Escolar Documentos
Profissional Documentos
Cultura Documentos
EE - Escola de Engenharia
DEMEC - Departamento de Engenharia Mecânica
Projeto de Experimentos e
Superfícies de Resposta
(Design of Experiments – DOE
Response Surfaces - RS)
(ENG03024-
(ENG03024-Análise de Sistemas Mecânicos)
Projeto de Experimentos
Objetivos:
Como modelar um fenômeno físico o qual não é
completamente entendido ou explicado em termos de
equações?
Uma Solução:
Avaliar o comportamento do fenômeno físico através
da experimentação com as variáveis que intervêm no
fenômeno (sensibilidade).
1
Projeto de Experimentos
Entradas não controladas
(discretas)
Operadores diferentes
Máquina com defeito
Entradas Controladas
X1
Respostas (r)
Y1
Fatores (k)
X2 Y2
Saídas
X3 Fenômeno Y3
...
...
Xk Yr
Temperatura
Umidade
Projeto de Experimentos
Passos a serem seguidos:
2
Projeto de Experimentos
Øverificar quais fatores que poderão ser mantidos fixos e,
portanto, não terão os seus efeitos avaliados no estudo
experimental;
Projeto de Experimentos
Exemplo: Deseja-se avaliar a influência que diâmetros de pneus,
tipos de combustíveis e ajustes de suspensão têm na autonomia
de determinado veículo.
Fatores: A – Diâmetro dos pneus
B – Tipo de Combustível
C – Ajuste da Suspensão
Variável de resposta: autonomia do veículo
3
Projeto de Experimentos
-Chama-se tratamento a uma dada combinação de
níveis dos fatores (neste caso, 33=27)
Projeto de Experimentos
Análise de Variância (ANOVA)
Para 1 fator
Exemplo:O que afeta a resistência à tração de metais?
Fatores: tratamento térmico, composição química,
temperatura, etc.
Pode-se investigar apenas o efeito de um fator com
diversos níveis. Por exemplo, a composição química
com percentual de carbono (15%, 20%, 25%, 30%) com
cinco replicações para cada nível.
Variável de interesse: resistência à tração
4
Projeto de Experimentos
Observações
Percentual j=1 j=2 j=3 j=4 j=5 Soma Média
i=1 15 7 7 15 11 9 T1 = 49 y 1 = 9,8
i=2 20 12 17 12 18 18 T 2 = 77 y 2 = 15,4
i=3 25 14 18 18 19 19 T 3 = 88 y 3 = 17,6
i=4 30 19 25 22 19 23 T 4 = 108 y 4 = 21,6
Total T= 322 y = 16,1
Projeto de Experimentos
O resíduo da observação com respeito à média total é
igual à soma dos resíduos da observação com respeito à
média de cada nível e o resíduo da média do nível com
respeito à média total
yij - y = ( yij - yi ) + ( yi - y )
å(y ij - y ) = å ( yij - yi ) + å n j ( yi - y )
2 2 2
ij ij j
SQT=SQD+SQE
10
5
Projeto de Experimentos
Testam-se as seguintes hipóteses:
11
Projeto de Experimentos
(å T j ) 2
SQT = å y 2ij - j
ij N
T j2
SQR = å y 2ij - å
ij j nj
(å T j ) 2
T j2
SQD = å
j
-
j nj N
12
6
Projeto de Experimentos
Resumo tabela ANOVA para 1 fator
Fonte de Soma dos Graus de Média Fcalculado
Variabilidade Quadrados liberdade
Entre os 128,4 3 121,1333 15,0945
tratamentos
Dentro dos 363,4 16 8,025 Fcrit(0,05;3;16)=
tratamentos
Total 491,8 19 3,24
13
Projeto de Experimentos
\ 1 2 3 4 5 6 7 8 9 10
1 161.448 199.500 215.707 224.583 230.162 233.986 236.768 238.882 240.543 241.882
2 18.513 19.000 19.164 19.247 19.296 19.330 19.353 19.371 19.385 19.396
3 10.128 9.552 9.277 9.117 9.013 8.941 8.887 8.845 8.812 8.786
4 7.709 6.944 6.591 6.388 6.256 6.163 6.094 6.041 5.999 5.964
5 6.608 5.786 5.409 5.192 5.050 4.950 4.876 4.818 4.772 4.735
6 5.987 5.143 4.757 4.534 4.387 4.284 4.207 4.147 4.099 4.060
7 5.591 4.737 4.347 4.120 3.972 3.866 3.787 3.726 3.677 3.637
8 5.318 4.459 4.066 3.838 3.687 3.581 3.500 3.438 3.388 3.347
9 5.117 4.256 3.863 3.633 3.482 3.374 3.293 3.230 3.179 3.137
10 4.965 4.103 3.708 3.478 3.326 3.217 3.135 3.072 3.020 2.978
11 4.844 3.982 3.587 3.357 3.204 3.095 3.012 2.948 2.896 2.854
12 4.747 3.885 3.490 3.259 3.106 2.996 2.913 2.849 2.796 2.753
13 4.667 3.806 3.411 3.179 3.025 2.915 2.832 2.767 2.714 2.671
14 4.600 3.739 3.344 3.112 2.958 2.848 2.764 2.699 2.646 2.602
15 4.543 3.682 3.287 3.056 2.901 2.790 2.707 2.641 2.588 2.544
