INSTITUTO TECNOLÓGICO DE VERACRUZ

DISEÑO Y ANÁLISIS DE
EXPERIMENTOS
Caso de estudio:
Análisis de procesos de ignición de
bio-combustibles

Presentado por:
DANIEL HUMBERTO AGUILAR BARRADAS

MAESTRÍA EN EFICIENCIA ENERGÉTICA Y ENERGÍAS RENOVABLES

DEPARTAMENTO DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
Diciembre 2019

Diseño y Análisis de Experimentos ………………………… R-Román

 INSTITUTO TECNOLÓGICO DE VERACRUZ

Tabla de contenido
Caso de Estudio.........................................................................................................................................1
1_ Caso de Estudio ....................................................................................................................................2
2_ Covarianza y Correlación………………………………..………..…...................………………………………………………….3

3_ Regresión Lineal Simple (Método de Mínimos Cuadrados)..…………………………………………….………….…….4

4_ Prueba de Hipótesis………………………………………………………....…………………………………………….………….…….5

Conclusiones……….……………………………………………………………………………………………………………………..……….…6

Referencias Bibliográficas Utilizadas…………………………………………….……………………………………………..……...…7

I
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

1_ Caso de Estudio.

La energía es uno de los factores más importantes que influyen en el desarrollo económico e
industrial. Hoy en día, la combustión de combustibles fósiles representa más de dos tercios de la
utilización de la energía.
La combustión de combustibles fósiles ha sido identificada como uno de los factores que
contribuyen a las emisiones de gases de efecto invernadero, los cuales han propiciado el cambio
climático que vivimos en la actualidad.
Se define la combustión como un proceso complejo que genera calor e involucra muchas especies
químicas de radicales libres y reactivos intermedios en las reacciones de ramificación de cadena.
Para realizar el estudio de dicho proceso, se necesita del soporte de algunas ciencias, tales como, la
termodinámica, dinámica de fluidos, y cinética química (Prince, 2018). En una clasificación
general de los fenómenos de combustión, se tienen: llamas, ignición y explosiones.
El tiempo de ignición térmica o tiempo de retardo de ignición (τ) es uno de los parámetros más
importantes para muchas aplicaciones de combustión. Este tiempo controla la ignición en motores
de combustión interna, donde si el tiempo de ignición es menor que el tiempo de residencia de la
mezcla aire/combustible, entonces la ignición se llevará en la parte baja y no en la parte alta de la
cámara de combustión.
Por lo tanto, para este caso de estudio, se realizará una serie de diseños de datos experimentales
obtenidos de (Alabbad, 2017), siendo en este caso, una mezcla de n-heptano e iso-octano con un
índice de octanaje de 95, y una relación de aire/combustible (φ) de 1, los cuáles se presentarán en
la siguiente tabla.
Se identifican las siguientes variables:

Variable “X” Variable “Y”

Temperatura Tiempo de retardo de ignición (τ)

Los análisis que se llevarán a cabo en este caso serán: covarianza, correlación, regresión lineal y
generar hipótesis.

1
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

PRF 95,  = 1
20 bar
Temp. (K) Τ (µs)
729 7082
764 7347
793 6529
837 6772
887 4397
940 3854
971 2743
984 2105
1000 2277
1042 1188
1051 963
1068 900
1098 645
1142 333
1163 261
1202 139
1244 99
Tabla 1. Relación Temperatura y tiempo de ignición para una mezcla de n-heptano e iso-octano
Recuperado de (Alabbad, 2017)

2
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

2_ Covarianza y Correlación

Para determinar si existe una relación entre las dos variables que se estudiarán en este caso, las
cuales son Temperatura (X) y Tiempo de retardo de ignición (Y), se utilizarán la covarianza y la
correlación.
Primero, identificamos nuestras variables en una tabla, como se muestra a continuación y
calculamos su media.

Tiempor de retardo
Temnperatura (K)
de ignición τ (µs)

x y
729 7082
764 7347
793 6529
837 6772
887 4397
940 3854
971 2743
984 2105
1000 2277
1042 1188
1051 963
1068 900
1098 645
1142 333
1163 261
1202 139
1244 99

μx μy
995 2802.00

Podemos representar estos datos experimentales por medio de una gráfica de dispersión, mostrada
a continuación.

3
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

Una vez conocida la media de las dos variables, se procedió a calcular la desviación media de cada
variable con las siguientes formulas, además se añade una columna donde se realiza el producto de
las desviaciones medias de cada variable.

Desv− A=( x i−μ x ) Desv−T =( y i −μ y )

Los cuales dieron estos resultados.

