Ejercicios Fase Mejora GB

EJERCICIOS FASE DE MEJORA GB P.
Reyes / Octubre 2007
PREGUNTAS:
1. Cul es el propsito de la fase de mejora?
2. Cules son los entregables de la fase de mejora? Dar un ejemplo.
a. Identificacin de mejores niveles de operacin
b. Generacin de alternativas de solucin, usar mtodos de Creatividad
c. Evaluacin de alternativas de solucin con diagrama de rbol:
DESCRIPCI ALTERNATIV VENTAJA DESVENTAJ FACTIBILID SELECCI

N DE LA AS DE S AS AD N
CAUSA SOLUCIN
CAUSA 1 ALT. SOL. 1 a. a. Si o No SI
b. b.
c. c.
ALT. SOL. 2 a. a. Si o No SI
b. b.
c. c.
ALT. SOL. 3 a. a. Si o No SI
b. b.
c. c.
CAUSA 2
d. Seleccin de alternativas de solucin
e. Plan 5W-1H para implementacin de las soluciones seleccionadas
f. Prueba piloto y Verificacin de la efectividad de las soluciones
g. Implementacin y documentacin de la solucin a nivel sistema
DISEO DE EXPERIMENTOS
3. Qu desventajas se observan cuando se experimenta con un factor a la vez?
4. Qu es el diseo de experimentos?
5. Cules son las ventajas que proporciona el diseo de experimentos?
6. Cules los diferentes propsitos que puede tener un diseo de experimentos?
7. Cules son los pasos principales para la realizacin de diseos de experimentos?
Pgina 1 de 28
EJERCICIOS FASE DE MEJORA GB P. Reyes / Octubre 2007
a.
b.
c.
d.
e.
f.
8. Qu consideraciones deben tomarse en cuenta al planear y desarrollar

experimentos?
a.
b.
c.
d.
e.
f.
9. Cules son las implicaciones al realizar experimentos en la empresa?
a.
b.
10. Qu criterios se deben tomar para seleccionar las variables de proceso y sus
niveles?
a.
b.
11. Cules son los supuestos que se asumen cuando se realizan experimentos?
Pgina 2 de 28
12. Cules son los diferentes mtodos experimentales disponibles y cul es su

alcance y aplicacin?
Diseo experiemental Aplicacin

Factorial de dos niveles 2K Filtraje de factores significativos
Fraccional de dos niveles 2K Filtraje de factores significativos bajo costo
Taguchi Arreglos ortogonales Diseos robustos de productos y procesos
Factorial completo FK Identificacin de mejores niveles de operacin
Ascenso rpido Ruta hacia el punto de operacin ptimo
Diseo central compuesto CCD Identificacin del punto ptimo de operacin
EVOP diseo evolutivo Experimentacin en la produccin sin afectarla
Diseos de mezclas Encontrar la mejor mezcla de ingredientes

para el mejor rendimiento
Diseos ptimos - D Diseos por computadora para reducir costos
13. Qu significan los conceptos siguientes?
a. Caracterizar el proceso
b. Replicas experimentales
c. Aleatorizacin
d. Bloqueo
14. Qu son las interacciones y cmo se identifican?
15. Qu caractersticas tiene un diseo experimental factorial completo?
16. Qu caractersticas tiene un diseo experimental factorial de dos niveles?
17. Cmo se obtiene la ecuacin de regresin de los resultados del diseo de

experimentos de 2 niveles?
18. Cmo se identifican los factores significativos en la tabla ANOVA de los

experimentos factoriales?
19. Qu indican las grficas factoriales y cmo se seleccionan los niveles para la
mejor operacin?
Pgina 3 de 28
20. Qu indican las grficas factoriales de interacciones y cmo se seleccionan los

niveles para la mejor operacin?
21. Qu indica la grfica de superficie de respuesta?
22. Cul es el propsito de la grfica de contornos?
METODOS DE CREATIVIDAD
23. Qu otros mtodos pueden servir de apoyo para generar alternativas de

solucin?
a.
b.
c.
24. Dar algunos ejemplos de tcnicas de creatividad para la generacin de ideas de

