Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2. Cules son los entregables de la fase de mejora? Dar un ejemplo. a. Identificacin de mejores niveles de operacin
Pgina 1 de 21
1. Diseo de experimentos factorial completo: Se estudia el rendimiento de un proceso qumico (Y), donde se piensa que los factores que mayor influencia tienen son la temperatura y la presin (X1, X2). Se disea un experimento factorial completo con dos rplicas y tomando tres niveles en cada factor como se muestra en la tabla de rendimientos. Hacer los anlisis de la significancia de cada factor a un 5% de significancia. PRESION (psig) TEMP. 150 160 170
a) Generar el diseo PASO 1. GENERAR EL DISEO FACTORIAL DE ACUERDO AL EXPERIMENTO Stat > DOE > Factorial > Create Factorial Design Type of Design: General Full Factorial Design Number of factors 2 Designs: Factor A Name Temp Levels 3 Factor B Name Presion Levels 3 Number of Replicates 2 Options Quitar seleccin de randomize runs OK Factors Introducir los niveles para TEMP. 200 215 230 PRESIN 150 160 170 OK PASO 2. CARGA DE DATOS DE LA COLUMNA DE RESPUESTA CORRESPONDIENTE A CADA COMBINACION DE FACTORES DESPUS QUE MINITAB GENERO EL DISEO O ARREGLO Ver diseo con Stat > DOE > Display Design Seleccionar Standard order for design Uncoded Units OK NOTA: Coded units muestra 1, 2 y 3
Pgina 2 de 21
P. Reyes / Abril 2009 Temp 200 200 200 215 215 215 230 230 230 200 200 200 215 215 215 230 230 230 Presion 150 160 170 150 160 170 150 160 170 150 160 170 150 160 170 150 160 170 Rendimiento 90.4 90.1 90.5 90.7 90.5 90.8 90.2 89.9 90.4 90.2 90.3 90.7 90.6 90.6 90.9 90.4 90.1 90.1
PASO 3. ANALIZAR EL MODELO DEL DISEO DE EXPERIMENTOS FACTORIAL COMPLETO Stat > DOE > Factorial > Analyze Factorial Design Response Seleccionar la columna de Rendimiento Terms Pasar todos los trminos a Selected con >> OK Graphs Residuals for Plots standardized Seleccionar Residual plots: Normal y vs fits OK ANOVA table, Unusual observations Seleccionar todos los trminos con >> OK
Results OK
Pgina 3 de 21
c) Por medio de los P values en la tabla ANOVA, identificar los factores significativos as como las interacciones siginificativas
General Linear Model: Rendimiento versus Temperatura, Presion Factor Type Levels Values Temperatura fixed 3 200, 215, 230 Presion fixed 3 150, 160, 170
Analysis of Variance for Rendimiento, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Temperatura 2 0.76778 0.76778 0.38389 21.59 0.000 Significativo Presion 2 0.30111 0.30111 0.15056 8.47 0.009 Temperatura*Presion 4 0.06889 0.06889 0.01722 0.97 0.470 Error 9 0.16000 0.16000 0.01778 Total 17 1.29778
d) Obtener las grficas factoriales para identificar las mejores condiciones de operacin PASO 4. OBTENER LAS GRFICAS FACTORIALES PARA IDENTIFICAR LAS MEJORES CONDICIONES DE OPERACIN Stat > DOE > Factorial > Factorial Plots Seleccionar Main effects e Interaction Plots Setup para ambas: En Response seleccionar Rendimiento y con >> seleccionar todos los factores OK
Pgina 4 de 21
De aqu se seleccionan los mejores niveles de acuerdo al resultado deseado. Si la interaccin es significativa, los mejores niveles se seleccionan de las grficas de interacciones, de otra forma se seleccionan de las grficas de efectos de los factores principales.
