Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Libro Disenos Factoriales Aplicado A Procesamiento de Minerales PDF
Libro Disenos Factoriales Aplicado A Procesamiento de Minerales PDF
EXPERIMENTALES
APLICADO A
PROCESAMIENTO DE
MINERALES
Diseños Factoriales
Alvaro Paitan Q.
13/12/2011
PERU
Alvaro PAITAN Q. Primera Parte: 1
INTRODUCCION
alvaropaitan@hotmail.com 2
PERU
Alvaro PAITAN Q. Primera Parte: 1
DISEÑOS FACTORIALES
Los diseños factoriales permiten el estudio de las simulaciones de varios efectos del factor
sobre el proceso conocido como respuesta. Para dicho estudio es necesario variar los
niveles de los factores que intervienen.
El diseño factorial se aplica:
Para determinar los efectos de los factores en estudio, para la función respuesta.
Eficiente en términos del tiempo y costo, porque disminuye el numero de
tratamiento o pruebas.
Permite el estudio de interacciones entre los factores.
Se usa para:
Obtener eficiencia en las estimaciones de los efectos de cada factor de la
respuesta.
Estimar los efectos de interacciones entre dos o más factores en la respuesta.
Probar la curvatura en la respuesta incluyendo el centro de los puntos de réplica
en el diseño.
Determinar la varianza de error experimental.
En la mayor parte de los diseños factoriales se usa para contestar preguntas como:
¿Cuáles son la preparación de las variables más influyentes en la respuesta?
¿Cuáles son los factores que optimizaran la respuesta?
Para una buena investigación un investigador debe conocer los problemas de manera
sistematizada con la finalidad de responder a las preguntas que se genera durante el
análisis del problema.
La buena planeación ayuda al investigador organizar las tareas necesarias para llevar al
desarrollo una investigación. Un investigador debe tomar decisiones críticas, en base a la
observación de los factores para buscar los mejores resultados de un proceso.
alvaropaitan@hotmail.com 3
PERU
Alvaro PAITAN Q. Primera Parte: 1
Cuáles son las preguntas sencillas para enfocar las actividades de una investigación.
Las preguntas que centran nuestra atención a través del proceso de diseño incluyen:
''¿Cuál es mi objetivo?", ''¿Qué quiero saber?" y "¿Por qué quiero saberlo?".
Las preguntas de seguimiento productivo para cada actividad en el proceso, tales como:
"¿Cómo voy a realizar esta tarea?" y ''¿Por que hago esta tarea?", dirigen la atención a
definir el papel de cada actividad en el estudio de investigación.
alvaropaitan@hotmail.com 4
PERU
Alvaro PAITAN Q. Primera Parte: 1
Y = ( x , u, z) ……(1.1)
Donde:
Y: Función respuesta.
x : Variable controlable
u : Variable no controlable
z : Variable desconocida
alvaropaitan@hotmail.com 5
PERU
Alvaro PAITAN Q. Primera Parte: 1
En el diseño factorial 2K se estudian en la mayor parte de los casos los efectos de los
factores y las “n” interacciones de las mismas.
N=2K indica el numero de tratamientos que deben hacerse con los “K” factores y “n”
interacciones.
En la notación 2K los niveles superior e inferior están indicados por los signos (+) y (-) ó
(+1) y (-1) respectivamente.
Investigar con diseño experimental es determinar los experimentos que conviene usar
para poder hacer un mejor estudio de las variables, al mismo tiempo determinar la
influencia de cada una sobre la función respuesta.
Es por ello importante para que una función respuesta se la mejor (optima) en
procesamiento de minerales identificar y seleccionar las variables que más influyen para
ello existe los diseños experimentales completos, fraccionados y de Planckett Burman que
permite estudiar hasta 20 variables o factores.
Es una de las etapas más importantes en la cual se debe definir las variables o factores a
estudiar, estoy convencido de que en esta etapa el factor humano es importante, porque
mediante el cual los rangos serán elegidos adecuadamente (con lógica), de no ser así el
diseño aplicarse será poco confiable por no decirlo nulo.
Si tomamos un ejemplo simple de realizar una flotación de zinc y en planta o
históricamente se determino que el colector xantato se usa un promedio de 30g/TM, seria
en vano escoger parámetros de 10g/TM y 60g/TM para las variables de investigación,
debido a que estos datos están lejos del dato promedio.
