UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE INGENIERÍA QUÍMICA

ESCUELA PROFESIONAL DE INGENIERÍA

QUÍMICA INDUSTRIAL

ASIGNATURA:

065D COMPUTACION PARA INGENIERIA

TÍTULO:

ANVA EN LA CUBA DE REYNOLDS

CATEDRATICO:

JAIME HERMINIO CLAROS CASTELLARES

Hinostroza Cerrón Juan Arturo

HUANCAYO - 2023
 I. Problemática

 La existencia de pérdidas cargas en el transporte de fluidos en una planta

industrial
 Bajo rendimiento de redes hidráulicas en las plantas industrias.

El número de Reynolds al ser evaluado en una tubería por su temperatura y diámetro nos
servirá para hallar el coeficiente de fricción (f) existente en el transporte del fluido evaluando así
las pérdidas de cargas y su rendimiento en las redes hidráulicas.

La fricción de la tubería se verá afectada por la aceleración máxima del fluido y la

viscosidad que se opone a esta, siempre dependiendo del régimen del fluido obtenido por el
número de Reynolds que depende de la temperatura y diámetro de la tubería por el que es
transportado el fluido.

1. La velocidad del transporte va a estar sujeto al diámetro de la tubería

2. La viscosidad se opone al movimiento del fluido y va a depender de la temperatura al que
se encuentre el fluido.

En un flujo laminar la viscosidad es dominante oponiéndose al movimiento del fluido

reduciendo du velocidad haciendo la trayectoria sea rectilínea y con muy poca fricción en su
transporte

En un flujo turbulento las fuerzas inerciales son dominantes y el fluido se desplaza con
cambios bruscos de velocidad y su trayectoria es irregular. Es muy inestable se presentarán
perdidas de carga en el transporte por la fricción tanto en el transporte lineal como por los
desniveles, válvulas y codos presentados en la red de tuberías.
 Introducción

I. Se llaman Experimentos Factoriales a aquellos experimentos en los que se estudia

simultáneamente dos o más factores, y donde los tratamientos se forman por la
combinación de los diferentes niveles de cada uno de los factores.
II. OBJETIVOS

II.1. Objetivo General:

● Identificar como influye las variables independientes a nuestra variable

dependiente.

II.2. Objetivos Específicos:

● Observar el comportamiento del fluido al desplazarse al interior de una tubería y

el efecto significativo que tienen estas variables en el número de Reynolds.
DISEÑOS EXPERIMENTALES

La experimentación proporciona los datos experimentales, en contraste con los datos de la

observados; los datos de la observación se representan como su nombre indica por observaciones
de las unidades elementales de una población o de una muestra, y no deben ser cambiados ni
modificados por ningún motivo.

Experimento

El experimento es como una búsqueda planeada para obtener nuevos conocimientos o

para confirmar o rechazar resultados de experimentos previos, con lo que tal indagación ayudará

en la toma de decisiones.

Es un experimento en los que se inducen cambios deliberados a las variables de entrada

en un sistema siendo posible identificar sus cambios en la respuesta de salida

Imagen 1

Diseño factorial

Es la combinación de métodos que transforman la entrada en una salida que tiene una o

más respuestas observables, algunas pueden ser controlables y otras incontrolables.

 El Diseño Experimental es un medio de importancia en la Ingeniería para mejorar el

rendimiento de un proceso de manufactura, así como en el desarrollo de nuevos productos.

Su aplicación en una fase temprana de la evolución de un proceso puede dar como

resultado:

 Mejora en el rendimiento del proceso.

 Reducción de variabilidad y aumento del apego a especificaciones o valor

objetivo.

 Menor tiempo de desarrollo.

 Minimización de costos.

DISEÑO FACTORIAL DE DOS FACTORES

En primer lugar, vamos a estudiar los diseños más simples, es decir aquellos en los que

intervienen sólo dos factores. Supongamos que hay a niveles para el factor A y b niveles del

factor B, cada réplica del experimento contiene todas las posibles combinaciones de

tratamientos, es decir contiene los ab tratamientos posibles.

Yij representa la observación realizada de la variable respuesta, en el nivel i del primer factor, y
el valor de j del segundo. 
 Nos brinda más información a diferencia de la experimentación clásica. 
 Tienen un mayor rango de validez de las conclusiones

La variable de respuesta se puede descomponer en la forma: 

Imagen 2
Representación YIJ

TERMINOLOGIA:
 µ: representa la media general. 
 αi: es la desviación de la media general debida a que la observación se realiza en el nivel
i del primer factor. 
 βj: es la desviación de la media general debida a que la observación se realiza en el valor
j del segundo factor. 
 (αβ)ij: es la desviación de la media debida a la confluencia del nivel i del primer factor
con el nivel j del segundo. Este término representa la interacción entre los dos factores.  
 eij: representa el error aleatorio. 
Imagen 3
Cuadro para grados de libertad
Imagen 4
Representación de las hipótesis

HALLAR EL TERMINO DE CORRELACION

2
X ...
TC =
a∗b∗r

HALLAR LA SUMA DE CUADRADOS TOTALES

SC DEL TOTAL= ∑ X 2ijk−TC

HALLAR LA SUMA DE CUADRADOS DE REPETICIONES

SC. REPETECIONES= ∑ X 2.. k −TC

a∗b

HALLAR LA SUMA DE CUADRADOS DE FACTOR A

SC DE FACTOR A ∑ X 2i .. −TC
b∗r

HALLAR LA SUMA DE CUADRADOS DE FACTOR B

SC DEL FACTOR B= ∑ X 2j.. −TC

a∗r

HALLAR LA SUMA DE CUADRADOS DE INTERACCION AB

SC INTERACCION AB =

( )
∑ X 2iJ . −TC −SC ( A )−SC (B)
r

HALLAR LA SUMA DE CUADRADOS DE ERROR

SC ERROR = SC TOTAL-SC REPETICIONES-SC (A) -SC (B) -SC (A*B)

Imagen 5
Tabla Anova
 Observación

 Fc < Ft
Entonces se pone n.s. Y se dice que no existe diferencia estadística significativa.