Main Effects Plot for Rendimiento
Data Means Temp Presion
Mean
215
230
150
160
170
Mean
90.5 90.4 90.3 90.2 90.1 90.0 150 160 Presion 170
2. Se est estudiando el rendimiento para un proceso industrial, los dos factores de inters son temperatura y presin. Se utilizan tres niveles de cada factor, con los resultados siguientes:
Pgina 5 de 21
EJERCICIOS FASE DE MEJORA BB Presin en libras / pulg. 2 Temperatura 20 40 60 250 86.3 86.1 88.5 89.4 89.1 91.7 260 84 85.2 87.3 89.9 90.2 93.3 270 85.8 87.3 89 90.3 91.3 93.7
Temperatura 20 20 20 40 40 40 60 60 60 20 20 20 40 40 40 60 60 60
Presion 250 260 270 250 260 270 250 260 270 250 260 270 250 260 270 250 260 270
Rendimiento 86.3 84 85.8 88.5 87.3 89 89.1 90.2 91.3 86.1 85.2 87.3 89.4 89.9 90.3 91.7 93.3 93.7
Para un nivel alfa de 0.05 a) Determinar los valores P correspondientes a los factores principales y las interacciones y establecer conclusiones b) Hacer una prueba de normalidad de los residuos estandarizados d) Determinar los efectos de los factores principales y de las interacciones
Pgina 6 de 21
e) Obtener las grficas factoriales e identificar en cuales seleccionar los diferentes niveles f) Si se quiere maximizar el rendimiento, en que niveles conviene operar el proceso?
3. Johnson y Leone describen un experimento realizado para investigar la torcedura de placas de cobre. Los dos factores estudiados fueron la temperatura y el contenido de cobre de las placas. La variable de respuesta fue de una medida de la cantidad de torcedura. Los datos fueron los siguientes: Contenido de cobre (%) Temperatura (C) 50 75 100 125 40 17, 20 12, 9 16, 12 21, 17 60 16, 21 18, 13 18, 21 23, 21 80 24, 22 17, 12 25, 23 23, 22 100 28, 27 27, 31 30, 23 29, 31
a) A un nivel de significancia del 5% identificar si hay los factores o las interacciones son significativas b) Obtener los residuos y hacer una prueba de normalidad, comentar la adecuacin del modelo c) Determinar los efectos de los factores principales y de las interacciones d) Obtener las grficas factoriales e identificar en cuales seleccionar los diferentes niveles e) Si se quiere minimizar la torcedura, en que niveles conviene operar el proceso? f) Suponga que no es sencillo controlar la temperatura en el medio ambiente donde van a usarse las placas de cobre Este hecho modifica la respuesta que se dio en el inciso d? 4. Los factores que influyen para el esfuerzo a la ruptura de una fibra sinttica estn siendo estudiados 4 maquinas de produccin y tres operadores son escogidos y un experimento factorial es realizado y usando la fibra de los mismos lotes de produccin, con los siguientes resultados. MAQUIINA OPERADOR JUAN A 109 110 B 110 115 C 108 109 D 110 108
Pgina 7 de 21
EJERCICIOS FASE DE MEJORA BB PEDRO JORGE 110 112 116 114 110 111 112 115 111 109 114 119
a) A un nivel de significancia del 5% identificar si hay los factores o las interacciones son significativas b) Obtener los residuos y hacer una prueba de normalidad, comentar la adecuacin del modelo c) Determinar los efectos de los factores principales y de las interacciones d) Obtener las grficas factoriales e identificar en cuales seleccionar los diferentes niveles e) Si se quiere maximizar la resistencia a la ruptura en que niveles debe operar el proceso? 5. El porcentaje de la concentracin de madera dura en la pulpa bruta, la presin de la cuba y el tiempo de coccin de la pulpa se investiga en cuanto a sus efectos sobre la resistencia del papel. Se seleccionan tres niveles de la concentracin de madera dura, tres niveles de la presin y dos tiempos de coccin. Se lleva a cabo un experimento factorial con dos rplicas, obtenindose los siguientes datos: % concentracin de la madera Tiempo de coccin 3.0 Presin 400 2 4 8 196.6 196 198.5 197.2 500 197.7 196 196 196.9 650 199.8 199.4 198.4 197.6 400 198.4 198.6 197.5 198.1 Tiempo de coccin 4.0 Presin 500 199.6 200.4 198.7 198 650 200.6 200.9 199.6 199
197.5 195.6 197.4 197.6 197 198.5 196.6 196.2 198.1 198.4 197.8 199.8 a) A un nivel de significancia del 5% identificar si hay los factores o las interacciones son significativas b) Obtener los residuos y hacer una prueba de normalidad, comentar la adecuacin del modelo c) Determinar los efectos de los factores principales y de las interacciones d) Obtener las grficas factoriales e identificar en cuales seleccionar los diferentes niveles e) Si se quiere maximizar la resistencia del papel en que niveles debe operar el proceso?
