UNIVERSIDADE FEDERAL DO PAMPA

CENTRO DE TECNOLOGIA DE ALEGRETE

PROGRAMA DE PS GRADUAO EM ENGENHARIA

PLANEJAMENTO EXPERIMENTAL E OTIMIZAO DE PROCESSOS

EDUARDO CESAR PACHLA

GEAN OLDRA
 ALEGRETE, 2016

EDUARDO CESAR PACHLA

GEAN OLDRA

TRABALHO DE PLANEJAMENTO EXPERIMENTAL E

OTIMIZAO DE PROCESSOS

Trabalho apresentado ao professor

Dr. Marco Antnio Durlo Tier, como
parte da avaliao da disciplina de
Planejamento e Otimizao de
Processos, do Programa de ps-
graduao em Engenharia,
UNIPAMPA Campus Alegrete.

ALEGRETE, 2016
 LISTA DE FIGURAS

Figura 1 Curva tpica da distribuio normal..................................................11

Figura 2 Tipos de correlao em diagrama de disperso..................................................13
Figura 3 Superfcie de resposta Depth Pin x RPM Plunge................................25
Figura 4 - Superfcie de resposta Time Plunge x RPM Plunge............................25
Figura 5 Time Plunge x Depth Pin...................................................................26
Figura 6 - Superfcie de resposta Time Retract x RPM Plunge...........................26
Figura 7 - Histograma dos resduos...................................................................27
Figura 8 - Diagrama de disperso entre as observaes e analticos................28
 LISTA DE TABELAS

Tabela 1 Resultados obtidos nos ensaios........................................................15

Tabela 2 Tratamento estatstico das amostras ensaiadas...............................16
Tabela 3 Coeficientes de Correlao...............................................................17
Tabela 4 Variveis independentes utilizadas..................................................18
Tabela 5 Coeficientes para Equao Linear....................................................19
Tabela 6 Relao entre as variveis e cdigos para a equao......................19
Tabela 7 Clculo das mdias obtidas empiricamente e dos resduos.............20
Tabela 8 Determinao e Correlao..............................................................20
Tabela 9 - Coeficientes para Equao Linear.....................................................21
Tabela 10 - Relao entre as variveis e cdigos para a equao.....................21
Tabela 11 - Clculo das mdias obtidas empiricamente e dos resduos............22
Tabela 12 - Determinao e Correlao............................................................22
Tabela 13 - Coeficientes para Equao Linear...................................................23
Tabela 14 - Relao entre as variveis e cdigos para a equao.....................23
Tabela 15 - Clculo das mdias obtidas empiricamente e dos resduos............24
Tabela 16 - Determinao e Correlao............................................................24

SUMRIO
1. INTRODUO................................................................................................. 6
2. OBJETIVOS..................................................................................................... 7
3. REVISO BIBLIOGRFICA............................................................................... 7
3.1 Mdia....................................................................................................... 7
3.2 Varincia................................................................................................... 7
3.3 Desvio Padro............................................................................................. 8
3.4 Coeficiente de Variao................................................................................. 8
3.5 Distribuio Normal..................................................................................... 9
3.6 Covarincia.............................................................................................. 10
3.7 Coeficiente de Correlao............................................................................ 11
3.8 Equao Emprica...................................................................................... 12
3.9 Superfcies de Resposta............................................................................... 13
4. RESULTADOS............................................................................................... 13
4.1 Apresentao dos Dados.............................................................................. 13
4.2 Anlises Preliminares das Amostras................................................................14
4.3 Identificao das Variveis Significativas.........................................................15
4.4 Softwares Utilizados................................................................................... 17
4.5 Modelo Emprico Linear.............................................................................. 17
4.6 Modelo Emprico Quadrtico........................................................................20
4.7 Modelo Emprico Quadrtico Simplificado.......................................................22
4.8 Superfcie de Resposta................................................................................ 24
4.9 Histograma dos Resduos............................................................................. 25
4.10 Disperso................................................................................................ 26
5. PLANEJAMENTO EXPERIMENTAL INDICADO..................................................27
6. CONCLUSO................................................................................................ 27
7. REFERNCIAS BIBLIOGRFICAS...................................................................28
 1. INTRODUO

Uma abordagem cientfica requer o planejamento do experimento, ou seja, o

estabelecimento antecipado, em forma escrita, do conjunto completo das decises e aes
que devem ser tomadas e procedidas para a execuo do experimento. O plano do
experimento deve ser consistente com os objetivos da pesquisa determinados pelo problema
e pela hiptese, e ser formulado de modo a garantir a derivao das inferncias que o
experimento visa estabelecer para a consecuo desses objetivos (Silva, 2007).

