84
A continuación se muestra un ejemplo de cómo se seleccionan las filas y las columnas
en Matlab.
Imagen 76. Código Matlab: Elección fila o columna
-Para seleccionar las filas
Imagen 77. Código Matlab: Selección de las filas
-Para seleccionar las columnas
Imagen 78. Código Matlab: Selección de las columnas
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
85
-Para seleccionar las diagonales
Hay que tener en cuenta que en total en una matriz de 128x128 habrá 255 diagonales.
Hay una diagonal central de 128 elementos, y 127 diagonales por debajo de la diagonal
principal y 127 diagonales por encima de la diagonal principal. En total serían
127+127+1=255 diagonales. El número de elemento que contiene cada diagonal va a
variar en función de donde se encuentre, es decir, la diagonal principal constará de 128
elementos, la diagonal inmediatamente inferior a ella y la inmediatamente superior a ella
tendrán ambas 127 elementos, y así sucesivamente hasta tener diagonales en los
extremos de un elemento cada una.
A modo de ejemplo se va a mostrar cómo se han seleccionado la pareja de diagonales de
tres elementos de la matriz. Primeramente se ha escogido de toda la matriz, la submatriz
que va desde la fila 1 a la 3 y de la columna 126 a la 128. Esta submatriz está situada en
el extremo superior derecho. Si a esa submatriz le aplico el comando diag, entonces, se
calculará la diagonal de esa submatriz (diagonal 1), que resulta ser la diagonal de tres
elementos de la matriz 128x128.
Imagen 79. Código Matlab: Selección de las diagonales
Para calcular la otra diagonal de tres elementos (diagonal 2), se escoge la submatriz que
va desde la fila 126 a la 128 y de la columna 1 a la 3. Esta submatriz está situada en el
extremo inferior izquierdo de la matriz principal.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
86
Imagen 80. Representación selección diagonales
5.1.5 ALGORITMO DE CÁLCULO
Al final tanto si se seleccionan las filas, las columnas o las diagonales, lo que se obtiene
es un vector. Lo que se pretende es representar ese vector el plano y buscar el polinomio
de ajuste de primer orden (es decir, la recta de regresión) que minimice las distancias a
los puntos. Antes de realizar el ajuste, se representan los vectores fila, columna o
diagonal con el comando plot.
A modo de ejemplo se muestra la siguiente gráfica:
Imagen 81. Perfil bruto
1 2 3 4 5 6 7 8 9 1020
30
40
50
60
70
80
90
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
87
Imagen 82. Código Matlab: Representación fila y columna en gráfico
Y ya una vez representado el perfil bruto, entonces se procede a buscar el polinomio de
ajuste. Para buscar el polinomio de ajuste de primer orden en Matlab, se emplea el
comando polyfit, y a continuación se pone entre paréntesis el vector del eje x (que va a
ser :[1,2,3,4,5…]) que será del tamaño del vector que se esté analizando, bien fila, bien
columna o bien diagonales. A continuación de x estará el vector que se desea representar
y después el orden del polinomio de ajuste que se desea. En este caso, como se busca el
polinomio de grado 1 que mejor se ajuste a los datos, se escribe un 1 y por último se
cierra el paréntesis.
Imagen 83. Código Matlab: Polinomio de ajuste para las columnas
Imagen 84. Código Matlab: Polinomio de ajuste para las filas
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
88
Imagen 85. Código Matlab: Recta de ajuste para las diagonales
Al realizar el ajuste mínimo-cuadrático se obtiene una gráfica como ésta que se visualiza
a continuación.
Imagen 86. Ajuste mínimo cuadrático
Una vez hecho esto, lo que interesa es calcular las distancias de los puntos del vector que
se haya estudiado a la recta de regresión. Y esto se consigue restando para cada vector,
el valor inicial al valor que le corresponde en dicha recta de regresión. El comando
polyval de Matlab permite calcular el valor que tiene el polinomio para cada punto del
eje x. Es decir, sustituir en el polinomio de ajuste que haya salido, el valor
x=1,2,3,4…Por tanto el valor yp será el valor de dicho polinomio cuando x=1, x=2,
x=3….
1 2 3 4 5 6 7 8 9 1020
30
40
50
60
70
80
90
100
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
89
Imagen 87. Distancias del perfil bruto a la recta de regresión
Imagen 88. Código Matlab: Valores del polinomio en x
El objetivo de hallar esas distancias, representadas en el gráfico en azul, es construir un
nuevo vector donde cada elemento sea esa distancia ahora calculada.
De esta manera para calcular el vector nuevo, se sustituirán los valores anteriores
correspondientes al vector columna, fila o diagonal por las distancias a la recta de
regresión. Con lo cual el vector tendrá valores más pequeños que antes. En Matlab, este
proceso de sustitución se hace de la siguiente manera
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
90
Imagen 89. Nuevo vector distancias a la recta de regresión
En Matlab, este proceso de sustitución se hace de la siguiente manera, se recorre
elemento a elemento del vector incial (columna, fila o diagonal) y se le asigna a esa
posición un nuevo valor. Ese valor es la distancia entre el punto inicial (lo que valía
antes) en esa x, y el valor que tiene el polinomio en esa x.
Imagen 90. Código Matlab: Cálculo del nuevo vector columna o fila
Con todo esto lo que se consigue es nivelar los datos del perfil inicial. Todos los valores
del nuevo vector están referidos a la línea media.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
91
Imagen 91. Nivelación del perfil
Una vez que está definido el nuevo vector, se busca definir otros vectores. Uno de ellos
será un vector cuyos elementos serán los mismos que los del nuevo vector pero en valor
absoluto.
Otro de ello será un vector cuyos elementos serán los elementos del nuevo vector
elevados al cuadrado
Otro de ellos será un vector cuyos elementos serán los elementos del nuevo vector
elevados al cubo. Y por último, otro vector tendrá esos mismos elementos elevados a la
cuarta.
Imagen 92. Código Matlab: Vectores en valor absoluto, cuadrático, cúbico…
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
92
5.1.6 PARÁMETROS DE RUGOSIDAD QUE SE PUEDEN CALCULAR
Los parámetros son calculados para las señales de 2D y 3D. Para los parámetros en 2D
la descripción está dada en ISO 4287:1997, por lo que es necesario utilizar el algoritmo
de la recta de ajuste de primer orden como se ha explicado anteriormente para realizar
los cálculos ya que es la que se utiliza como referencia
A continuación se muestra el procedimiento del algoritmo tradicional de ajuste de línea
de mínimos cuadrados.
Imagen 93. Diagrama de flujo del algoritmo matemático
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
93
Para las señales de 2D los parámetros calculados son: Ra, Rv, Rp, Rsk, Rku y Rq de
acuerdo a ISO 4287:1997.
Para las señales 3D los parámetros de rugosidad calculados son los mismos.
5.1.7 CARACTERÍSTICAS DEL SOFTWARE
El software desarrollado en este proyecto está implantado en el lenguaje de
programación matemático Matlab. Esta herramienta es clave para este proyecto porque
además del desarrollo del algoritmo, permite modelar y simular, analizar y procesar
datos, visualizar y representar gráficos.
Imagen 94. Software de evaluación de rugosidad superficial 2D y 3D
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
94
5.1.8 CÁLCULOS Y RESULTADOS
Parámetro de rugosidad: Ra
Imagen 95. Diagrama de flujo del cálculo del parámetro Ra
Aunque los parámetros de rugosidad estén definidos como la integral de una función, en
este proyecto, se van a calcular como si fueran elementos discretos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
95
Para calcular el parámetro Ra se necesita el vector calculado anteriormente cuyos
valores están en valor absoluto. Una vez tomado ese vector, se suman sus elementos y se
divide entre el número de elementos que tenga.
Imagen 96. Representación simbólica del cálculo de Ra
Una vez realizado esto, se obtendría el parámetro Ra para la fila, columna o diagonal
analizado.
Imagen 97. Código Matlab: Cálculo Ra a partir de un vector columna
Imagen 98. Código Matlab: Cálculo Ra a partir de un vector fila
Una vez realizado este cálculo se obtiene el parámetro Ra.
Como se puede comprobar, ha sido necesario realizar el ajuste mínimo cuadrático en los
vectores para que los elementos estén referidos a la línea media y poder así utilizar la
definición de rugosidad aritmética. Todos los parámetros de rugosidad se calculan de
una manera muy parecida, y todos hacen referencia a la línea media.
A continuación se muestra una tabla con los valores de rugosidad de Ra obtenidos para
cada tipo de patrón y en función de la orientación.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
96
Patrones Orientación en la medición
Media Diagonal Vertical
Ra=17,630
Ra=17,630
Ra=0
Ra=5,374
Ra=5,374
Ra=0
Ra=4,025
Ra=4,025
Ra=0
Ra=0,615
Ra=0,615
Ra=0
Ra=0,415
Ra=0,415
Ra=0
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
97
Ra=5,726
Ra=5,726
Ra=0
Tabla 3. Resultados de la medición del parámetro Ra
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
98
Parámetro de rugosidad: Rq
Imagen 99. Diagrama de flujo del cálculo del parámetro Rq
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
99
Para calcular el parámetro Rq se utiliza el vector cuyos elementos están elevados al
cuadrado. A continuación se suman dichos elementos, se divide por el número de tramos
y a ese valor se le aplica la raíz cuadrada.
Imagen 100. Representación simbólica del cálculo de Rq
En Matlab se calcula de la siguiente manera:
Imagen 101. Código Matlab: Cálculo del parámetro Rq a partir del vector fila
Imagen 102. Código Matlab: Cálculo del parámetro Rq a partir del vector columna
Una vez realizado este cálculo se obtiene el parámetro Rq.
A continuación se muestra una tabla con los valores de rugosidad de Rq obtenidos para
cada tipo de patrón y en función de la orientación
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
100
Patrones Orientación en la medición
Media Diagonal Vertical
Rq=18,777
Rq=18,777
Rq=0
Rq=6,565
Rq=6,565
Rq=0
Rq=4,658
Rq=4,658
Rq=0
Rq=0,693
Rq=0,693
Rq=0
Rq=0,467
Rq=0,467
Rq=0
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
101
Rq=6,314
Rq=6,314
Rq=0
Tabla 4. Resultados de la medición del parámetro Rq
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
102
Parámetro de rugosidad: Rsk
Imagen 103. Diagrama de flujo del cálculo del parámetro Rsk
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
103
Por tanto para calcular el parámetro Rsk, se escoge el vector cuyos elementos están
elevados al cubo y se suman. Una vez sumados, se divide por el número de intervalos y
entre Rq3.
El cálculo se haría de esta manera:
Imagen 104. Representación simbólica del cálculo de Rsk
En Matlab se calcula de la siguiente manera:
Imagen 105. Código Matlab: Cálculo del parámetro Rsk (filas)
Imagen 106. Código Matlab: Cálculo del parámetro Rsk (columnas)
Una vez realizado este cálculo se obtiene el parámetro Rsk.
A continuación se muestra una tabla con los valores de rugosidad de Rsk obtenidos para
cada tipo de patrón y en función de la orientación
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
104
Patrones Orientación en la medición
Media Diagonal Vertical
Rsk=-0,731
Rsk=-0,731
Rsk=0
Rsk=-1,440
Rsk=-1,440
Rsk=0
Rsk=0,000
Rsk=0,000
Rsk=0
Rsk=0,007
Rsk=0,007
Rsk=0
Rsk=0,333
Rsk=0,333
Rsk=0
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
105
Rsk=0,105
Rsk=-0,105
Rsk=0
Tabla 5. Resultados de la medición del parámetro Rsk
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
106
Parámetro de rugosidad: Rku
Imagen 107. Diagrama de flujo del cálculo del parámetro Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
107
Para calcular el parámetro Rku se coge el vector cuyos elementos están elevados a la
cuarta, se suman y se dividen entre el número de intervalos y entre Rq4.
Imagen 108. Representación simbólica del cálculo de Rku
En Matlab se calcula de la siguiente manera:
Imagen 109. Código Matlab: Cálculo del parámetro Rku (columna)
Imagen 110. Código Matlab: Cálculo del parámetro Rku (fila)
Una vez realizado este cálculo se obtiene el parámetro Rku.
A continuación se muestra una tabla con los valores de rugosidad de Rku obtenidos para
cada tipo de patrón y en función de la orientación
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
108
Patrones Orientación de la medición
Media Diagonal Vertical
Rku=1,536
Rku=1,536
Rku=0
Rku=3,597
Rku=3,597
Rku=0
Rku=1,841
Rku=1,841
Rku=0
Rku=1,629
Rku=1,629
Rku=0
Rku=1,704
Rku=1,704
Rku=0
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
109
Rku=1,523
Rku=1,523
Rku=0
Tabla 6. Resultados de la medición del parámetro Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
110
Parámetros de rugosidad: Rp y Rv
Imagen 111. Diagrama de flujo del cálculo del parámetro Rp
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
111
Imagen 112. Diagrama de flujo del cálculo del parámetro Rv
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
112
Para calcular el parámetro Rp se determina el valor máximo del vector mientras que para
calcular el parámetro Rv se determina el valor mínimo del vector.
Imagen 113. Código Matlab: Cálculo del parámetro Rp y Rv
A continuación se muestra una tabla con los valores de rugosidad de Rp y Rv obtenidos
para cada tipo de patrón y en función de la orientación
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
113
Patrones Orientación de la medición
Media Diagonal Vertical
Rp=13,735
Rp=13,735
Rp=0
Rp=4,120
Rp=4,120
Rp=0
Rp=8,684
Rp=8,684
Rp=0
Rp=1,150
Rp=1,150
Rp=0
Rp=0,793
Rp=0,793
Rp=0
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
114
Rp=9,680
Rp=9,680
Rp=0
Tabla 7. Resultados de la medición del parámetro Rp
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
115
Patrones Orientación de la medición
Media Diagonal Vertical
Rv=-26,650
Rv=-26,650
Rv=0
Rv=-16,879
Rv=-16,879
Rv=0
Rv=-8,524
Rv=-8,524
Rv=0
Rv=-1,136
Rv=-1,136
Rv=0
Rv=-0,581
Rv=-0,581
Rv=0
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
116
Rv=-10,211
Rv=-10,211
Rv=0
Tabla 8. Resultados de la medición del parámetro Rv
5.1.9 EXPORTACIÓN DE LOS DATOS A EXCEL
Dado que existe un gran número de valores de rugosidad que es necesario guardar para
luego poder analizar, es necesario ir almacenándolos en hojas de Excel para que estén
organizados.
En Matlab se utiliza el comando “xlswrite” para exportar dichos datos. Entre paréntesis
lo primero es indicar el nombre del documento Excel donde se quieren almacenar los
datos, en segundo lugar, el valor del parámetro que se quiere exportar, en tercer lugar, la
hoja del Excel que se quiere utilizar y en cuarto lugar la casilla donde se va a quedar
almacenado el dato.