mejora de procesos
a.
b.
c.
25. Qu es el mtodo TRIZ para la solucin creativa de problemas?
26. Dar algunos ejemplos de tcnicas TRIZ para la generacin de ideas de mejora
de procesos
a.
b.
c.
27. Cul es el propsito de los mtodos de teora de colas?
28. Cul es el propsito de los mtodos de simulacin?
29. Despus de cuanto tiempo se recomienda se evalen los resultados de las

mejoras?
Pgina 4 de 28
30. Cmo se puede cuantificar estos resultados?
a.
b.
31. Qu formas de reconocimiento a los equipos de proyecto Seis Sigma se

recomiendan?
a.
b.
c.
d.
32. Cules son las salidas de la fase de mejora?
a.
b.
c.
Pgina 5 de 28
PROBLEMAS: (Utilizar Minitab 13 para las soluciones)
DISEOS DE EXPERIMENTOS FACTORIALES DE DOS NIVELES

1. Diseo de experimentos de dos niveles: En un proceso de fabricacin de
Mofles se desea mejorar el proceso de soldadura en un componente de acero
inoxidable. Para lo cual se realiza un diseo de experimentos de 2 factores y 3
niveles.
Factor Nivel bajo Nivel Alto

A. Caudal de gas (l/min.) 8 12
B. Intensidad de Corriente (A) 230 240
C. Vel. de Cadena
(m/min.) 0.6 1
Como respuesta se toma la calidad del componente en una escala de 0 a 30 entre

mayor sea mejor es la calidad
Paso 1. Generar diseo
Stat > DOE > Factorial > Create Factorial Design

Seleccionar 2-Level factorial (default generators); Number of factors
3
Designs: Seleccionar Full Factorial Seleccionar 2 Replicates
Factors: Caudal 8 12 Intensidad 230 240 Vel. 0.6 1

Options: Quitar bandera de Random
OK
Puede colocar la matriz del diseo en orden aleatorio o estndar con
Stat > DOE > Display Design: Standard order for design
Para cambiar de unidades sin codificar a unidades codificadas:
Stat > DOE > Display Design: Coded o Uncoded Units
Paso 2. Introducir los datos en el diseo:
Intensida
StdOrder Caudal d Velocidad Y
1 8 230 0.6 10
2 12 230 0.6 26.5
3 8 240 0.6 15
4 12 240 0.6 17.5
5 8 230 1 11.5
6 12 230 1 26
7 8 240 1 17.5
8 12 240 1 20
Paso 3. Analizar el diseo
Pgina 6 de 28
Stat > DOE > Factorial > Analyze Factorial Design

Response Y
Graphs: Seleccionar Normal Pareto Alpha = 0.05
Residual for Plots Standardized
Seleccionar Normal Plot y Residuals vs Fits
Results Seleccionar todos los trminos con >>
OK OK
Los resultados se muestran a continuacin.
La ecuacin del modelo se puede formar a partir de los siguientes coeficientes:
Y = -893.750 + 102.625 Caudal + - 0.425 Caudal*Corriente
Pareto Chart of the Effects

(response is Y, Alpha = .05)
5.646
F actor Name
A C audal
A
B C orriente
C V elocidad
AB
C
Term
BC
ABC
AC
0 1 2 3 4 5 6 7 8 9
Effect
Lenth's PSE = 1.5
Pgina 7 de 28
Normal Probability Plot of the Effects

(response is Y, Alpha = .05)
99
Effect Type
Not Significant
95 Significant
90 A F actor N ame
A C audal
80 B C orriente
70 C V elocidad
Percent
60
50
40
30
20
10 AB
5
1
-5.0 -2.5 0.0 2.5 5.0 7.5 10.0
Effect
Lenth's PSE = 1.5
Paso 4. Obtener las grficas factoriales para seleccionar los

mejores niveles de operacin
Stat > DOE > Factorial Plots
Seleccionar Main Effects Plot: Setup: Response Y; Pasar Intensidad,

Caudal y Vel. Con >>
Seleccionar Interaction Plot: Setup: Response Y; Pasar Intensidad,

Seleccionar Cube Plot: SetUp >> Response Y; Pasar Intensidad,

OK
Main Effects Plot (data means) for Y

Caudal Corriente
22
20
18
16
Mean of Y
14
8 12 230 240
Velocidad
22
20
18
16
14
0.6 1.0
Pgina 8 de 28
Interaction Plot (data means) for Y

