Um mestrando decide estudar o tratamento do efluente de um
matadouro e frigorífico de suínos via uma tecnologia alternativa. O principal objetivo do estudo seria otimizar as condições operacionais de modo a maximizar a remoção percentual de Nitrogênio Total Kjeldahl (NTK). A estratégia adotada como planejamento experimental consistiu em duas etapas: seleção de variáveis por meio de um delineamento fracionado, e fatorial completo empregando o delineamento composto central rotacional. Após uma árdua pesquisa por artigos científicos, o mestrando avaliou que seria pertinente considerar 5 fatores para o planejamento inicial: pH (x1), temperatura (x2), agitação (x3), concentração de ozônio (x4) e Tempo de Retenção Hidráulica (x5). As faixas de valores dos fatores, utilizadas no delineamento fracionado, são apresentadas na Tabela 1.
Tabela 1 – Faixa de valores para as variáveis independentes, empregadas
no delineamento fracionado
Com base nos resultados apresentados na Tabela 2 (delineamento
fracionado) escolha a matriz do delineamento composto central rotacional que deve ter sido utilizada pelo mestrando (Tabelas 3, 4 ou 5) e na sequência, apresente um relatório detalhado da análise estatística destes resultados experimentais, verificando se o objetivo original da otimização foi atendido, e sugerindo a condição a ser empregada nos ensaios de validação (valores reais também) com os respectivos valores preditos para as variáveis-resposta. Analisando os dados do delineamento fracionado na tabela 6 percebe-se que o p-valor do pH (X1), temperatura (X2) e TDH (X5) foram significativos com p-valor<0,10 para variável resposta da remoção do NTK. Observa-se também que para X1 (pH) e X2 (Temperatura) obteve-se um efeito positivo que significa que ao aumentar pH e a temperatura tem-se uma maior remoção do NTK. A variável X5 (TDH) teve um efeito negativo ou seja a medida que diminui TDH tem-se uma maior remoção do NTK conforme o planejamento fatorial fracionado 25-1. Já as variáveis agitação (X3) e concentração do ozônio (X4) não foram significativas com p-valor>0,10. Então estas variáveis não serão aplicadas porque pode influenciar nos ajustes do modelo linear além de apresentar mais erros e desconfiança nos resultados finais.
Tabela 6: Efeito das variáveis respostas estudadas
No gráfico de Pareto é apresentado a significância dos resultados com
intervalo de confiança de 90%. A direita da linha preta observa-se as variáveis independentes significativas com p-valor<0,10. Figura 1: Gráfico de Pareto para efeitos das variáveis.
Visualizando o gráfico de Pareto na figura 1, percebe-se que as variáveis
X1 (pH), X2 (Temperatura) e X5 (TDH) são estatisticamente significativas em um intervalo de confiança de 90%. Já as variáveis X3 (agitação) e X4 (concentração do ozônio) não são estatisticamente significativas pois o p-valor>0,10 num intervalo de confiança de 90%. Então como o p-valor das variáveis X1, X2, e X5 são significativos (p- valor<0,10) considera estes fatores para ser aplicados no DCCR e desconsidera as variáveis X3 e X4 porque os termos não foram significativos e o p-valor foi maior que 0,10. A tabela de resultados que deve ser seguida pelo mestrando poderia ser a 3 ou 5, pois ambas apresentaram resultados bons e significativos. Porém optou-se em usar a tabela 3 com as variáveis-respostas pH e temperatura pois elas foram mais significativas no delineamento fracionado e com valores melhores da remoção do NTK em relação aos resultados da tabela 5. Assim foi possível realizar as respectivas análise dos resultados pelo DCCR. Na tabela 7 visualiza-se as faixa de estudo do DCCR, de acordo com o delineamento fracionado com respectivos pontos axiais presentes no resultado dos ensaios da tabela 3. Tabela 7: Faixas adotadas para aplicação do DCCR Variável- Valor -1,41 -1 0 1 1,41 resposta codificado pH X1 5,59 6 7 8 8,41 Temperatura X2 35,9 40 50 60 64,1 (°C)
Analisando os dados da tabela 8 percebe-se que a variável X1 que
corresponde ao pH tem efeito positivo, ou seja, quando aumenta o pH ocorre um aumento na remoção do NTK. Isto vale para a variável X2 que corresponde a temperatura que teve um efeito positivo, ou seja, à medida que aumenta a temperatura ocorre um aumento na remoção do NTK. O fator de interação apresenta um efeito negativo. E o efeito da temperatura foi maior que o do pH para remoção do NTK.