Pgina 8 de 21
6. Se quiere maximizar el rendimiento de un proceso: Velocidad de alimentacion pulg/min 0.2 0.15 74 64 60 92 0.25 86 88 99 0.3 98 102
Profundidad de corte 0.18 79 68 73 98 104 88 104 99 95 0.2 82 88 92 99 108 95 108 110 99 0.25 99 104 96 104 110 99 114 111 107
a) A un nivel de significancia del 5% identificar si hay los factores o las interacciones son significativas b) Obtener los residuos y hacer una prueba de normalidad, comentar la adecuacin del modelo c) Determinar los efectos de los factores principales y de las interacciones d) Obtener las grficas factoriales e identificar en cuales seleccionar los diferentes niveles e) Si se quiere maximizar el rendimiento en que niveles debe operar el proceso?
Pgina 9 de 21
Arreglo ortogonal y resultados N 1 2 3 4 5 6 7 8 E 1 1 1 1 2 2 2 2 D 1 1 2 2 1 1 2 2 ExD 1 1 2 2 2 2 1 1 C 1 2 1 2 1 2 1 2 B 1 2 1 2 2 1 2 1 DxC 1 2 2 1 1 2 2 1 A 1 2 2 1 2 1 1 2 Resultado 1620 1580 1100 1150 1500 1560 1000 1020
Solucin con Minitab se crea el arreglo con: 1. Disear el arreglo ortogonal definiendo las columnas para los factores principales y las interacciones, en este caso: Col. 1 Col. 2 Col. 3 Col. 4 Col. 5 Col. 6 Col. 7 A C AxC B AxB CxB D 1 1 1 1 1 1 1 1 1 1 2 2 2 2 1 2 2 1 1 2 2 1 2 2 2 2 1 1 2 1 2 1 2 1 2 2 1 2 2 1 2 1 2 2 1 1 2 2 1 2 2 1 2 1 1 2
2. Reconocer el arreglo en Minitab con: Stat > DOE > Taguchi > Define Custom Taguchi Design Factors A B C D OK
Pgina 10 de 21
EJERCICIOS FASE DE MEJORA BB Esta columna es el resultado de los experimentos: A 1 1 1 1 2 2 2 2 C 1 1 2 2 1 1 2 2 AxC 1 1 2 2 2 2 1 1 B 1 2 1 2 1 2 1 2 AxB 1 2 1 2 2 1 2 1 CxB 1 2 2 1 1 2 2 1 D 1 2 2 1 2 1 1 2 Yi 11.2 10.8 7.2 7.0 8.0 6.9 10.4 10.1
3. Analizar el diseo con: Con Minitab Stat > DOE > Taguchi > Analyze Taguchi Design Response data in Yi Analysis. Fit linear model for Signal to Noise Ratios Means Graphs: Signal to Noise Ratios Means Terms: A B C D Analysis graphs: Residuals for plots Standardized Residual Plots Individual plots Normal plot Options: Smaller is better Storage: Signal to Noise Ratios Means OK Los resultados son los siguientes: Establecer conclusiones
4. Predecir la respuesta con Minitab Stat > DOE > Taguchi > Predict Taguchi Results Predict Mean Signal to Noise Ratio Terms: A C D E Levels: Seleccionar Coded Units Select levels from a list: A = 1, B = 2, C = 2, D=1 OK
8.