28 Caudal
8
26 12
24
22
20
Mean
18
16
14
12
10
230 240
Corriente
Cube Plot (data means) for Y
17.5 20.0
15.0 17.5
240
Corriente 11.5 26.0

1
Velocidad
10.0 26.5
230 0.6
8 12
Caudal
Paso 5. Obtener las grficas de contornos y de superficie de

respuesta
Stat > DOE > Contour and Surface Plots

Seleccionar Contour Plot: Setup: Response Y; Pasar Intensidad,
Seleccionar Surface response Plot: Setup: Response Y; Pasar
Intensidad, Caudal y Vel. Con >>
Seleccionar Cube Plot: SetUp >> Response Y; Pasar Intensidad,
OK
Pgina 9 de 28
Contour Plot of Y vs Intensidad, Caudal

240.0
Y
< 12
12 - 15
238.5
15 - 18
18 - 21
21 - 24
237.0
> 24
Intensidad
Hold Values
235.5 Velocidad 0.6
234.0
232.5
231.0
8 9 10 11 12
Caudal
Paso 6. Obtener una ampliacin de la respuesta en la zona de

Y = 21 a 24
Stat > DOE > Factorial > Overlaid Contour Plot

Seleccionar en Response Y
Seleccionar en Settings Hold Extra factors in Low setting
Seleccionar en Contours Low 21 High 26
OK
Overlaid Contour Plot of Y

240.0
Y
21
26
238.5
Hold Values
Velocidad 0.6
237.0
Intensidad
235.5
234.0
232.5
231.0
8 9 10 11 12
Caudal
Paso 7. Obtener una respuesta optimizada
Stat > DOE > Factorial > Response Optimizer

Seleccionar en Response Y
Seleccionar en Options Caudal 10 Intensidad 235 Velocidad 0.8
Seleccionar en Goal Maximize Lower 21 Target 26
OK
Seleccionar y mover las lneas de cada factor hasta obtener el mximo rendimiento:
Pgina 10 de 28
2. Diseo de dos niveles: Se usa un Router para hacer los barrenos de

localizacin de una placa de circuito impreso. La vibracin es fuente principal de
variacin. La vibracin de la placa a ser cortada depende del tamao de los
barrenos (A1 = 1/16" y A2 = 1/8") y de la velocidad de corte (B1 = 40 RPMs y B2 =
90 RPMs).
La variable de respuesta se mide en tres acelermetros A,Y,Z en cada uno de los

circuitos impresos.
Los resultados se muestran a continuacin.
Niveles reales Rplica

A B I II III IV
0.063 40 18.2 18.9 12.9 14.4
0.125 40 27.2 24.0 22.4 22.5
0.063 90 15.9 14.5 15.1 14.2
0.125 90 41.0 43.9 36.3 39.9
PASO 1. GENERAR EL DISEO FACTORIAL DE ACUERDO AL EXPERIMENTO
Type of Design: Two Level Factorial (default generators)
Number of Factors 2
Designs Full Factorial
Number of Center points 0
Number of replicates: 4
Number of Blocks 1 OK
Factors
Pgina 11 de 28
Factor Name Type Low High
A Dimetro Numeric 0.063 0.125
B Velocidad Numeric 40 90 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
Para ver los datos en orden estndar
1. Stat > DOE > Display Design
2. Seleccionar Standar order for design Uncoded units
3. OK
StdOrder RunOrder CenterPt Blocks Diametro Velocidad Resp

1 11 1 1 0.063 40 18.2
2 9 1 1 0.125 40 27.2
3 12 1 1 0.063 90 15.9
4 13 1 1 0.125 90 41.0
5 16 1 1 0.063 40 18.9
6 2 1 1 0.125 40 24.0
7 10 1 1 0.063 90 14.5
8 1 1 1 0.125 90 43.9
9 5 1 1 0.063 40 12.9
10 15 1 1 0.125 40 22.4
11 8 1 1 0.063 90 15.1
12 7 1 1 0.125 90 36.3
13 4 1 1 0.063 40 14.4
14 3 1 1 0.125 40 22.5
15 6 1 1 0.063 90 14.2
16 14 1 1 0.125 90 39.9
PASO 3 ANALIZAR EL MODELO DEL DISEO DE EXPERIMENTOS FACTORIAL

