ETQ 804

Planejamento Experimental e
Otimização de Processos

Profa. Cynthia Jurkiewicz Kunigk

Profa. Eliana Paula Ribeiro

Bibliografia
 Box, G. E. P.; Hunter, W. G.; Hunter, J. S. Statistics for
experimenters; an introduction to design, data analysis, and
model building. New York : John Wiley, 1978 653p.
 Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como fazer
experimentos – pesquisa e desenvolvimento na ciência e na
indústria. 2a ed. Campinas: Editora da UNICAMP, 2002, 401p.
 Rodrigues, M. I.; Iemma, A. F. Planejamento de experimentos
e otimização de processos. Campinas, SP, Casa do Pão
Editora, 2005.
 Montgomery, D. C.; Runter, G. C.; Hubele, N. F. Estatística
Aplicada à Engenharia. 2a ed. Rio de Janeiro, LTC, 2004,
335p.
 Montgomery, D. C. Design and analysis of experiments. 4. ed.
– New York: John Wiley, 1997. 704p.
 Myers, R. H.; Montgomery, D. C. Response surface
methodology; process and product optimization using
designed experiments. New York : John Wiley, 2002 798p.

1
Planejamento de Experimentos

Técnicas estatísticas para o

desenvolvimento e otimização de
produtos e processos

Como determinados fatores

influenciam as características de
qualidade de um produto ou
processo?

Porque utilizar o Planejamento

Experimental

 Planejamento consciente, não tem como base

procedimentos de tentativa e erro;
 Quantificar efeito de variáveis do processo é
importante para a implementação de controle de
processos;
 Otimização do rendimento de processos e
formulações;
 Redução do número de experimentos;
 Os fatores são analisados simultaneamente
(efeitos sinérgicos e antagônicos);

2
 Uso da estatística

 “Chamar o especialista em estatística depois que o experimento foi

feito pode ser o mesmo que pedir a ele para fazer um exame post-
mortem. Talvez ele consiga dizer do que foi que o experimento
morreu” (Ronald Fisher)

 “Em diversas situações, é imediato estabelecer conclusões a partir

de um experimento bem planejado, empregando apenas técnicas
de análise bastante elementares. Por outro lado, mesmo a análise
estatística mais sofisticada não pode salvar um experimento que
tenha sido mal planejado”
(Box, Hunter & Hunter)

Rodrigues e Iemma, 2005

Comparação de uma variável por

vez e planejamento fatorial
Fator Níveis

pH 3, 4, 5, 6, 7

Tempo 10, 15, 20,

25, 30
Concentração 1, 2 ,3, 4, 5

Rodrigues e Iemma, 2005

3
Exemplo comparação - uma variável
por vez e planejamento fatorial

Fatores Níveis
pH 3, 4, 5, 6, 7
Temperatura (°C) 30, 40, 50, 60, 70

Variável Resposta: Atividade enzimática (U/mL)

Uma variável por vez

Temperatura 40°C a pH 4,0 a diferentes valores

diferentes valores de pH de temperatura
Temperatura Atividade
pH Atividade
(°C) (U/mL)
(U/mL)

3,0 251 30 158

4,0 274 40 292

5,0 236 50 393

6,0 149 60 456

7,0 53 70 215

4
 Estudo fatorial

pH 30°C 40°C 50°C 60°C 70°C

A (U/mL) A (U/mL) A (U/mL) A (U/mL) A (U/mL)

3 162 277 295 461 340

4 158 287 384 504 409

5 122 267 346 425 361

6 68 159 218 253 30

7 25 51 53 26 3

Rodrigues e Iemma, 2005 (adaptado)

pH Temperatura A
Estudo através do °C (U/mL)
Planejamento 3,6 36 272
Composto Central 6,4 36 83
3,6 64 457
6,4 64 16
3,0 50 360
7,0 50 83
5,0 30 132
5,0 70 328
5,0 50 396
5,0 50 412
5,0 50 393
5,0 50 371
Rodrigues e Iemma, 2005

5
Resultados - DCCR

Rodrigues e Iemma, 2005

Resultados - DCCR

Rodrigues e Iemma, 2005

6
Levantamento do Problema
1) Que fatores afetam a qualidade de um
produto ou de um processo?
2) Como esses fatores afetam determinada
característica do produto ou processo?