Para la selección de las variables es necesario usar todo los conocimientos en un proceso
metalúrgico así como un diagnostico de todos los antecedentes de la operación, ya que
será de mucha importancia para la identificación las posibles variables las cuales se
someterán a pruebas de diseño factorial.
Como ya mencionamos la codificación de las variables están en rango inferior con (-1) y el
rango máximo con (+1) tomando como promedio cero (0).
alvaropaitan@hotmail.com 6
PERU
Alvaro PAITAN Q. Primera Parte: 1
Las variables codificadas son los datos que debe tomas las variables en rangos de una
unidad sea (-1) ó (+1) con la finalidad de simplificar la interpretación de la correlación con
el factor respuesta o factor observado, en la mayoría de los casos se toma este dato para
tener referencia de una figura geometría en el plano cartesiana o en el espacio con centro
en las orígenes (0).
Son las variables que toman datos reales del factor o variable sometido a prueba.
Zimax + Zimin
Z jo = ………….(1.4)
2
Zimax − Zimin
∆Z j = ...............(1.5)
2
Para la selección de variables existen las plantillas codificadas y dependen del número de
variables o factores.
En un experimento de Diseño factorial, las respuestas son medidas como una combinación
de niveles de los factores experimental. La combinación de niveles de factores representa
las condiciones de las cuales las respuestas serán medidas. Una condición experimental es
una Corrida o prueba y la medida de la respuesta es una observación. Las pruebas enteras
son el diseño.
alvaropaitan@hotmail.com 7
PERU
Alvaro PAITAN Q. Primera Parte: 1
Plantilla para el factorial 22 este diseño se aplica para estudiar los efectos de las dos
variables A y B así como sus interacciones AB, AA y BB es aplicable en la mayoría en la
etapa de optimización a mas detalle se tocara en la etapa siguiente.
Tabla 1.
Nº pruebas A(X1) B(X2)
1 - -
2 + -
3 - +
4 + +
5 0 0
Plantilla para el factorial 23 este diseño se aplica para identificar los efectos de tres
variables A, B, C y sus interacciones AB, AC, BC y ABC
Tabla 2.
Nº A(X1) B(X2) C(X3)
pruebas
1 - - -
2 + - -
3 - + -
4 + + -
5 - - +
6 + - +
7 - + +
8 + + +
Para realizar una regresión es necesario que la diferencia entre el número de pruebas
menos las variables y menos uno esto sea igual o mayor a uno en todas las plantillas a
diseñar, por ejemplo en la Tabla 2 tenemos 8 pruebas y 3 variables entonces para la
regresión quedan 4 a esto se le conoce como grados de libertad de la regresión. Esto se
debe a que la ecuación lineal que forma es el siguiente:
En la ecuación 1.6 se observa que tenemos tres variables y una constante entonces los
grados de libertad será:
GL: 8 – 4 = 4 Para la regresión.
Si queremos hallar la interacción AB, AC, CB y ABC entonces el grado de libertad será:
GL: 8 – 8 = 0 tenemos grados de libertad igual a cero en estos casos no se puede realizar la
regresión, para aumentar los grados de libertad mínimo a uno es necesario aumentar las
replicas en el centro (aprovechando que las replicas en el centro en necesario realizar
como mínimo 2 pruebas para encontrar el error experimental, curvatura de la ecuación y
los cálculos con ANOVA).
alvaropaitan@hotmail.com 8
PERU
Alvaro PAITAN Q. Primera Parte: 1
Comprobación ortogonal.
En la tabla 3 se aumento las replicas en el centro con la finalidad de aumentar los grados
de libertad. En la columna de Y función respuesta (respuesta observada) en cada fila
representa un dato que permite calcular los efectos y la suma de cuadrados así como
determinar el error experimental.
alvaropaitan@hotmail.com 9
PERU
Alvaro PAITAN Q. Primera Parte: 1
Ejemplo:
En una planta metalúrgica el gerente de operaciones, busca mejorar la producción de
concentrado de zinc, para ello selecciona tres variables más influyentes en el proceso con
la finalidad interpretar los efectos en la producción, y buscar una posible optimización.