16 4.494 3.634 3.239 3.007 2.852 2.741 2.657 2.591 2.538 2.494
17 4.451 3.592 3.197 2.965 2.810 2.699 2.614 2.548 2.494 2.450
18 4.414 3.555 3.160 2.928 2.773 2.661 2.577 2.510 2.456 2.412
19 4.381 3.522 3.127 2.895 2.740 2.628 2.544 2.477 2.423 2.378
20 4.351 3.493 3.098 2.866 2.711 2.599 2.514 2.447 2.393 2.348
21 4.325 3.467 3.072 2.840 2.685 2.573 2.488 2.420 2.366 2.321
22 4.301 3.443 3.049 2.817 2.661 2.549 2.464 2.397 2.342 2.297
23 4.279 3.422 3.028 2.796 2.640 2.528 2.442 2.375 2.320 2.275
24 4.260 3.403 3.009 2.776 2.621 2.508 2.423 2.355 2.300 2.255
25 4.242 3.385 2.991 2.759 2.603 2.490 2.405 2.337 2.282 2.236
14
7
Projeto de Experimentos
Como Fcalculado>Fcrítico => a Hipótese H0 é rejeitada, ou seja
pode-se afirmar que há uma relação entre a resistência do
metal com o percentual de carbono com um nível de confiança
de 95%.
15
Projeto de Experimentos
Superfícies de Resposta
xi (i=1,...,n) Variáveis independentes
8
Projeto de Experimentos
Para o caso de duas variáveis
y = b 0 + b1 x1 + b 2 x2 + b 3 x12 + b 4 x22 + b5 x1 x2
E substituindo x12 = x3 x22 = x4 x1 x2 = x5
Modelo Linear para cinco variáveis
y = b 0 + b1 x1 + b 2 x2 + b 3 x3 + b 4 x4 + b 5 x5
Em forma matricial
Y = Xb + ε
onde
17
Projeto de Experimentos
ì y1 ü ìb0 ü ìe1 ü
ïy ï ïb ï ïe ï
ï ï ï ï ï ï
Y = í 2ý β=í 1ý ε = í 2ý
ïM ï ïM ï ïM ï
ïî yn ïþ ïî b n ïþ ïîe n ïþ
A idéia é a de minimizar
é1 x11 L x1n ù
ê1 x L x2 n úú n
X=ê 21 Sr = å [ yi - f ( x1 , x2 ,...)]
êM M O M ú i =1
ê ú
ë1 xn1 K xnn û 18
9
Projeto de Experimentos
β = ( X T X) -1 X T Y
A matriz de covariança de b é dada por:
Y T Y - β T X T Y T -1
Cij = ( X X)
N - K -1
Para avaliar a qualidade do ajuste, pode-se avaliar o
coeficiente de determinação múltipla ajustado
Y T Y - β T XT Y
( N - K - 1)
R 2 ajustado = 1-
Y T Y - å yi
N
N 19
Projeto de Experimentos
Para se avaliar a importância de um determinado coeficiente da
regressão feita, usa-se o teste estatístico “t-student” para um
nível de significância pré-estabelecido.
bj
tj =
s 2C jj ttabelado = ta / 2, N - K -1
Com:
Y T Y - βT XT Y
s =2
N - K -1
Se o valor de “t” calculado for maior que o “t” tabelado, rejeita-se
a hipótese H0 que seria a de que o respectivo coeficiente seja
praticamente zero (ou insignificante para o ajuste feito, ou seja,
pode-se retirá-lo da regressão sem afetar a qualidade do ajuste!) 20
10
Projeto de Experimentos
Upper critical values of Student's t distribution with degrees of
freedom
Projeto de Experimentos
Do mesmo modo que podemos fazer uma Análise de Variância
para um fator, também podemos fazer uma Análise de Variância
para a Regressão Linear a fim de verificar as hipótese de que:
22
11
Projeto de Experimentos
Da mesma forma que feito para ANOVA 1 fator, temos:
onde:
SQres – residual y- predição da RS
SQreg - regressão Y -valores experimentais
23
Projeto de Experimentos
Fórmulas para Soma dos Quadrados
n
SQT = å (Yi - Yi ) 2
i =1
n
SQreg = i =1
n
å [( y
i =1
ij - y )]2
12
Projeto de Experimentos
Resumo tabela ANOVA para regressão
Fonte de Soma dos Graus de Média Fcalculado
Variabilidade Quadrados liberdade
Da regressão SQreg K MQreg=SQreg/k Fcalculado=MQreg/M
Qres
25
Projeto de Experimentos
O Projeto de Experimentos
A forma mais simples é fazer variar cada variável uma por
vez enquanto mantém-se as outras inalteradas
-ineficiente quando existe iteração entre variáveis
-custo elevado para diversas variáveis
13
Projeto de Experimentos
fatorial completo (3 variáveis a 2 níveis)
27
Projeto de Experimentos
fatorial fracional (3 variáveis a 2 níveis)
28
14
Projeto de Experimentos
Exemplo: Pretende-se avaliar a melhor combinação de
a)pneus, b)regulagem da suspensão e c)percentual de metanol
a mais ou a menos de um valor médio, de um veículo para
maximizar sua autonomia. Atualmente o carro encontra-se
operando com a combinação (20,6,-2%) e tem uma autonomia
de 260,37 min.
