Un proceso de lixiviacin en autoclave est operando usualmente a una temperatura de 100 oC (variable # 1) y una presin de 50 psi (variable # 2).

La extraccin total del metal es de 550 Kg. Se desea incrementar el rendimiento del proceso iniciando un trabajo exploratorio desde el punto de operacin actual. Abordar el problema segn el mtodo de superficie de respuesta y encontrar las condiciones para lograr el mximo rendimiento del proceso. Para proceder con el ejercicio el rendimiento del proceso es simulado por un programa de computadora (adjunto al presente). El programa pide el ingreso de valores de presin (en psi) y temperatura (en oC) y proporciona el rendimiento del proceso en esas condiciones. Proceder como se indica a continuacin y trasladar las Tablas y Grficos ms importantes obtenidos por el software estadstico hacia un procesador de texto. Sus comentarios y observaciones tambin hgalas en el procesador de texto:
1. Establecer un diseo factorial con centro en las condiciones actuales de operacin.

Establezca variaciones de 50o C y 3 psi. alrededor de esos valores centrales. Disear diez repeticiones en el centro y una prueba en cada uno de los puntos perifricos del diseo.
2. Determine los valores de los efectos y anote una interpretacin de ellos. Anotar el

modelo matemtico obtenido y la Tabla de ANOVA. Verificar el ajuste de los datos al modelo matemtico segn el valor de R2. Anote la interpretacin de los datos presentados en la Tabla de ANOVA.
3. Defina la direccin de ascenso a la pendiente. Anote los clculos efectuados para ello.

Efecte los experimentos hasta que el rendimiento se incremente. Cuando empiece a decrecer, detngase y seleccione el mejor punto, (punto de ms alto rendimiento). Anote en una Tabla los valores reales, codificados y respuestas obtenidas en el proceso de ascenso.
Observe que el efecto curvatura no resulto ser un criterio absoluto para dejar de intentar un procedimiento de ascenso en la pendiente.

4. Repita los pasos 1, 2 y 3 con el nuevo centro correspondiente al punto de mejor

rendimiento encontrado. Si R2 del modelo lineal es menor que 0.8, (lo que significa que Y o 1 X 1 2 X 2 ... k X k no ajusta los datos adecuadamente) se deber definir un diseo para ajustar un modelo de segundo orden.
5. Vuelva a establecer un diseo factorial con centro en el mejor punto del ascenso hecho

en el paso 4 Este diseo hacerlo con variaciones de 50o C y 3 psi. alrededor de esos valores centrales, diez repeticiones en el centro y una prueba en cada uno de los puntos perifricos del diseo. Es de esperarse que en esta etapa ya sea necesario establecer un modelo de segundo orden.
6. Para definir un modelo de segundo orden defina la Tabla de un diseo compuesto

central, en valores codificados y reales. Ejecute los experimentos adecuados y anote el modelo de segundo orden obtenido, junto la Tabla de ANOVA y el grfico del modelo de segundo orden. Anote todos los comentarios pertinentes a la interpretacin de la informacin numrica y grfica obtenida.

7. Con el modelo de segundo orden encuentre las condiciones de presin y temperatura

para el ms alto rendimiento del proceso de lixiviacin en autoclave, punto estacionario. Por aplicacin de la segunda derivada al modelo matemtico, determine la naturaleza de este.
8. En la hoja de papel milimetrado marque los puntos y una con una lnea los valores de

Temperatura y Presin para cada uno de los diseos intentados. Anote sus comentarios con respecto a este grfico. Anote las principales conclusiones obtenidas del ejercicio.