Imagen 114. Exportación de los valores de rugosidad del vector fila a Excel
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
117
Imagen 115. Exportación de los valores de rugosidad del vector columna a Excel
Imagen 116. Exportación de los valores de rugosidad del vector diagonal a Excel
5.1.10 CONCLUSIONES
De todo lo comentado anteriormente se concluye que este proyecto es una referencia
clave para el cálculo de los parámetros de rugosidad en dos y tres dimensiones. Esto
supone un avance importante a lo ya establecido en la industria ya que permite definir
con claridad los parámetros que hasta ahora no estaban normalizados y que por tanto no
podían ser comparables.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
118
5.2 TÉCNICAS Y PROCEDIMIENTOS
5.2.1 MODELO MATEMÁTICO
Dentro de los procedimientos y técnicas desarrolladas en este proyecto cabe destacar el
desarrollo del modelo matemático realizado en MATLAB sin el cual es imposible
obtener los parámetros de rugosidad.
5.2.2 CONTRASTE DE HIPÓTESIS
Los contrastes de hipótesis, también llamados tests de hipótesis o pruebas de hipótesis,
constituyen el concepto estadístico necesario para responder de una manera científica a
los interrogantes que plantea la vida real. Además, se trata de un caso particular de la
toma de decisiones. La metodología de los contrastes de hipótesis proporciona las
herramientas necesarias al ingeniero o al científico para que la toma de decisiones se
apoye en la información disponible sobre el problema y se lleve a cabo de una manera
racional (4).
5.2.3 ANÁLISIS DE LA VARIANZA
El Análisis de la Varianza es una de las herramientas estadísticas más utilizadas tanto en
la ingeniería o la química como en las ciencias socioeconómicas, lo que hace de ella
soporte imprescindible para los análisis de ingeniería en organización industrial, dentro
de los cuales se encuentra la Metodología 6 Sigma donde constituye un procedimiento
básico de los diferentes proyectos de mejora de la calidad y ahorro de costes.
Se trata de un conjunto de métodos estadísticos, incluidos dentro del ámbito de las
técnicas de dependencia, que tienen por finalidad analizar las similitudes y diferencias
entre varias poblaciones (líneas de fabricación, bancos de prueba, marcas de productos,
sectores industriales, etc.). Más concretamente, se trata de responder a la pregunta: ¿Hay
diferencias significativas entre una o varias variables de varias poblaciones?
Esto supone plantear el contraste de hipótesis de igualdad de las medias de esas
variables en dichas poblaciones. Este contraste de hipótesis surge en la práctica totalidad
de las situaciones en cualquier ciencia experimental o en multitud de desarrollos
tecnológicos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
119
En concreto, la parte central de cualquier análisis de la varianza consiste en realizar el
siguiente contraste de hipótesis:
Imagen 117. Contraste de hipótesis
Donde las medias pueden ser números reales o vectores, según se trate de un análisis
univariante o multivariante (4).
5.2.4 MODELO ANOVA DE UN FACTOR
Este modelo estudia métodos de análisis de la varianza cuando en el experimento hay un
solo factor, considerando caso univariante (4).
El Anova univariante surge como una extensión del contraste de hipótesis para la
igualdad de medias de dos poblaciones normales.
Imagen 118. Contraste de hipótesis de dos poblaciones
Este sería el contraste en el caso de que sólo hubiera 2 poblaciones, siendo µ1 (µ2) la
rugosidad media obtenida en la población 1 (2).
En el caso de tener r poblaciones sería de la siguiente manera:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
120
Población 1 Población 2 … Población r
Observación 1 Y11 Y21 … Yr1
Observación 2 Y12 Y22 … Yr2
… … … … …
… Y11 … Yrnr
… Y2n2 …
… …
Tabla 9. Tabla de datos ordenados para Anova
Dado que en este proyecto se estudian 6 patrones (poblaciones), se tiene lo siguiente:
Parámetros
de
rugosidad
Patrón
Tipo A1
(3D)
Patrón
Tipo A2
(3D)
Patrón
Tipo C2
(3D)
Patrón
Tipo C1
(3D)
Patrón
Tipo C4
(3D)
Patrón
Tipo C3
(3D)
Ra Y11 Y21 Y31 Y41 Y51 Y61
Rp Y12 Y22 Y32 Y42 Y52 Y62
Rsk Y13 Y23 Y33 Y43 Y53 Y63
Rku Y14 Y24 Y34 Y44 Y54 Y64
Rp Y15 Y25 Y35 Y45 Y55 Y65
Rv Y16 Y26 Y36 Y46 Y56 Y66
Medias
Tabla 10. Tabla de datos de rugosidad ordenados para Anova
Cada valor de esta tabla es la realización de la v.a. Yij. En el modelo Anova de efectos
fijos se supone que esta v.a. Yij viene dada por la suma de dos términos:
[13]
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
121
Con , donde µ (que representa una media global) y (que representa el
efecto medio del tratamiento i-ésimo) son constantes, mientras que son v.a.
distribuidas todas ellas N (0, σ2).
Es decir, en el modelo Anova I se considera cada variable aleatoria como la suma de un
término constante, que es la media de la población, y un término de error, con el que se
modelaría la variación encontrada al realizar las medidas.
Imagen 119. Modelo Anova I
A veces, por conveniencia práctica, se formula alternativamente el modelo Anova I
como Yij=µi+ . En este caso se llama modelo de medias. Es decir,
Imagen 120. Modelo Anova I de medias
Se considera por tanto que cada resultado de rugosidad obtenido en los distintos patrones
se puede considerar como la suma del valor medio de la rugosidad en cada tipo de
patrón, y un término de error que sigue una distribución normal. Por consiguiente, los
valores de rugosidad para cada tipo de patrón se están considerando como variables
aleatorias que siguen una distribución normal.
El contraste de hipótesis que se realiza en el modelo Anova de medias es el siguiente:
Imagen 121. Contraste de hipótesis del modelo Anova de medias
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
122
Descomposición de la suma de cuadrados. Tabla Anova
Para proceder a evaluar las posibles diferencias entre los diferentes niveles de los
factores, que son clave en los desarrollos Anova, se manejan las siguientes medidas de
variación (4).
[14]
Como cada una de estas medidas está afectada de un número diferente de sumandos
libres, llamados grados de libertad (g.l.), se divide cada suma de cuadrados entre sus g.l.,
sabiendo que g.l. (SCTo)= n-1, g.l. (SCTr)= r-1, g.l. (SCE)= n-r. Así surgen los llamados
cuadrados medios cuya expresión es la siguiente.
[15]
Donde representa la media global, representa la media muestral en el nivel i-ésimo
del factor, r es el número de factores o tratamientos y n es el número total de valores
disponibles.
Se verifican las siguientes descomposiciones.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
123
[16]
Es decir, la SCTo se descompone en dos componentes:
SCTr es la parte de la variabilidad total asignable a la diferencia entre los distintos
niveles del factor
SCE es la parte de la variabilidad total asignable a las causas de azar o error.
Estas medidas se pueden resumir en la llamada tabla Anova. Cualquier tabla Anova
tiene un aspecto como el que se muestra a continuación (4).
Fuentes de
Variación
Suma de
Cuadrados
Grados de
Libertad
Cuadrados
Medios
Estadístico
F Sig.
Error debido
a los
tratamientos
SCTr r-1 CMTr
Sig.
Error
aleatorio
dentro de
cada
tratamiento
SCE n-r CME
Error Total SCTo n-1
Tabla 11. Anova
Dependiendo del valor de significación (P-valor o Sig.) se aceptará o se rechazará la
hipótesis nula (H0). Se rechaza la Hipótesis nula (Ho) al nivel de significación que se
encuentre por encima del P-Valor (Sig.) en la escala y se acepta (Ho) a los niveles de
significación que se encuentren por debajo del P-Valor (Sig.) en la escala.
Rechazar H0 equivale a aceptar H1 y al contrario.
Prueba T para muestras independientes
Este procedimiento realiza el contraste bilateral de la hipótesis nula H0: µ1=µ2 frente a la
hipótesis alternativa H1: µ1≠µ2 en el caso de dos muestras independientes y varianzas
poblacionales desconocidas, distinguiendo los casos en que éstas sean iguales o distintas.
Por ello, también presenta un contraste de comparación de varianzas poblacionales, que
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
124
es la Prueba de Levene, un contraste más independiente que otros respecto de la
hipótesis de normalidad de las variables implicadas (11).
5.3 RECURSOS-HERRAMIENTAS EMPLEADAS
5.3.1 RUGOSÍMETRO SURFCOM 1500 SD2 Y SU SOFTWARE (TIMS)
El rugosímetro empleado en este proyecto para la toma de mediciones es el Surfcom
1500 SD2 (2). Se caracteriza por lo siguiente:
Rápido, sencillo y preciso para medidas de perfiles
Tecnología moderna con su motor lineal patentado
Recoge datos desde el Handysurf y Surfcom 130
Gran cantidad de accesorios
Actualización a CNC por medio de mesas CNC modulares
Ampliable a medidas de perfiles
Medidas topográficas para análisis de superficie 3DF
Versión DX con mesa antivibración activa, para obtener la mejor precisión.
El rugosímetro utiliza el programa TIMS
Programa flexible TIMS, para análisis de perfiles con precisión
Gran rango de medida para grandes perfiles
Multitud de opciones en TIMS para todo tipo de piezas
Facilidad de manejo con funciones de ayuda
Medidas automáticas con CNC y programación
Datos desde CAD, comparativa, análisis de esferas, etc.
5.3.2 MATLAB
Matlab es un potente lenguaje diseñado para la computación técnica. El nombre Matlab
proviene de Matrix Laboratory, dado que el tipo de dato básico que gestiona es una
matriz (array). Matlab puede ser utilizado en computación matemática, modelado y
simulación, análisis y procesamiento de datos, visualización y representación de
gráficos, así como para el desarrollo de algoritmos (1).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
125
Imagen 122. Símbolo Matlab
Matlab es ampliamente conocido y utilizado en universidades e institutos para el
aprendizaje en cursos básicos y avanzados de mátemáticas, ciencias y, especialmente,
ingeniería. En la industria se utiliza habitualmente en investigación, desarrollo y diseño
de prototipos. El programa estándar de Matlab comprende una serie de herramientas
(funciones) que pueden ser utilizadas para resolver problemas comunes. Pero Matlab
incorpora, además, otras librerías específicas llamadas toolboxes, que son colecciones de
funciones especializadas y diseñadas para resolver problemas muy específicos. Como
ejemplos de estas colecciones se podrían citar las ideadas para el procesamiento de
señales, el cálculo simbólico y el diseño de sistemas de control.
En este proyecto el programa Matlab ha sido clave para el desarrollo del algoritmo
matemático que permite calcular los parámetros de rugosidad en 3D. Sin este programa
no hubiera sido posible realizar los cálculos dada la complejidad de la matriz inicial.
5.3.3 SPSS
Statistical Package for the Social Sciences (Spss) es un programa estadístico informático
muy usado en las ciencias sociales y las empresas de investigación de mercado. Como
programa estadístico es muy popular su uso debido a la capacidad de trabajar con bases
de datos de gran tamaño (8).
Imagen 123. Símbolo Spss
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
126
El programa consiste en un módulo base y módulos anexos que se han ido actualizando
constantemente con nuevos procedimientos estadísticos. Actualmente, compite no sólo
con softwares licenciados como lo son SAS, Matlab, Statistica, Stata, sino también con
software de código abierto y libre, de los cuales el más destacado es el Lenguaje R.
En este proyecto el programa Spss se utiliza al final del estudio cuando se requiere
analizar los resultados obtenidos de rugosidad. Se emplea para estudiar las diferencias
estadísticas entre los parámetros de rugosidad en 2D y en 3D, y además para realizar una
comparativa entre los diferentes perfiles en 3D.
5.3.4 EXCEL
El programa Excel es una aplicación que ha sido desarrollada por Microsoft. Esta
aplicación se distribuye en Windows y Macintosh (9).
Imagen 124. Símbolo Excel
El programa Excel se utiliza básicamente para poder crear hojas de cálculo y es de los
más utilizados por ello. El programa cuenta con una interfaz muy intuitiva, con
herramientas de cálculos y gráficos fáciles de utilizar. Al guardar los trabajos en Excel
se almacenan con la extensión “xls” aunque también soporta otras extensiones como
“cvs”.
Muchas veces a las hojas de cálculo de Excel se las denomina también Hojas Excel.
La utilización del Excel en este proyecto resulta clave a la hora de almacenar los datos
de rugosidad que se han ido analizando. Se han utilizado hasta 128 hojas diferentes en el
Excel para guardar todos los parámetros.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Metodología de trabajo
127
5.3.5 SOLID EDGE
El programa Solid Edge permite el diseño asistido de piezas tanto a nivel bidimensional
como tridimensional. También permite el modelado de piezas mecánicas, doblado de
chapas, diseño de conjuntos, representación en el plano con diferentes vistas…(10)
Imagen 125. Símbolo Solid Edge
El programa Solid Edge es muy útil a la hora de diseñar piezas en tres dimensiones por
la gran facilidad de uso que tiene. De hecho en este proyecto se ha utilizado para diseñar
las diferentes superficies que son objeto de análisis.
5.3.6 NORMAS SOBRE RUGOSIDAD
Las Normas sobre rugosidad han constituido la base a partir de la cual se ha desarrollado
este proyecto.
Entre las Normas sobre rugosidad utilizadas caben destacar la Norma 5436-1 y la Norma
8785-1999, que permiten definir los patrones objeto de estudio y las líneas futuras del
proyecto respectivamente.
Ambas normas se recogen en el Capítulo 4 y 5 de los Anexos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
129
Capítulo 6 COMPARACIONES 3D
Lo que se pretende es realizar un contraste de igualdad de medias para cada uno
de los parámetros de rugosidad 3D en cada uno de los patrones analizados.
El resultado de este contraste nos informará de si se acepta o se rechaza la hipótesis nula
de igualdad de medias.
6.1 COMPARACIÓN 3D: RA
En este primer caso se analiza el parámetro de rugosidad Ra siendo este contraste de
hipótesis el que se plantea:
Imagen 126. Contraste de hipótesis del parámetro de rugosidad Ra
Como resultado se obtiene un valor del estadístico F de 211,025 con un p-valor de 0, por
lo que se rechaza la hipótesis nula de igualdad de medias de Ra para los diferentes
patrones.
Imagen 127. Hipótesis alternativa del parámetro de rugosidad Ra
El hecho de que las medias del parámetro Ra en cada patrón sean diferentes confirma
que los resultados del algoritmo matemático son correctos para este parámetro ya que
claramente los patrones son distintos unos de otros.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
130
A continuación se ha realizado un contraste denominado comparaciones múltiples post
hoc o comparaciones a posteriori. Esto permite conocer qué media poblacional difiere de
otra ya que no se sabe en concreto si son todas las medias poblacionales distintas o sólo
algunas de ellas.
Comparaciones Post Hoc
Al realizar este contraste se observa que no existen diferencias significativas entre el
patrón tipo C2 y el patrón tipo C3 y entre el patrón tipo C1 y el patrón tipo C4 al 5% de
significación.
El resto de patrones mantienen la diferencia de sus medias al 5 % de significación.
Imagen 128. Comparaciones Post Hoc Ra
Una vez estudiado el parámetro de rugosidad Ra en los diferentes patrones se puede
concluir que midiendo este parámetro en los Patrones Tipo C2, C3 y en los Patrones
Tipo C1 y C4, el resultado es el mismo. Se puede afirmar por tanto que no tienen medias
significativamente diferentes. Si se utiliza por ejemplo el Patrón Tipo C2 o el Patrón
Tipo C3 para calibrar un equipo entonces se estará calibrando lo mismo.