terminado, que se mide segn su planicidad en milsimas de pulgada (mmplg). Esta caracterstica se piensa es afectada por los siguientes factores:
Pgina 11 de 21
Descripcin Temperatura del horno Presin de prensado Velocidad de recocido Velocidad de alimentacin ref. Tipo de modelo Templabilidad del material Interaccin Interaccin
Los factores G y H son factores que no se pueden controlar durante el proceso, ya que el tipo de modelo depende del requerimiento especfico del cliente y la templabilidad es una caracterstica de la materia prima. Estos dos factores se consideran al menos inicialmente como factores de ruido. Por lo tanto, se consideran como factores de diseo a los factores A, B, C y D. De acuerdo con esto, lo que se desea saber es cules deben ser las condiciones de operacin o niveles de los factores de diseo A, B, C y D, que lleven el producto a la caracterstica objetivo y adems con la mnima variabilidad, a pesar de las variaciones en los factores G y H.
Arreglo interno Considere nicamente los factores de diseo, se desea detectar 6 efectos en total, y para ello, se requiere de un arreglo ortogonal L8. La grfica lineal requerida es:
3 1 A 5 A xC 4 AxD 6 7 D C .2 B
La columna correspondiente a la lnea punteada se utilizar para cuantificar el error. Una posible asignacin es:
Pgina 12 de 21
A 1
B 2
e 3
C 4
AxC 5
AxD 6
D 7
Arreglo externo Considere ahora nicamente los factores de ruido G y H. Se requieren de dos columnas, de manera que un arreglo ortogonal L4 es suficiente. El arreglo, al que llamaremos arreglo externo es: G 1 1 1 2 2 H 2 1 2 1 2
N 1 2 3 4
3 1 2 1 1
Arreglo total Los dos arreglos anteriores se mezclan o combinan en un solo arreglo total, tal y como se muestra: 1 1 1 1 Y11 Y21 Y31 Y41 Y51 Y61 Y71 Y81 2 2 1 2 Y12 Y22 Y32 Y42 Y52 Y62 Y72 Y82 2 1 2 3 Y13 Y23 Y33 Y43 Y53 Y63 Y73 Y83 1 2 2 4 Y14 Y24 Y34 Y44 Y54 Y64 Y74 Y84
H G N 1 2 3 4 5 6 7 8 A 1 1 1 1 1 2 2 2 2 B 2 1 1 2 2 1 1 2 2 e 3 1 1 2 2 2 2 1 1 C 4 1 2 1 2 1 2 1 2 AxC 5 1 2 1 2 2 1 2 1 AxD 6 1 2 2 1 1 2 2 1 D 7 1 2 2 1 2 1 1 2
Pgina 13 de 21
2 2 1
2 1 2
1 2 2
2 3 4 1.2 1.3 1.1 1.3 1.2 1.3 2.1 2.2 2.1 2.2 2.1 2.0 1.4 1.2 1.3 1.3 1.5 1.0 2.1 2.4 2.0 2.0 2.3 2.5 13.6 14.2 13.3
Solucin con Minitab se crea el arreglo con: 1. Disear el arreglo ortogonal definiendo las columnas para los factores principales y las interacciones, en este caso: FACTORES DE CONTROL A B e C AxC AxD D 1 1 1 1 1 1 1 1 1 1 2 2 2 2 1 2 2 1 1 2 2 1 2 2 2 2 1 1 2 1 2 1 2 1 2 2 1 2 2 1 2 1 2 2 1 1 2 2 1 2 2 1 2 1 1 2 2. Reconocer el arreglo en Minitab con: Stat > DOE > Taguchi > Define Custom Taguchi Design Factors A B C D OK Estas columnas es el resultado de los experimentos: FACTORES DE CONTROL A B e 1 1 1 1 1 1 1 2 2 1 2 2 2 1 2 2 1 2 2 2 1 2 2 1 3. Analizar el diseo con: COMB. FACTORES DE RUIDO H1_G1 H2_G1 H1_G2 H2_G2 1.1 1.2 1.3 1.1 1.2 1.3 1.2 1.3 2 2.1 2.2 2.1 2.1 2.2 2.1 2 1 1.4 1.2 1.3 1.2 1.3 1.5 1 1.6 2.1 2.4 2 1.5 2 2.3 2.5