Visualizando o gráfico de Pareto na figura 2, percebe-se que as variáveis
X1 e X2 são estatisticamente significativas em um intervalo de confiança de 95% já que o Tcalculado e superior ao Ttabelado. O fator de interação é significativo neste intervalo de confiança. Figura 2: Gráfico de Pareto para o efeito das variáveis.
Na análise da ANOVA do modelo na tabela 9, percebe-se que o modelo
gerado é valido estatisticamente num intervalo de confiança de 95%, porque o p-valor da regressão foi menor que 0,05.
Tabela 9: Teste da ANOVA para o modelo matemático analisado.
Fator SM GL QM F cal p-valor
Regressão 1880,3 5 376,1 232,4 0,00000 Resíduos 9,7 6 1,6 Falta de 8,0 3 2,7 4,8 0,11535 ajuste Erro puro 1,7 3 0,6 Total 1890,0 11
Sendo assim o modelo ajustado para predição da remoção de NTK é
descrito pela equação 1 e apresenta um R² de 0,9949, sendo valor muito bom e quase próximo de 1. Y(%)= 87,79 + 8,68X1 - 4,59X12 + 9,88X2 - 5,63X22 - 7,32X1.X2 (1)
Onde:
Y (%)= Porcentual de remoção do NTK.
X1= Corresponde ao valor de codificação do pH.
X2= Corresponde ao valor codificado da temperatura.
Assim foi possível ser gerado os gráficos de superfície de respostas das
variáveis analisadas. Na figura 3 verifica-se a superfície da resposta para remoção do NTK.
Figura 3: Superfície da resposta para remoção do NTK.
Na figura 4 visualiza-se o gráfico tridimensional para o modelo de
remoção do NTK. Figura 4: Gráfico tridimensional do modelo matemático.
Analisando os gráfico de superfície da figura 3 e 4, percebe-se que na
região mais escura você tem um plano na superfície que poderá ter uma melhor remoção do NTK. Também se percebe que as faixas de valores bons para remoção do NTK variam de -1 a 1,5 para X1 e de -1 a 1,5 para X2. Para maximizar a remoção do NTK você deve trabalhar dentro destas faixas, pois terão condições melhor de ajustar os dados e manter a remoção numa condição mais satisfatória para atingir os resultados. Então conforme aumentam às faixas de temperatura e pH a tendência é alcançar faixas melhores de remoção do NTK. A partir dos dados analisados dentro das faixas na figura 3 e 4, foi verificado um ponto ótimo de operação. Para verificar se é válido deve fazer outro ensaio de validação onde escolhe uma condição diferente para testar daquelas que foi testada. Então foi realizada a derivada parcial do modelo para X1 e para X2 aonde chega num sistema linear que acham os valores ótimos de temperatura e pH para melhorar o rendimento de remoção do NTK. Y(%)= 87,79 + 8,68X1 - 4,59X12 + 9,88X2 - 5,63X22 - 7,32X1.X2 dY/dx1= 8,68 - 9,18X1 - 7,32 X2 = 0 dy/dx2= 9,88 -11,26 X2 - 7,32 X1=0
Substituindo naquelas condições do sistema linear você acha que as
condições ótimas para remoção do NTK ocorrem para X 1=0,545568 e X2= 0,510505. Considerando os valores da faixa ótima nas condições reais sugere- se uma condição operacional em que o pH esteja na faixa de 7,54 e a temperatura próxima a 55,10 °C. Estes valores correspondem às condições codificadas das variáveis X1 e X2. Na condição ótima de X1 (0,545568) e X2 (0,510505) espera-se obter um rendimento de remoção do NTK de aproximadamente de 92,69714%.