6.2 COMPARACIÓN 3D: RQ
En este segundo caso se analiza el parámetro de rugosidad Rq siendo éste el contraste de
hipótesis el que se plantea:
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
131
Imagen 129. Contraste de hipótesis del parámetro de rugosidad Rq
Como resultado se obtiene un valor del estadístico F de 226,518 con un p-valor de 0, por
lo que se rechaza la hipótesis nula de igualdad de medias de Rq para los diferentes
patrones.
Imagen 130. Hipótesis alternativa del parámetro de rugosidad Rq
El hecho de que las medias del parámetro Rq en cada patrón sean diferentes confirma
que los resultados del algoritmo matemático son correctos para este parámetro ya que
claramente los patrones son distintos unos de otros.
Comparaciones Post Hoc
Al realizar este contraste se observa que no existen diferencias entre los patrones tipo
A2 y C3, entre los patrones tipo C2 y C3 y entre los patrones tipo C1 y C4 al 5 % de
significación.
El resto de patrones mantienen la diferencia de sus medias al 5 % de significación.
Imagen 131. Comparaciones Post Hoc Rq
Una vez estudiado el parámetro de rugosidad Rq en los diferentes patrones se puede
concluir que midiendo este parámetro en los Patrones Tipo C2, C3, A2 y en los Patrones
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
132
Tipo C1 y C4, el resultado es el mismo. Se puede afirmar por tanto que no tienen medias
significativamente diferentes. Si se utiliza por ejemplo el Patrón Tipo C2 o el Patrón
Tipo C3 para calibrar un equipo entonces se estará calibrando lo mismo.
6.3 COMPARACIÓN 3D: RSK
En este tercer caso se analiza el parámetro de rugosidad Rsk siendo este contraste de
hipótesis el que se plantea:
Imagen 132. Contraste de hipótesis del parámetro de rugosidad Rsk
Como resultado se obtiene un valor del estadístico F de 39,663 con un p-valor de 0 por
lo que se rechaza la hipótesis nula de igualdad de medias de Rsk para los diferentes
patrones.
Imagen 133. Hipótesis alternativa del parámetro de rugosidad Rsk
El hecho de que las medias del parámetro Rsk en cada patrón sean diferentes confirma
que los resultados del algoritmo matemático son correctos para este parámetro ya que
claramente los patrones son distintos unos de otros.
Comparaciones Post Hoc
Al realizar este contraste se observa que no existen diferencias significativas entre los
patrones tipo A1 y C1, entre los patrones tipo A1 y C3, entre los patrones tipo C2 y C1,
y entre los patrones tipo C1 y C3 al 5 % de significación.
El resto de patrones mantienen la diferencia de sus medias al 5 % de significación.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
133
Imagen 134. Comparaciones Post Hoc Rsk
Una vez estudiado el parámetro de rugosidad Rsk en los diferentes patrones se puede
concluir que midiendo este parámetro en los Patrones Tipo A1, Tipo C1, Tipo C3 y C2,
el resultado es el mismo. Se puede afirmar por tanto que no tienen medias
significativamente diferentes.
Si se utiliza cualquiera de estos patrones para calibrar un equipo se estará calibrando lo
mismo. Por consiguiente para calibrar un equipo en 3D, para el parámetro Rsk no es
necesario utilizar estos cuatro patrones, bastaría con uno de ellos.
6.4 COMPARACIÓN 3D: RKU
En este cuarto caso se analiza el parámetro de rugosidad Rku siendo este contraste de
hipótesis el que se plantea:
Imagen 135. Contraste de hipótesis del parámetro de rugosidad Rku
Como resultado se obtiene un valor del estadístico F de 16,989 con un p-valor de 0, por
lo que se rechaza la hipótesis nula de igualdad de medias de Rku para los diferentes
patrones.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
134
Imagen 136. Hipótesis alternativa del parámetro de rugosidad Rku
El hecho de que las medias del parámetro Rku en cada patrón sean diferentes confirma
que los resultados del algoritmo matemático son correctos para este parámetro ya que
claramente los patrones son distintos unos de otros.
Comparaciones Post Hoc
Al realizar este contraste se observa que no existen diferencias significativas entre los
patrones tipo C2 y C1, patrones tipo C2 y C4, patrones tipo C2 y C3, patrones tipo C1 y
C4, patrones tipo C1 y C3, patrones tipo C4 y C3 al 5 % de significación.
El resto de patrones mantienen la diferencia de sus medias al 5% de significación.
Imagen 137. Comparaciones Post Hoc Rku
Una vez estudiado el parámetro de rugosidad Rku en los diferentes patrones se puede
concluir que midiendo este parámetro en los Patrones Tipo C1, Tipo C2, Tipo C3 y C4,
el resultado es el mismo. Se puede afirmar por tanto que no tienen medias
significativamente diferentes.
Si se utiliza cualquiera de estos patrones para calibrar un equipo se estará calibrando lo
mismo. Por consiguiente para calibrar un equipo en 3D, para el parámetro Rku no es
necesario utilizar estos cuatro patrones, bastaría con uno de ellos
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
135
6.5 COMPARACIÓN 3D: RP
En este quinto caso se analiza el parámetro de rugosidad Rp siendo este el contraste de
hipótesis el que se plantea:
Imagen 138. Contraste de hipótesis del parámetro de rugosidad Rp
Como resultado se obtiene un valor del estadístico F de 209,106 con un p-valor de 0, por
lo que se rechaza la hipótesis nula de igualdad de las medias de Rp para los diferentes
patrones.
Imagen 139. Hipótesis alternativa del parámetro de rugosidad Rp
El hecho de que las medias del parámetro Rp en cada patrón sean diferentes confirma
que los resultados del algoritmo matemático son correctos para este parámetro ya que
claramente los patrones son distintos unos de otros.
Comparaciones Post Hoc
Al realizar este contraste se observa que no existen diferencias significativas entre los
patrones tipo C2 y C3 y entre los patrones tipo C1 y C4 al 5 % de significación.
El resto de patrones mantienen la diferencia de sus medias al 5 % de significación.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
136
Imagen 140. Comparaciones Post Hoc Rp
Una vez estudiado el parámetro de rugosidad Rp en los diferentes patrones se puede
concluir que midiendo este parámetro en los Patrones Tipo C2, C3 y en los Patrones
Tipo C1 y C4, el resultado es el mismo. Se puede afirmar por tanto que no tienen medias
significativamente diferentes. Si se utiliza por ejemplo el Patrón Tipo C2 o el Patrón
Tipo C3 para calibrar un equipo entonces se estará calibrando lo mismo.
Por consiguiente para calibrar un equipo en 3D, para el parámetro Rp no es necesario
utilizar todos estos patrones, bastaría con utilizar uno de cada pareja. De otra manera
resultaría redundante porque la información que aportan es la misma.
6.6 COMPARACIÓN 3D: RV
En este sexto caso se analiza el parámetro de rugosidad Rv siendo este el contraste de
hipótesis el que se plantea:
Imagen 141. Contraste de hipótesis del parámetro de rugosidad Rv
Como resultado se obtiene un valor del estadístico F de 221,117 con un p-valor de 0, por
lo que se rechaza la hipótesis nula de igualdad de medias de Rv para los diferentes
patrones.
Imagen 142. Hipótesis alternativa del parámetro de rugosidad Rv
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 3D
137
El hecho de que las medias del parámetro Rv en cada patrón sean diferentes confirma
que los resultados del algoritmo matemático son correctos para este parámetro ya que
claramente los patrones son distintos unos de otros.
Comparaciones Post Hoc
Al realizar este contraste se observa que no existen diferencias significativas entre los
patrones tipo C1 y C4, los patrones tipo A2 y C2, los patrones tipo A2 y C3 y los
patrones tipo C2 y C3 al 5 % de significación.
El resto de patrones mantienen la diferencia de sus medias al 5 % de significación.
Imagen 143. Comparaciones Post Hoc Rv
Una vez estudiado el parámetro de rugosidad Rv en los diferentes patrones se puede
concluir que midiendo este parámetro en los Patrones Tipo C2, C3, A2 y en los Patrones
Tipo C1 y C4, el resultado es el mismo. Se puede afirmar por tanto que no tienen medias
significativamente diferentes. Si se utiliza por ejemplo el Patrón Tipo C2 o el Patrón
Tipo C3 o el Patrón Tipo A2 para calibrar un equipo entonces se estará calibrando lo
mismo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 2D vs. 3D
139
Capítulo 7 COMPARACIONES 2D VS. 3D
7.1 COMPARACIÓN 2D VS. 3D: RA
Hipótesis de partida
-Se asumen Varianzas Poblacionales iguales
En cuanto al resultado del contraste de hipótesis sobre igualdad de varianzas (Prueba de
Levene) el valor del estadístico de contraste del parámetro Ra es de 1,094 y el nivel
crítico (Sig.)es 0,32.
Como este nivel crítico (Sig.) es claramente mayor que 0,10 entonces no se rechaza la
hipótesis de igualdad de varianzas poblacionales.
-Variable Rugosidad Ra Normal
El tamaño muestral del grupo 1 es 6 y el tamaño muestral del grupo 2 es 6. Ninguno de
estos tamaños son grandes (mayores o iguales que 30), pero se supone que la variable
Rugosidad Ra es Normal.
Prueba T para muestras independientes
Como el nivel crítico (Sig.) es claramente mayor que σ=0,10, no se rechaza la hipótesis
nula; es decir, en media los resultados de medición de la rugosidad en 3D son iguales a
los resultados de la medición en 2D.
Imagen 144. Medias de Ra en 2D y 3D
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 2D vs. 3D
140
Esto confirma que el resultado de la medición de rugosidad de Ra sobre una línea del
patrón (perfil) o sobre una superficie es el mismo. Esto supone un gran ahorro de
medición y una menor complejidad del software de cálculo.
7.2 COMPARACIÓN 2D VS. 3D: RQ
Hipótesis de partida
-Se asumen Varianzas Poblacionales iguales
En cuanto al resultado del contraste de hipótesis sobre igualdad de varianzas (Prueba de
Levene) el valor del estadístico de contraste es 0,98 y el nivel crítico (Sig.) es 0,346.
Como este nivel crítico (Sig.) es claramente mayor que 0,10 entonces no se rechaza la
hipótesis de igualdad de varianzas poblacionales.
-Variable Rugosidad Rq Normal
El tamaño muestral del grupo 1 es 6 y el tamaño muestral del grupo 2 es 6. Ninguno de
estos tamaños son grandes (mayores o iguales que 30), pero se supone que la variable
Rugosidad Rq es Normal.
Prueba T para muestras independientes
Como el nivel crítico (Sig.) es claramente mayor que σ=0,10, no se rechaza la hipótesis
nula; es decir, en media los resultados de medición de la rugosidad en 3D son iguales a
los resultados de la medición en 2D.
Imagen 145. Medias de Rq en 2D y 3D
Esto confirma que el resultado de la medición de rugosidad de Rq sobre una línea del
patrón (perfil) o sobre una superficie es el mismo. Esto supone un gran ahorro de
medición y una menor complejidad del software de cálculo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 2D vs. 3D
141
7.3 COMPARACIÓN 2D VS. 3D: RSK
Hipótesis de partida
-No se asumen Varianzas Poblacionales iguales
En cuanto al resultado del contraste de hipótesis sobre igualdad de varianzas para el
parámetro Rsk, el valor del estadístico de contraste es 5,190 y el nivel crítico (Sig.) es
0,046.
Como este nivel crítico (Sig.) es algo inferior que 0,05 entonces se puede rechazar la
hipótesis nula de igualdad de varianzas poblacionales.
-Variable Rugosidad Rsk Normal
El tamaño muestral del grupo 1 es 6 y el tamaño muestral del grupo 2 es 6. Ninguno de
estos tamaños son grandes (mayores o iguales que 30), pero se supone que la variable
Rugosidad Rsk es Normal.
Prueba T para muestras independientes
Como el nivel crítico (Sig.) es claramente mayor que σ=0,10, no se rechaza la hipótesis
nula; es decir, en media los resultados de medición de la rugosidad en 3D son iguales a
los resultados de la medición en 2D.
Imagen 146. Media de Rsk en 2D y 3D
Esto confirma que el resultado de la medición de rugosidad de Rsk sobre una línea del
patrón (perfil) o sobre una superficie es el mismo. Esto supone un gran ahorro de
medición y una menor complejidad del software de cálculo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 2D vs. 3D
142
7.4 COMPARACIÓN 2D VS. 3D: RKU
Hipótesis de partida
-Se asumen Varianzas Poblacionales iguales
En cuanto al resultado del contraste de hipótesis sobre igualdad de varianzas para el
parámetro Rku, el valor del estadístico de contraste es 0,168 y el nivel crítico (Sig.) es
0,691.
Como este nivel crítico (Sig.) es mayor 0,10 entonces no se rechaza la hipótesis nula de
igualdad de varianzas poblacionales
-Variable Rugosidad Rku Normal
El tamaño muestral del grupo 1 es 6 y el tamaño muestral del grupo 2 es 6. Ninguno de
estos tamaños son grandes (mayores o iguales que 30), pero se supone que la variable
Rugosidad Rku es Normal.
Prueba T para muestras independientes
Como el nivel crítico (Sig.) es claramente mayor que σ=0,10, no se rechaza la hipótesis
nula; es decir, en media los resultados de medición de la rugosidad en 3D son iguales a
los resultados de la medición en 2D.
Imagen 147. Media de Rku en 2D y 3D
Esto confirma que el resultado de la medición de rugosidad de Rku sobre una línea del
patrón (perfil) sobre una superficie es el mismo. Esto supone un gran ahorro de medición
y una menor complejidad del software de cálculo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 2D vs. 3D
143
7.5 COMPARACIÓN 2D VS. 3D: RP
Hipótesis de partida
-Se asumen Varianzas Poblacionales iguales
En cuanto al resultado del contraste de hipótesis sobre igualdad de varianzas para el
parámetro Rp, el valor del estadístico de contraste es 0,141 y el nivel crítico (Sig.) es
0,715
Como este nivel crítico (Sig.) es mayor 0,10 entonces no se rechaza la hipótesis nula de
igualdad de varianzas poblacionales
-Variable Rugosidad Rp Normal
El tamaño muestral del grupo 1 es 6 y el tamaño muestral del grupo 2 es 6. Ninguno de
estos tamaños son grandes (mayores o iguales que 30), pero se supone que la variable
Rugosidad Rp es Normal.
Prueba T para muestras independientes
Como el nivel crítico (Sig.) es claramente mayor que σ=0,10, no se rechaza la hipótesis
nula; es decir, en media los resultados de medición de la rugosidad en 3D son iguales a
los resultados de la medición en 2D.
