RESUMEN 6
INTRODUCCIÓN 7
5. CONCLUSIONES 20
6. RECOMENDACIONES 33
BIBLIOGRAFÍA O REFERENCIAS 34
LISTA DE TABLAS
pág.
3
LISTA DE FIGURAS
pág.
4
Figura 22. Gráfica de interacción diseño 2^3 con réplica. ............................... 31
5
RESUMEN
Con el análisis ANOVA se determinó los valores de los niveles que más reducen el
efecto de la variabilidad del almidón sobre la densidad y se seleccionaron los
valores de los niveles que más se acercan al valor óptimo de densidad del
producto.
Se encontró que los valores de los niveles adecuados para el porcentaje de grasa
4.5 % y para el caudal de agua 225 lpm, mientras que los otros factores pueden
operar como han operado hasta ahora en la planta.
6
INTRODUCCIÓN
7
1. PLANTEAMIENTO DEL PROBLEMA
8
Figura 1. Proceso Fabricación "Nyam Guau"
El siguiente paso que dio el equipo fue elaborar un diagrama causa-efecto con el
objetivo de identificar variables que pueden tener influencia en la densidad.
Basado en el diagrama se concluyó que las variables que podían afectar la
densidad son:
9
3. Caudal de alimentación.
10
2. JUSTIFICACIÓN DEL DISEÑO EXPERIMENTAL A UTILIZAR
Una vez se conocen los factores que más influyen sobre la variabilidad de la
densidad, se toman aquellos factores que no influyen y se usa sus datos como
réplicas de los demás factores. Esto permite realizar un análisis de varianza
ANOVA para ver la magnitud del efecto de la variabilidad de los factores que
quedaron y cómo los diferentes niveles de los factores se acercan o alejan de la
media.
11
3. PLAN EXPERIMENTAL DISEÑO 26-2
Niveles
Tipo Factor Factor
Bajo Alto
Aleatorio Grasa 2 4
Fijo Caudal 1 40 60
Aleatorio Apertura 70 90
Aleatorio Temperatura 80 90
Aleatorio Caudal 2 200 300
Fijo (Ruido) Almidón bajo alto
12
Una vez seleccionado la opción Crear diseño factorial aparece la ventana que se
muestra en la Figura 3. Características Diseño Factorial Minitab En esta se
presentan las diferentes opciones para configurar el experimento y se selecciona
la opción Factorial 2 niveles (generadores predeterminados). Esta opción permite
crear diseños factoriales fraccionados, con generadores estandarizados, es decir
los que se encuentran en tablas (Figura 4. Factoriales Fraccionados .
13
Figura 4. Factoriales Fraccionados Características
Al dar clic en el botón aceptar y crear el experimento el software genera una tabla
con las características generales, la relación generadora, la relación definidora, y
la resolución del diseño además de la cantidad de factores, las corridas
14
experimentales (Tabla 3. Resumen diseño 26-2). Adicionalmente se crea la
estructura de alias (Tabla 4) y la matriz de experimentación aleatorizada (Tabla 5).
La Tabla 4. Estructura de alias 26-2, presenta los alias que se forman en el diseño.
Debido a que se tiene resolución IV las interacciones triples y de orden cinco
15
forman alias con los efectos principales; es decir, no se puede distinguir a qué
corresponde el efecto sobre la variable respuesta, sin embargo, se espera que los
factores principales sean los causantes de la variabilidad. Por otro lado, las
interacciones dobles que pueden tener efecto significativo forman alias entre sí, lo
que requiere un análisis minucioso de estos efectos. Por último, algunas
interacciones triples forman alias entre sí, pese a esto, efectos triples no suelen
ser significativos y se descartan para el análisis.
16
Tabla 6. Resultados experimento 26-2
17
4. ANÁLISIS E INTERPRETACIÓN DE LOS DATOS DISEÑO 26-2
18
Figura 8. Análisis Diseño Factorial Método Grafico (Paso 2)
A partir de las gráficas se permite seleccionar aquellos factores que tienen efecto
significativo en la variabilidad de la respuesta (densidad) y todos aquellos factores
que no son significativos se descartan y se toman como replicas.
19
la variabilidad de la densidad. Por lo tanto, se pueden descartar y utilizarse como
réplicas para un análisis numérico.
20
Además, el hecho de no tener réplicas implica que el ANOVA no se puede
realizar, como se evidencia en la Tabla 7 ANOVA al diseño 26-2 sin réplicas, pues
los grados de libertad del error son iguales a cero, por lo que numéricamente no
es posible calcular su cuadrado medio, e imposibilita determinar el valor F de los
demás factores e interacciones.
21
5. DISEÑO 23 (FACTORES SIGNIFICATIVOS)
Una vez construido la Tabla 8. ANOVA diseño 23 con réplica (A partir de factores
significativos) con los resultados del análisis de varianza ANOVA, se evidencia
numéricamente lo presentado en el diagrama de Pareto, los tres factores elegidos
tienen significancia en la variabilidad de la densidad. Siendo el factor de ruido
Almidón, el que tiene mayor influencia.
22
Tabla 8. ANOVA diseño 23 con réplica (A partir de factores significativos)
23
información que permite establecer los niveles más cercanos al valor esperado
para factores significativos (grasa, caudal 2) y minimizar el efecto del factor
incontrolable (almidón). Sin embargo, es evidente la fuerte influencia que tiene el
almidón en la densidad del concentrado. Por ejemplo, revisando la interacción
grasa-almidón, si se mantiene bajo el nivel de grasa la diferencia entre los niveles
del almidón ocasiona un cambio en la densidad de más de 250 g/dm3. Mientras
que en nivel alto de grasa un cambio de nivel de almidón ocasiona un cambio en
la densidad de 200 unidades aproximadamente. Lo que indica que mantener la
grasa en nivel alto reduce ligeramente el efecto del almidón. El caudal 2, tiene un
efecto similar, pues al mantener el caudal 2 en nivel bajo se reduce ligeramente el
efecto del almidón en la densidad.
24
Figura 15. Efectos principales diseño 23 con réplica (factores significativos).
25
6. PLAN EXPERIMENTAL DISEÑO 23 CON RÉPLICAS
Niveles
Tipo Factor Factor
Bajo Alto
Aleatorio Grasa 4 5
Aleatorio Caudal 2 200 250
Fijo (Ruido) Almidón bajo alto
26
Posteriormente, se definen los nuevos niveles para los factores, como se muestra
en Figura 17. Creación diseño 23 con réplica (Paso 2)
27
Figura 19. Resultados experimento 23 con réplicas.
28
Tabla 10. ANOVA diseño 23 con réplicas.
29
El efecto de cada factor se muestra en la Figura 21. Efectos principales diseño 23
con replica, se evidencia que los niveles seleccionados para los factores grasa y
caudal 2, permiten mantener la densidad alrededor del valor deseado 460 g/dm3,.
En este caso un valor de 4.5% para grasa y 225 l/dm3 para caudal aseguraría la
densidad en el valor indicado. Por otra parte, la influencia del almidón sigue siendo
demasiado fuerte, ocasionando gran variabilidad en la densidad al pasar de un
nivel a otro.
30
Figura 22. Gráfica de interacción diseño 23 con réplica.
31
7. CONCLUSIONES Y RECOMENDACIONES
32
8. RECOMENDACIONES
33
BIBLIOGRAFÍA
[1] H. Gutiérres and R. Salazar, Análisis y diseño de experimentos, vol. 53, no.
9. 2008.
34