Planejar os experimentos uma etapa muito importante, pois permite determinar o

nmero de ensaios a serem realizados para que tenhamos uma confiana satisfatria nos
resultados. Outra vantagem que temos ao realizar corretamente o planejamento
experimental descobrir quais variveis de entrada so relevantes e quais no so. Assim
evitamos trabalho desnecessrio, pois no gastaremos tempo investigando variveis que
no so relevantes.

Um planejamento experimental capaz de reduzir o tempo do processo, reduzir

custos da pesquisa, reduzir o nmero de ensaios sem prejudicar o resultado final, possibilita
o estudo simultneo de vrias variveis, determina a confiabilidade do processo e apresenta
melhorias no rendimento do processo.

Muito frequentemente, a importncia desta etapa subestimada, ou seja, no so

dedicados o tempo e a ateno necessria para a elaborao do plano do experimento. Esta
falha a origem de muitos experimentos que no produzem resultados teis ou no derivam
as informaes que potencialmente poderiam produzir com os mesmos recursos (Silva,
2007).

Como podemos ver o planejamento experimental algo crucial para qualquer

pesquisador, pois nos trs benefcios e torna nossos resultados confiveis aos olhos dos
leitores.
 2. OBJETIVOS
Este trabalho tem como objetivo principal desenvolver a capacidade de tratamentos
de dados, assim como identificar dentro de uma srie de dados as caractersticas de um
processo.
Neste trabalho aplicaremos tcnicas estatsticas como, clculo de mdia, desvio
padro, correlao, distribuio normal, construo de um modelo emprico, a uma srie de
dados para que possamos analisar o resultado obtido e ao final construir um planejamento
para experimentos subsequentes.

3. REVISO BIBLIOGRFICA
3.1Mdia
A mdia o primeiro passo quando falamos em estatstica, ela utilizada quando
temos mais de um resultado para as mesmas variveis de entrada. Atravs deste clculo
somos capazes de conhecer o valor mdio dos nossos dados.
o valor que aponta para onde mais se concentram os dados de uma distribuio.
Pode ser considerado o ponto de equilbrio das frequncias na distribuio normal. A mdia
calculada atravs da Equao 1.

(1)

3.2Varincia

A varincia de uma varivel aleatria uma medida da sua disperso estatstica,

indicando quo longe em geral os seus valores se encontram do valor esperado. Ela
calculada pela mdia da soma dos quadrados dos desvios-padro, como mostra a Equao
2.
 (2)

Ao contrrio da mdia, a varincia dividida por (n 1), isso representa o grau de

liberdade dos dados, pois se sabemos o total ou a mdia e o nmero de elementos da
amostra, no ltimo dado ns j saberemos o seu valor, ento ele no est livre, por isso o
grau de liberdade representado por (n - 1).

3.3Desvio Padro

Sendo a varincia calculada a partir dos quadrados dos desvios, ela um nmero em
unidade quadrada em relao varivel em questo, o que, sob o ponto de vista prtico,
um inconveniente. Por isso mesmo, imaginou-se uma nova medida que tem a interpretao
prtica, denominada desvio padro, definida como a raiz quadrada da varincia, como
mostra a Error: Reference source not found.

Mostra o quanto de variao ou "disperso" existe em relao mdia. Um baixo

desvio padro indica que os dados tendem a estar prximos da mdia; um desvio padro
alto indica que os dados esto espalhados por uma gama de valores.