C 1 2 1 2 1 2 1 2
AxC 1 2 1 2 2 1 2 1
AxD 1 2 2 1 1 2 2 1
D 1 2 2 1 2 1 1 2
Pgina 14 de 21
Stat > DOE > Taguchi > Analyze Taguchi Design Response data in H1_G1 H2_G1 H1_G2 H2_G2 Analysis. Fit linear model for Signal to Noise Ratios Means Graphs: Signal to Noise Ratios Means Terms: A B C D Analysis graphs: Residuals for plots Standardized Residual Plots Individual plots Normal plot Options: Nominal is Best Seleccionar Use adjusted formula for nominal is best Storage: Signal to Noise Ratios Means OK Los resultados son los siguientes (al 0.2 de nivel de significancia):
Suponga que por alguna razn para este ejemplo en particular, se tiene un valor deseado de m= 2 mmplg. 4. Predecir la respuesta con A = 1 y B = 1.5 se tiene: Stat > DOE > Taguchi > Predict Taguchi Results Predict Mean Signal to Noise Ratio Terms: A B C D AxC AxD Levels: Seleccionar Coded Units Select levels from a list: A = 1, B = 1, C = 1, D=1 OK
Conclusin: como el valor de la presin de prensado es el nico factor que ajusta a la media, debe ajustarse para que la planicidad se encuentre en su valor nominal de 2.
Pgina 15 de 21
Paso 1. Abrir el archivo de Minitab File > Open worksheet GOLFBALL.MTW. Contiene el diseo y los datos de distancia de respuesta. Material Liquid Liquid Liquid Liquid Tungsten Tungsten Tungsten Tungsten Diameter Dimples Thickness 118 392 0.03 118 422 0.06 156 392 0.03 156 422 0.06 118 392 0.06 118 422 0.03 156 392 0.06 156 422 0.03 Driver 247.5 224.4 59.4 75.9 155.1 39.6 92.4 21.9 Iron 234.3 214.5 49.5 72.6 148.5 29.7 82.5 18.6
Reconocer el diseo con: Stat > DOE > Taguchi Define custom Taguchi Design Factors Material Thickness OK Paso 2. Analizar el diseo Stat > DOE > Taguchi > Analyze Taguchi Design. En Response data are in, seleccionar Driver and Iron. Click Analysis. En Fit linear model for, seleccionar Signal-to-noise ratios and Means. Click OK. Click Terms. Mover los trminos AB a Selected Terms con > o con doble click. Click OK. Click Options. En Signal to Noise Ratio, seleccionar Larger is better. Click OK en cada cuadro de dilogo Los resultados se muestran a continuacin:
Pgina 16 de 21
Para la prediccin se puede decidir qu factores e interacciones incluir, para mejorar la prediccin. Stat > DOE > Taguchi > Predict Taguchi Results. Quitar la seleccin de Standard deviation y Natural log of standard deviation. Click Terms. Incluir los trminos A, B, C, D, y AB en el cuadro Selected Terms. Click OK. Click Levels. En Method of specifying new factor levels, seleccionar Select levels from a list. En Levels, click en los renglones y seleccionar los niveles de los factores mostrados en la tabla.