COMPLETO
Response Seleccionar la columna de las respuestas Vibracin
Terms Pasar todos los trminos a Selected terms con >> OK
Graphs Seleccionar Effects Plots Normal y Pareto

Seleccionar Alfa = 0.05
Seleccionar Residual for Plots Standardized

Seleccionar Residual plots: Normal y vs fits OK
Pgina 12 de 28
Results Seleccionar Unusual observations in addition to the above
Seleccionar en Display of alias table Default interactions
Seleccionar todos los trminos a Selected terms con >> OK
OK
Term Coef
Constant 23.0550
Diametro -96.2400
Velocidad -0.372000
Diametro*Velocidad 5.57600
Yest = 23.0550 - 96.24*Diametro - 0.372*Velocidad +

5.576*Diametro*velocidad
Normal Plot of the Standardized Effects

(response is Resp, Alpha = .05)
Effect Type
1.0E+02 Not Significant
Significant
99.9999
F actor N ame
A D iametro
99.99 B V elocidad
Percent
99
95
80 A
50 AB
20 B
5
1
0 4 8 12 16
Standardized Effect
Pgina 13 de 28
Pareto Chart of the Standardized Effects

(response is Resp, Alpha = .05)
2.18
F actor N ame
A D iametro
B V elocidad
A
Term
AB
0 2 4 6 8 10 12 14
Standardized Effect
paso 4. Obtener las grficas factoriales para identificar las

mejores condiciones de operacin
Las instrucciones son las siguientes:
Stat > DOE > Factorial > Factorial Plots
Seleccionar Main effects, Interaction Plots y Cube Plot
Realizar el Setup para cada una de estas:
Seleccionar columna Response vibracin
y con >> seleccionar todos los factores a Selected OK
Seleccionar Data Means OK
Pgina 14 de 28
Main Effects Plot for Vibracin

Data Means
Diametro Velocidad
32.5
30.0
27.5
Mean
25.0
22.5
20.0
17.5
15.0
0.063 0.125 40 90
Interaction Plot for Vibracin

Data Means
Diametro
40 0.063
0.125
35
30
Mean
25
20
15
40 90
Velocidad
Pgina 15 de 28
Cube Plot (data means) for Vibracin
14.925 40.275
90
Velocidad
16.100 24.025
40
0.063 0.125
Diametro
paso 5. Obtencin de las grficas de contornos y de superficie

de respuesta
Las instrucciones son las siguientes:
Stat > DOE > Factorial > Contour / Surface Plots
Seleccionar Contour y Surface Plots
Realizar el Setup para cada una de estas:
Seleccionar columna Response vibracin
Seleccionar Uncoded units (valores reales) o Codificados
OK
La grfica de contornos indica la combinacin de niveles para A y B manteniendo la

Y respuesta Constante. Sirve para indicar hacia donde se debe seguir
experimentando si se quiere mejorar la respuesta, trazando una recta casi
perpendicular a los contornos:
Pgina 16 de 28
Contour Plot of Vibracin vs Velocidad, Diametro

90
Vibracin
< 15
15 20
20 25
80
25 30
30 35
35 40
> 40
70
Velocidad
60
50
40
0.07 0.08 0.09 0.10 0.11 0.12
Diametro
Optimizador
Stat > DOE > Factorial > Response optimizer
Seleccionar como response Vibracin
Seleccionar Options Diamentro 0.065 Velocidad 50
Set up Vibracin Minimize Target 10 Upper 40
OK
Respuesta ptima en Dimetro 0.125 y Velocida 90
Pgina 17 de 28
3. Un ingeniero est interesado en los efectos de la velocidad de corte (A), la

geometra de la herramienta (B) y el ngulo de corte (C) sobre la vida (en horas) de
una mquina herramienta. Se eligen dos niveles de cada factor y se corren tres
rplicas de un diseo factorial 23. Los resultados fueron los siguientes:
Rplicas
A B C I II III
-1 -1 -1 22 31 25
+1 -1 -1 32 43 29
-1 +1 -1 35 34 50
+1 +1 -1 55 47 46
-1 -1 +1 44 45 38
+1 -1 +1 40 37 36
-1 +1 +1 60 50 54
+1 +1 +1 39 41 47
a) Probar a un nivel 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) Identificar en las graficas normal y Pareto los efectos principales e interacciones

