DISEÑOS FACTORIALES COMPLETOS Y FRACCIONADOS 1

...

los siguientes diseños de experimentos, identifica qué tipo de diseño de experimento es en cada caso:

Diseño completamente aleatorizado, un solo factor de diseño

Diseño de bloques completos al azar

Diseño factorial completo

Se tienen dos proveedores de una pieza metálica, cuyo diámetro ideal o valor objetivo es igual a 20.25 cm. Se toman dos muestras de 14 piezas a cada proveedor y los datos obtenidos se muestran en la siguiente tabla:

Proveedor Diámetros de las piezas de cada proveedor

1 21.38 20.13 19.12 19.85 20.54 8.00 22.24

21.94 19.07 18.60 21.89 22.60 18.10 19.25

2 21.51 22.22 21.49 21.91 21.52 22.06 21.51

21.29 22.71 22.65 21.53 22.22 21.92 20.82

Describe un procedimiento de aleatorización para la obtención de los datos. Puede llevarse a cabo por medio del software Excel introduciendo la formula siguiente: =aleatorio

Prueba la hipótesis de igualdad de varianzas. Se rechaza la hipótesis nula

Prueba la hipótesis de igualdad de los diámetros de los proveedores en cuanto sus medias. Se rechaza la hipótesis nula ya que son diferentes.

Si las especificaciones para el diámetro son 20.25 mm ± 2.25 mm, ¿cuál proveedor produce menos piezas defectuosas? El proveedor número 2.

21.38 20.13 19.12 19.85 20.54 8 22.24

21.94 19.07 18.6 21.89 22.6 18.1 19.25 3.61

21.51 22.22 21.49 21.91 21.52 22.06 21.51

21.29 22.71 22.65 21.53 22.22 21.92 20.82 0.53

PROVEEDOR 1.

PROVEEDOR 2.

Actividad 1.1

Lee cada uno de los artículos de investigación proporcionados por el maestro. Para cada artículo identifica los aspectos enlistados en la siguiente tabla:

Nombre de las personas involucradas en el proyecto de investigación experimental:

Dr. Ing. Martin Tanco, Dra. Laura Ilzarbe, Dra. Elizabeth Viles y Dra. M. J. Álvarez.

El gerente de la sección de Chapistería, el jefe de fábrica, el responsable del departamento de planificación, el responsable del departamento de calidad y un responsable del departamento de mantenimiento.

Título del proyecto:

Aplicación del Diseño de Experimentos (DoE) para la mejora de procesos.

Objetivo de la experimentación:

Reducir el % de cordones de soldadura izquierdos y derechos defectuosos de dos puertas automotrices de 3% a 0.09%

Valor(es) histórico(s) de la(s) variable(s) de respuesta:

La cantidad de defectos históricos fue de un 3%

Lista de la(s) variable(s) de respuesta:

Variable(s) Unidad de medida Operacionalización de la variable

% de cordones izquierdos defectuosos de 2 puertas al día.

% de cordones derechos defectuosos de 2 puertas al día.

Lista de los factores de estudio (variables de interés del experimentador):

Factores de estudio Unidad de medida Niveles de la variable

Potencia w Dos niveles elegidos para los expertos del proceso.

Corriente a Dos niveles elegidos por los expertos del proceso

Limpieza laterales Variable cualitativa nominal

Formas de limpiar A

Formas de limpiar B

Limpieza Techo Variable cualitativa nominal

Soplado con aire.

Soplado con alcohol.

Soplado con alcohol.

Lista de los factores controlados (variables que se mantienen constantes, en cierto nivel de desempeño):

Factores controlados Unidad de medida

Velocidad del robot.

Colada de material

Holguras de la cabina

Diseño de experimentos elegido:

Diseño factorial fraccionado 2^(4-1) con resolución IV, con generador I=ABCD

Diseño central compuesto centrado en las caras (FCC) (Modelo de segundo orden)

SEGUNDO ARTÍCULO. APLICACIÓN DEL DISEÑO DE EXPERIMENTOS PARA EL ANALISIS DEL PROCESO DE DOBLADO

Nombre de las personas involucradas en el proyecto de investigación experimental:

Giovanni Pérez, Martin Darío Arango y Yuliana Agudelo, operarios, supervisores y jefe de ingeniería.

Título del proyecto:

Aplicación de diseño de experimentos para el análisis del proceso de doblado.

Objetivo de la experimentación:

Analizar el proceso de doblado para posteriormente efectuar mejoras en dicho proceso. Disminuir los reprocesos de materia prima, los rechazos definitivos, pérdida de tiempo y costos. Determinar si os factores elegidos para la experimentación realmente tienen efecto sobre las variables de respuesta al igual que las interacciones entre estos. Analizar la variabilidad del modelo para determinar los factores que ejercen mayor influencia sobre las variaciones