Imagen 148. Media de Rp en 2D y 3D
Esto confirma que el resultado de la medición de rugosidad de Rp sobre una línea del
patrón (perfil) o sobre una superficie es el mismo. Esto supone un gran ahorro de
medición y una menor complejidad del software de cálculo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Comparaciones 2D vs. 3D
144
7.6 COMPARACIÓN 2D VS. 3D: RV
Hipótesis de partida
-Se asumen Varianzas Poblacionales iguales
En cuanto al resultado del contraste de hipótesis sobre igualdad de varianzas para el
parámetro Rv, el valor del estadístico de contraste es 1,823 y el nivel crítico (Sig.) es
0,207.
Como este nivel crítico (Sig.) es mayor 0,10 entonces no se rechaza la hipótesis nula de
igualdad de varianzas poblacionales
-Variable Rugosidad Rv Normal
El tamaño muestral del grupo 1 es 6 y el tamaño muestral del grupo 2 es 6. Ninguno de
estos tamaños son grandes (mayores o iguales que 30), pero se supone que la variable
Rugosidad Rv es Normal.
Prueba T para muestras independientes
Como el nivel crítico (Sig.) es claramente mayor que σ=0,10, no se rechaza la hipótesis
nula; es decir, en media los resultados de medición de la rugosidad en 3D son iguales a
los resultados de la medición en 2D.
Imagen 149. Media de Rv en 2D y 3D
Esto confirma que el resultado de la medición de rugosidad de Rv sobre una línea del
patrón (perfil) o sobre una superficie es el mismo. Esto supone un gran ahorro de
medición y una menor complejidad del software de cálculo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
145
Capítulo 8 CONCLUSIONES
8.1 PARÁMETRO DE RUGOSIDAD: RA
Una vez estudiado el parámetro de rugosidad Ra en los diferentes patrones se
puede concluir que midiendo este parámetro en los Patrones Tipo C2, C3 y en los
Patrones Tipo C1 y C4, el resultado es el mismo.
Imagen 150. Gráfico de medias de Ra
Se puede afirmar por tanto que no tienen medias significativamente diferentes. Si se
utiliza por ejemplo el Patrón Tipo C2 o el Patrón Tipo C3 para calibrar un equipo
entonces se estará calibrando lo mismo.
Por consiguiente para calibrar un equipo en 3D, para el parámetro Ra no es necesario
utilizar todos estos patrones, bastaría con utilizar uno de cada pareja. De otra manera
resultaría redundante porque la información que aportan es la misma.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
146
Por otro lado los Patrones Tipo A1 y A2 no son iguales a los anteriores y por esta razón
se deben emplean para calibrar ya que aportan información complementaria a los
anteriores.
Además dado que los Patrones Tipo C2, Tipo C3, y los Patrones Tipo C1 y C4 no
tienen medias significativamente diferentes, se puede extraer otra conclusión importante
de todo ello. Es posible reducir el número de calibraciones, en concreto, de 6
calibraciones a 4 calibraciones. Esto se explica por lo comentado anteriormente. Para
calibrar un equipo bastará con utilizar el Patrón Tipo A1, A2 (que son diferentes al
resto), y uno de cada pareja de los que no tienen medias significativamente diferentes.
A continuación se recoge en una tabla las conclusiones que se han extraído del
parámetro de rugosidad Ra después de analizar y comparar los valores obtenidos de este
parámetro en los distintos patrones en 2D y en 3D.
En la columna derecha de la tabla (observ.) se reflejan las hipótesis de partida que se han
tenido en cuenta a la hora de realizar el análisis. En el caso del parámetro Ra se han
asumido varianzas poblacionales iguales.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
147
Parámetro
de
Rugosidad
3D 2D vs. 3D Observ.
Ra
µ Patrón Tipo A1≠ µ Patrón Tipo A2≠ µ Patrón
Tipo C2≠ µ Patrón Tipo C1≠ µ Patrón Tipo C4≠
µ Patrón Tipo C3
µ2D ≈ µ3D
Se asumen
Varianzas
Poblacionales
Iguales
µ Patrón Tipo C1 ≈ µ Patrón Tipo C4
µ Patrón Tipo C2 ≈ µ Patrón Tipo C3
Tabla 12. Conclusiones del parámetro de rugosidad Ra
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
148
8.2 PARÁMETRO DE RUGOSIDAD: RQ
Una vez estudiado el parámetro de rugosidad Rq en los diferentes patrones se
puede concluir que midiendo este parámetro en los Patrones Tipo C2, C3 y en los
Patrones Tipo C1 y C4, el resultado es el mismo.
Imagen 151. Gráfico de medias de Rq
Se puede afirmar por tanto que no tienen medias significativamente diferentes. Si se
utiliza por ejemplo el Patrón Tipo C2 o el Patrón Tipo C3 para calibrar un equipo
entonces se estará calibrando lo mismo.
Por consiguiente para calibrar un equipo en 3D, para el parámetro Rq no es necesario
utilizar todos estos patrones, bastaría con utilizar uno de cada pareja. De otra manera
resultaría redundante porque la información que aportan es la misma.
Por otro lado los Patrones Tipo A1 y A2 no son iguales a los anteriores y por esta razón
se deben emplean para calibrar ya que aportan información complementaria a los
anteriores.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
149
Además dado que los Patrones Tipo C2, Tipo C3, y los Patrones Tipo C1 y C4 no tienen
medias significativamente diferentes, se puede extraer otra conclusión importante de
todo ello. Es posible reducir el número de calibraciones, en concreto, de 6 calibraciones
a 4 calibraciones. Esto se explica por lo comentado anteriormente. Para calibrar un
equipo bastará con utilizar el Patrón Tipo A1, A2 (que son diferentes al resto), y uno de
cada pareja de los que no tienen medias significativamente diferentes.
A continuación se recoge en una tabla las conclusiones que se han extraído del
parámetro de rugosidad Rq después de analizar y comparar los valores obtenidos de este
parámetro en los distintos patrones en 2D y en 3D.
En la columna derecha de la tabla (observ.) se reflejan las hipótesis de partida que se han
tenido en cuenta a la hora de realizar el análisis. En el caso del parámetro Rq se han
asumido varianzas poblacionales iguales.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
150
Parámetro
de
Rugosidad
3D 2D vs. 3D Observ.
Rq
µ Patrón Tipo A1≠ µ Patrón Tipo A2≠ µ Patrón
Tipo C2≠ µ Patrón Tipo C1≠ µ Patrón Tipo C4≠
µ Patrón Tipo C3
µ2D ≈ µ3D
Se asumen
Varianzas
Poblacionales
Iguales
µ Patrón Tipo C1 ≈ µ Patrón Tipo C4
µ Patrón Tipo C2 ≈ µ Patrón Tipo C3
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
151
µ Patrón Tipo A2 ≈ µ Patrón Tipo C2
Tabla 13. Conclusiones del parámetro de rugosidad Rq
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
152
8.3 PARÁMETRO DE RUGOSIDAD: RSK
Una vez estudiado el parámetro de rugosidad Rsk en los diferentes patrones se
puede concluir que midiendo este parámetro en los Patrones Tipo A1, Tipo C1, Tipo C3
y C2, el resultado es el mismo.
Imagen 152. Gráfico de medias de Rsk
Se puede afirmar por tanto que no tienen medias significativamente diferentes.
Si se utiliza cualquiera de estos patrones para calibrar un equipo se estará calibrando lo
mismo. Por consiguiente para calibrar un equipo en 3D, para el parámetro Rsk no es
necesario utilizar estos cuatro patrones, bastaría con uno de ellos. De otra manera
resultaría redundante porque la información que aportan es la misma. Por otro lado los
Patrones Tipo A2 y C4 no son iguales a los anteriores y por esta razón se deben emplean
para calibrar ya que aportan información complementaria.
Además dado que los Patrones Tipo A1, Tipo C1, Tipo C3 y C2 no tienen medias
significativamente diferentes, se puede extraer otra conclusión importante de todo ello.
Es posible reducir el número de calibraciones, en concreto, de 6 calibraciones a 3
calibraciones. Esto se explica por lo comentado anteriormente. Para calibrar un equipo
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
153
bastará con utilizar el Patrón Tipo A2, C4 (que son diferentes al resto) y uno cualquiera
de los que no tienen medias significativamente diferentes.
A continuación se recoge en una tabla las conclusiones que se han extraído del
parámetro de rugosidad Rsk después de analizar y comparar los valores obtenidos de
este parámetro en los distintos patrones en 2D y en 3D.
En la columna derecha de la tabla (observ.) se reflejan las hipótesis de partida que se han
tenido en cuenta a la hora de realizar el análisis. En el caso del parámetro Rsk no se han
asumido varianzas poblacionales iguales.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
154
Parámetro
de
Rugosidad
3D 2D vs. 3D Observ.
Rsk
µ Patrón Tipo A1≠ µ Patrón Tipo A2≠ µ Patrón
Tipo C2≠ µ Patrón Tipo C1≠ µ Patrón Tipo C4≠
µ Patrón Tipo C3
µ2D ≈ µ3D
No se
asumen
Varianzas
Poblacionales
Iguales
µ Patrón Tipo A1 ≈ µ Patrón Tipo C1
µ Patrón Tipo A1 ≈ µ Patrón Tipo C3
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
155
µ Patrón Tipo C2 ≈ µ Patrón Tipo C1
µ Patrón Tipo C1 ≈ µ Patrón Tipo C3
Tabla 14. Conclusiones del parámetro de rugosidad Rsk
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
156
8.4 PARÁMETRO DE RUGOSIDAD: RKU
Una vez estudiado el parámetro de rugosidad Rku en los diferentes patrones se
puede concluir que midiendo este parámetro en los Patrones Tipo C1, Tipo C2, Tipo C3
y C4, el resultado es el mismo.
Imagen 153. Gráfico de medias de Rku
Se puede afirmar por tanto que no tienen medias significativamente diferentes.
Si se utiliza cualquiera de estos patrones para calibrar un equipo se estará calibrando lo
mismo. Por consiguiente para calibrar un equipo en 3D, para el parámetro Rku no es
necesario utilizar estos cuatro patrones, bastaría con uno de ellos. De otra manera
resultaría redundante porque la información que aportan es la misma. Por otro lado los
Patrones Tipo A1 y A2 no son iguales a los anteriores y por esta razón se deben emplean
para calibrar ya que aportan información complementaria.
Además dado que los Patrones Tipo C1, Tipo C2, Tipo C3 y C4 no tienen medias
significativamente diferentes, se puede extraer otra conclusión importante de todo ello.
Es posible reducir el número de calibraciones, en concreto, de 6 calibraciones a 3
calibraciones. Esto se explica por lo comentado anteriormente. Para calibrar un equipo
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
157
bastará con utilizar el Patrón Tipo A1, A2 (que son diferentes al resto) y uno cualquiera
de los que no tienen medias significativamente diferentes.
A continuación se recoge en una tabla las conclusiones que se han extraído del
parámetro de rugosidad Rku después de analizar y comparar los valores obtenidos de
este parámetro en los distintos patrones en 2D y en 3D.
En la columna derecha de la tabla (observ.) se reflejan las hipótesis de partida que se han
tenido en cuenta a la hora de realizar el análisis. En el caso del parámetro Rku se han
asumido varianzas poblacionales iguales.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
158
Parámetro
de
Rugosidad
3D 2D vs. 3D Observ.
Rku
µ Patrón Tipo A1≠ µ Patrón Tipo A2≠ µ Patrón
Tipo C2≠ µ Patrón Tipo C1≠ µ Patrón Tipo C4≠
µ Patrón Tipo C3
µ2D ≈ µ3D
Se asumen
Varianzas
Poblacionales
Iguales
µ Patrón Tipo C2 ≈ µ Patrón Tipo C4
µ Patrón Tipo C2 ≈ µ Patrón Tipo C3
µ Patrón Tipo C2 ≈ µ Patrón Tipo C1
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
159
µ Patrón Tipo C1 ≈ µ Patrón Tipo C4
µ Patrón Tipo C1 ≈ µ Patrón Tipo C3
µ Patrón Tipo C4 ≈ µ Patrón Tipo C3
Tabla 15. Conclusiones del parámetro de rugosidad Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
160
8.5 PARÁMETRO DE RUGOSIDAD: RP
Una vez estudiado el parámetro de rugosidad Rp en los diferentes patrones se
puede concluir que midiendo este parámetro en los Patrones Tipo C2, C3 y en los
Patrones Tipo C1 y C4, el resultado es el mismo.
Imagen 154. Gráfico de medias de Rp
Se puede afirmar por tanto que no tienen medias significativamente diferentes. Si se
utiliza por ejemplo el Patrón Tipo C2 o el Patrón Tipo C3 para calibrar un equipo
entonces se estará calibrando lo mismo.
Por consiguiente para calibrar un equipo en 3D, para el parámetro Rp no es necesario
utilizar todos estos patrones, bastaría con utilizar uno de cada pareja. De otra manera
resultaría redundante porque la información que aportan es la misma.
Por otro lado los Patrones Tipo A1 y A2 no son iguales a los anteriores y por esta razón
se deben emplean para calibrar ya que aportan información complementaria a los
anteriores.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
161
Además dado que los Patrones Tipo C2, Tipo C3, y los Patrones Tipo C1 y C4 no tienen
medias significativamente diferentes, se puede extraer otra conclusión importante de
todo ello. Es posible reducir el número de calibraciones, en concreto, de 6 calibraciones
a 4 calibraciones. Esto se explica por lo comentado anteriormente. Para calibrar un
equipo bastará con utilizar el Patrón Tipo A1, A2 (que son diferentes al resto), y uno de
cada pareja de los que no tienen medias significativamente diferentes.
A continuación se recoge en una tabla las conclusiones que se han extraído del
parámetro de rugosidad Rp después de analizar y comparar los valores obtenidos de este
parámetro en los distintos patrones en 2D y en 3D.
En la columna derecha de la tabla (observ.) se reflejan las hipótesis de partida que se han
tenido en cuenta a la hora de realizar el análisis. En el caso del parámetro Rp se han
asumido varianzas poblacionales iguales.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
162
Parámetro
de
Rugosidad
3D 2D vs. 3D Observ.
Rp
µ Patrón Tipo A1≠ µ Patrón Tipo A2≠ µ Patrón
Tipo C2≠ µ Patrón Tipo C1≠ µ Patrón Tipo C4≠
µ Patrón Tipo C3
µ2D ≈ µ3D
Se asumen
Varianzas
Poblacionales
Iguales
µ Patrón Tipo C1 ≈ µ Patrón Tipo C4
µ Patrón Tipo C2 ≈ µ Patrón Tipo C3
Tabla 16. Conclusiones del parámetro de rugosidad Rp
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
163
8.6 PARÁMETRO DE RUGOSIDAD: RV
Una vez estudiado el parámetro de rugosidad Rv en los diferentes patrones se
puede concluir que midiendo este parámetro en los Patrones Tipo C2, C3, A2 y en los
Patrones Tipo C1 y C4, el resultado es el mismo.
Imagen 155. Gráfico de medias de Rv
Se puede afirmar por tanto que no tienen medias significativamente diferentes. Si se
utiliza por ejemplo el Patrón Tipo C2 o el Patrón Tipo C3 o el Patrón Tipo A2 para
calibrar un equipo entonces se estará calibrando lo mismo.