Desv-A Desv-T (Desv-A)*(Desv-T)

-266 4280.00 -1,138,480.00
-231 4545.00 -1,049,895.00
-202 3727.00 -752,854.00
-158 3970.00 -627,260.00
-108 1595.00 -172,260.00
-55 1052.00 -57,860.00
-24 -59.00 1,416.00
-11 -697.00 7,667.00
5 -525.00 -2,625.00
47 -1614.00 -75,858.00
4
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

56 -1839.00 -102,984.00
73 -1902.00 -138,846.00
103 -2157.00 -222,171.00
147 -2469.00 -362,943.00
168 -2541.00 -426,888.00
207 -2663.00 -551,241.00
249 -2703.00 -673,047.00

A continuación, se procede a realizar el cálculo de la covarianza, utilizando la siguiente fórmula:

La cual es la media del producto de las desviaciones de las variables a tratar, dando como
resultado:
Covarianza

-373,301.71

Graficando los valores de las desviaciones de las dos variables, y de acuerdo al resultado de la
covarianza, podemos notar que indica una relación decreciente, mostrados a continuación.

5
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

Para realizar el cálculo de la correlación, primero debemos realizar los cálculos de la varianza,
donde el primer paso es calcular el cuadrado de las desviaciones descritas anteriormente y
posteriormente calcular las medias, respectivamente, como se muestra en las siguientes fórmulas.

n n

∑ ( x i−μ x ) 2
∑ ( y i−μ y )2
i=1
cov ( x , x )= cov ( y , y ) = i =1
n
Los resultados se muestran a continuación: n

Desv-A^2 Desv-T^2
18,318,400.0
70,756 0
20,657,025.0
53,361 0
13,890,529.0
40,804 0
15,760,900.0
24,964 0
11,664 2,544,025.00
3,025 1,106,704.00
576 3,481.00
121 485,809.00
25 275,625.00
2,209 2,604,996.00
3,136 3,381,921.00
5,329 3,617,604.00
10,609 4,652,649.00
21,609 6,095,961.00
28,224 6,456,681.00
42,849 7,091,569.00
62,001 7,306,209.00
Var ( x ) Var ( y )
22,427 6,720,593.41

Una vez teniendo los valores de Var (x) y Var (y), se procede a usar la fórmula de la correlación, la
cual es definida por el cociente del valor de la covarianza calculada anteriormente y la raíz
cuadrada del producto de Var (x) y Var (y), expresado de la siguiente manera:

cov ( x , y )
corr ( x , y )=
σ x∗σ y
6
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

7
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

Dando como resultado:

Correlación

-0.96

Lo cual indica que existe una correlación favorable en los datos experimentales que aporta el autor
en su trabajo de investigación. Ahora se procede a determinar la regresión lineal de dichas
variables, lo cual se verá en el siguiente punto.

3_ Regresión Lineal Simple

El análisis de regresión en este caso tiene como objetivo determinar una función matemática que
describa el comportamiento del tiempo de ignición de la mezcla a tratar, con respecto a la
Temperatura.
Al igual que en la covarianza y correlación, se identifica la variable cuantitativa Y, la cual es el
tiempo de retardo de ignición, denominada variable explicada, en función de la variable X,
definida como variable explicativa, dichos valores se expresan en la siguiente tabla. También se
realiza el cálculo de la media para ambas variables, dando los siguientes resultados

Tiempo de retardo de
Temperatura
  ignición τ (µs)
x   y
1 729   7082
2 764   7347
3 793   6529
4 837   6772
5 887   4397
6 940   3854
7 971   2743
8 984   2105
9 1000   2277
10 1042   1188
11 1051   963
8
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

12 1068   900
13 1098 645
14 1142 333
15 1163 261
16 1202 139
17 1244 99
𝚺x 𝚺y
16,915 47,634
i i
𝑥 ̅ 995.00 𝑦 ̅ 2,802.00

Una vez obtenida la media de las variables, se procede a calcular la desviación media para Xi e Yi,
como se realizó en el estudio de la covarianza. Además, se añade una columna donde se calcula el
producto de dichas desviaciones y el cuadrado de la desviación de Xi, como se muestra en la
siguiente fórmula.

Se muestran los siguientes resultados.

       

-266.00 4,280.00 -1,138,480.00 70,756.00

-231.00 4,545.00 -1,049,895.00 53,361.00
-202.00 3,727.00 -752,854.00 40,804.00
-158.00 3,970.00 -627,260.00 24,964.00
-108.00 1,595.00 -172,260.00 11,664.00
-55.00 1,052.00 -57,860.00 3,025.00
-24.00 -59.00 1,416.00 576.00
-11.00 -697.00 7,667.00 121.00
5.00 -525.00 -2,625.00 25.00
47.00 -1,614.00 -75,858.00 2,209.00
56.00 -1,839.00 -102,984.00 3,136.00
73.00 -1,902.00 -138,846.00 5,329.00
103.00 -2,157.00 -222,171.00 10,609.00
9
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

147.00 -2,469.00 -362,943.00 21,609.00

168.00 -2,541.00 -426,888.00 28,224.00
207.00 -2,663.00 -551,241.00 42,849.00
249.00 -2,703.00 -673,047.00 62,001.00
    -6,346,129.00 381,262.00

Una vez conocidos dichos valores, se procede a calcular los coeficientes β 0 y β 1, para poder general
nuestro modelo matemático, utilizando las siguientes ecuaciones.
n

∑ ( y i− y ) ( x i−x ) β 0= y −β 1 x
i=1
β 1= n

∑ ( xi −x )2
i =1
Generando los siguientes resultados.

