Diseño factorial de experimentos para determinar los factores significativos en el sobrepeso de una línea de embutidos en una empresa de alimentos
Contenido principal del artículo
Resumen
El diseño de experimentos (DoE) se ha convertido en una estrategia potencial para analizar las condiciones de un proceso, debido a la eficiencia de la metodología para identificar los factores significativos en la variabilidad de un producto. En este sentido, este artículo de investigación presenta la aplicación de un diseño factorial de experimentos de cuatro factores y dos niveles para estudiar el efecto significativo en el sobrepeso de un embutido de una línea de producción en una empresa de alimentos en el
departamento del Cauca. Los resultados determinaron que el sobrepeso es afectado significativamente por los cm3 o porción de llenado, además de analizar que una variable externa, como la temperatura, no ejercía efecto sobre el peso del embutido. La aplicación de este tipo de metodologías puede replicarse en un proceso de producción para monitorear, identificar y analizar los factores de mayor magnitud sobre la variable de respuesta.
##plugins.themes.bootstrap3.displayStats.downloads##
Detalles del artículo
Sección
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Queda autorizada la reproducción total o parcial de los contenidos de la revista con finalidades educativas, investigativas o académicas siempre y cuando sea citada la fuente. Para poder efectuar reproducciones con otros propósitos, es necesario contar con la autorización expresa del Sello Editorial Universidad de Medellín.
Cómo citar
Referencias
D. C. Montgomery y G. C. Runger, Probabilidad y estadistica aplicadas a la ingenieria, Mexico: Limusa Wiley, 2015.
A. Luceño y F. J. González, Métodos estadísticos para medir, describir y controlar la varibilidad, Santander, España: Universidad Cantabria, 2015.
D. C. Montgomery, Diseño y análisis de experimentos, Segunda Edición ed., México: Limusa Wiley, 2004.
A. N. E. Heriberto, R. L. A. Javier, V. L. J. Antonio y P. G. Russell, “Comparative Study Between the Two Experimental Design Approaches Taguchi and Traditional in Presence of Control by Control Interactions”, ScienceDirect, vol. 16, nº. 1, pp. 131-142, 2015. Doi: 10.1016/S1405-7743(15)72114-1
S. A. H. Lima, J. Antony y S. Albliwi, “Statistical Process Control (SPC) in the food industry – A systematic review and future research agenda”, ScienceDirect, vol. 37, nº. 2, pp. 137-151, 2014. DOI: 10.1016/j.tifs.2014.03.010
H. Gutiérrez Pulido y R. De la Vara Salazar , Análisis y diseño de experimentos, Mexico: McGraw-Hill, 2012.
J. D. Castro, “Métodos estadísticos para el control y la mejora continua en el proceso de tratamiento térmico de la aleación de aluminio AA2024”, [En línea], Disponible: https://ria.utn.edu.ar/items/0c12fd1c-8b6d-43f1-a1c7 83f8dc467410
R. Lopes et al., “Reducing scrap and improving an air conditioning pipe production line”, Procedia Manuf., vol. 51, pp. 1410–1415, 2020. Accedido el 1 de julio de 2025. [En línea]. Disponible: https://doi.org/10.1016/j.promfg.2020.10.196
Adamastor R. Tôrres, Antônio Diógenes P. de Oliveira, Severino Grangeiro, Wallace D. Fragoso, Journal of Process Control, vol. 69, pp. 97-102, 2018. http://dx.doi.org/10.1016/j.jprocont.2018.06.001
E. J. Escalante Vázquez, Diseño y análisis de experimentos, México: Limusa, 2014.
D. C. Montgomery, Design and analysis of Experiments, Arizona State University: John Wiley & Sons, Inc., 2013.
R. O. Kuehl, Diseño de experimentos: principios estadísticos para el diseño y análisis de investigaciones, Mexico: Thomson Learning, 2001.
D. C. Fettermann, A. M. Olivera, G. L. Tortorella, G. A. Zandonai y M. E. Soares, “Improvements in the processing of agricultural commodities: The case of cocoa liquor”, Dyna, vol. 84, nº. 201, pp. 117-122, 2017. Doi: 10.15446/dyna.v84n201.56672
B. Barbosa, M. T. Pereira, F. J G Silva, R. D S G Campilho, Procedia Manufacturing, vol. 11, pp.1239-1246, 2017. http://dx.doi.org/10.1016/j.promfg.2017.07.250
A. Ruiz y F. Rojas, Control estadístico de procesos, Madrid: Universidad Pontificia Comillas, 2006.
H. Gutiérrez Pulido y R. de la Vara Salazar, Control estadístico de la calidad y seis sigma, Mexico: McGraw-Hill, 2013.
S. A. Halim Lim, J. Antony, Trends in Food Science & Technology, vol. 58, pp.133-139, 2016. http://dx.doi.org/10.1016/j.tifs.2016.10.025
D. Montgomery, Control estadístico de la calidad, Mexico: Limusa-Wiley, 2004.
C. Werkema, Ferramentas Estatísticas Básicas do Lean Seis Sigma Integradas: PDCA e DMAIC, Brasil: El Sevier, 2016.
L. Socconini, Certificación Lean Six Sigma Green Belt para la excelencia en los negocios, Marge Books., 2015.
M. Smętkowska, B. Mrugalska, Procedia - Social and Behavioral Sciences, vol. 238, pp. 590-596, 2018. http://dx.doi.org/10.1016/j.sbspro.2018.04.039
J. D. Muñoz Sierra, D. A. Camargo Trillos y S. D. Gallego, “Aplicación de la metodología de superficie de respuesta en un proceso de absorción del CO2 de un biogás en una solución alcalina”. Dyna, vol. 76, nº. 159, pp. 135-144, [Fecha de consulta: 1 de julio de 2025]. ISSN: 0012-7353. Disponible: https://www.redalyc.org/articulo.oa?id=49611945015
Minitab 19, “https://support.minitab.com”, Soporte de Minitab 19, 2019. [En línea]. Disponible: https://support.minitab.com/es-mx/minitab/19/help-and-how-to/graphs/interval-plot/interpret-the-results/key-results/.