Por consiguiente para calibrar un equipo en 3D, para el parámetro Rv no es necesario
utilizar todos estos patrones, bastaría con utilizar o bien el Patrón Tipo C2, o bien el
Patrón Tipo C3 o bien el Patrón Tipo A2, y por otro lado el Patrón Tipo C1 o C4. De
otra manera resultaría redundante porque la información que aportan es la misma.
Por otro lado el Patrón Tipo A1 no es igual a los anteriores y por esta razón se debe
emplean para calibrar ya que aporta información complementaria a los anteriores.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
164
Además dado que los Patrones Tipo C2, Tipo C3 Tipo A2, y los Patrones Tipo C1 y C4
no tienen medias significativamente diferentes, se puede extraer otra conclusión
importante de todo ello. Es posible reducir el número de calibraciones, en concreto, de 6
calibraciones a 3 calibraciones. Esto se explica por lo comentado anteriormente. Para
calibrar un equipo bastará con utilizar el Patrón Tipo A1 (que es diferente al resto), y
uno de entre C2, C3 y A2 y otro de entre C1 y C4, que son los que no tienen medias
significativamente diferentes.
A continuación se recoge en una tabla las conclusiones que se han extraído del
parámetro de rugosidad Rv después de analizar y comparar los valores obtenidos de este
parámetro en los distintos patrones en 2D y en 3D.
En la columna derecha de la tabla (observ.) se reflejan las hipótesis de partida que se han
tenido en cuenta a la hora de realizar el análisis. En el caso del parámetro Rv se han
asumido varianzas poblacionales iguales.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
165
Parámetro
de
Rugosidad
3D 2D vs. 3D Observ.
Rv
µ Patrón Tipo A1≠ µ Patrón Tipo A2≠ µ Patrón
Tipo C2≠ µ Patrón Tipo C1≠ µ Patrón Tipo C4≠
µ Patrón Tipo C3
µ2D ≈ µ3D
Se asumen
Varianzas
Poblacionales
Iguales
µ Patrón Tipo C1 ≈ µ Patrón TipoC4
µ Patrón Tipo C2 ≈ µ Patrón Tipo C3
µ Patrón Tipo A2 ≈ µ Patrón Tipo C2
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Conclusiones
166
µ Patrón Tipo A2 ≈ µ Patrón Tipo C3
Tabla 17. Conclusiones del parámetro de rugosidad Rv
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Futuros Desarrollos
167
Capítulo 9 FUTUROS DESARROLLOS
9.1 IMPERFECCIONES SUPERFICIALES
En un futuro sería conveniente aplicar el algoritmo matemático desarrollado en
este proyecto para analizar superficies con diferentes tipos de imperfecciones.
Algunos tipos específicos de imperfecciones superficiales se muestran a continuación:
Imagen 156. Imperfecciones superficiales
La clasificación de las imperfecciones superficiales viene recogida en la Norma ISO
8785:1999 en el Capítulo 5 de los Anexos.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Futuros Desarrollos
168
9.2 COMBINACIÓN DE PATRONES
En el caso de sumar dos señales muy limpias como la A o la B se podría obtener
como resultado una señal como la que se muestra en la figura siguiente:
Imagen 157. Suma de señales A y B
Este resultado podría tratarse perfectamente de un caso real. Una línea futura de acción
sería combinar las distintas formas de los patrones estudiados y ver lo que sucede.
Si resulta que el patrón A y el B tienen la misma media, entonces el patrón que resulta
de la suma deberá tener la misma media.
9.3 MÉTODO DE MEDICIÓN
Cuando se diseña un patrón por métodos ópticos, en realidad se diseña una red de
difracción. A continuación se muestra un ejemplo de dos tipos de redes de difracción
(patrones).
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Futuros Desarrollos
169
Imagen 158. Redes de difracción
Estos dos tipos de redes de difracción, a la hora de realizar la medición puede ser que no
tengan el mismo valor. Pero también puede ser que su valor sea el mismo, en ese caso, si
resulta que al realizar la medición hay variación en el resultado obtenido será debido al
método de medición empleado y no al método de cálculo.
9.4 FILTROS PARA SEÑALES EN 3D
Por último, sería conveniente que se pudiera filtrar la señal, es decir, eliminar de los
datos de rugosidad los componentes de forma y ondulación para dejar únicamente los
parámetros de rugosidad.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Bibliografía y páginas web
171
Capítulo 10 BIBLIOGRAFÍA Y PÁGINAS WEB
(1) Matlab: Una Introducción con ejemplos prácticos
Autor: Amos Gilat
(2) Proyecto Fin de Carrera: Procedimiento de medición Dimensional de unas tijeras de
disección (2010)
Autor: Carmen Herrero Pérez
(3) Página del CENAM
http://www.cenam.mx/simposio2008/sm_2008/memorias/S3/SM2008-S3D1-1027.pdf
Nuevo Software para Análisis de Datos de Rugosidad en 2D y 3D
(4) Apuntes de Estadística Industrial (Curso 2009-2010)
Autor: Carlos Maté
(5) Introducción a la Metrología (Metrología-Monografías.com)
http://www.monografias.com/trabajos53/metrologia-y-calidad/metrologia-y-
calidad.shtml
(6) Marco teórico Metrología superficial
http://tesis.uson.mx/digital/tesis/docs/21310/Marco%20Teorico.pdf
(7) Manual guía para la aplicación del serie Surfcom rugosidad de la
superficie&parámetros del perfil ondulado
Tokyo, Japan
(8) Spss
http://es.wikipedia.org/wiki/SPSS
(9) Microsoft Excel
http://es.wikipedia.org/wiki/Microsoft_Excel
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Bibliografía y páginas web
172
(10) Solid Edge
http://es.wikipedia.org/wiki/Solid_Edge
(11) Guía para el manejo de SPSS 15.0.
Inferencia paramétrica y no paramétrica Anova I y II.
Asignatura MEI.
(12) Rugosímetros: Herramientas sencillas para grandes resultados
Autor: Luisa Fernanda Castro Patiño
Periodista Metal Actual
http://metalactual.com/revista/14/Rugosimetro.pdf
(13) Taller simulación de nanomateriales
XI semana de la ciencia de Madrid
ETSI-ICAI, Universidad Pontificia Comillas
(14) Las nanotecnologías: Un paradigma tecnológico emergente. Dinámica y
especialización de la innovación en las nanotecnologías
http://www.razonypalabra.org.mx/N/n68/6AlenkaToledo.pdf
Autores: Alenka Guzmán Chávez y Alejandro Toledo Patiño
(15) Metrología
http://es.wikipedia.org/wiki/Metrolog%C3%ADa
(16) Rugosidad, redondez y forma
http://www.e-
vaccaro.com.ar/productos.php?id_categoria=1&id_subcategoria=30&id_subsubcategori
a=2&PHPSESSID=939d06a8c839922e6d2fad33e688d55c
(17) CEM, Laboratorio de Calidad Superficial
http://www.cem.es/cem/estructura-del-cem/%C3%A1rea-de-longitud/laboratorio-de-
calidad-superficial%20
(18) Catálogo con instrumentos de medida dimensional
Tesa technology
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Bibliografía y páginas web
173
(19) Control de nanorugosidad en superficies de Si y AL203 por microscopia de fuerza
atómica
www.amemi.org/Docs/.../CONTROL_DE_NANORUGOSIDAD.pdf
Autores:A. García-Borquez, A. Leson y S. Braun
(20) Microscopia de Efecto Túnel y Fuerza Atómica
http://www.uco.es/~iq2sagrl/TranspTema9.pdf
(21) Metrología de superficies
http://www.telstar-instrumat.com/es/productos/metrologia+de+superficies.htm
(21) ISO 4287:1997
Geometrical Product Specifications (GPS)—Surface texture: Profile method—Terms,
definitions and surface texture parameters
(22) ISO 4287 Cor 1:1998
Geometrical Product Specifications (GPS)—Surface texture: Profile method—Terms,
definitions and surface texture parameters.
(23) ISO 4287 Cor 2:2005
Geometrical Product Specifications (GPS)—Surface texture: Profile method--Terms,
definitions and surface texture parameters.
(24) ISO 11562:1996
Geometrical Product Specifications (GPS)—Surface texture: Profile method—
Metrological characteristics of phase correct filters
(25) ISO 11562 Cor 1:1998
Geometrical Product Specifications (GPS)—Surface texture: Profile method--
Metrological characteristics of phase correct filters
(26) ISO 12085:1996
Geometrical Product Specifications (GPS)—Surface texture: Profile method—Motif
parameters
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Bibliografía y páginas web
174
(27) ISO 12085 Cor 1:1998
Geometrical Product Specifications (GPS)—Surface texture: Profile method—Motif
parameters; Surfaces having stratified functional properties
(28) ISO 13565-1:1996
Geometrical Product Specifications (GPS)—Surface texture: Profile method; Surfaces
having stratified functional properties
(29) ISO 13565-1 Cor 1:1998
Geometrical Product Specifications (GPS)—Surface texture: Profile method; Surfaces
having stratified functional properties
(30) ISO 13565-2:1996
Geometrical Product Specifications (GPS)—Surface texture: Profile method; Surfaces
having stratified functional properties
(31) ISO 13565-2 Cor 1:1998
Geometrical Product Specifications (GPS)—Surface texture: Profile method; Surfaces
having stratified functional properties
(32)ISO 13565-3:1998
Geometrical Product Specifications (GPS)—Surface texture: Profile method; Surfaces
having stratified functional properties
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Bibliografía y páginas web
175
Parte II ANEXOS
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
177
Capítulo 1 PROGRAMAS MATLAB
1.1 PROGRAMA: FILAS
%Programa para calcular las FILAS
% Creación e inicialización de una matriz mediante un bucle
a=input('Introduzca el número de FILAS: ');
b=input('Introduzca el número de COLUMNAS: ');
%Se define una matriz MAT vacía
MATRIZ=[];
%Comienzo del primer bucle
for i=1:1:a
%Comienzo del segundo bucle
for j=1:1:b
disp('Fila NÚMERO ')
disp(i)
disp('Columna NÚMERO ')
disp(j)
MATRIZ(i,j)=input('Introduzca elemento de Fila y Columna pedidos ');
end
end
disp('La matriz inicial introducida por el usuario es la siguiente')
MATRIZ
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
178
s=b;
h=b;
l=b;
for k=1:1:a
% Se selecciona las filas de la matriz inicial mat
Fila=MATRIZ(k,:)
for q=1:1:s
for e=1:1:h
mat(q,e)=e;
end
end
x=mat(k,:)
xp=mat(k,:)
% Recta de regresión
p=polyfit(x,Fila,1);
yp=polyval(p,xp);
% Representación de las curvas
figure (k)
plot(x,Fila,'o',xp,yp)
% Creación de la nueva fila
for w=1:1:a
Filanueva(w)=Fila(w)-yp(w);
End
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
179
% Cálculo del vector absoluto, cuadrado, cúbico
for f=1:1:a
u=Filanueva(f);
filabsoluta(f)=abs(u);
filacuadrada(f)=u^2;
filacubica(f)=u^3;
filacuarta(f)=u^4;
end
% Cálculo de los valores de rugosidad
Ra(k)=[sum(filabsoluta)]/a
Rqintermedia=[sum(filacuadrada)]/a;
Rqfinal=sqrt(Rqintermedia);
Rq(k)=Rqfinal
Rskintermedia=[sum(filacubica)]/a;
Rskfinal=(Rskintermedia)/Rqfinal^3;
Rsk(k)=Rskfinal
Rkuintermedia=[sum(filacuarta)]/a;
Rkufinal=(Rkuintermedia)/Rqfinal^4;
Rku(k)=Rkufinal
Rp(k)=max(Filanueva)
Rvintermedia=min(Filanueva);
Rv(k)=Rvintermedia
Rz=Rp+abs(Rvintermedia)
end
% Pasarlos a Excell
xlswrite('ExcellRugosidadFilas.xls',Ra,'1','D3')
xlswrite('ExcellRugosidadFilas.xls',Rq,'1','D4')
xlswrite('ExcellRugosidadFilas.xls',Rsk,'1','D5')
xlswrite('ExcellRugosidadFilas.xls',Rku,'1','D6')
xlswrite('ExcellRugosidadFilas.xls',Rp,'1','D7')
xlswrite('ExcellRugosidadFilas.xls',Rv,'1','D8')
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
180
1.2 PROGRAMA: COLUMNAS
%Programa para calcular las COLUMNAS
% Creación e inicialización de una matriz mediante un bucle
a=input('Introduzca el número de FILAS: ');
b=input('Introduzca el número de COLUMNAS: ');
%Se define una matriz MAT vacía
MATRIZ=[];
%Comienzo del primer bucle
for i=1:1:a
%Comienzo del segundo bucle
for j=1:1:b
disp('Fila NÚMERO ')
disp(i)
disp('Columna NÚMERO ')
disp(j)
MATRIZ(i,j)=input('Introduzca elemento de Fila y Columna pedidos ');
end
end
disp('La matriz inicial introducida por el usuario es la siguiente')
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
181
MATRIZ
s=b;
h=b;
l=b;
for k=1:1:a
%Se selecciona las columnas de la matriz inicial mat
columna=MATRIZ(:,k)
for q=1:1:s
for e=1:1:h
mat(e,q)=e;
end
end
mat;
x=mat(:,k);
p=mat(:,k);
%Recta de regresión
p=polyfit(x,columna,1)
yp=polyval(p,xp)
% Representación de las curvas
figure (k)
plot(x,columna,'o',xp,yp)
% Cáculo de la nueva columna
for w=1:1:a
Columnanueva(w)=columna(w)-yp(w);
end
Columnanueva
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
182
%Cálculo del vector absoluto, cuadrado, cúbico
for f=1:1:a
u=Columnanueva(f);
columnabsoluta(f)=abs(u);
columnacuadrada(f)=u^2;
columnacubica(f)=u^3;
columnacuarta(f)=u^4;
end
%Cálculo de los valores de rugosidad
Ra(k)=[sum(columnabsoluta)]/a
Rqintermedia=[sum(columnacuadrada)]/a;
Rqfinal=sqrt(Rqintermedia);
Rq(k)=Rqfinal
Rskintermedia=[sum(columnacubica)]/a;
Rskfinal=(Rskintermedia)/Rqfinal^3;
Rsk(k)=Rskfinal
Rkuintermedia=[sum(columnacuarta)]/a;
Rkufinal=(Rkuintermedia)/Rqfinal^4;
Rku(k)=Rkufinal
Rp(k)=max(Columnanueva)
Rvintermedia=min(Columnanueva);
Rv(k)=Rvintermedia
Rzint=Rp+abs(Rvintermedia);
end
% Pasar los valores a Excell
xlswrite('ExcellRugosidad.xls',Ra,'1','D3')
xlswrite('ExcellRugosidad.xls',Rq,'1','D4')
xlswrite('ExcellRugosidad.xls',Rsk,'1','D5')
xlswrite('ExcellRugosidad.xls',Rku,'1','D6')
xlswrite('ExcellRugosidad.xls',Rp,'1','D7')
xlswrite('ExcellRugosidad.xls',Rv,'1','D8')
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
183
1.3 PROGRAMA: DIAGONALES
% Programa para cálculo de las diagonales
% Creación e inicialización de una matriz mediante un bucle
n=128
x=1:n
y=x'
diagonal1=diag(mat(1:128,1:128))
diagonal2=diag(mat(1:128,1:128))
p1=polyfit(y,diagonal1,1)
p2=polyfit(y,diagonal2,1)
yp1=polyval(p1,x)
yp2=polyval(p2,x)
for w=1:n
diagonalnueva1(w)=diagonal1(w)-yp1(w)
diagonalnueva2(w)=diagonal2(w)-yp2(w)
end
%Cálculo de los valores cuadrados, cúbicos...
