Professional Documents
Culture Documents
TRABAJO DE OPTIMIZACIN
Profesor : Pedro Vergara. Integrantes : Adolfo Marty. Felipe Saavedra. Natalia Trigo.
INTRODUCCIN.
Desde hace mucho tiempo, los Calzones Rotos han servido como un pequeo aperitivo para degustar los paladares de los chilenos, originarios de Blgica de nombre Forgacs y que llegaron a Chile en la poca de la Colonia, estas masas fritas se han hecho parte de nuestra cultura siendo ac donde se les bautiz Calzones rotos. En el presente, esta receta sigue presente en los viejos libros de la abuela e incluso en cada pgina de internet, con el objetivo de aplacar los crudos inviernos con esta tibia y dulce masa frita. Es debido a esto, que hemos decidido poner a prueba nuestros conocimientos aprendidos en la asignatura de Procesos Industriales y Control de Calidad, con el fin de entender que variables son las mas relevantes dentro del proceso para lograr dar con una optimizacin de los ingredientes necesarios para su fabricacin y as poder abaratar los costos de produccin de estas ricas masas fritas. Para ello buscamos la determinacin mediante el uso de ingredientes ptimos la confeccin de calzones rotos de manera de obtener un mejor tiempo de coccin que minimice los costos de produccin de estos. Para encontrar el ptimo de la receta fue necesario realizar distintas mezclas de los distintos ingredientes (harina, leche, polvos de hornear, azcar), variando las proporciones o cantidades utilizadas. Apoyados por Software de computador Statistica, para comprender el procesos y as tomar la mejor decisin a la hora de reducir costos, sin afectar la calidad del producto
Fueron estos los ingredientes que hicimos variar para obtener distintos tipos de masas. Para la creacin de muestras del experimento, se necesitaron los siguientes materiales de medicin: Recipiente precipitado para la Leche. Cuchara con medida para Polvos de hornear. Tazn con medida para Harina. Cuchara con medida para Azcar. Gramera para medir la masa de cada ingrediente. Con los ingredientes ya medidos, se procedi con la realizacin de las muestras siguiendo la receta original, definindose los siguientes datos:
INGREDIENTES NIVEL BAJO(-1) NIVEL ALTO(+1) Harina Polvos Hornear Leche Azcar de 60 gr 1,2 gr 20 ml 20 gr 100 gr 2,4 gr 40 ml 30 gr
Despus siguiendo un patrn de sorteo aleatorio se defini en que orden se haran los experimentos, tratamos de mantener la misma temperatura para cada experimento regulando la intensidad de calor en la cocina y dejndola sin variar a una temperatura media.
MUESTRAS DEL EXPERIMENTO. Para obtener las muestras es necesario determinar la matriz aleatoria para las combinaciones de las variables, para esto se usa el programa Statistica. Luego de mezclar los ingredientes se obtuvieron los siguientes valores para cada muestra: Muestr Harina Polvos a 1 2 3 4 5 6 7 8 9 10 -1 1 -1 1 -1 1 -1 1 -1 1 -1 -1 1 1 -1 -1 1 1 -1 -1 Leche Azcar Tiempo -1 -1 -1 -1 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 1 1 169 261 145 203 151 227 134 211 206 268
11 12 13 14 15 16
-1 1 -1 1 -1 1
1 1 -1 -1 1 1
-1 -1 1 1 1 1
1 1 1 1 1 1
PROCEDIMIENTO STATISTICA.
Luego de tener la tabla con los datos obtenidos, se analizar a travs del software Statistica: El procedimiento ser explicado a continuacin: Se copia la tabla, anteriormente mostrada, y luego se selecciona: Statistics-Industrial Statistics & Six Sigma-Experimental Design
Se especifica el diseo, su nmero de variables, el nmero de factores experimentales (en este caso 4 variables: harina, polvos, leche y azcar). Nmero de factores experimentales = 4 Nmero de respuestas = 16
Se definen las variables de trabajo Variables de entrada: Harina (gr) =A Polvos de Hornear (gr) =B Leche (ml) =C Azcar (gr) =D
Despus de haber seleccionado los factores y la variable de respuesta, se pueden ver los efectos estimados, y analizarlos por el mtodo del Half Normal Probability Plot a travs de los grficos que nos arroja el programa:
ANLISIS DE DATOS.