que son significativos
e) Determinar la ecuacin de regresin del modelo del proceso con valores no
codificados para predecir la respuesta
Pgina 18 de 28
f) Determinar los valores Y estimados hacer prueba de normalidad
g) Obtener las grficas factoriales y de cubo y dar conclusiones
h) Obtener las grficas de contornos y de superficie de respuesta y dar conclusiones
i) Obtener una ampliacin de la zona de contornos de inters
j) Utilizar el optimizador para encontrar una combinacin ptima de factores para

maximizar la vida
k) Con las grficas factoriales si se quiere maximizar la vida, en que niveles

conviene operar el proceso?
4. Se utiliza una aleacin de nquel y titanio para fabricar componentes de los

motores de turbinas de aviones. La formacin de fisuras es un problema
potencialmente serio de las piezas terminadas, ya que pueden provocar fallas
irreversibles. Se realiza una prueba de las piezas para determinar el efecto de
cuatro factores sobre las fisuras. Los cuatro factores son la temperatura de vaciado
(A), el contenido de titanio (B), el mtodo de tratamiento trmico (C) y la cantidad
de refinador de grano usada (D). se hacen dos rplicas de un diseo 24 y se mide la
longitud de las fisuras (en mm
x 10-2) inducidas en un ejemplar de prueba de muestra sometido a una prueba
estndar. Los datos se muestran en la siguiente tabla:
Combinacin de Rplica Rplica

A B C D Tratamientos I II
-1 -1 -1 -1 -1 7.037 6.376
+1 -1 -1 -1 a 14.707 15.219
-1 +1 -1 -1 b 11.635 12.089
+1 +1 -1 -1 ab 17.273 17.815
-1 -1 +1 -1 c 10.403 10.151
+1 -1 +1 -1 ac 4.368 4.098
-1 +1 +1 -1 bc 9.36 9.253
+1 +1 +1 -1 abc 13.44 12.923
-1 -1 -1 +1 d 8.561 8.951
+1 -1 -1 +1 ad 16.867 17.052
-1 +1 -1 +1 bd 13.876 13.658
+1 +1 -1 +1 abd 19.824 19.639
-1 -1 +1 +1 cd 11.846 12.337
+1 -1 +1 +1 acd 6.125 5.904
-1 +1 +1 +1 bcd 11.19 10.935
+1 +1 +1 +1 abcd 15.653 15.053
significativas
Pgina 19 de 28

del modelo



minimizar las fisuras
k) Con las grficas factoriales si se quieren miminizar las fisuras, en que niveles
5. Se realiza un experimento para estudiar el efecto del porcentaje de

carbonatacin,
la presin de operacin del llenador y velocidad de la lnea, en la altura de llenado
de un refresco minimizando la desviacin respecto al estndar.
Nivel bajo -1 Nivel alto1 n

A - Porcentaje de carbonatacin 30 40 2
B - Presin del llenador (psi) 100 150
C - Velocidad de llenado
(Botellas/minuto) 60 100
Los resultados de las desviaciones en la respuesta media se muestran a

continuacin:
A B C Rplica 1 Rplica 2
-1 -1 -1 -3 -1
1 -1 -1 0 1
-1 1 -1 -1 0
1 1 -1 2 3
-1 -1 1 -1 0
1 -1 1 2 1
-1 1 1 1 1
1 1 1 6 5
significativas
Pgina 20 de 28

del modelo



minimizar la desviacin
k) Con las grficas factoriales si se quiere minimizar la desviacin, en que niveles

l) General el diseo y repetir el anlisis considerando como respuesta el Logaritmo

natural de la varianza
m) Para minimizar la variabilidad, en que niveles conviene operar el proceso?
n) Obtener las grficas de contornos y de superficie de respuesta y establecer

conclusiones
Pgina 21 de 28
DISEOS DE EXPERIMENTOS FACTORIALES COMPLETOS
6. 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) 200 215 230
TEMP. 90.4 90.7 90.2
150 90.2 90.6 90.4
90.1 90.5 89.9
160 90.3 90.6 90.1
90.5 90.8 90.4
170 90.7 90.9 90.1
PASO 1. GENERAR EL DISEO FACTORIAL DE ACUERDO AL EXPERIMENTO

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 Seleccionar 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
Rendimient
StdOrder RunOrder PtType Blocks Temp Presion o
1 10 1 1 200 150 90.4
2 12 1 1 200 160 90.1
3 3 1 1 200 170 90.5
Pgina 22 de 28
4 9 1 1 215 150 90.7