Level Factor Material Diameter Dimples Thickness Liquid 118 392 0.06
Pgina 17 de 21
Options:
La tabla resultante del diseo es la siguiente: StdOrder RunOrder PtType Blocks A B 1 1 1 1 1 2 2 1 1 0 3 3 1 1 0 4 4 1 1 0 5 5 0 1 0.25 6 6 -1 1 0.625 7 7 -1 1 0.125 8 8 -1 1 0.125 9 9 -1 1 0.125 C 0 1 0 0 0.25 0.125 0.625 0.125 0.125 0 0 1 0 0.25 0.125 0.125 0.625 0.125 D 0 0 0 1 0.25 0.125 0.125 0.125 0.625 Fuerza de Gel Sineresis
Pgina 18 de 21
Cuando se indica 1 0 0 0 solo se usa un componente en la mezcla, cuando se indica 0.625 de A, 0.125 de B, 0.125 de C y 0.125 de D, tanto A como B, C y D se incluyen en esas proporciones dentro de la mezcla de los componentes. La grfica del diseo se obtiene con: Stat > DOE > Mixture > Simplex design plot Seleccionar Generate Plots for all triplets of components OK
Simplex Design Plots in Amounts
A 1 A 1
Hold Values A 0 B 0 C 0 D 0
1 B
0 A 1
1 C
1 B
0 B 1
1 D
1 C
1 D
1 C
1 D
Si la mezcla de los componentes representa el 10% del volumen total de la solucin, ese 10% es tu 100% de la mezcla. Se realizan los experimentos (Run order) y se cargan los resultados de ambas respuestas. En caso de haber sido los resultados: Fuerza del gel Sineresis 3 12 2 43 5 54 21 61 1 23 9 4 3 7 4 8 1 9 Despus se analiza el diseo con: Stat > DOE > Mixture > Analyze mixture design Responses Fuerza del gel Sineresis Graphs Residuals for plots Standardized Individual plots: Normal Plot
Pgina 19 de 21
EJERCICIOS FASE DE MEJORA BB OK Regression for Mixtures: Fuerza del gel, Sineresis The following terms cannot be estimated and were removed: B*D C*D
Regression for Mixtures: Fuerza del gel versus A, B, C, D Estimated Regression Coefficients for Fuerza del gel (component proportions) Term Coef SE Coef A 3.1 1.713 B 2.1 1.713 C 5.1 1.713 D 21.1 1.713 A*B 140.0 30.715 son sinrgicos A*C 132.0 30.715 respuestas coef. + A*D -201.6 28.909 son antagnicos B*C -157.6 28.909 respuesta coef.T * * * * 4.56 4.30 -6.97 -5.45 P * * * * 0.137 0.146 0.091 0.115 VIF 1.493 1.493 1.493 1.493 5.312
A y B o A y C
R-Sq(adj) = 92.63%
Analysis of Variance for Fuerza del gel (component proportions) Source Regression Linear Quadratic Residual Error Total DF 7 3 4 1 8 Seq SS 317.274 151.750 165.524 2.948 320.222 Adj SS 317.274 238.750 165.524 2.948 Adj MS 45.3249 79.5833 41.3810 2.9481 F 15.37 26.99 14.04 P 0.194 0.140 0.197
Unusual Observations for Fuerza del gel Fuerza del gel 3.000 2.000
Obs 1 2
StdOrder 1 2
Pgina 20 de 21
Para optimizar la respuesta: Stat > DOE > Mixture > Response Optimizer Responses Fuerza del gel Sineresis Pasar con >> a Selected las dos respuestas Fuerza del Gel y Sineresis Set up Fuerza de Gel Maximize Lower 1 Target 3 Set up Sineresis Maximize Lower 1 target 3 Depende de los resultados Options Starting value A 0.25 B 0.25 C 0.25 D 0.25 OK
Se ajustan grficamente los valores de los factores A, B, C y D para optimizar al mismo tiempo las respuestas Fuerza del gel y Sinerismo
Pgina 21 de 21