Efectos Estimados para la variable Tiempo Efecto Std.Err. t(5) p -95,% +95,% Factor Cnf.Limt Cnf.Limt Constante 197,00 4,33 45,46 0,00 185,86 208,14 (A)Harina 62,50 8,67 7,21 0,00 40,22 84,78 (B)PHornear -39,50 8,67 -4,56 0,01 -61,78 -17,22 (C)Leche -24,50 8,67 -2,83 0,04 -46,78 -2,22 (D)Azcar 18,75 8,67 2,16 0,08 -3,53 41,03 AB -8,50 8,67 -0,98 0,37 -30,78 13,78 AC -0,50 8,67 -0,06 0,96 -22,78 21,78 AD -13,25 8,67 -1,53 0,19 -35,53 9,03 BC -6,00 8,67 -0,69 0,52 -28,28 16,28 BD -10,75 8,67 -1,24 0,27 -33,03 11,53 CD -10,75 8,67 -1,24 0,27 -33,03 11,53 Coeff. Std.Err. -95,% +95,% Coeff. Cnf.Limt Cnf.Limt 197,00 4,33 185,86 208,14 31,25 4,33 20,11 42,39 -19,75 4,33 -30,89 -8,61 -12,25 4,33 -23,39 -1,11 9,37 4,33 -1,76 20,51 -4,25 4,33 -15,39 6,89 -0,25 4,33 -11,39 10,89 -6,63 4,33 -17,76 4,51 -3,00 4,33 -14,14 8,14 -5,37 4,33 -16,51 5,76 -5,37 4,33 -16,51 5,76
1,5
(B)PHornear
,85
(C)Leche 1,0 AD CD BD 0,5 AB BC AC 0,0 0 1 2 3 4 5 6 7 8 - Interactions - Main effects and other effects Standardized Effects (t-values) (Absolute Values) (D)Azcar
De este grfico se puede deducir que las variables ms significativas son: A Harina. B Polvos de Hornear. C Leche. AD Harina-Azcar. AB Harina-Polvos de Hornear. BC Polvos de Hornear-Leche.
240
220
T. (seg)
200
180
En este grficos se pueden ver las interacciones de sus respectivas variables, las cuales son Harina-Polvos de hornear. A travs de los cuales, podemos notar que las rectas alcanzan cierto nivel de perpendicularidad en el grfico de Harina-PHornear, lo cual hace que se pueda confirmar que esta interaccin sea significativa.
Interaccion Harina-Leche 260
240
220
T. (seg)
200
180
En este grfico se puede apreciar claramente, que las variables estn paralelas entre si, lo que nos indica que esta interaccin no es significativa.
240
220
T. (seg)
200
180
220
T. (seg)
200
180
-1, PHornear
1,
Estos grficos de las interacciones harina-Azcar (AD) y Phornear-Leche (BC) se puede apreciar que en ninguno de los 2 casos las variables son paralelas entre si, lo que nos indica que estas dos interacciones son significativas.
220
T. (seg)
200
-1, PHornear
1,
220
T. (seg)
200
-1, Leche
1,
En estos grficos de las interacciones Phornear-Azcar (BD) y Leche-Azcar (CD) se puede apreciar que son significativas mediante el grfico, ya que en ambos casos las lneas tienden a cruzarse, es decir, no son paralelos; lo que implica en significancia.
PREDICCIONES DE RESPUESTA. A continuacin se presentan los grficos de proyecciones de cada una de las variables:
Proyecciones de Respuesta para el Tiempo
1
181 ,75
231
Azcar
-1
149 ,75
225,5
-1
Harina
De este grfico se puede interpretar el comportamiento de las variables del experimento, se observa que al pasar de un nivel bajo de Harina a un nivel alto existe un aumento de 75.75 segundos (225.5-149.75). Adems se aprecia que para el nivel alto de azcar existe una variacin de 49.25 (231-181.75) si aumenta la Harina. Por otro lado, se puede decir que en el nivel bajo de Harina, si el azcar vara del nivel alto al nivel bajo existe una disminucin de 32 segundos (148.75-181.75).
231,5
181,25
Azcar
-1
202
173,25
-1
PHornear
Aqu se observa que al pasar de un nivel bajo de polvos de hornear a un nivel alto existe una disminucin de 28.75 segundos (173.25-202). Ahora al pasar de un nivel bajo de azcar a un nivel alto existe un incremento de 29.5 segundos (231.5-202).
224
188,75
Azcar
-1
194,5
180,75
-1
Leche
En este grfico observamos que al pasar de un nivel bajo a uno alto de leche existe una disminucin de 13.75 seg. Ahora al pasar de un nivel bajo a uno alto de azcar existe un incremento de 29.5 seg (224 194.5). Si ponemos a nivel alto la leche y a nivel bajo la azcar optimizamos el tiempo de coccin y obtenemos un tiempo de 180.75 seg.
150,25
204,25
PHornear
-1
181,25
252,25
-1
Harina
Ac se observa que al pasar de un nivel bajo a uno alto de Harina existe un incremento de 71 seg (252.25-181.25). Ahora si pasamos de un nivel bajo a uno alto de polvos de hornear existe una disminucin de 31 seg. Si ponemos a nivel alto los polvos de hornear y a nivel bajo la harina optimizamos el tiempo de coccin y obtenemos un tiempo de 150.25 seg.