(3)

3.4Coeficiente de Variao
a estatstica utilizada quando se deseja comparar a variao de conjuntos de
observaes que diferem na mdia ou so medidos em grandezas diferentes (unidades de
medio diferentes). O coeficiente de variao (C.V.) o desvio padro expresso como uma
porcentagem mdia. O coeficiente de variao uma medida relativa de variabilidade.
independente da unidade de medida utilizada, sendo que a unidade dos dados observados
pode ser diferente que seu valor no ser alterado. O coeficiente de variao tem, portanto,
aplicaes na pesquisa para comparar a preciso de diferentes experimentos. Entretanto, a
qualificao de um coeficiente como alto ou baixo requer familiaridade com o material que
objeto de pesquisa. Conforme apresentado na Equao 4

s
CV =100 ( mdia )( ) (4)

3.5Distribuio Normal
uma distribuio de probabilidade contnua para uma varivel aleatria x, o grfico
de uma distribuio normal conhecido como uma curva normal, Error: Reference source
not found, e tem como propriedades:

A mdia, a mediana e a moda so iguais;

Uma curva normal tem forma de sino e simtrica em torno da mdia;
A rea total sob a curva normal igual a um;
medida que a curva normal se distncia cada vez mais da mdia, ele se aproxima
do eixo x, mas nunca o toca;
Figura 1 Curva tpica da distribuio normal

Fonte: Ron, 2010.

 Um ponto muito importante e deve ser citado a distribuio normal padro,
Equao 5, esta permite utilizar a distribuio t Student, para determinar a rea desejada sob
a curva e os pontos em questo. (Barros, 2010)

(5)

3.6Covarincia
Quando duas ou mais variveis aleatrias apresentam uma certa covarincia, isto,
uma tendncia de se desviarem de forma parecida em relao as respectivas mdias
(covariar = variar junto). Por exemplo, podemos obter a medida numrica a partir dos

desvios ( x i e ( y i , ou seja, a partir de seus produtos para cada elemento da

amostra. (NETO, 2010) O valor numrico da covarincia, por definio, a mdia dos
produtos dos desvios:

(6)

Onde:

( x i = Valores das observaes individuais para o elemento i

( x , ) = Mdias Amostrais

N = nmero de elementos da amostra.

 3.7Coeficiente de Correlao
uma relao entre duas variveis. Os dados podem ser representados por pares
ordenados (x,y), onde x a varivel independente (ou explanatria) e y a varivel
dependente (ou resposta). (Ron, 2010)
No diagrama de disperso, Figura 2, os pares ordenados (x,y) so colocados no
grfico como pontos em um plano coordenado. A varivel independente (explanatria) x
medida pelo eixo horizontal, e a varivel dependente (resposta) y medida pelo eixo
vertical. Um diagrama de disperso pode ser usado para determinar se existe uma
correlao linear entre duas variveis.
O coeficiente de correlao pode ser positivo ou negativo. O sinal positivo do
coeficiente de correlao indica que o sentido da correlao corresponde a uma reta de
inclinao descendente, e o sinal negativo corresponde a uma reta de inclinao ascendente.
O valor do coeficiente de correlao r tem a variao entre +1 e 1, ou seja, est
limitado entre os valores do intervalo [ -1 , +1].

r = +1 (correlao positiva entre as variveis);

r = - 1 (correlao perfeita negativa entre as variveis);
r = 0 (no h correlao entre as variveis ou, ainda, a correlao no linear,
caso exista).
Figura 2 Tipos de correlao em diagrama de disperso.
 Fonte: Ron, 2010.

O coeficiente de correlao calculado atravs da Equao 7.