Las variables seleccionados X1 (altura de espuma), X2 (Suministro de aire), X3 (agua de
lavado) en rangos de 800:900mm, 25:35Ipm y 8:12lpm y la variable Y representado como
la recuperación del concentrado de Zinc (es importante también relacionar con las leyes
del concentrado, cabeza de mineral y la recuperación conocida como factor metalúrgico)
alvaropaitan@hotmail.com 10
PERU
Alvaro PAITAN Q. Primera Parte: 1
El cuadro de diseño factorial 23 con dos pruebas centrales y una columna Xo para obtener
la constante:
Para facilitar el cálculo de efectos se determina por matrices en Excel (se puede calcular
con las formulas de efectos descritos con anterioridad).
N X .Y
[ X ]T .[Y ]
Ej = ∑ ij i
=
i =1
N −r N −r
2 2
alvaropaitan@hotmail.com 11
PERU
Alvaro PAITAN Q. Primera Parte: 1
La ecuación.
Y= 87,22 + 1,46X1 +0,9875X2 -0,56X3 +0,387X1X2 -0,362X1X3 +0,86X2X3 +0,11X1X2X3
Analizando con t-student, para el análisis es importante realizar una regresión con las
variables para los resultados.
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,954770042
Coeficiente de determinación R^2 0,911585832
R^2 ajustado 0,602136245
Error típico 1,316671941
Observaciones 10
Estadístico
Coeficientes Error típico t Probabilidad
Intercepción 87,22 0,41636823 209,47804 2,2788E-05
Variable X 1 1,4625 0,46551383 3,1416897 0,08812773
Variable X 2 0,9875 0,46551383 2,12131185 0,16795073
Variable X 3 -0,5625 0,46551383 -1,2083421 0,35039974
Variable X1X2 0,3875 0,46551383 0,83241351 0,49274304
Variable X1X3 -0,3625 0,46551383 -0,7787094 0,51765713
Variable X2X3 0,8625 0,46551383 1,85279136 0,20509867
alvaropaitan@hotmail.com 12
PERU
Alvaro PAITAN Q. Primera Parte: 1
Analizando con ANOVA. Se aplica solamente cuando se realiza pruebas con replicas en el
centro del diseño. La comparación de probabilidades se determina con Fisher con una cola
hacia la derecha.
Factores SC GL CM Fº Ftabl(1,1,95%)
x1 17,111 1 17,11125 380,25 161,45
x2 7,8012 1 7,80125 173,3611 161,45
x3 2,5313 1 2,53125 56,25 161,45
x1x2 1,2013 1 1,20125 26,69444 161,45
x1x3 1,0512 1 1,05125 23,36111 161,45
x2x3 5,9513 1 5,95125 132,25 161,45
x1x2x3 0,1012 1 0,10125 2,25 161,45
ERROR 0,045 1 0,045
TOTAL 35,794 9 3,9770833
alvaropaitan@hotmail.com 13
PERU
Alvaro PAITAN Q. Primera Parte: 1
Calculo de Y estimado.
Y = [Y ].[B ] ……….(1.10)
Error.mod elo
G.L1
Fº= = 36,43/2,78 = 13,092
Error.mod elo
G.L2
F tabla (GL1, GL2, 95%) = 161,45
Entonces Fº<F tabla; por lo tanto la ecuación calculada es confiable en un 95%.
Diagrama de Pareto.
alvaropaitan@hotmail.com 14
PERU
Alvaro PAITAN Q. Primera Parte: 1
BC
Term
AB
AC
ABC
0 5 10 15 20
Standardized Effect
En la grafica 1 observamos que los factores A (X1) y B (X2) son los que intervienen con
mayor efecto a la función respuesta, debemos tomar en cuenta siempre un análisis de
Pareto es importante porque permite identificar los efectos de muchos factores en un
proceso.
Una grafica de probabilidad normal identifica el signo de cada efecto. Estos términos son
los mismos efectos significativos que se muestran en el diagrama de Pareto.
La identificación de signos se encuentra en la línea de las abscisas.
Grafica 2.
alvaropaitan@hotmail.com 15
PERU
Alvaro PAITAN Q. Primera Parte: 1
90 A F actor N ame
A A
80 B B
B C C
70
Percent
60
50
40
30
20
10
1
-10 -5 0 5 10 15 20
Standardized Effect
La grafica 2 de probabilidad normal, muestra a los efectos más resaltantes y son aquellas
que se encuentran alejados a la línea y estos son A y B, con signos positivos.