5 6 1 1 215 160 90.5
6 15 1 1 215 170 90.8
7 8 1 1 230 150 90.2
8 13 1 1 230 160 89.9
9 2 1 1 230 170 90.4
10 14 1 1 200 150 90.2
11 1 1 1 200 160 90.3
12 7 1 1 200 170 90.7
13 4 1 1 215 150 90.6
14 11 1 1 215 160 90.6
15 18 1 1 215 170 90.9
16 16 1 1 230 150 90.4
17 5 1 1 230 160 90.1
18 17 1 1 230 170 90.1
PASO 3. ANALIZAR EL MODELO DEL DISEO DE EXPERIMENTOS FACTORIAL

COMPLETO
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
Results ANOVA table, Unusual observations

Seleccionar todos los trminos con >> OK
OK
PASO 4. OBTENER LAS GRFICAS FACTORIALES PARA IDENTIFICAR LAS

MEJORES CONDICIONES DE OPERACIN
Stat > DOE > Factorial > Factorial Plots
Pgina 23 de 28
Seleccionar Main effects e Interaction Plots

Setup para ambas: En Response seleccionar Rendimiento
y con >> seleccionar todos los factores OK
Seleccionar Data Means OK
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
90.7
90.6
90.5
Mean
90.4
90.3
90.2
200 215 230 150 160 170
Pgina 24 de 28
Para maximizar el rendimiento se selecciona:
Presin = 170 psig
Temperatura = 215C
Interaction Plot for Rendimiento

Data Means
90.9 Temp
200
90.8 215
230
90.7
90.6
90.5
Mean
90.4
90.3
90.2
90.1
90.0
150 160 170

Presion
1. 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:
Presin en libras / pulg. 2

Temperatura 250 260 270
20 86.3 84 85.8
86.1 85.2 87.3
40 88.5 87.3 89
89.4 89.9 90.3
60 89.1 90.2 91.3
91.7 93.3 93.7
Temperatura Presion Rendimiento

20 250 86.3
20 260 84
20 270 85.8
40 250 88.5
40 260 87.3
Pgina 25 de 28
40 270 89
60 250 89.1
60 260 90.2
60 270 91.3
20 250 86.1
20 260 85.2
20 270 87.3
40 250 89.4
40 260 89.9
40 270 90.3
60 250 91.7
60 260 93.3
60 270 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
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?
7. 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 40 60 80 100
(C)
50 17, 20 16, 21 24, 22 28, 27
75 12, 9 18, 13 17, 12 27, 31
100 16, 12 18, 21 25, 23 30, 23
125 21, 17 23, 21 23, 22 29, 31
a) A un nivel de significancia del 5% identificar si hay los factores o las

interacciones son significativas
Pgina 26 de 28

del modelo
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?
8. 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 A B C D
JUAN 109 110 108 110
110 115 109 108
PEDRO 110 110 111 114

112 111 109 112
JORGE 116 112 114 120
114 115 119 117


del modelo

niveles
e) Si se quiere maximizar la resistencia a la ruptura en que niveles debe operar el

proceso?
9. 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 Tiempo de coccin 3.0 Tiempo de coccin 4.0

la madera Presin Presin
Pgina 27 de 28
400 500 650 400 500 650

2 196.6 197.7 199.8 198.4 199.6 200.6
196 196 199.4 198.6 200.4 200.9
4 198.5 196 198.4 197.5 198.7 199.6
197.2 196.9 197.6 198.1 198 199
8 197.5 195.6 197.4 197.6 197 198.5
196.6 196.2 198.1 198.4 197.8 199.8

del modelo

niveles
e) Si se quiere maximizar la resistencia del papel en que niveles debe operar el

proceso?
10. Se quiere maximizar el rendimiento de un proceso:
Velocidad de
alimentacion Profundidad de corte
pulg/min 0.15 0.18 0.2 0.25
74 79 82 99
0.2 64 68 88 104
60 73 92 96
92 98 99 104
0.25 86 104 108 110
88 88 95 99
99 104 108 114
0.3 98 99 110 111
102 95 99 107


del modelo

niveles
e) Si se quiere maximizar el rendimiento en que niveles debe operar el proceso?
Pgina 28 de 28

Ejercicios Fase Mejora GB

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ejercicios Fase Mejora GB

Transféré par

Droits d'auteur :

Formats disponibles

EJERCICIOS FASE DE MEJORA GB P.