(7)

3.8Equao Emprica
Uma equao emprica baseada na observao e no estudo experimental de um
fenmeno que geralmente desconhecido ou com pouca informao das leis fundamentais
que o regem, ou em que a interveno de tais leis podem ser to complicada que impede a
construo de um modelo analtico, forando de recorrer ao uso de equaes empricas para
o seu entendimento. Neste trabalho, ser mostrado os resultados obtidos pelo modelo
emprico linear, modelo emprico quadrtico e modelo emprico quadrtico simplificado.
 3.9Superfcies de Resposta
A metodologia de superfcie de resposta (ou RSM, de Response Surface
Methodology) uma tcnica de otimizao baseada em planejamentos fatoriais e analises
de regresso. So muito uteis durante etapas de desenvolvimento de produtos ou processos
e tambm na maioria de produtos j existentes. A metodologia de superfcie de resposta tem
duas etapas distintas (modelagem e deslocamento) que so repetidas tantas vezes quantas
forem necessrias, com o objetivo de atingir uma regio tima da superfcie investigada.
Desta forma, ser construdo o grfico de superfcie de resposta utilizando o software
STATISTIC.
 4. RESULTADOS
4.1Apresentao dos Dados

Os dados fornecidos para tratamento estatstico so de ensaios reais. Foram feitas sete
medies em cada amostra originando desta forma as sete variveis independentes. As
variveis dependentes foram obtidas atravs de ensaios prticos e para cada combinao
entre as variveis independentes foram realizadas medies para 3 amostras. As variveis
independentes, bem como as variveis dependentes so apresentadas na Tabela 1.

Tabela 1 Resultados obtidos nos ensaios

RPM Depth Time Amostras

Plunge Retract Pin Shoul Plunge Retract Total A B C
1900 1700 -3.1 1.55 0.83 0.83 1.66 5.26 4.89 1.55
1400 1200 -3.1 1.55 0.83 0.83 1.66 5.91 6.1 6.38
900 700 -3.1 1.55 0.83 0.83 1.66 2.3 4.61 6.85
1900 1700 -3.1 1.55 1.02 1.02 2.04 5.26 5.33 5.2
1400 1200 -3.1 1.55 1.02 1.02 2.04 - 5.55 1.37
900 700 -3.1 1.55 1.02 1.02 2.04 6.48 6.26 6.18
1900 1700 -3.1 1.55 2 1.18 3.18 5.31 3.17 5.11
1400 1200 -3.1 1.55 2 1.18 3.18 5.49 - 5.33
900 700 -3.1 1.55 2 1.18 3.18 6.23 6.29 6.1
1900 1700 -3.1 1.55 3 1.34 4.34 4.85 4.64 4.69
1400 1200 -3.1 1.55 3 1.34 4.34 5.69 5.77 5.67
900 700 -3.1 1.55 3 1.34 4.34 6.05 6.15 5.99
1400 1200 -2.9 1.45 3 1.34 4.34 5.1 5.44 5.03
Fonte: Elaborao prpria

4.2Anlises Preliminares das Amostras

O primeiro passo para tratamento dos dados dos ensaios foram os clculos da mdia,
da varincia e do desvio padro. importante salientar que como os dados obtidos no
trabalho so experimentais prticos e no tericos, precisamos fazer uma filtragem nos
dados para termos certeza de que no existem erros de leituras. Percebemos que havia
algum problema com os dados no momento que comeamos a tentar encontrar a equao
que obtivesse um bom coeficiente de determinao (R), foram feitas vrias tentativas,
sendo elas linear, quadrada, cbica, combinaes at de ordem quatro. Como nenhum
resultado foi satisfatrio, fizemos a filtragem dos dados calculando o coeficiente de
variao (C.V) entre as amostras A, B e C. Todos os ensaios que obtiveram o C.V acima de
25% foram eliminados. A Tabela 2 apresenta os valores obtidos.

Tabela 2 Tratamento estatstico das amostras ensaiadas

Amostras Estatstica
A B C Mdia Varincia Desvio Padro C.V.
5.26 4.89 1.55 3.900 4.176 2.044 52.399
5.91 6.1 6.38 6.130 0.056 0.236 3.857
2.3 4.61 6.85 4.587 5.176 2.275 49.602
5.26 5.33 5.2 5.263 0.004 0.065 1.236
- 5.55 1.37 3.460 8.736 2.956 85.425
6.48 6.26 6.18 6.307 0.024 0.155 2.463
5.31 3.17 5.11 4.530 1.397 1.182 26.093
5.49 - 5.33 5.410 0.013 0.113 2.091
6.23 6.29 6.1 6.207 0.009 0.097 1.565
4.85 4.64 4.69 4.727 0.012 0.110 2.321
5.69 5.77 5.67 5.710 0.003 0.053 0.927
6.05 6.15 5.99 6.063 0.007 0.081 1.333
5.1 5.44 5.03 5.190 0.048 0.219 4.226
Fonte: Elaborao prpria