Fatores Respostas
F1 R1
F2 Processo R2

F3 R3

1 Passo: Definir quais os fatores e

as respostas de interesse

Fatores
variáreis independentes

Respostas variáreis dependentes

7
 2 Passo: Definir o objetivo que se
pretende alcançar com os
experimentos

1) Se o fator tem ou não efeito sobre a

resposta.
2) Como o fator influencia a resposta.
3) Qual o limite de variação dos fatores para
que a resposta não seja prejudicada.
4) Qual o valor do fator que leva ao maior nível
de resposta.

Existe uma técnica adequada

para cada objetivo

OBJETIVO TÉCNICA

Triagem de variáveis Planejamentos

fracionários

Avaliação da influência Planejamentos fatoriais

das variáveis completos
Otimização Metodologia de
superfícies de respostas

8
 Qual o planejamento inicial mais
adequado?
Adsorção de Cu(II) em superfície de sílica

Fator Nível 1 Nível 2

Tipo de sílica 1 2
Sal CuCl2 Cu(C2H3O2)2
Solvente água etanol
Quantidade de 100 mg 200 mg
sílica

Utilizando a metodologia de superfície de resposta para otimização

dos parâmetros operação em sistema de recobrimento em leito
fluidizado
Surface & Coatings Technology, 334 (2018) 43-49

Resumo

O sistema de recobrimento em leito fluidizado é um

processo convencional de recobrimento de partículas
em várias indústrias. Neste trabalho, uma investigação
experimental foi conduzida usando DOE. O processo
usou uma solução de silicato de sódio para o
recobrimento de partículas de carbonato de sódio. O
efeito do fluxo de ar fluidizado (QF), da velocidade de
atomização do ar (QA) e da vazão de líquido (QL) na
massa de recobrimento das partículas no leito
fluidizado foi investigado.

9
Planejamento Experimental

N QA (L/min) QL QF (m3/h) Massa

(mL/min) recobrimento
(g)
1 5 25 150 13,0
2 10 25 150 11,7
3 5 100 150 18,5
4 10 100 150 16,8
5 5 25 600 12,1
6 10 25 600 11,4
7 5 100 600 17,8
8 10 100 600 15,0
9 5 62,5 375 14,2
10 10 62,5 375 13,5
11 7,5 25 375 11,7
12 7,5 100 375 17,5
13 7,5 62,5 150 14,2
14 7,5 62,5 600 13,6
15 7,5 62,5 375 13,9
16 7,5 62,5 375 13,8
17 7,5 62,5 375 14,0
18 7,5 62,5 375 14,1
19 7,5 62,5 375 14,0
20 7,5 62,5 375 13,9

Planejamento fatorial para aumentar a produção de metano na co-

digestão de resíduos de laticínio
Sustainable Environment Research, 28 (2018),389-395

Resumo

Planejamento fatorial foi utilizado para

investigar os parâmetros envolvidos na co-
digestão de resíduos de laticínio (indústria de
Marrocos) de forma a aumentar a produção de
metano da mistura. Foi avaliado o rendimento
em metano em função de três parâmetros (pH,
tipo de inóculo e carga orgânica). O
planejamento foi realizado em triplicata. Os
resultados mostraram que o rendimento em
metano aumentou com o inóculo tipo 2 e com o
aumento do pH, mas reduziu com o aumento da
carga orgânica.

10
Planejamento Experimental
N pH Inóculo Carga
orgânica
(g)
1 7 2 1,7
2 8 2 1,7
3 7 2 1,7
4 8 2 1,7
5 7 1 3,4
6 8 1 3,4
7 7 1 3,4
8 8 1 3,4

Resultado

11