Beruflich Dokumente
Kultur Dokumente
FACULTAD DE
INGENIERÍA DE PROCESOS
BIOMATERIALES
DISEÑOS FACTORIALES
DOCENTE:
Ing. ELMER MAMANI CALCINA
ESTUDIANTE:
ARAGON GALARZA, LUIS
ARCE MARGOT
ALBERT
AREQUIPA – PERÚ
2017
DISEÑO FACTORIAL FRACCIONAL CON PUNTOS EN EL CENTRO 2^5-1
TITULO
RESUMEN
En los últimos años las industrias huleras han experimentado un proceso de globalización, de
competencia y desarrollos tecnológicos que provocan cambios, pero también una conciencia
para el cuidado del medio ambiente. La globalización de los mercados ha marcado la pauta al
desarrollo de productos capaces de producirse rápidamente bajo estándares de calidad
requeridos al menor costo, mediante procesos eco-eficientes, sin embargo, persisten
problemas sin resolver en los procesos de moldeo por compresión.
El problema que tiene la empresa es: la generación de desperdicios industriales por causas
como el pre-vulcanizado, la rebaba que se da en la etapa del producto terminado entre
otros como se ilustra en la Figura 1.
INVESTIGACION
Ayudas de proceso: se agregan para facilitar el procesado del caucho durante la manufactura
de vulcanizado, destacando los lubricantes y los plastificantes. Estos aditivos también se
utilizan cuando se desea incrementar la flexibilidad de la mezcla en el procesamiento.
Agentes vulcanizantes: son productos que promueven la formación de enlaces químicos entre
las cadenas del caucho. Se utilizan el azufre y peróxidos como por ejemplo, el peróxido de
dicumilo (DCP).
El diseño empleado en esta investigación fue un diseño factorial fraccionado , con 8 puntos al
centro proporcionando un total de 24 experimentos. En Tabla 1, se ilustran los factores,
niveles, variables de respuesta y unidades de medición estudiados, con el objetivo de
determinar si, el cambio en el nivel de factores operacionales y de formulación tienen un
efecto estadístico significativo sobre cada variable respuesta.
Se ilustra en la Tabla 2 los experimentos realizados en orden, los niveles fueron alto y bajo de
cada factor y los resultados obtenidos fueron analizados con Statgraphics.
Tabla 2.
En la Tabla 2 se visualiza que para maximizar ts1 el valor máximo de esta variable sería de 4.3
min y para minimizar tc90 el valor sería de 1.75 min. Se observa que para cumplir con el
objetivo de ambas variables al mismo tiempo sería difícil tomar la decisión de darle prioridad a
una u otra variable de respuesta, por esta razón los datos fueron analizados estadísticamente.
a) A un 95% de confianza
La Tabla ANOVA para ts1 muestra que 5 efectos tienen un valor-p ≤ 0.05 (nivel de
significancia). Cuatro efectos principales (A, C, D y E), un efecto de interacción doble (AE). El
efecto más significativo estadísticamente para la variable de respuesta es A, la temperatura de
vulcanizado que tiene el propósito de lograr un producto vulcanizado con propiedades
mecánicas uniformes en el menor tiempo posible, es importante, no excederse de tiempo ya
que de ser así el material puede sufrir un deterioro, lo cual impactaría en las características
mecánicas del producto. Otro efecto significativo es E, que corresponde al azufre o agente
vulcanizante indispensable para llevarse a cabo la reacción de entrecruzamiento. También el
efecto D, que corresponde al acelerador secundario que ayudó a reducir los tiempos de
vulcanización. La interacción AE, corresponde a la combinación del agente vulcanizante con un
acelerador secundario, la cual ayudó a aumentar la velocidad de la reacción de vulcanización.