4.3Identificao das Variveis Significativas

O prximo passo do estudo foi a identificao de quais variveis seriam significativas

no momento de montarmos a equao. Para isto calculamos os coeficientes de correlao
de cada varivel com a mdia dos resultados amostrais. Desta formas podemos ter uma
noo de quais variveis so significativas e quais podemos descartar. A Tabela 3 apresenta
os coeficientes de correlao entre as variveis independentes e a varivel dependente.

Tabela 3 Coeficientes de Correlao entre a Varivel e o Resultado

Variveis Coef. Correlao

Plunge -0.532
RPM
Retract -0.532
Depth Pin 0.000
 Shoul 0.000
Plunge 0.252
Time Retract 0.260
Total 0.255
Fonte: Elaborao prpria

Podemos observar na Tabela 3 que dentro do RPM as variveis Plunge e Retract

possuem o mesmo coeficiente de correlao com os resultados dos ensaios, ou seja ambas
tem exatamente a mesma influncia na resposta. Diante disto podemos escolher apenas uma
delas para seguir com o modelo de equao que ser adotado. No Depth as variveis Pin e
Shoul apresentaram que no h correlao entre estas variveis e os resultados. No entanto
como se pode observar na Tabela 1 isso possivelmente ocorre, pois os valores destas
variveis sempre o mesmo com exceo do ltimo, o pode ser o motivo para um
coeficiente de correlao aparente de zero, mas em caso de maior varincia entre os valores
de Depth adotado esse coeficiente pode ser alterado. Diante disto decidimos no eliminar
ambas as variveis e como ambas apresentam o mesmo coeficiente de correlao e valores
proporcionais utilizaremos apenas uma destas variveis. Nas variveis de Time podemos
notar que as trs variveis possuem influncia no resultado, no entanto como todos eles so
muito semelhantes decidimos adotar apenas o Time Plunge e o Time Retract. Isso pelo fato
do Time Total ser a soma dos outros dois e seu coeficiente de correlao estar
compreendido entre os coeficientes de ambos os tempos. A Tabela 4 apresenta as variveis
que sero utilizadas, j retirando os ensaios que obtiveram um C.V. muito elevado.

Tabela 4 Variveis independentes utilizadas

RPM Depth Time

Plunge Pin Plunge Retract
X1 X2 X3 X4
1400 -3.1 0.83 0.83
1900 -3.1 1.02 1.02
900 -3.1 1.02 1.02
1400 -3.1 2 1.18
900 -3.1 2 1.18
 1900 -3.1 3 1.34
1400 -3.1 3 1.34
900 -3.1 3 1.34
1400 -2.9 3 1.34
Fonte: Elaborao prpria

4.4Softwares Utilizados
Foram usados 3 softwares neste trabalho: MATLAB, STATISTIC e EXCEL. O
EXCEL foi usado no incio do trabalho, para fazer os clculos iniciais, como mdia, desvio
padro, varincia, coeficiente de correlao, etc. Para o clculo dos modelos empricos, foi
usado o software MATLAB e para o clculo das superfcies de resposta, usamos o
STATISTIC.

4.5Modelo Emprico Linear

A primeira tentativa para criar um modelo satisfatrio foi o uso de uma equao
linear. Para o clculo da equao linear foi utilizado o Software MatLab, onde foi aplicada
a equao apresentada no item 3.8. Os coeficientes desta equao constam na Tabela 5.

Tabela 5 Coeficientes para Equao Linear

b0 b1 b2 b3 b4
5.1823 -0.0012 -1.4008 0.2379 -2.3095
Fonte: Elaborao prpria

A Tabela 6 apresenta a relao entre os nomes das variveis independentes adotas e

da codificao utilizada para cada uma delas.