207,5
162
Leche
-1
226
192,5
-1
PHornear
Aqu se observa que al pasar de un nivel bajo a uno alto de polvos de hornear existe una disminucin de 33.5 seg. Ahora si pasamos de un nivel bajo a uno alto de leche existe una disminucin de 18.5 seg. Si ponemos ambas variables en nivel alto optimizamos el tiempo de coccin y obtenemos un tiempo de 162 seg. Gracias a esto podemos definir que la variable Azcar (D) debe estar a nivel bajo, para as poder lograr nuestro objetivo el cul es minimizar el tiempo de coccin de los calzones rotos. ESTIMACIN DE COEFICIENTES.
Estimacin de Coeficientes t(5) Co e f i c i e n t e s Error Factor d e Re g r e s i o nEstandar Coeff. Mean/Interc. 197,00 4,333013 45,46490 (A)Harina 31,25 4,333013 7,21207 (B)PHornear -19,75 4,333013 -4,55803 (C)Leche -12,25 4,333013 -2,82713 (D)Azcar 9,37 4,333013 2,16362 AB -4,25 4,333013 -0,98084 AC -0,25 4,333013 -0,05770 AD -6,63 4,333013 -1,52896 BC -3,00 4,333013 -0,69236 BD -5,37 4,333013 -1,24048 CD -5,37 4,333013 -1,24048 p 0,000000 0,000799 0,006068 0,036799 0,082807 0,371716 0,956225 0,186820 0,519544 0,269832 0,269832 -95,% +95,% Cnf.Limt Cnf.Limt 185,8616 208,1384 20,1116 42,3884 -30,8884 -8,6116 -23,3884 -1,1116 -1,7634 20,5134 -15,3884 6,8884 -11,3884 10,8884 -17,7634 4,5134 -14,1384 8,1384 -16,5134 5,7634 -16,5134 5,7634
OBTENCIN DEL MODELO. Para la obtencin del modelo son necesarios los datos obtenidos a partir de la estimacin de coeficientes. Gracias a esos valores el modelo completo queda como sigue: Y= 197+31.25A-19.75B-12.25C+9.37D-4.25AB-0.25AC-6.63AD-3BC-5.37BD-5.37CD
Por el hecho de que la variable Azcar (D) result no ser significativa, podemos utilizar sta variable a nivel bajo, es decir: D = -1; entonces el nuevo modelo correspondera a Y= 197+37.88A-19.75B-12.25C-4.25AB-3BC
Ahora por la necesidad de obtener un modelo en 3 dimensiones, se fija la variable C, correspondiente a la leche, a nivel alto ya que de estando a ste nivel el tiempo de coccin es menor. Por lo tanto el modelo queda: Y= 184.75 + 37.88A 22.75B - 4.25AB
SUPERFICIE DE RESPUESTA.
CUBO DE RESPUESTA
Z est dada como la variable de respuesta (Tiempo de coccin del calzn roto) X corresponde a la cantidad de Harina Y corresponde a la cantidad de Polvos de Hornear Debido a que este modelo nos arroja varias soluciones ptimas, optaremos por la ms conveniente para nosotros: Harina: Esta variable la dejamos a nivel bajo, puesto que a menor peso, menor es el tiempo de coccin. Polvos de Hornear: Esta variable la dejamos a un nivel alto por trminos de calidad del producto, puesto que los polvos de hornear le entregan el volumen y esponjosidad a los calzones rotos. Por lo tanto el menor tiempo de coccin est dado por la menor cantidad de harina utilizando la mayor cantidad de levadura.
PHornear
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Harina
CONCLUSIONES.
Conforme se avanz en el experimento, fuimos dndonos cuenta de lo que realmente representa optimizar un proceso, con lo que tambin se obtendr un ahorro de alguna variable, lase dinero, tiempo, etc. Gracias al desarrollo de este experimento, se permiti crear una ecuacin o un modelo de regresin, mediante el cul es posible predecir el comportamiento de los ingredientes para la fabricacin de Calzones Rotos. Segn lo analizado en este informe pudimos conocer la variable ms significativa de este proceso de elaboracin , la cual fue la harina y a travs del programa STATISTICA llegamos a la conclusin que poniendo la variable A (Harina) a nivel bajo y poniendo variable B (Polvos de Hornear) a nivel alto se obtiene un nivel de tiempo optimizado y se cumple con el objetivo de minimizar ste, en la elaboracin de Calzones Rotos ahorrando tiempo de produccin del proceso y abaratando costos en la misma .