 Fc >Ft
Si el Fc >=0.05, entonces se pone un asterisco (*) y se dice que existe diferencia

estadística significativa

Si el Fc > 0.05 y >=0.01, entonces se pone dos asteriscos (**) y se dice que existe

diferencia estadística altamente significativa.

Imagen 6
Esquema diseño de experimentos
 DISEÑOS CON PARCELAS DIVIDIDAS

Este es un diseño experimental combinado que resulta útil cuando al estudiar

simultáneamente varios factores, alguno o algunos de ellos deben ser aplicados sobre unidades
experimentales relativamente grandes, pudiéndose aplicar el otro o los otros en unidades
experimentales menores, dentro de las unidades mayores.

DISEÑO CUADRADO LATINO

Cuando los tratamientos se agrupan en bloques homogéneos en dos direcciones, formando un

arreglo en hileras y columnas, con la particularidad de que cada hilera o columna constituye una
repetición completa de los tratamientos, se genere un diseño experimental que se conoce con el
nombre de Cuadrado Latino.

DISEÑO FACTORIAL DE DOS FACTORES

 En primer lugar, vamos a estudiar los diseños más simples, es decir aquellos en los que

intervienen sólo dos factores. Supongamos que hay a niveles para el factor A y b niveles del

factor B, cada réplica del experimento contiene todas las posibles combinaciones de

tratamientos, es decir contiene los ab tratamientos posibles.

Diseños con un factor:

Clasificación:  
 Diseños con un factor: No existe interacción entre variables de bloques.
Solo se centra en la diferencia. 
 Diseños con varios factores de interés e interacciones: Se pueden
interaccionar entre sí.  
 Diseños jerárquicos: Aparecen anidados o jerarquizados dentro de otros,
carece la idea de interacción entre ellos, sus niveles no son fijos ya que es
seleccionado al azar de una población. 

DISEÑO FACTORIAL CON DOS FACTORES O BIFACTORIAL 

Se consideran dos factores A y B con a y b niveles respectivamente. Se tienen a · b
combinaciones o posibles tratamientos y n observaciones para cada tratamiento, esto es, un
diseño balanceado.  
 Anova de Reynols

Transporte y perdida de energía

Imagen 1
Modelos del proceso

Tabla1
Cuadro de variables
Tabla 2
Plan experimental

Imagen 2
Modelo del diseño factorial
Tabla 3
Planteamiento de hipótesis

Imagen 3
Diseño de hoja de datos ejemplo

Imagen 4
Modelo de ANVA datos de C
 Experimentación:

En el laboratorio de inorgánica de la UNCP se evalúa el efecto del diámetro y

temperatura sobre el número de Reynolds, mediante el equipo cuba de Reynolds. Obteniendo los

siguientes datos.

Imagen 5
Modelo del proceso experimental

Tabla 4
Cuadro de las variables del experimento
Tabla 5
Resultados en el Numero de RE

Tabla 6
Planteamiento de la hipótesis del experimento

Tabla 7
Resultados de los datos de Numero Re del experimento

Tabla 8
Cálculos de los volúmenes de Re
 Cálculo del análisis de variancia

Tabla 9
Grados de libertad

Imagen 6
Termino de correlación

Imagen 7
Suma de los cuadrados
Imagen 8
Datos de los cuadrados medios
Imagen 9
Datos recopilados de la f calculada

Imagen 10
DISTRIBUCION DE FISHER para hallar F

Tabla 10
Calculo de la F por tablas
Imagen 11
Resultados de los estadígrafos

Tabla 11
CAUDRO DE ANALISIS DE LA VARIANZA RE

Observación
  Fc < Ft
Entonces se pone n.s. Y se dice que no existe diferencia estadística significativa.

 Fc >Ft
Si el Fc >=0.05, entonces se pone un asterisco (*) y se dice que existe diferencia

estadística significativa

Si el Fc > 0.05 y >=0.01, entonces se pone dos asteriscos (**) y se dice que existe

diferencia estadística altamente significativa.

 FC > FT SE RECHAZA HO Y SE ACEPTA HI

Ho TODAS LAS REPETICIONES SON IGUALES
: PARA EL RE
Ha: ALGUNA REPETICION ES DIFERENTE
 
Ho
: Temperatura tendrán efectos significativos sobre RE
Temperatura NO tendrán efectos significativos sobre
Ha: RE
 
Ho
: Diámetro tendrá efectos significativos sobre RE
Ha: Diámetro no tendrá efectos significativos sobre RE
 
Ho TEMPERATURA Y DIAMETRO tiene efecto
: significativo sobre RE
TEMPERATURA Y DIAMETRO tiene efecto
Ha: significativo sobre RE