Tabela 6 Relao entre as variveis e cdigos para a equao.

RPM Depth Time

Plunge Pin Plunge Retract
X1 X2 X3 X4
Fonte: Elaborao prpria

A equao desenvolvida para o modelo linear a seguinte:

ye = -0,0012.X1-1,4008.X2+0,2379.X3-2,3095.X4+5,1823
 Utilizando esta equao, foram calculadas as mdias ye, aps calcular estas
medias foram calculados os resduos entre a mdia real (yr). Os valores obtidos constam na
Tabela 7.

Tabela 7 Clculo das mdias obtidas empiricamente e dos resduos

RPM Depth Time Amostras Resduo

Plunge Pin Plunge Retract Mdia Mdia eq.
X1 X2 X3 X4 yr ye
1400 -3.1 0.83 0.83 6.13 6.13 0.00
1900 -3.1 1.02 1.02 5.26 5.14 0.12
900 -3.1 1.02 1.02 6.31 6.33 -0.03
1400 -3.1 2 1.18 5.41 5.60 -0.19
900 -3.1 2 1.18 6.21 6.20 0.01
1900 -3.1 3 1.34 4.73 4.87 -0.15
1400 -3.1 3 1.34 5.71 5.47 0.24
900 -3.1 3 1.34 6.06 6.07 0.00
1400 -2.9 3 1.34 5.19 5.19 0.00
Fonte: Elaborao prpria

Com ambas as mdias calculadas, necessrio verificar qual a confiabilidade da

equao, para isso calculamos o coeficiente de correlao e o coeficiente de determinao
(R). A Tabela 8 apresenta os valores encontrados.

Tabela 8 Determinao e Correlao

Coef. de Determinao (R) Correlao

0.95 0.97
Fonte: Elaborao prpria

Podemos perceber que a equao j atingiu valores bons, porm ainda no obtivemos
o grau de confiana almejado (95%). No entanto chegamos muito prximo disto. Para
tentarmos atingir o calor desejado iremos elevar o Time Retract ao quadrado, seu
desenvolvimento ser feito no tpico 4.6 deste trabalho.
 4.6Modelo Emprico Quadrtico
A segunda tentativa para criar um modelo satisfatrio foi o uso de uma equao
modelo emprico quadrtico. Para o clculo desta equao foi novamente utilizado o
Software MatLab. Os coeficientes desta equao constam na Tabela 9.

Tabela 9 - Coeficientes para Equao Linear

b0 b1 b2 b3 b4 b5
9.413 -0.0012 -1.55 -0.3851 -12.0336 5.7313
Fonte: Elaborao prpria

A Tabela 10 apresenta a relao entre os nomes das variveis independentes

adotadas e da codificao utilizada para cada uma delas.

Tabela 10 - Relao entre as variveis e cdigos para a equao

Plunge Pin Plunge Retract Retract

X1 X2 X3 X4 X44
Fonte: Elaborao prpria

A equao desenvolvida para o modelo emprico quadrtico a seguinte:

ye = -0,0012*X1+1.55*X2-0,3851*X3-12,0336*X4+5,7313*X44+9,413

Utilizando esta equao, foram calculadas as mdias ye. Aps calcular estas
medias, foram calculados os resduos entre a mdia real (yr). Os valores obtidos constam na
Tabela 11.

Tabela 11 - Clculo das mdias obtidas empiricamente e dos resduos

RPM Depth Time Amostras

Mdia
Plunge Pin Plunge Retract Retract Mdia Resduo
eq.
X1 X2 X3 X4 X44 yr ye
1400 -3.1 0.83 0.83 0.6889 6.13 6.13 0
1900 -3.1 1.02 1.02 1.0404 5.263333 5.1676 0.095733
900 -3.1 1.02 1.02 1.0404 6.306667 6.4024 -0.09573
1400 -3.1 2 1.18 1.3924 5.41 5.4996 -0.0896
900 -3.1 2 1.18 1.3924 6.206667 6.117 0.089667
1900 -3.1 3 1.34 1.7956 4.726667 4.8826 -0.15593
1400 -3.1 3 1.34 1.7956 5.71 5.5 0.21
 900 -3.1 3 1.34 1.7956 6.063333 6.1174 -0.05407
1400 -2.9 3 1.34 1.7956 5.19 5.19 0
Fonte: Elaborao prpria

Com ambas as mdias calculadas, necessrio verificar qual a confiabilidade da

equao, para isso calculamos o coeficiente de correlao e o coeficiente de determinao
(R). A Tabela 12 apresenta os valores encontrados.