for f=1:n
u1=diagonalnueva1(f);
Diagonalabsoluta1(f)=abs(u1)
Diagonalcuadrada1(f)=u1^2
Diagonalcubica1(f)=u1^3
Diagonalcuarta1(f)=u1^4
u2=diagonalnueva2(f);
Diagonalabsoluta2(f)=abs(u2)
Diagonalcuadrada2(f)=u2^2
Diagonalcubica2(f)=u2^3
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
184
Diagonalcuarta2(f)=u2^4
end
%Cálculo de los valores de rugosidad
Ra1=[sum(Diagonalabsoluta1)]/n
Ra2=[sum(Diagonalabsoluta2)]/n
Rqintermedia1=[sum(Diagonalcuadrada1)]/n;
Rqintermedia2=[sum(Diagonalcuadrada2)]/n;
Rqfinal1=sqrt(Rqintermedia1);
Rqfinal2=sqrt(Rqintermedia2);
Rq1=Rqfinal1
Rq2=Rqfinal2
Rskintermedia1=[sum(Diagonalcubica1)]/n;
Rskintermedia2=[sum(Diagonalcubica2)]/n;
Rskfinal1=(Rskintermedia1)/Rqfinal1^3;
Rskfinal2=(Rskintermedia2)/Rqfinal2^3;
Rsk1=Rskfinal1
Rsk2=Rskfinal2
Rkuintermedia1=[sum(Diagonalcuarta1)]/n;
Rkuintermedia2=[sum(Diagonalcuarta2)]/n;
Rkufinal1=(Rkuintermedia1)/Rqfinal1^4;
Rkufinal2=(Rkuintermedia2)/Rqfinal2^4;
Rku1=Rkufinal1
Rku2=Rkufinal2
Rp1=max(diagonalnueva1)
Rp2=max(diagonalnueva2)
Rvintermedia1=min(diagonalnueva1);
Rvintermedia2=min(diagonalnueva2);
Rv1=Rvintermedia1
Rv2=Rvintermedia2
Rzint1=Rp1+abs(Rvintermedia1);
Rzint2=Rp2+abs(Rvintermedia2);
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Programas Matlab
185
% Pasar los valores a Excell
xlswrite('Excell.xls',Ra1,'128','D3')
xlswrite('Excell.xls',Rq1,'128','D4')
xlswrite('Excell.xls',Rsk1,'128','D5')
xlswrite('Excell.xls',Rku1,'128','D6')
xlswrite('Excell.xls',Rp1,'128','D7')
xlswrite('Excell.xls',Rv1,'128','D8')
xlswrite('Excell.xls',Ra2,'128','E3')
xlswrite('Excell.xls',Rq2,'128','E4')
xlswrite('Excell.xls',Rsk2,'128','E5')
xlswrite('Excell.xls',Rku2,'128','E6')
xlswrite('Excell.xls',Rp2,'128','E7')
xlswrite('Excell.xls',Rv2,'128','E8')
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
187
Capítulo 2 RESULTADOS SPSS: COMPARACIONES
3D
2.1 ANOVA PARÁMETRO DE RUGOSIDAD: RA
Suma de
cuadrados gl
Media
cuadrática F Sig.
Inter-grupos 10305,649 5 2061,130 211,025 ,000
Intra-grupos 14885,232 1524 9,767
Total 25190,881 1529
Tabla 18. Análisis de la varianza Ra
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
188
2.2 PRUEBAS POST HOC: RA
(I) Patrón (J) Patrón Sig.
A1 A2 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,000
A2 A1 ,000
C2 ,021
C1 ,000
C4 ,000
C3 ,000
C2 A1 ,000
A2 ,021
C1 ,000
C4 ,000
C3 ,059
C1 A1 ,000
A2 ,000
C2 ,000
C4 ,650
C3 ,000
C4 A1 ,000
A2 ,000
C2 ,000
C1 ,650
C3 ,000
C3 A1 ,000
A2 ,000
C2 ,059
C1 ,000
C4 ,000
Tabla 19. Pruebas Post Hoc: Ra
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
189
2.3 ANOVA PARÁMETRO DE RUGOSIDAD: RQ
Suma de
cuadrados gl
Media
cuadrática F Sig.
Inter-grupos 13444,346 5 2688,869 226,518 ,000
Intra-grupos 18090,572 1524 11,870
Total 31534,917 1529
Tabla 20. Análisis de la varianza Rq
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
190
2.4 PRUEBAS POST HOC: RQ
(I) Patrón (J) Patrón Sig.
A1 A2 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,000
A2 A1 ,000
C2 ,061
C1 ,000
C4 ,000
C3 ,001
C2 A1 ,000
A2 ,061
C1 ,000
C4 ,000
C3 ,140
C1 A1 ,000
A2 ,000
C2 ,000
C4 ,638
C3 ,000
C4 A1 ,000
A2 ,000
C2 ,000
C1 ,638
C3 ,000
C3 A1 ,000
A2 ,001
C2 ,140
C1 ,000
C4 ,000
Tabla 21. Pruebas Post Hoc: Rq
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
191
2.5 ANOVA PARÁMETRO DE RUGOSIDAD: RSK
Suma de
cuadrados gl
Media
cuadrática F Sig.
Inter-grupos 100,272 5 20,054 39,663 ,000
Intra-grupos 767,535 1518 ,506
Total 867,807 1523
Tabla 22. Análisis de la varianza Rsk
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
192
2.6 PRUEBAS POST HOC: RSK
(I) Patrón (J) Patrón Sig.
A1 A2 ,000
C2 ,035
C1 ,341
C4 ,000
C3 ,902
A2 A1 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,000
C2 A1 ,035
A2 ,000
C1 ,248
C4 ,000
C3 ,047
C1 A1 ,341
A2 ,000
C2 ,248
C4 ,000
C3 ,407
C4 A1 ,000
A2 ,000
C2 ,000
C1 ,000
C3 ,000
C3 A1 ,902
A2 ,000
C2 ,047
C1 ,407
C4 ,000
Tabla 23. Pruebas Post Hoc: Rsk
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
193
2.7 ANOVA PARÁMETRO DE RUGOSIDAD: RKU
Suma de
cuadrados gl
Media
cuadrática F Sig.
Inter-grupos 428,621 5 85,724 16,989 ,000
Intra-grupos 7659,490 1518 5,046
Total 8088,110 1523
Tabla 24. Análisis de la varianza Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
194
2.8 PRUEBAS POST HOC: RKU
(I) Patrón (J) Patrón Sig.
A1 A2 ,000
C2 ,017
C1 ,000
C4 ,000
C3 ,011
A2 A1 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,000
C2 A1 ,017
A2 ,000
C1 ,122
C4 ,148
C3 ,877
C1 A1 ,000
A2 ,000
C2 ,122
C4 ,925
C3 ,164
C4 A1 ,000
A2 ,000
C2 ,148
C1 ,925
C3 ,196
C3 A1 ,011
A2 ,000
C2 ,877
C1 ,164
C4 ,196
Tabla 25. Pruebas Post Hoc: Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
195
2.9 ANOVA PARÁMETRO DE RUGOSIDAD: RP
Suma de
cuadrados gl
Media
cuadrática F Sig.
Inter-grupos 36141,311 5 7228,262 209,106 ,000
Intra-grupos 52680,904 1524 34,568
Total 88822,216 1529
Tabla 26. Análisis de la varianza Rp
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
196
2.10 PRUEBAS POST HOC: RP
(I) Patrón (J) Patrón Sig.
A1 A2 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,000
A2 A1 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,002
C2 A1 ,000
A2 ,000
C1 ,000
C4 ,000
C3 ,079
C1 A1 ,000
A2 ,000
C2 ,000
C4 ,742
C3 ,000
C4 A1 ,000
A2 ,000
C2 ,000
C1 ,742
C3 ,000
C3 A1 ,000
A2 ,002
C2 ,079
C1 ,000
C4 ,000
Tabla 27. Pruebas Post Hoc: Rp
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
197
2.11 ANOVA PARÁMETRO DE RUGOSIDAD: RV
Suma de
cuadrados gl
Media
cuadrática F Sig.
Inter-grupos 36140,010 5 7228,002 221,117 ,000
Intra-grupos 49784,656 1523 32,689
Total 85924,666 1528
Tabla 28. Análisis de la varianza Rv
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados Spss: Comparaciones 3D
198
2.12 PRUEBAS POST HOC: RV
(I) Perfil (J) Perfil Sig.
A1 A2 ,000
C2 ,000
C1 ,000
C4 ,000
C3 ,000
A2 A1 ,000
C2 ,299
C1 ,000
C4 ,000
C3 ,537
C2 A1 ,000
A2 ,299
C1 ,000
C4 ,000
C3 ,673
C1 A1 ,000
A2 ,000
C2 ,000
C4 ,493
C3 ,000
C4 A1 ,000
A2 ,000
C2 ,000
C1 ,493
C3 ,000
C3 A1 ,000
A2 ,537
C2 ,673
C1 ,000
C4 ,000
Tabla 29. Pruebas Post Hoc: Rv
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados SPSS: Comparaciones 2D vs. 3D
199
Capítulo 3 RESULTADOS SPSS: COMPARACIONES
2D VS. 3D
3.1 COMPARACIÓN 2D VS. 3D: RA
2D vs. 3D N Media Desviación típ. Error típ. de
la media
Rugosidad 1,00 6 5,6268 6,30895 2,57562
2,00 6 3,1264 2,84312 1,16070
Tabla 30. Estadísticos de grupo Ra
Prueba de Levene para la igualdad
de varianzas
F Sig.
Inferior Superior
Ra Se han asumido varianzas
iguales 1,094 ,320
Tabla 31. Prueba T de muestras independientes Ra
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados SPSS: Comparaciones 2D vs. 3D
200
3.2 COMPARACIÓN 2D VS. 3D: RQ
2D vs. 3D N Media Desviación típ. Error típ. de
la media
Rugosidad 1,00 6 6,2463 6,69169 2,73187
2,00 6 3,6115 3,24724 1,32568
Tabla 32. Estadísticos de grupo Rq
Prueba de Levene para la igualdad
de varianzas
F Sig.
Inferior Superior
Rq Se han asumido varianzas
iguales ,980 ,346
Tabla 33. Prueba T de muestras independientes Rq
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados SPSS: Comparaciones 2D vs. 3D
201
3.3 COMPARACIÓN 2D VS. 3D: RSK
2D vs. 3D N Media Desviación típ. Error típ. de
la media
Rugosidad 1,00 6 -,2873 ,66875 ,27301
2,00 6 -,0457 ,27934 ,11404
Tabla 34. Estadísticos de grupo Rsk
Prueba de Levene para la igualdad
de varianzas
F Sig.
Inferior Superior
Rsk No se han asumido varianzas iguales 5,190 ,046
Tabla 35. Prueba T de muestras independientes Rsk
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados SPSS: Comparaciones 2D vs. 3D
202
3.4 COMPARACIÓN 2D VS. 3D: RKU
2D vs. 3D N Media Desviación típ. Error típ. de
la media
Rugosidad 1,00 6 1,9722 ,80501 ,32864
2,00 6 2,1908 ,57283 ,23386
Tabla 36. Estadísticos de grupo Rku
Prueba de Levene para la igualdad
de varianzas
F Sig.
Inferior Superior
Rku Se han asumido varianzas
iguales ,168 ,691
Tabla 37. Prueba T de muestras independientes Rku
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados SPSS: Comparaciones 2D vs. 3D
203
3.5 COMPARACIÓN 2D VS. 3D: RP
2D vs. 3D N Media Desviación típ. Error típ. de la media
Rugosidad 1,00 6 6,3608 5,17626 2,11320
2,00 6 5,8223 5,32411 2,17356
Tabla 38. Estadísticos de grupo Rp
Prueba de Levene para la igualdad
de varianzas
F Sig.
Inferior Superior
Rp Se han asumido varianzas
iguales ,141 ,715
Tabla 39. Prueba T de muestras independientes Rp
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Resultados SPSS: Comparaciones 2D vs. 3D
204
3.6 COMPARACIÓN 2D VS. 3D: RV
2D vs. 3D N Media Desviación típ. Error típ. de la media
Rugosidad 1,00 6 -10,8500 10,05755 4,10598
2,00 6 -6,3720 5,32698 2,17473
Tabla 40. Estadísticos de grupo Rv
Prueba de Levene para la igualdad
de varianzas
F Sig.
Inferior Superior
Rv Se han asumido varianzas
iguales 1,823 ,207
Tabla 41. Prueba T de muestras independientes Rv
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
205
Capítulo 4 NORMA 5436-1
La Norma 5436-1 constituye la base de este proyecto en cuanto a la generación de los
perfiles 3D que son objeto de estudio.
Se llama la atención sobre el hecho de que algunos elementos de la presente parte de la
ISO 5436 pueden ser objeto de derechos de propiedad intelectual o de derechos
análogos. ISO no debería ser considerada responsable de no haber identificado tales
derechos de propiedad ni advertido de su existencia.
La Norma internacional ISO 5436-1 ha sido elaborada por el comité técnico ISO/TC
213, Especificaciones y verificaciones dimensionales y geométricas de productos.
Esta primera edición de la ISO 5436-1, así como la de la ISO 5436-2, anulan y
reemplazan la ISO 5436:1985, de las cuales constituyen una revisión técnica.
La ISO 5436 comprende las partes siguientes, presentadas bajo el título general
Especificación geométrica de productos (GPS) - Estado superficial: Método del perfil;
Patrones:
- Parte 1: Medidas materializadas
- Parte 2: Patrones de ``software''
El anexo A de la presente parte de la ISO 5436 se ofrece únicamente a título
informativo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
206
Introducción
La presente parte de la ISO 5436 que trata de la especificación geométrica de productos
(GPS) está considerada como norma GPS general (véase la ISO/TR 14638). Afecta al
eslabón 6 de las cadenas de normas de rugosidad, ondulación y perfil primario.
Para mayor información sobre la relación de la presente parte de la ISO 5436 con las
otras normas y la matriz GPS, véase el anexo A.
La presente parte de la ISO 5436 introduce nuevos patrones, denominados Tipo E, para
calibrar el sistema de coordenadas de perfil.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
207
Especificación geométrica de productos (GPS) – Estado superficial: método del
perfil; patrones.
Parte 1: Medidas materializadas
4.1 DOMINIO DE APLICACIÓN
La presente parte de la ISO 5436 especifica las características de las materializaciones
de medidas que se utilizan como patrones para la calibración de las características
metrológicas de los instrumentos de medida del estado superficial mediante el método
del perfil, según se define en la ISO 3274.
