ASUNTO: DISEÑO DE EXPERIMENTOS

INSTITUTO TECNOLÓGICO DE CIUDAD JIMÉNEZ[pic 1][pic 2]

INGENIERÍA INDUSTRIAL

[pic 3]

MAESTRA: M.C. Naela Guadalupe García Altamirano

ALUMNO: Daniel Joel Navarrete Regalado

MATERIA: Calidad integrada ll

NÚMERO DE CONTROL: 17740105

UNIDAD 5: SISTEMAS DE CONTROL DEL PROCESO

FECHA:  del 2021

ASUNTO: DISEÑO DE EXPERIMENTOS

PROBLEMA 5-1

[pic 4]

Diseño factorial de múltiples niveles

Factores:       2     Réplicas:            2

Corridas base:  9     Total de corridas:  18

Bloques base:   1     Total de bloques:    1

Número de niveles: 3, 3

Regresión factorial general: Respuesta vs. Temperatura, Presión

Información del factor

Factor       Niveles  Valores

Temperatura        3  150, 160, 170

Presión            3  200, 215, 230

Análisis de Varianza

Fuente                         GL  SC Ajust.  MC Ajust.  Valor F  Valor p

Modelo                          8    1.13778    0.14222     8.00    0.003

  Lineal                        4    1.06889    0.26722    15.03    0.001

    Temperatura                 2    0.30111    0.15056     8.47    0.009

    Presión                     2    0.76778    0.38389    21.59    0.000

  Interacciones de 2 términos   4    0.06889    0.01722     0.97    0.470

    Temperatura*Presión         4    0.06889    0.01722     0.97    0.470

Error                           9    0.16000    0.01778

Total                          17    1.29778

CONCLUSIÓN: con un valor de significancia del 0.05 y un nivel de confianza del 95%, se concluye que el factor de temperatura tiene un valor de 0.009 y el factor de presión con un valor de 0.000, por lo tanto, muestra que son significativos ya que son menores que 0.05 y no afectan al proceso, y en la interacción temperatura-presión tiene un valor de 0.470, en ese no es significativo ya que es mayor que el valor p de 0.05.

Resumen del modelo

                      R-cuad.  R-cuad.

       S  R-cuad.  (ajustado)   (pred)

0.133333   87.67%      76.71%   50.68%

CONCLUSIÓN: La R-cuadrada muestra que el modelo explica un 87.67% de la varianza, esto indica que el modelo se ajusta extremadamente bien a los datos.

Coeficientes

                              EE del

Término                 Coef   coef.  Valor T  Valor p   VIF

Constante            90.4111  0.0314  2876.86    0.000

Temperatura

  150                 0.0056  0.0444     0.13    0.903  1.33

  160                -0.1611  0.0444    -3.63    0.006  1.33

Presión

  200                -0.0444  0.0444    -1.00    0.343  1.33

  215                 0.2722  0.0444     6.12    0.000  1.33

Temperatura*Presión

  150 200            -0.0722  0.0629    -1.15    0.280  1.78

  150 215            -0.0389  0.0629    -0.62    0.551  1.78

  160 200            -0.0056  0.0629    -0.09    0.932  1.78

  160 215             0.0278  0.0629     0.44    0.669  1.78

CONCLUSIÓN:  Los valores de los VIF dan de 1.33 y 1.78 y son pequeños, por lo tanto, estos términos en el modelo no están correlacionados.

Ecuación de regresión

Respuesta = 90.4111 + 0.0056 Temperatura_150 - 0.1611 Temperatura_160

            + 0.1556 Temperatura_170 - 0.0444 Presión_200 + 0.2722 Presión_215

            - 0.2278 Presión_230 - 0.0722 Temperatura*Presión_150 200

            - 0.0389 Temperatura*Presión_150 215 + 0.1111 Temperatura*Presión_150 230

            - 0.0056 Temperatura*Presión_160 200 + 0.0278 Temperatura*Presión_160 215

            - 0.0222 Temperatura*Presión_160 230 + 0.0778 Temperatura*Presión_170 200

            + 0.0111 Temperatura*Presión_170 215 - 0.0889 Temperatura*Presión_170 230

[pic 5]

CONCLUSIÓN: en la gráfica de probabilidad normal se observa que los puntos o los residuos están distribuidos de una manera normal, no hay valores atípicos ya que no están ubicados por encima del -0.2 y 2.

En la gráfica de ajustes se observa que los residuos están distribuidos y tienen una varianza constante.

En el histograma, las barras están distribuidas de una manera simétrica, es decir que están de la misma forma y tamaño y por lo tanto no hay asimetría.

En la gráfica de residuos contra orden, notamos que los residuos son independientes entre sí, entonces lo ideal es que estén ubicados de esa forma para que no haya correlación.

PROBLEMA 5-2

[pic 6]

Diseño factorial de múltiples niveles

Factores:        2     Réplicas:            3

Corridas base:  12     Total de corridas:  36

Bloques base:    1     Total de bloques:    1

Número de niveles: 3, 4

Regresión factorial general: Respuesta vs. Velocidad de alimentación, Profundidad de corte

Información del factor

Factor                     Niveles  Valores

Velocidad de alimentación        3  0.20, 0.25, 0.30

Profundidad de corte             4  0.15, 0.18, 0.20, 0.25

Análisis de Varianza

...