Tabela 12 - Determinao e Correlao

Coef. de Determinao (R) Correlao

0.96 0.98
Fonte: Elaborao prpria

Podemos perceber que a equao j atingiu o grau de confiana almejado (95%). No

entanto, para tentarmos simplificar a equao, retiramos o valor Plunge (X3) desta anlise,
ficando como X3 o Retract. Nesta mesma anlise, elevamos o Retract (X3) ao quadrado. Os
resultados sero mostrados no item 4.7.

4.7Modelo Emprico Quadrtico Simplificado

A terceira tentativa para criar um modelo satisfatrio foi o uso de uma equao
modelo emprico quadrtico simplificado. Para o clculo desta equao foi novamente
utilizado o Software MatLab. Os coeficientes desta equao constam na Tabela 13.

Tabela 13 - Coeficientes para Equao Linear

b0 b1 b2 b3 b4
7.2497 -0.0012 -1.4993 -7.0826 2.6643
Fonte: Elaborao prpria

A Tabela 14 apresenta a relao entre os nomes das variveis independentes

adotadas e da codificao utilizada para cada uma delas.

Tabela 14 - Relao entre as variveis e cdigos para a equao

Plunge Pin Retract Retract

X1 X2 X3 X33
Fonte: Elaborao prpria
 A equao desenvolvida para o modelo emprico quadrtico simplificado a
seguinte:

ye = -0,0012*X1+1.4993*X2-7,0826*X3+2,6643*X3+7,2497

Utilizando esta equao, foram calculadas as mdias ye. Aps calcular estas
medias, foram calculados os resduos entre a mdia real (yr). Os valores obtidos constam na
Tabela 15.

Tabela 15 - Clculo das mdias obtidas empiricamente e dos resduos

RPM Depth Time Amostras

Mdia
Plunge Pin Retract Retract Mdia Resduo
eq.
X1 X2 X3 X33
1400 -3.1 0.83 0.6889 6.13 6.1534 -0.0234
1900 -3.1 1.02 1.0404 5.263333 5.1366 0.126733
900 -3.1 1.02 1.0404 6.306667 6.3518 -0.04513
1400 -3.1 1.18 1.3924 5.41 5.5488 -0.1388
900 -3.1 1.18 1.3924 6.206667 6.1564 0.050267
1900 -3.1 1.34 1.7956 4.726667 4.8823 -0.15563
1400 -3.1 1.34 1.7956 5.71 5.4899 0.2201
900 -3.1 1.34 1.7956 6.063333 6.0974 -0.03407
1400 -2.9 1.34 1.7956 5.19 5.19 0
Fonte: Elaborao prpria

Com ambas as mdias calculadas, necessrio verificar qual a confiabilidade da

equao, para isso calculamos o coeficiente de correlao e o coeficiente de determinao
(R). A Tabela 16 apresenta os valores encontrados.

Tabela 16 - Determinao e Correlao

Coef. de determinao Correlao

0.953 0.976
Fonte: Elaborao prpria
 Podemos perceber que a equao atingiu o grau de confiana almejado (95%). No
entanto, o valor menor que no ensaio do modelo emprico quadrtico (R = 0,956).

4.8Superfcie de Resposta

Figura 3 Superfcie de resposta Depth Pin x RPM Plunge

Fonte: Elaborao prpria

Figura 4 - Superfcie de resposta Time Plunge x RPM Plunge

Fonte: Elaborao prpria

Figura 5 Time Plunge x Depth Pin

Fonte: Elaborao prpria

 Figura 6 - Superfcie de resposta Time Retract x RPM Plunge

Fonte: Elaborao prpria

4.9Histograma dos Resduos

J a Figura 7 mostra o histograma dos resduos, o qual mostra a tendncia do modelo

emprico em relao aos valores observados. Pode-se observar que a tendncia do modelo
emprico quadrtico tende ao ponto central do histograma, isso j era esperado uma vez que
o coeficiente de correlao (r) 0,956.
 Figura 7 - Histograma dos resduos.