Grafica 3
Main Effects Plot (data means) for Y
A B Point Ty pe
C orner
89,0
C enter
88,5
88,0
Mean of Y
87,5
87,0
86,5
86,0
-1 0 1 -1 0 1
alvaropaitan@hotmail.com 16
PERU
Alvaro PAITAN Q. Primera Parte: 1
Grafica de interacción.
Esta grafica determina si los factores seleccionadas A y B conjuntamente en que grado
pueden influir en la recuperación del concentrado de Zinc.
Grafica 4.
Interaction Plot (data means) for Y
91 A Point Ty pe
-1 Corner
0 Center
90 1 Corner
89
Mean
88
87
86
85
-1 0 1
B
alvaropaitan@hotmail.com 17
PERU
Alvaro PAITAN Q. Primera Parte: 1
Contour Plot of Y vs B; A
1,0
Y
< 87
87 - 88
88 - 89
0,5 89 - 90
> 90
Hold Values
C -1
0,0
B
-0,5
-1,0
-1,0 -0,5 0,0 0,5 1,0
A
Los diseños factorial fraccional usa fracciones de un diseño factorial completo para
obtener información en relación a efectos principales y a bajas ordenes de interacción.
alvaropaitan@hotmail.com 18
PERU
Alvaro PAITAN Q. Primera Parte: 1
alvaropaitan@hotmail.com 19
PERU
Alvaro PAITAN Q. Primera Parte: 1
Tabla 6
Nº A B C D E F G
Prueba
1 +1 +1 +1 -1 +1 -1 -1
2 +1 +1 -1 +1 -1 -1 +1
3 +1 -1 +1 -1 -1 +1 +1
4 -1 +1 -1 -1 +1 +1 +1
5 +1 -1 -1 +1 +1 +1 -1
6 -1 -1 +1 +1 +1 -1 +1
7 -1 +1 -1 +1 -1 +1 -1
8 -1 -1 -1 -1 -1 -1 -1
EL arreglo de los (+) y (-) de las tablas de La Planckett Burman es tal que cuando una
variables esta a un nivel dado la mitad son positivos y la otra mitad negativos y el efecto
neto de una variable se calcula como la influencia de las otras variables. Estos efectos es la
diferencia de los promedios de la suma de cantidades positivos y negativos de la función
respuesta y se calcula con la siguiente formula.
suma.de.(+) suma.de.(−)
Efecto = −
Numero(+) Numero(−)
Suma (+): Suma de los valores positivos que se obtiene al multiplicar los signos de la
columna de un factor con la función respuesta Y observada.
Suma (-): Suma de los valores negativos que se obtiene al multiplicar los signos de la
columna de un factor con la función respuesta Y observada.
Numero (+) y (-): Es la cantidad de signos que intervienen en la columna de una variable o
factor.
Determinación de efectos de cada variable se determina con las ecuaciones mencionadas
anteriormente, es importante considerar en una tabla de Planckett Burman una columna
de un factor como constante en este caso para la tabla tomemos la columna D, esto se
debe a que los efectos calculados se divide entre el error del diseño.
Para determinar la significancia del efecto de las variables por el método t student
y se calcula por regresión.
En la mayoría de los casos de debe tomar una significancia mayor al 85% valida la
probabilidad.
Tabla 7.
alvaropaitan@hotmail.com 20
PERU
Alvaro PAITAN Q. Primera Parte: 1
Plantilla de 7 a 10 factores.
Tabla 8.
Prueba A B C D E F G H I J K
1 1 1 -1 1 1 1 -1 -1 -1 1 -1
2 1 -1 1 1 1 -1 -1 -1 1 -1 1
3 -1 1 1 1 -1 -1 -1 1 -1 1 1
4 1 1 1 -1 -1 -1 1 -1 1 1 -1
5 1 1 -1 -1 -1 1 -1 1 1 -1 1
6 1 -1 -1 -1 1 -1 1 1 -1 1 1
7 -1 -1 -1 1 -1 1 1 -1 1 1 1
8 -1 -1 1 -1 1 1 -1 1 1 1 -1
9 -1 1 -1 1 1 -1 1 1 1 -1 -1
10 1 -1 1 1 -1 1 1 1 -1 -1 -1
11 -1 1 1 -1 1 1 1 -1 -1 -1 1
12 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
alvaropaitan@hotmail.com 21