29
Projeto de Experimentos
Parâmetros Originais com unidades
Autonomia variáveis codificadas adimensionai
a b c y x1 x2 x3
ponto de operação atual 20 6 -2 260.4208027 0 0 0
18 5.5 -2 271.1811333 -1 -1 0
22 5.5 -2 236.5033571 1 -1 0
18 6.5 -2 277.2467969 -1 1 0
22 6.5 -2 243.1392614 1 1 0
18 6 -3 278.0066672 -1 0 -1
22 6 -3 244.4084 1 0 -1
18 6 -1 269.5837896 -1 0 1
22 6 -1 234.4161565 1 0 1
20 5.5 -3 261.195752 0 -1 -1
20 6.5 -3 267.2654093 0 1 -1
20 5.5 -1 251.7013598 0 -1 1
20 6.5 -1 258.315503 0 1 1
mimimo 18 5.5 -3 -1 -1 -1
maximo 22 6.5 -1 1 1 1
amplitude 4 1 2 2 2 2
valor médio 20 6 -2 0 0 0
Vamos interpolar uma função polinomial (Superfície de
Resposta) do tipo quadrática (sem termos cruzados):
15
Projeto de Experimentos
A matriz X ficará:
20 6 -2 400 36 4
18 5.5 -2 324 30.25 4
22 5.5 -2 484 30.25 4
18 6.5 -2 324 42.25 4
22 6.5 -2 484 42.25 4
18 6 -3 324 36 9
22 6 -3 484 36 9
X= 18 6 -1 324 36 1
22 6 -1 484 36 1
20 5.5 -3 400 30.25 9
20 6.5 -3 400 42.25 9
20 5.5 -1 400 30.25 1
20 6.5 -1 400 42.25 1
O vetor Y ficará: O vetor b ficará: 35.756ö
260.3789676
271.1865155 ÷
236.4863279 23.464 ÷
15.144 ÷
277.2633872
243.1727831
Y= 277.976414
b=6.968÷
244.4185639
269.6182627 ÷
234.4184256 0.802÷
0.734÷
261.1810796
267.2611771
251.7436373 ÷
258.3228236 0.592ø 31
Projeto de Experimentos
s 2 = 0.16 R2=1
3.045´ 10
3
-113.853 -631.087 30.16 2.844 52.551 7.53 ö
÷
-113.853 7.014 14.419 -1.202 -0.175 -1.202 -0.3 ÷
-1.442 ÷
Cij =
-631.087 14.419 161.577 -5.768 -0.36 -13.458
÷
30.16 -1.202 -5.768 1.142 0.03 0.481 0.28 ÷
-3 -3÷
2.844 -0.175 -0.36 0.03 4.381´ 10 0.03 7.51 ´ 10
÷
52.551 -1.202 -13.458 0.481 0.03 1.122 0.12 ÷
-3 ÷
7.53 -0.3 -1.442 0.28 7.51 ´ 10 0.12 0.07 ø
1.619 ö Podem ser retirados com confiança de 95% de que não afetarão a
÷
22.133 ÷ qualidade da regressão
2.976 ÷ t0.05;5 = 2.015
tj = -16.294÷
÷
-30.257÷
-1.731 ÷
t0.10;5 = 1.476 adotado
16
Projeto de Experimentos
Resumo ANOVA p/ validade da regressão
H0-todos coeficientes são não significativos
H1- todos os coeficientes são significativos
Fonte de Soma dos Graus de Média Fcalculado
Variabilidade Quadrados liberdade
Da regressão 7058 K(7) MQreg=1008 Fcalculado =6293
F0.05; 7 ; 5=4.876
Projeto de Experimentos
A equação “real” que gerou os dados da tabela de experimentos
para a autonomia do carro foi seguinte:
2 2 2
300 - 0.8× ( u0 - 15) - 0.7× ( u1 - 10) - 0.6× ( u2 + 5) + 0.05× ( u0 - 15) × ( u1 - 10) × ( u2 + 5)
34
17
Projeto de Experimentos
Exemplos de Uso da Superfície de Resposta e Projeto de
Experimentos
35
Projeto de Experimentos
Amostras
36
18
Projeto de Experimentos
37
Projeto de Experimentos
38
19
Projeto de Experimentos
Otimização de forma e massa de asas de aviões
Variáveis
70
Função objetivo
Massa
Forma
39
Projeto de Experimentos
40
20
Projeto de Experimentos
Programa RADIOSS da FORD e da NASA para “Crash Test”
41
Projeto de Experimentos
42
21