Coeficientes
β0 β1

19364 -16.645

Para obtener el modelo matemático, se utilizó la siguiente ecuación.

La cual, conociendo los valores de los coeficientes, se genera el siguiente modelo matemático.
^y i=19364−16.645 Xi

Para calcular los valores de ^y i, la cual es conocida como el valor ajustado de la variable
cuantitativa, se sustituyen los valores de Xi, en la ecuación anterior, para generar una recta
ajustada. Además se considera el cálculo del error (ε), con respecto a la variable Yi y a la variable
ajustada ^y i.

10
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

Tiempor de retardo de
Temperatura
  ignición τ (µs)
x   y
1 729   7082 31498.08 -24416.08405
2 764   7347 32080.66 -24733.66116
3 793   6529 32563.37 -26034.36791
4 837   6772 33295.75 -26523.75057
5 887   4397 34128.00 -29731.00358
6 940   3854 35010.19 -31156.19178
7 971   2743 35526.19 -32783.18865
8 984   2105 35742.57 -33637.57444
9 1000   2277 36008.90 -33731.8954
10 1042   1188 36707.99 -35519.98794

11
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

11 1051   963 36857.79 -35894.79348

12 1068   900 37140.76 -36240.75951
13 1098 645 37640.11 -36995.11132
14 1142 333 38372.49 -38039.49397
15 1163 261 38722.04 -38461.04024
16 1202 139 39371.20 -39232.19759
17 1244 99 40070.29 -39971.29013

Para graficar y poder apreciar la recta ajustada, utilizamos la variable Xi, con respecto a la variable
^y i, dando como resultado la siguiente gráfica.

12
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

13
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

4_ Prueba de Hipótesis

Para este caso de estudio, se plantean las siguientes hipótesis.

4_1. Hipótesis nula.

El tiempo de retardo de ignición no se ve afectado por la temperatura de operación del motor.

4_2. Hipótesis alterna.

El tiempo de retardo de ignición se ve afectado por la temperatura de operación del motor.

14
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

5_Conclusiones

Los diseños experimentales son planes adoptados para generar conocimiento científico válido,
congruentes con las preguntas, enfoques y objetivos del estudio, motivo por el cual, dada la
importancia de la investigación, son una excelente herramienta para analizar distintos fenómenos o
acontecimientos que se presentan en el entorno.
Para este caso de estudio, se realizó un análisis del tiempo de ignición de una mezcla de n-heptano
e iso-octano, esto debido al ser una propuesto alterna para el reemplazo en el uso de combustibles
fósiles.
De acuerdo al análisis, se determinó que existe una correlación de 0.96 entre las variables
estudiadas, indicando un buen grado de relación de covarianza lineal entre los datos
experimentales.
Al existir una correlación y covarianza aceptable, se procedió a realizar un análisis de regresión
lineal simple, con el fin de determinar la función matemática que describe el comportamiento de
las variables, en este caso, el tiempo de retardo de ignición y la temperatura. Donde, como se
mostró anteriormente, se aprecia una recta ajustado, además de dar resultado ajustados de la
variable explicada o de interés, la cual es el tiempo de retardo de ignición.
Dichos estudios son de gran importancia, ya que la eficiencia del uso de bio-combustibles en
motores de combustión interna es un campo de investigación relativamente nuevo, donde se han
propuesto diversas mezclas de combustibles a analizar y determinar el rendimiento que pueden
tener en dichos motores. El tiempo de retardo de ignición es una variable de suma importancia ya
que, si el tiempo es menor, la ignición se lleva a cabo en el punto muerto inferior de la carrera del
pistón en el motor, generando una combustión tardía y no poder llevar a cabo el ciclo completo.

15
Diseño y Análisis de Experimentos
R-Román
 INSTITUTO TECNOLÓGICO DE VERACRUZ

6_Referencias Bibliográficas Utilizadas.

 Alabbad, M. (2017). Ignition delay time measurements of primary reference fuel blends. Elsevier,
Supplementary materials.

 Prince. (2018). Importancia del n-butanol y su aplicación al modelado de procesos de combustión.

Revista del Desarrollo Tecnológico, 15-17.

16
Diseño y Análisis de Experimentos
R-Román