UNIVERSIDAD TECNOLGICA METROPOLITANA. DEPARTAMENTO DE INDUSTRIA. PROCESOS INDUSTRIALES Y CONTROL DE CALIDAD.

TRABAJO DE OPTIMIZACIN

EXPERIMENTO CONFECCIN CALZONES ROTOS

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

OBJETIVOS DEL EXPERIMENTO.

A travs de este experimento, se busca determinar la combinacin de ingredientes ptima, de tal manera que se obtenga un tiempo mnimo de produccin y que a la vez se minimicen los costos de estos. Comprender cuales son las variables significativas dentro del proceso, ayudados por le software Statitica, para tomar la determinacin de que costos minimizar En la medicin que se realiz, fue necesaria la mezcla de los distintos ingredientes que componen los famosos calzones rotos y estos se fueron variando en proporciones o cantidades utilizadas (de harina, leche, polvos de hornear, azcar).

DESCRIPCIN DEL EXPERIMENTO.

Para lograr este experimento primero hicimos las masas para su coccin por el medio de aceite, estas masas fueron hechas a partir de la receta original de Calzones Rotos, si bien esta receta se da siempre en medidas poco exactas por ejemplo 3 tazas de Harina, nosotros determinamos, en base a la receta original que los ingredientes y sus cantidades seran: Harina 80gr. Polvos de hornear 1.8gr. Leche 30ml. Azcar 25gr.

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

191 231 199 253 131 172

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 elige el tipo de diseo experimental

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

Variable de Salida: Tiempo de Coccin en segundos

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

Probability Plot; Var.:T. (seg); 2,0 (A)Harina ,95

Expected Half-Normal Values (Half-Normal Plot)

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

,75 ,65 ,55 ,45 ,35 ,25 ,15 ,05

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.

INTERACCIONES: A continuacin se visualizar lo que sucede en cada interaccin de nuestras variables:

Interaccion Harina-PHornear 260

240

220

T. (seg)

200

180

160 PHornear -1, PHornear 1,

140 -1, Harina 1,

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

160 Leche -1, Leche 1,

140 -1, Harina 1,

En este grfico se puede apreciar claramente, que las variables estn paralelas entre si, lo que nos indica que esta interaccin no es significativa.

Interaccion Harina-Azucar 260

240

220

T. (seg)

200

180

160 Azcar -1, Azcar 1,

140 -1, Harina 1,

Interaccion PHornear-Leche 240

220

T. (seg)

200

180

160 Leche -1, Leche 1,

-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.

Interaccion PHornear-Azucar 240

220

T. (seg)

200

180 Azcar -1, Azcar 1,

-1, PHornear

1,

Interaccion Leche-Azucar 240

220

T. (seg)

200

180 Azcar -1, Azcar 1,

-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).

Proyecciones de Respuesta para el Tiempo

1

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).

Proyecciones de Respuesta para el Tiempo

1

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.

Proyecciones de Respuesta para el Tiempo

1

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.

Proyecciones de Respuesta para el Tiempo

1

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

Dejando slo las variables significativas queda: Y= 197+31.25A-19.75B-12.25C-4.25AB-6.63AD-3BC

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.

GRAFICO DE CURVAS DE NIVEL

Superficie de Respuesta Curvas de Nivel
1,0 0,8 0,6 0,4

PHornear

0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 -1,0

240 220 200 180 160 140

-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 .