Reyes / Octubre 2007

1. Cul es el propsito de la fase de mejora?

2. Cules son los entregables de la fase de mejora? Dar un ejemplo.

a. Identificacin de mejores niveles de operacin

b. Generacin de alternativas de solucin, usar mtodos de Creatividad

c. Evaluacin de alternativas de solucin con diagrama de rbol:

DESCRIPCI ALTERNATIV VENTAJA DESVENTAJ FACTIBILID SELECCI

d. Seleccin de alternativas de solucin

e. Plan 5W-1H para implementacin de las soluciones seleccionadas

f. Prueba piloto y Verificacin de la efectividad de las soluciones

g. Implementacin y documentacin de la solucin a nivel sistema

3. Qu desventajas se observan cuando se experimenta con un factor a la vez?

5. Cules son las ventajas que proporciona el diseo de experimentos?

6. Cules los diferentes propsitos que puede tener un diseo de experimentos?

7. Cules son los pasos principales para la realizacin de diseos de experimentos?

8. Qu consideraciones deben tomarse en cuenta al planear y desarrollar

9. Cules son las implicaciones al realizar experimentos en la empresa?

12. Cules son los diferentes mtodos experimentales disponibles y cul es su

Diseo experiemental Aplicacin

Fraccional de dos niveles 2K Filtraje de factores significativos bajo costo

Taguchi Arreglos ortogonales Diseos robustos de productos y procesos

Factorial completo FK Identificacin de mejores niveles de operacin

Ascenso rpido Ruta hacia el punto de operacin ptimo

Diseo central compuesto CCD Identificacin del punto ptimo de operacin

EVOP diseo evolutivo Experimentacin en la produccin sin afectarla

Diseos de mezclas Encontrar la mejor mezcla de ingredientes

Diseos ptimos - D Diseos por computadora para reducir costos

13. Qu significan los conceptos siguientes?

14. Qu son las interacciones y cmo se identifican?

15. Qu caractersticas tiene un diseo experimental factorial completo?

16. Qu caractersticas tiene un diseo experimental factorial de dos niveles?

17. Cmo se obtiene la ecuacin de regresin de los resultados del diseo de

18. Cmo se identifican los factores significativos en la tabla ANOVA de los

20. Qu indican las grficas factoriales de interacciones y cmo se seleccionan los

21. Qu indica la grfica de superficie de respuesta?

22. Cul es el propsito de la grfica de contornos?

23. Qu otros mtodos pueden servir de apoyo para generar alternativas de

24. Dar algunos ejemplos de tcnicas de creatividad para la generacin de ideas de

25. Qu es el mtodo TRIZ para la solucin creativa de problemas?

27. Cul es el propsito de los mtodos de teora de colas?

28. Cul es el propsito de los mtodos de simulacin?

29. Despus de cuanto tiempo se recomienda se evalen los resultados de las

30. Cmo se puede cuantificar estos resultados?

31. Qu formas de reconocimiento a los equipos de proyecto Seis Sigma se

32. Cules son las salidas de la fase de mejora?

PROBLEMAS: (Utilizar Minitab 13 para las soluciones)

DISEOS DE EXPERIMENTOS FACTORIALES DE DOS NIVELES

Factor Nivel bajo Nivel Alto

Como respuesta se toma la calidad del componente en una escala de 0 a 30 entre

Paso 1. Generar diseo

Stat > DOE > Factorial > Create Factorial Design

Factors: Caudal 8 12 Intensidad 230 240 Vel. 0.6 1

Stat > DOE > Display Design: Coded o Uncoded Units

Paso 2. Introducir los datos en el diseo:

Paso 3. Analizar el diseo

Stat > DOE > Factorial > Analyze Factorial Design

La ecuacin del modelo se puede formar a partir de los siguientes coeficientes:

Y = -893.750 + 102.625 Caudal + - 0.425 Caudal*Corriente

Pareto Chart of the Effects

Normal Probability Plot of the Effects

Paso 4. Obtener las grficas factoriales para seleccionar los

Yest = 23.0550 - 96.24Diametro - 0.372Velocidad +