Fonte: Elaborao prpria

4.10 Disperso
A Figura 8 mostra o diagrama de disperso entre os valores observados e os valores
encontrados atravs do modelo emprico quadrtico. Observa-se que se tem uma disperso
pouco considervel, pois quanto mais prximo de 1 for o coeficiente de correlao da
equao, menor seria essa disperso e, por termos um valor de 0,956, temos essa disperso.
 Figura 8 - Diagrama de disperso entre as observaes e analticos.

Fonte: Elaborao prpria

5. PLANEJAMENTO EXPERIMENTAL INDICADO

De acordo com os resultados encontrados, podemos dizer que o planejamento
experimental mais indicado o modelo emprico quadrtico, pois obteve um R superior
aos outros planejamentos para este planejamento obtivemos um coeficiente de
determinao de aproximadamente 96% (R = 0,96).

Portanto utilizando com base este resultado podemos considerar que para a realizao
dos ensaios novamente em maior quantidade e para produo cientifica seria mais
vantajoso utilizarmos apenas quatro variveis, sendo elas o RPM Plunge, o Deth Pin, o
Time Plunge e o Time Retract. Com apenas estas variveis temos resultados extremamente
confiveis, economia de material, de tempo e melhor aproveitamento dos equipamentos
utilizados.

Caso o pesquisador tenha pouco tempo, e necessite com maior urgncia dos
resultados aconselhvel utilizar o planejamento experimental apresentado como modelo
quadrtico simplificado, o qual apresenta resultados satisfatrios, e considera apenas 3
variveis, sendo elas o RPM Plunge, o Deth Pin e o Time Retract. Com este planejamento
os resultados sero minimamente menos precisos, no entanto o pesquisador ganhar tempo
no momento de realizar os ensaios, estamos retirando uma medio, ganhar tempo no
momento de analisar os dados e tambm no momento de escrever um relatrio tcnico, j
que ter menos variveis para explicar.

6. CONCLUSO
Aps anlises, objetivando um melhor valor para aproximar ao mximo o coeficiente
de determinao (R) a 100%, observamos que necessrio vrios ajustes nos coeficiente
da equao que correlaciona as variveis. Para isso foi necessrio analisar os dados
fornecidos at o modelo quadrtico simplificado, chegando a uma correlao de 97,6% e
um coeficiente de determinao (R) de 95,3%. Apesar dos resultados apresentados pelo
modelo quadrtico simplificado serem satisfatrios, o melhor resultado foi o obtido na
segunda tentativa, chamada de modelo quadrtico, com valores de correlao de 97,8% e
um coeficiente de determinao (R) de 95,6%. Conclumos os resultados encontrados no
modelo quadrtico foi o melhor para este conjunto de dados, pois foi superior aos outros
modelos e superior ao mnimo (95%).

7. REFERNCIAS BIBLIOGRFICAS

BARBETTA, Pedro A.; REIS, Marcelo M.; BORNIA, Antonio C.; Estatstica para cursos
de Engenharia e Informtica-2 Edio. Editora Atlas,2008.

MONTGOMERY, Douglas C.; RUNGER, George C. Estatstica aplica e probabilidade

para engenheiros-2 Edio. Editora LTC.

MORETTIN, Luiz G. Estatstica Bsica- Volume 2 Inferncia-Editora Pearson Makron

Books, 2000.
NETO, Bencio B.; SCARMINIO Ieda S.;BRUNS Edward R. Como Fazer Experimentos
4 Edio. Editora Artmed, 2002.

VUOLO, Jos H. n Fundamentos da teoria de erros.-2 Edio Revista e Ampliada.

Editora Edgard Blucher Ltda, 1996.