ASUNTO: DISEÑO DE EXPERIMENTOS
Enviado por 17740125 • 4 de Mayo de 2021 • Documentos de Investigación • 3.437 Palabras (14 Páginas) • 84 Visitas
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
...