4.2 REFERENCIAS NORMATIVAS
Los documentos normativos siguientes contienen disposiciones que, según las
referencias que presentan, constituyen disposiciones válidas para esta parte de la ISO
5436. Para las referencias con fecha no se aplican las correcciones posteriores o las
revisiones de estas publicaciones. De todas formas se invita a las partes que participen
en acuerdos que se fundamenten en esta parte de la ISO 5436 a estudiar la posibilidad
de aplicar las ediciones más recientes de los documentos normativos que se indican más
adelante. Para las referencias sin fecha se aplica la última edición del documento
referenciado. Los miembros de la ISO y de la CEI poseen el registro de las Normas
internacionales en vigor.
4.3 TERMINOLOGÍA Y DEFINICIONES
Para las necesidades de esta parte de la ISO 5436, se aplican la terminología y las
definiciones dadas en la ISO 3274, la ISO 4287 y el VIM.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
208
4.4 CONDICIONES DE DISEÑO
4.4.1 MATERIALES
El material utilizado para los patrones de los tipos A hasta E debe ser suficientemente
duro para asegurar una vida útil conveniente en relación al coste (de fabricación y de
calibración). Su superficie debe ser lisa y lo bastante plana para que no influya durante
su evaluación
4.4.2 DIMENSIONES DE LOS PATRONES
La zona de medida debe ser suficientemente grande para presentar la longitud de
palpado requerida para todas las exploraciones previstas. La zona de medida
corresponde a la región de la superficie total en la que se realizan las medidas de
calibración. Un mismo bloque puede incluir uno o varios tipos de patrón. Para asegurar
unas condiciones económicas óptimas, no se especifica el resto de dimensiones de los
bloques.
4.5 TIPOS, APLICACIONES Y CARACTERÍSTICAS METROLÓGICAS
DE LOS PATRONES
4.5.1 GENERALIDADES
La calibración de la multitud de instrumentos existentes, en sus diversos modos de
funcionamiento, necesita múltiples tipos de patrones. Cada uno de los patrones puede
tener un dominio de aplicación limitado en función de sus características y las del
instrumento a calibrar. La validez de la calibración de un instrumento dado es función de
la correcta asociación de estas características.
Para cubrir toda la gama de necesidades, se describen cinco tipos, cada uno de los cuales
puede tener un cierto número de variantes.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
209
Tipo Nombre
A Patrón de profundidad
B Patrón del estado de la punta del palpador
C Patrón de espaciamiento
D Patrón de rugosidad
E Patrón de coordenadas perfil
Tabla 42. Tipos y nombres de los patrones
4.5.2 TIPO A-PATRONES DE PROFUNDIDAD
Estos patrones sirven para calibrar la componente vertical del perfil de los instrumentos
de palpador.
4.5.2.1 Tipo A1-Ranuras anchas de fondo plano
Estos patrones tienen una ranura ancha calibrada de fondo plano, un raíl de sección
rectangular o un cierto número de estos elementos separados, de profundidad o altura
idéntica o creciente, siendo cada elemento lo suficientemente ancho para no ser sensible
a la forma o al estado de la punta del palpador.
4.5.2.2 Tipo A2-Ranuras anchas de fondo redondeado
Estos patrones son similares a los del tipo A1, pero la o las ranuras tienen un fondo
redondeado de radio lo bastante grande para no ser sensible a la forma o al estado de la
punta del palpador.
4.5.3 TIPO B – PATRONES DEL ESTADO DE LA PUNTA DEL PALPADOR
Estos patrones sirven esencialmente para calibrar el estado de la punta del palpador.
4.5.3.1 Tipo B.1
Estos patrones tienen una ranura estrecha o un cierto número de ranuras separadas, de
proporciones elegidas para ser sensibles de forma creciente a las dimensiones de la punta
del palpador. La o las ranuras tienen un fondo redondeado de radio suficiente para ser
sensibles a la forma o al estado de la punta del palpador.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
210
4.5.3.2 Tipo B2
Estos patrones presentan dos redes de ranuras de valores Ra nominalmente iguales de
las cuales una es sensible y la otra no es sensible a las dimensiones de la punta del
palpador.
4.5.3.3 Tipo B3
Estos patrones tienen una fina arista protuberante. Por ejemplo, las hojas de afeitar sin
revestir que tienen una arista de aproximadamente 0,1 µm o menos. El estado del
palpador puede ser evaluado por el palpado de un patrón de este tipo y el registro de su
perfil.
4.5.4 TIPO C – PATRONES DE ESPACIAMIENTO
Estos patrones se destinan principalmente a la calibración de las componentes verticales
del perfil, pero también pueden utilizarse para la calibración de las componentes
horizontales si el espaciamiento entre ranuras está dentro de los límites aceptables para
esta aplicación. El objetivo de una serie de patrones es poder verificar las características
de transmisión para un cierto número de pasos y de amplitudes.
Los patrones presentan una red de ranuras repetitivas de forma simple (sinusoidal,
triangular o en arco de círculo).
Una de las características esenciales de los patrones de tipo C es que los patrones
normalizados de forma de onda diferente son no obstante compatibles, en el sentido que
todos conducen a las mismas condiciones de verificación o de calibración del
instrumento, supuesto que se utilicen correctamente.
4.5.5 TIPO D – PATRONES DE RUGOSIDAD
4.5.5.1 Generalidades
Estos patrones se destinan a la calibración global de los instrumentos
La variación constatada sobre la superficie de un patrón de tipo D es generalmente
superior a la de uno de tipo C. Por esta razón es necesario hacer la media de un cierto
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
211
número (determinado estadísticamente) de palpados, posicionados de forma adecuada,
para obtener pleno rendimiento de los patrones de tipo D.
4.5.5.2 Tipo D1 – Perfil unidireccional irregular
Estos patrones tienen perfiles irregulares (obtenido, por ejemplo, por rectificación) en la
dirección de palpado, pero tienen la ventaja de presentar una sección perpendicular a la
de palpado aproximadamente constante.
Estos patrones simulan piezas que presentan un espaciamiento de picos importante, pero
reducen el número de palpados necesario para la obtención de un buen valor medio.
Permiten, a título de confirmación, una verificación final global de la calibración.
4.5.5.3 Tipo D2- perfil circular irregular
Estos patrones circulares tienen perfiles irregulares en la dirección radial, aunque tienen
la ventaja de presentar una sección aproximadamente constante sobre su circunferencia.
4.5.6 TIPO E – PATRONES DE COORDENADAS DE PERFIL
Estos patrones se destinan a la calibración del sistema de coordenadas de perfil del
instrumento.
4.5.6.1 Tipo E1- Esfera o semiesfera de precisión
Estos patrones consisten en una esfera o una semiesfera.
4.5.6.2 Tipo E2 – Prisma de precisión
Estos patrones consisten en un prisma de sección trapezoidal. La base del trapecio es
la superficie más larga de las paralelas. La superficie superior y las dos superficies
engendradas por los lados del trapecio son las superficies de medida. Los ángulos de las
dos superficies laterales son tales que la punta del palpador permanece en contacto con
la superficie sobre toda la extensión de medida del instrumento.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
212
4.6 EXIGENCIAS DE LOS PATRONES
4.6.1 TIPO A – PATRONES DE PROFUNDIDAD
4.6.1.1 Tipo A1 – Ranuras anchas de fondo plano
Las ranuras anchas de fondo plano de estos patrones se caracterizan por su anchura W y
su profundidad d.
Imagen 159. Ranura de tipo A1
Nota: Los raíles anchos de sección rectangular son equivalentes
4.6.1.2 Tipo A2- Ranuras anchas de fondo redondeado
Las ranuras anchas de fondo redondeado de estos patrones se caracterizan por su radio r
y su profundidad d.
Imagen 160. Ranura de tipo A2
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
213
4.6.2 TIPO B – PATRONES DEL ESTADO DE LA PUNTA DEL PALPADOR
4.6.2.1 Tipo B1
Las ranuras estrechas de fondo redondeado de estos patrones se caracterizan por su radio
r y su profundidad d.
4.6.2.2 Tipo B2
Estos patrones poseen dos redes de ranuras o más, establecidas sobre una base común.
4.6.2.2.1 Red sensible
Las ranuras forman un triángulo isósceles con crestas y valles puntiagudos, Rsm y el
ángulo del vértice α, de dimensiones elegidas para hacer Ra dependiente de la
dimensión de la punta del palpador.
Imagen 161. Ranuras tipo B2 (red sensible)
4.6.2.2.2 Red no sensible
Ranuras aproximadamente sinusoidales o en arco de círculo de dimensiones elegidas
para hacer que Ra sean prácticamente independiente de la punta del palpador.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
214
Imagen 162. Ranuras tipo B2 (red no sensible)
4.6.2.2.3 Tipo B3
El radio y el ángulo en el vértice de la arista protuberante son mas pequeños que el radio
y el ángulo en el vértice del palpador a evaluar.
4.6.3 TIPO C – PATRONES DE ESPACIAMIENTO
4.6.3.1 Tipo C1 – Ranuras de perfil sinusoidal
Estos patrones se caracterizan por RSm y Ra. Los valores deben elegirse de forma que la
atenuación por el palpador o el filtro sea despreciable.
Imagen 163. Ranuras tipo C1
4.6.3.2 Tipo C2- Ranuras de perfil en triángulo isósceles
Estos patrones se caracterizan por Rsm y Ra. Los valores deben elegirse de forma que la
atenuación por el palpador o por el filtro sean despreciables.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
215
Imagen 164. Ranuras tipo C2
4.6.3.3 Tipo C3- Ranuras sinusoidales simuladas
Estos patrones se caracterizan por Rsm y Ra. Las ondas son simulaciones de ondas
sinusoidales incluyendo los perfiles triangulares de picos y valles redondeados o
truncados cuyo contenido total eficaz en armónicos no debe sobrepasar el 10% del valor
eficaz de la onda fundamental.
Imagen 165. Ranuras tipo C3
4.6.3.4 Tipo C4 – Ranuras de perfil en arcos de círculo
Estos patrones se caracterizan por Psm y Pa. Los valores se elegirán de forma que la
atenuación por el palpador o por el filtro sea despreciable.
Imagen 166. Ranuras tipo C4
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
216
4.6.4 TIPO D – PATRONES DE RUGOSIDAD
Tipo D1 - Perfiles unidireccionales irregulares
Estos patrones se caracterizan por Ra y Rz. Se trata de perfiles de rectificación
irregulares que se repiten cada 5λc en la dirección longitudinal del patrón.
Perpendicularmente a la dirección de medida del patrón, la forma del perfil es constante.
Imagen 167. Ranuras tipo D1
4.6.4.1 Tipo D2- Perfiles circulares irregulares
Estos patrones se caracterizan por Ra y Rz. Se trata de perfiles irregulares que se repiten
cada 5λc en la dirección radial del patrón. Perpendicularmente a la dirección de medida
del patrón (a lo largo de la periferia), la forma del perfil es constante.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
217
Imagen 168. Ranuras tipo D2
4.6.5 TIPO E – PATRONES DE COORDENADAS DE PERFIL
4.6.5.1 Tipo E1- esfera o semiesfera de precisión
Estos patrones se caracterizan por su radio y por Pt.
Es conveniente que el radio de la esfera (o del hemisferio) sea lo bastante grande como
para permitir que la parte esférica de la punta del palpador (y no otra parte) permanezca
en contacto, a lo largo de un palpado simétrico a partir de uno de los lados del punto más
alto de la esfera (o semiesfera), sobre toda la extensión de medida del instrumento y a lo
largo de la longitud de palpado.
4.6.5.2 Tipo E2- Prisma de precisión
Estos patrones se caracterizan por los ángulos entre las superficies y el valor Pt en cada
una.
Es conveniente que la forma y dimensiones de la sección trapezoidal permitan que la
parte esférica de la punta del palpador (y sólo ésta) permanezca en contacto, durante un
palpado simétrico, con el prisma en toda la extensión de medida del instrumento y sobre
toda la longitud de palpado del instrumento. Conviene que la longitud del plano superior
del patrón sea suficiente para aplanar de forma estable.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
218
Imagen 169. Prisma de precisión tipo E2
4.7 DEFINICIÓN DE LOS MENSURANDOS DE LOS PATRONES
4.7.1 TIPO A1
La ecuación
Z = αX + β+ h δ
en la que α, β y h son las incógnitas, se ajusta por el método de mínimos cuadrados a un
perfil de longitud igual a tres veces la anchura de la ranura . La variable δ toma el valor
+1 en las zonas A y B, y el valor –1 en la zona C. La profundidad de la ranura d es igual
a dos veces el valor estimado de h.
Imagen 170. Evaluación de los valores muestreados para el tipo A1
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
219
Los raíles anchos de sección rectangular son equivalentes.
Para evitar la influencia de eventuales acuerdos, no se deberá tener en cuenta la
superficie superior de cada lado de la ranura en una longitud igual a un tercio de la
anchura de ésta. La superficie del fondo de la ranura sólo se evalúa en su tercio central.
Las zonas que sirven para la evaluación son las marcadas A,B,C en la figura 12.
El número de repeticiones efectuadas debe ser significativo, por lo menos igual a cinco,
y deben estar repartidas de manera uniforme sobre la zona de medida (evitando los
defectos).
4.7.2 TIPO A2
Se traza por encima de la ranura una línea media de mínimos cuadrados que represente
el nivel superior. Además, se ajusta un círculo de mínimos cuadrados al tercio central
del ancho de la ranura. La profundidad se evalúa a partir de la línea y hasta el punto
inferior del círculo.
Imagen 171. Evaluación de los valores calibrados para el tipo A2
Las zonas a utilizar para la evaluación están indicadas como A,B,C.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
220
El número de repeticiones efectuadas debe ser significativo, por lo menos igual a cinco,
y deben estar repartidas de manera uniforme sobre la zona de medida (evitando los
defectos).
4.7.3 TIPO B2
La relación entre la media de Ra de la red sensible y la media Ra de la red no sensible
debe ser calibrada con una punta relativamente aguda (radio nominal < 2 µm) y con un
filtro gaussiano de longitud de corte λc según su documento de calibración y, salvo
especificación en contrario, según las reglas dadas en la ISO 4288.
El número de repeticiones efectuadas debe ser significativo, por lo menos igual a 18, y
deben estar repartidas de manera uniforme sobre la zona de medida (evitando los
defectos), manteniendo todos los ajustes del instrumento constantes durante la
evaluación.
4.7.4 TIPO B3
El estado del palpador puede medirse palpando una arista viva saliente, como una hoja
de afeitar, según se muestra en la figura 14. Si r1 es el radio de la punta del palpador y r2
el radio de la arista de la hoja de afeitar, el perfil registrado tiene un radio r = r1 + r2.
Por otra parte, si r2 es mucho menor que r1, el radio registrado es aproximadamente igual
al de la punta del palpador. Este método sólo puede utilizarse con instrumentos de
registro directo del perfil que tengan una velocidad muy lenta de palpado.
A continuación se representa un esquema del palpado de una hoja de afeitar para
determinar el radio de la punta del palpador. El perfil de salida representa esencialmente
la forma de la punta del palpador si el radio y el ángulo de la punta de la hoja de afeitar
son muy pequeños.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
221
Imagen 172. Utilización de un patrón tipo B3
Leyenda
1 Palpador
2 Hoja de afeitar
3 Perfil registrado
4.7.5 TIPOS C1 A C4 Y D
El perfil debe ser palpado y los parámetros calculados según las normas ISO adecuadas
(ISO 3274, ISO 4287, ISO 4288 e ISO 12085).
