Aplicación de diseño de experimentos

para el análisis de llenado uniforme de

botellas

Wilson De La Cruz
Rodolfo Arevalo
Una empresa embotelladora de refrescos está interesada en obtener
alturas de llenado más uniformes en las botellas que se fabrican en
su proceso de manufactura. Teóricamente, la máquina de llenado
llena cada botella a la altura objetivo correcta, pero en la práctica,
existe variación en torno a este objetivo, y a la embotelladora le
gustaría entender mejor las fuentes de variabilidad y, en última
instancia, reducirla.

Se pueden controlar tres variables en el proceso de

llenado:

• A: Porcentaje de carbonación en la botella.

• B: La presión de operación en la llenadora.

• C: La velocidad de la línea de producción.

Diseño factorial 23
Se refiere a 3 factores A,B y C. Cada uno con 2 niveles, la
representación geométrica de las 8 combinaciones de
tratamientos puede hacerse con un cubo.

Vista Geométrica
Los niveles son los siguientes:

• A: Porcentajes de carbonación en la botella – (Alto) 12%, (Bajo) 10%

• B: La presión de operación en la llenadora – (Alto) 30 PSI, (Bajo) 25 PSI

• C: Velocidad de línea – (Alto) 250 botellas por minuto, (Bajo) 200 botellas
por minuto

• Se realizó un experimento factorial completo de 3

factores con 3 niveles cada uno.

• Se realizaron 8 réplicas para quitar ambigüedades

en las respuestas.
La variable de respuesta observada es la
desviación promedio de la altura del llenado
objetivo que se observa en una corrida de
producción de botellas con cada conjunto de
condiciones
Experimentos llevados a cabo:

No. Corrida A B C
1 10% 25 PSI 200 botellas por minuto
2 12% 25 PSI 200 botellas por minuto
3 10% 30 PSI 200 botellas por minuto
4 12% 30 PSI 200 botellas por minuto
5 10% 25 PSI 250 botellas por minuto
6 12% 25 PSI 250 botellas por minuto
7 10% 30 PSI 250 botellas por minuto
8 12% 30 PSI 250 botellas por minuto
Los resultados

Corrida No. A B C 1 2
1 -1 -1 -1 -3 -1
2 1 -1 -1 0 1
3 -1 1 -1 -1 0
4 1 1 -1 2 3
5 -1 -1 1 -1 0
6 1 -1 1 2 1
7 -1 1 1 1 1
8 1 1 1 6 5
 Analisis de la tabla de varianza
Response: desviacion
Df Sum Sq Mean Sq F value Pr(>F)
A 1 36.000 36.000 57.6 6.368e-05 ***
B 1 20.250 20.250 32.4 0.0004585 ***
C 1 12.250 12.250 19.6 0.0022053 **
A:B 1 2.250 2.250 3.6 0.0943498 .
A:C 1 0.250 0.250 0.4 0.5447373
B:C 1 1.000 1.000 1.6 0.2415040
A:B:C 1 1.000 1.000 1.6 0.2415040
Residuals 8 5.000 0.625
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Se puede confirmar la magnitud de los efectos principales, son altamente

significativos (todos con valores p muy pequeños).
La interacción AB es significativa con un nivel del 10%, existe una ligera
interacción entre la carbonatación y la presión
Efectos principales por llenado

Lo mejor seria
mantener todos
los efectos bajos,
pero la velocidad
impacta en la
productividad
por lo tanto hay
que tomarla en
consideración
Lo que se puede observar
es que existe velocidad a
nivel alta que
corresponderá a un nivel
de presión a nivel bajo y
carbonatación a nivel alto
 Shapiro-Wilk normality test

data: rstandard(Modelo)
W = 0.87436, p-value = 0.03173

Se puede notar que existen observaciones que

no se comportan de manera normal
Análisis de resultado

 Para la opción mas viable del proceso se decide correrlo

con presión baja y velocidad de línea alta, y reducir la
variabilidad de la carbonatación controlando con mayor
precisión la temperatura. Se consiguió así una reducción
sustancial en la desviación de la altura de llenado del
valor objetivo.