Por último el efecto C, correspondiente al acelerante primario, aditivo agregado para conceder
seguridad al proceso. Estos efectos significativos según el estadístico R2 es igual 91.91 % de la
variabilidad observada y el valor estadístico R 2 ajustado es igual 86.71 %. Lo anterior significa
que los factores estudiados junto con la interacción, fueron responsables de la variabilidad
observada en la variable de respuesta de ts1. Se estimó ts1 y se determinó cuál es el mejor
tratamiento experimental, obteniéndose el modelo de regresión ajustado al ANAVA. La
ecuación del modelo ajustado es:
Optimizar Respuesta
Meta: maximizar ts1
Valor óptimo = 3.86917 min
Tabla 1.2
Tabla 2.1
Análisis de Varianza para Tc90
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
A:Temp. Vulc. 2.80562 1 2.80562 1.55 0.2336
B:Vel. de Rodillos 0.255025 1 0.255025 0.14 0.7131
C:MBTS 24.7506 1 24.7506 13.67 0.0024
D:TMTD 11.56 1 11.56 6.38 0.0242
E:Azufre 0.046225 1 0.046225 0.03 0.8753
AC 4.1616 1 4.1616 2.30 0.1517
AE 3.3489 1 3.3489 1.85 0.1953
BC 8.7025 1 8.7025 4.81 0.0457
CE 15.4449 1 15.4449 8.53 0.0112
Error total 25.3472 14 1.81051
Total (corr.) 96.4226 23
El StatAdvisor
La tabla ANOVA particiona la variabilidad de Tc90 en piezas separadas para cada uno de los efectos. entonces
prueba la significancia estadística de cada efecto comparando su cuadrado medio contra un estimado del error
experimental. En este caso, 4 efectos tienen una valor-P menor que 0.05, indicando que son significativamente
diferentes de cero con un nivel de confianza del 95.0%.
El estadístico R-Cuadrada indica que el modelo, así ajustado, explica 73.7124% de la variabilidad en Tc90. El
estadístico R-cuadrada ajustada, que es más adecuado para comparar modelos con diferente número de variables
independientes, es 56.8132%. El error estándar del estimado muestra que la desviación estándar de los residuos es
1.34555. El error medio absoluto (MAE) de 0.764028 es el valor promedio de los residuos. El estadístico de Durbin-
Watson (DW) prueba los residuos para determinar si haya alguna correlación significativa basada en el orden en que
se presentan los datos en el archivo. Debido a que el valor-P es menor que 5.0%, hay una indicación de posible
correlación serial al nivel de significancia del 5.0%. Grafique los residuos versus el orden de fila para ver si hay
algún patrón que pueda detectarse.
EXPLICACION
El ANAVA de tc90 mostró dos efectos estadísticamente significativos (C y D) y dos efectos de
interacción doble (CE y BC). El efecto más importante para la variable de respuesta es C, un
acelerante primario de los más usados por ser eficiente y porque atribuye seguridad al
proceso. La interacción doble CE, composición de un acelerante con un agente vulcanizante
que reduce tiempos de vulcanización. El efecto D, un acelerador secundario que aumenta la
velocidad de reacción de vulcanización y el efecto de interacción BC, es la combinación de la
velocidad de rodillos con el acelerador primario y la fricción que se produce entre ellos logra
cizallar el material mezclándolo más homogéneamente. Estos efectos importantes explican, el
estadístico R 2 es igual 73.71 % de la variabilidad observada y el valor estadístico R 2 ajustado
es igual 56.81 %. Esto significa que los factores estudiados junto con sus interacciones, son
moderadamente responsables de la variabilidad observada en la variable de respuesta de tc90.
Se predijo tc90 y se determinó el mejor tratamiento experimental, obteniéndose el modelo de
regresión ajustado al ANDEVA. La ecuación del modelo ajustado es:
Con este modelo de regresión ajustado se calcularon los valores estimados para la respuesta
esperada de tc90 de 24 experimentos como se ilustra en la Tabla 1.2.2
Optimizar Respuesta
b) A UN 99% DE CONFIANZA
El StatAdvisor
La tabla ANOVA particiona la variabilidad de Ts1 en piezas separadas para cada uno de los efectos. entonces prueba
la significancia estadística de cada efecto comparando su cuadrado medio contra un estimado del error experimental.
En este caso, 3 efectos tienen una valor-P menor que 0.01, indicando que son significativamente diferentes de cero
con un nivel de confianza del 99.0%.
El estadístico R-Cuadrada indica que el modelo, así ajustado, explica 88.1201% de la variabilidad en Ts1. El
estadístico R-cuadrada ajustada, que es más adecuado para comparar modelos con diferente número de variables
independientes, es 85.619%. El error estándar del estimado muestra que la desviación estándar de los residuos es
0.279714. El error medio absoluto (MAE) de 0.187882 es el valor promedio de los residuos. El estadístico de
Durbin-Watson (DW) prueba los residuos para determinar si haya alguna correlación significativa basada en el orden
en que se presentan los datos en el archivo. Puesto que el valor-P es mayor que 1.0%, no hay indicación de
autocorrelación serial en los residuos con un nivel de significancia del 1.0%.
EXPLICACION.