El número de repeticiones efectuadas debe ser significativo, por lo menos igual a 12, y
deben estar repartidas de manera uniforme sobre la zona de medida (evitando los
defectos).
Los valores de los parámetros anunciados con cada patrón se refieren a una referencia
recta regular con perfiles filtrados obtenidos a partir del perfil palpado según la ISO
3274. Aunque las ranuras más anchas sean generalmente insensibles a la dimensiones de
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
222
la punta del palpador, su influencia puede ser importante en ranuras más estrechas, por
lo que debe acompañarse el valor de cada parámetro de la referencia a la punta del
palpador.
4.7.6 TIPO E1
Un perfil debe registrarse de forma simétrica a ambos lados del punto inferior,
permaneciendo todo lo posible dentro de los límites que el campo de medida del
instrumento y la geometría del palpador permitan.
El radio, así como Pt, deben determinarse ajustando un arco de mínimos cuadrados al
perfil.
4.7.7 TIPO E2
Debe registrarse un perfil simétrico, paralelo a las aristas, que incluya la superficie
superior y las dos superficies laterales del trapecio, y que permanezca todo lo posible
dentro de los límites que el campo de medida del instrumento y la geometría del
palpador permitan.
Los ángulos entre la superficie superior y las superficies laterales del trapecio, y el
defecto de planitud de estas tres superficies, deben determinarse ajustando una línea de
mínimos cuadrados en cada una de las superficies.
4.8 DOCUMENTO DE CALIBRACIÓN
Cada patrón, tras haber sido calibrado individualmente, debe acompañarse al menos de
las exigencias de información para los patrones definidas en la ISO 10012-1 y de las
siguientes indicaciones, si son aplicables:
a) radio efectivo de la punta (o de las puntas) del palpador al que se aplica cada valor
de calibración;
b) detalles relativos a la calibración, incluyendo el número de repeticiones realizadas;
c) para cada característica metrológica, el valor medio calibrado acompañado de su
incertidumbre estimada ampliada U (según la GUM o la ISO/TS 14253-2 o ambas);
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
223
d) para cada característica metrológica, la desviación típica de la media;
e) cualquier otra condición de referencia de la calibración, por ejemplo, la base de
evaluación digital (discretización de ordenadas, cuantificación vertical), y si los
valores declarados se refieren a una medida directa o son valores obtenidos a partir
de esta medición.
Mientras sea posible, las indicaciones mencionadas deben marcarse sobre cada patrón.
Si el espacio disponible es insuficiente, se podrán indicar los valores separadamente,
referenciando el patrón por un número de serie, por ejemplo.
Nota 1: El valor nominal sólo sirve para la identificación. La diferencia entre el valor
nominal y el convencionalmente verdadero no constituye un error.
Nota 2: El valor convencionalmente verdadero es el valor a utilizar en la calibración de
instrumentos. Es el valor medio medido de un número dado de palpados repartidos sobre
la zona de medida del patrón, corregido, en la medida de lo posible, de los errores
previamente determinados del material de calibración. Conviene evitar los defectos
visibles sobre la zona de medida. Se admite un cierto nivel de incertidumbre sobre el
valor medio calibrado para reflejar los errores desconocidos residuales del material de
calibración que, por tanto, no son corregibles pero cuyos límites pueden estimarse.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
NORMA 5436-1
224
4.9 ANEXO A
Información sobre esta parte de la ISO 5436 y su utilización
La presente parte de la ISO 5436 define los patrones de calibración de los aparatos de
contacto (con palpador) para la medida del estado superficial por el método del perfil
definido en la ISO 3274.
Situación en la matriz GPS
Esta parte de la ISO 5436 es una norma GPS general que afecta al escalón 6 de las
cadenas de normas sobre rugosidad, ondulación y perfil primario del esquema director,
como se ilustra en la Figura A.1.
Imagen 173. Global GPS standars
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
225
Capítulo 5 NORMA 8785:1999
La Norma 8785:1999 descrita a continuación recoge las imperfecciones superficiales
que pueden ser objeto de estudio en un futuro tal y como se describe en las líneas futuras
de este proyecto.
GPS – Imperfecciones superficiales – Términos, definiciones y parámetros.
5.1 TÉRMINOS GENERALES.
5.1.1 SUPERFICIE DE REFERENCIA.
Superficie con la forma de una superficie geométrica, a partir de la cual se determinan
los parámetros de las imperfecciones superficiales.
1. La superficie de referencia pasa por el pico más alto de la superficie real excluyendo
las imperfecciones y equidista de la superficie media determinada por el método de
mínimos cuadrados.
2. La superficie de referencia es determinada sobre una zona superficial específica o
sobre una parte limitada de la misma, relacionada con el tamaño de una única
imperfección, de manera que la dimensión del área sea suficiente para incluir la
imperfección pero excluya la influencia de la desviación de forma.
3. La superficie de referencia coincide en la práctica con la superficie de la zona
adyacente a la imperfección.
5.1.2 ÁREA DE EVALUACIÓN DE LA IMPERFECCIÓN SUPERFICIAL (A)
Toda la superficie real de una pieza o una porción de esa superficie en la que las
imperfecciones superficiales son especificadas e inspeccionadas.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
226
5.1.3 TEXTURA SUPERFICIAL.
Desviaciones aleatorias o repetitivas de la superficie geométrica que constituyen la
topografía tri-dimensional de la superficie.
La textura superficial incluye rugosidad, ondulación, dirección de las irregularidades,
imperfecciones superficiales y desviaciones de forma sobre la zona de la superficie
delimitada.
5.1.4 IMPERFECCIÓN SUPERFICIAL (SIM)
Elemento, irregularidad o grupo de elementos e irregularidades de la superficie real
causados involuntariamente o accidentalmente durante la fabricación, almacenaje o uso
de la superficie.
1. Se recomienda no usar el término “defecto superficial” con la definición dada en este
párrafo (ver la definición en ISO 8402).
2. Tales tipos de elementos o irregularidades difieren considerablemente de las que
constituyen la rugosidad superficial.
3. La presencia de una imperfección sobre la superficie real no implica necesariamente
que la superficie dada sea inadecuada para su utilización. La aceptación de una
imperfección depende de la aplicación o función de la superficie y queda determinada
por los términos apropiados, por ejemplo, longitud, profundidad, anchura, altura,
número por unidad de superficie, etc...
5.2 CARACTERÍSTICAS Y PARÁMETROS DE LAS IMPERFECCIONES
SUPERFICIALES
El valor máximo de los parámetros y características de las imperfecciones toleradas
sobre la superficie, es el indicado en la especificación, es decir, el límite a partir del cual
el elemento con la imperfección es rechazado.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
227
5.2.1 LONGITUD DE LA IMPERFECCIÓN SUPERFICIAL (SIME).
Dimensión máxima de la imperfección superficial medida paralelamente a la superficie
de referencia.
5.2.2 ANCHO DE LA IMPERFECCIÓN SUPERFICIAL (SIMW)
Dimensión máxima de la imperfección superficial medida perpendicularmente a la
longitud de la imperfección y paralelamente a la superficie de referencia.
5.2.3 PROFUNDIDAD INDIVIDUAL DE LA IMPERFECCIÓN SUPERFICIAL (SIMSD)
Profundidad máxima de la imperfección superficial medida perpendicularmente y desde
la superficie de referencia.
5.2.3.1 Profundidad combinada de la imperfección superficial (SIMcd).
Distancia entre la superficie de referencia y el punto más bajo de la imperfección
superficial medida perpendicularmente y desde la superficie de referencia
5.2.4 ALTURA INDIVIDUAL DE LA IMPERFECCIÓN SUPERFICIAL (SIMSH)
Altura máxima de la imperfección superficial medida perpendicularmente y desde la
superficie de referencia.
5.2.4.1 Altura combinada de la imperfección superficial (SIMch)
Distancia entre la superficie de referencia y el punto más alto de la imperfección
superficial medida perpendicularmente y desde la superficie de referencia.
5.2.5 ÁREA DE UNA IMPERFECCIÓN SUPERFICIAL (SIMA)
Área de la imperfección superficial individual proyectada sobre la superficie de
referencia.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
228
5.2.6 ÁREA TOTAL DE UNA IMPERFECCIÓN SUPERFICIAL (SIMT)
Área igual a la suma de las áreas de las imperfecciones individuales, dentro de los
límites convenidos de selección.
5.2.7 NÚMERO DE IMPERFECCIONES SUPERFICIALES (SIMN)
Número de imperfecciones superficiales sobre la superficie real total, dentro de los
límites de selección.
5.2.8 NÚMERO DE IMPERFECCIONES SUPERFICIALES POR UNIDAD DE ÁREA (SIMN /A)
Número de imperfecciones superficiales en el área A seleccionada para la evaluación de
las imperfecciones superficiales.
5.3 TIPOS ESPECÍFICOS DE IMPERFECCIONES SUPERFICIALES
5.3.1 HENDIDURA.
Imperfección superficial orientada hacia el interior.
5.3.1.1 Surco.
Hendidura con el fondo plano o redondo.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
229
Imagen 174. Hendidura
5.3.1.2 Arañazo.
Hendidura de forma irregular y orientación aleatoria.
Imagen 175. Arañazo
5.3.1.3 Grieta
Hendidura lineal y de fondo afilado, resultado de una perturbación de la integridad
de la superficie y del material de una pieza.
Imagen 176. Grieta
5.3.1.4 Poro
Cavidad de pequeño tamaño con paredes en fuerte pendiente y normalmente,
aristas vivas, donde los bordes superiores de la cavidad no están más altos que la
superficie de referencia tangencial.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
230
Imagen 177. Poro
5.3.1.5 Sopladura
Imperfección superficial con forma de hendidura originada por la pérdida de
partículas extrañas, “comido” ácido o por efecto de un gas.
Imagen 178. Sopladura
5.3.1.6 Rechupe externo.
Hendidura originada por contracción térmica durante la solidificación de una pieza
fundida, soldada, etc.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
231
Imagen 179. Rechupe externo
5.3.1.7 Fisura
Grieta irregular y afilada con aristas vivas.
Imagen 180. Fisura
5.3.1.8 Merma
Imperfección de forma redondeada en la intersección de dos superficies de una
pieza.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
232
Imagen 181. Merma
5.3.1.9 Huella circular cóncava.
Hendidura en la superficie de una placa de material originada por plegado local.
Imagen 182. Huella circular cóncava
5.3.1.10 Abolladura
Hoyo, hendidura sin partes elevadas, habitualmente causadas por deformaciones
plásticas resultado de colisiones o golpes.
Imagen 183. Abolladura
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
233
5.3.2 PROTUBERANCIA.
Imperfección superficial dirigida hacia el exterior.
5.3.2.1 Verruga.
Protuberancia redondeada o abrupta de pequeño tamaño y altura limitada.
Imagen 184. Verruga
5.3.2.2 Burbuja.
Convexidad local causada por la inclusión de un líquido o gas bajo la superficie.
Imagen 185. Burbuja
5.3.2.3 Huella circular convexa.
Protuberancia en la superficie de una placa de material originada por una
abolladura local.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
234
Imagen 186. Huella circular convexa
5.3.2.4 Escama.
Elevación parcial de poca anchura, resultado de un escamado en la capa externa de
composición distinta a la del material base.
Imagen 187. Escama
5.3.2.5 Cuerpo extraño.
Partícula de material extraño, embebida en el material de una pieza.
Imagen 188. Cuerpo extraño
5.3.2.6 Rizado.
Arista afilada y elevada, habitualmente con una merma en la cara opuesta.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
235
Imagen 189. Rizado
5.3.2.7 Rebaba.
Arista o pliegue del material expulsado del hueco entre las piezas moldeadas o
fundidas durante el proceso (fundición, estampación, etc.) o bien originada
perpendicularmente a la dirección de presión de las dos superficies durante la
soldadura por resistencia (soldadura eléctrica).
Imagen 190. Rebaba
5.3.2.8 Depósito.
Material extraño o ajeno, acumulado sobre la superficie de una pieza.
Imagen 191. Depósito
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
236
5.3.3 IMPERFECCIÓN SUPERFICIAL MIXTA.
Imperfección superficial orientada parcialmente hacia la parte externa y a la vez interna
del material.
5.3.3.1 Cráter.
Hendidura, hundimiento u hoyo de contorno circular y bordes elevados semejante
a la boca de un volcán, estando éstos por encima de la superficie de referencia
confrontar con abolladura.
Imagen 192. Cráter
5.3.3.2 Pliegue.
Protuberancia en forma de lengua de poca anchura, habitualmente con forma de
arruga, originada en la superficie por un plegado en el material al ser laminado o
estampado.
Imagen 193. Pliegue
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
237
5.3.3.3 Muesca.
Imperfección superficial constituida por hendiduras y protuberancias sucesivas
causadas por el arranque de material por contacto con un cuerpo externo en
movimiento.
Imagen 194. Muesca
5.3.3.4 Desconchado o huella de viruta.
Protuberancias alineadas resultado de una conformación defectuosa.
Imagen 195. Desconchado o huella de viruta
5.3.4 ZONA DE IMPERFECCIONES, IMPERFECCIONES DE ASPECTO.
Imperfecciones diseminadas sobre la capa externa de la superficie, habitualmente sin
contornos bien definidos y de profundidad o altura difícilmente cuantificables.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
238
5.3.4.1 Rozadura.
Desgaste superficial por efecto de un eje, rodamientos esféricos, rodillos y carreras
de cojinetes, con aspecto deslustrado y plateado apareciendo en determinadas
zonas de la superficie por causas de sobrecarga intermitente.
Imagen 196. Rozadura
5.3.4.2 Erosión.
Dañado superficial por destrucción física o desgaste de la superficie.
Imagen 197. Erosión
5.3.4.3 Corrosión.
Dañado superficial debido a la destrucción química de la superficie.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
239
Imagen 198. Corrosión
5.3.4.4 Picado.
Imperfección en forma de picaduras y pequeños agujeros, habitualmente
profundos, diseminados sobre una zona grande de la superficie.
Imagen 199. Picado
5.3.4.5 Arrugamiento.
Irregularidad o imperfección en forma de entramado de fracturas sobre la
superficie.
Imagen 200. Arrugamiento
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
240
5.3.4.6 Mancha, lunar
Zona de aspecto visual distinto al de la superficie contigua.
Imagen 201. Mancha, lunar
5.3.4.7 Decoloración.
Zona de la superficie decolorada.
Imagen 202. Decoloración
5.3.4.8 Franja de surcos.
Zona hundida de poca profundidad generalmente y en forma de banda, o zona con
distinta calidad superficial.
UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
INGENIERO EN ORGANIZACIÓN INDUSTRIAL
Norma 8785:1999
241
Imagen 203. Franja de surcos
5.3.4.9 Agrietado múltiple.
Irregularidades debidas a la separación parcial de la capa externa de la superficie
de una pieza.
Imagen 204. Agrietado múltiple