La Tabla ANAVA para ts1 muestra que 3 efectos tienen un valor-p ≤ 0.05 (nivel de
significancia). tres efectos principales (A, D y E) en comparación de un nivel de confianza de
95%. El efecto más significativo estadísticamente para la variable de respuesta es A, la
temperatura de vulcanizado la cual tiene un efecto negativamente en el proceso por lo que
tiene el propósito de lograr un producto vulcanizado con propiedades mecánicas uniformes en
el menor tiempo posible, es importante, no excederse de tiempo ya que de ser así el material
puede sufrir un deterioro, lo cual impactaría en las características mecánicas del producto.
Otro efecto significativo es E, que corresponde al azufre o agente vulcanizante indispensable
para llevarse a cabo la reacción de entrecruzamiento. Por último el efecto D, que corresponde
al acelerador secundario que ayudó a reducir los tiempos de vulcanización. La interacción AE,
corresponde a la combinación del agente vulcanizante con un acelerador secundario, la cual
ayudó a aumentar la velocidad de la reacción de vulcanización. Estos efectos significativos
según el estadístico R2 es igual 88.1 % de la variabilidad observada y el valor estadístico R 2
ajustado es igual 85.61 %. Lo anterior significa que los factores, fueron responsables de la
variabilidad observada en la variable de respuesta de ts1. Se estimó ts1 y se determinó cuál es
el mejor tratamiento experimental, obteniéndose el modelo de regresión ajustado al ANAVA.
La ecuación del modelo ajustado es:
Con este modelo de regresión ajustado se presenta el arreglo de los factores que maximizan a
ts1 de 24 experimentos como se ilustra en la Tabla 1.2.
Optimizar Respuesta
Meta: maximizar Ts1
Valor óptimo = 3.59292
Tabla 2.1
Análisis de Varianza para Tc90
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
C:MBTS 24.7506 1 24.7506 13.94 0.0018
D:TMTD 11.56 1 11.56 6.51 0.0213
E:Azufre 0.046225 1 0.046225 0.03 0.8738
AC 4.1616 1 4.1616 2.34 0.1453
AE 3.3489 1 3.3489 1.89 0.1886
BC 8.7025 1 8.7025 4.90 0.0417
CE 15.4449 1 15.4449 8.70 0.0094
Error total 28.4078 16 1.77549
Total (corr.) 96.4226 23
El StatAdvisor
La tabla ANOVA particiona la variabilidad de Tc90 en piezas separadas para cada uno de los efectos. entonces
prueba la significancia estadística de cada efecto comparando su cuadrado medio contra un estimado del error
experimental. En este caso, 2 efectos tienen una valor-P menor que 0.01, indicando que son significativamente
diferentes de cero con un nivel de confianza del 99.0%.
El estadístico R-Cuadrada indica que el modelo, así ajustado, explica 70.5382% de la variabilidad en Tc90. El
estadístico R-cuadrada ajustada, que es más adecuado para comparar modelos con diferente número de variables
independientes, es 57.6486%. El error estándar del estimado muestra que la desviación estándar de los residuos es
1.33248. El error medio absoluto (MAE) de 0.856632 es el valor promedio de los residuos. El estadístico de Durbin-
Watson (DW) prueba los residuos para determinar si haya alguna correlación significativa basada en el orden en que
se presentan los datos en el archivo. Puesto que el valor-P es mayor que 1.0%, no hay indicación de autocorrelación
serial en los residuos con un nivel de significancia del 1.0%.
EXPLICACION
El ANAVA de tc90 mostró 1 efecto estadísticamente significativos C y 1 efectos de interacción
doble (CE). El efecto más importante para la variable de respuesta es C, un acelerante primario
de los más usados por ser eficiente y porque atribuye seguridad al proceso. La interacción
doble CE, composición de un acelerante con un agente vulcanizante que reduce tiempos de
vulcanización. Estos efectos importantes explican, el estadístico R 2 es igual 70.53 % de la
variabilidad observada y el valor estadístico R 2 ajustado es igual 57.64 %. Esto significa que los
factores estudiados junto con sus interacciones, son moderadamente responsables de la
variabilidad observada en la variable de respuesta de tc90. Se predijo tc90 y se determinó el
mejor tratamiento experimental, obteniéndose el modelo de regresión ajustado al ANDEVA. La
ecuación del modelo ajustado es:
Con este modelo de regresión ajustado se calcularon los valores estimados para la respuesta
esperada de tc90 de 24 experimentos como se ilustra en la Tabla 1.2.2
Optimizar Respuesta