DESARROLLO
PREGUNTA 1 Sean las transformaciones para determinar el diseo factorial:

1= Variable natural temperatura. 2= Variable natural presin. X1= Variable codificada temperatura. X2= Variable codificada presin. VARIABLES CODIFICADAS ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 X1 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 X2 -1 -1 1 1 0 0 0 0 0 0 0 0 0 0 VARIABLES NATURALES 1 50 150 50 150 100 100 100 100 100 100 100 100 100 100 2 47 47 53 53 50 50 50 50 50 50 50 50 50 50 MASA DE RENDIMIENTO 558,815 717,875 357,735 530,265 547,550 544,200 549,139 550,870 550,074 547,390 543,830 547,010 548,975 550,270

PREGUNTA 2 Grficos para evaluar efectos influyentes sobre la variable respuesta:

Pareto Chart of the Standardized Effects

(response is Y, Alpha = 0,05) 2,26
F actor N ame A T B P

Term

AB

10

20

30

40 50 60 Standardized Effect

70

80

90

Half Normal Plot of the Standardized Effects

(response is Y, Alpha = 0,05)
99,8 Effect Ty pe Not Significant Significant
F actor N ame A T B P

98

Percent

95 90 85 80 70 60 50 40 30 20 10 0 A AB B

10

20 30 40 50 60 70 Absolute Standardized Effect

80

90

Se observa los factores influyentes sobre la variable rendimiento de metal en masa son las siguientes: Temperatura y presin, sin embargo la interaccin de estas dos variables no es importante, ya que no es influyente en el modelo.

Los valores de los efectos:

El efecto de la temperatura es positivo sobre la variable dependiente, sin embargo el efecto de la presin y la interaccin de estas dos variables son negativos sobre la variable dependiente. Adems la variable Presin tiene mayor efecto. Modelo inicial:

Existe curvatura!

La temperatura y la presin influyen fuertemente en la extraccin del metal (Kg) mediante el proceso de lixiviacin. Adems, se tiene que el modelo planteado no es el mejor debido a que existe cuadratura. Sin embargo, la estimacin del modelo es el siguiente:

Donde: : Rendimiento en masa (Kg) de metal. : Temperatura : Presin La temperatura influye directamente sobre la variable respuesta, sin embargo la presin no influye directamente sobre el Rendimiento en masa del metal.

Anlisis de la grfica de residuos:

Residual Plots for Y

Normal Probability Plot
99 90 2

Versus Fits

Residual
-5,0 -2,5 0,0 Residual 2,5 5,0

Percent

50 10 1

0 -2 -4 400 500 600 Fitted Value 700

Histogram
4,8 2

Versus Order

Frequency

Residual
-4 -3 -2 -1 0 Residual 1 2 3

3,6 2,4 1,2 0,0

0 -2 -4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Observation Order

En cuanto a la normalidad, el modelo planteado est cumpliendo con este supuesto. Al analizar la grfica Residuos VS Valores ajustados se tiene que los puntos estn dispersos mediante un patrn definido. Ello se debe a la curvatura existente en el modelo. Por tanto, no se cumple con el supuesto de homocedasticidad En cuanto a la existencia de autocorrelacion, el modelo muestra existencia de autocorrelacion positiva y negativa del periodo 4 al 14 por tanto no se cumplira la independencia; sin embargo tendramos independencia desde el periodo 1 al 4, en este caso no existira correlacin y pues se cumplira la independencia. PREGUNTA 3 Para alejarse del centro del diseo se recorre 81.488 en la direccin de X1 por cada 100.786 en la direccin de X2. Entonces la pendiente que pasa por el punto (X1=0; X1=0) es -100.786/81.488

X1=1
Siendo
ID Origen

X2=
y coeficientes estimados del modelo.
Variables Naturales 1 2

X1

Variables Codificadas x1 0 x2

Masa de Rendimiento

0 100 50 -1,172 50 -3,516 1 -1,172 150 46,484 734,066154 1 1 -2,344 200 42,967 887,966092 2 2 -3,516 250 39,451 1019,074975 3 3 -4,689 300 35,934 1110,309867 4 4 -5,861 350 32,418 1168,841479 5 5 -7,033 400 28,902 1198,051399 6 6 -8,205 450 25,385 1204,994666 7 7 -9,377 500 21,869 1178,158315 8 8 -10,549 550 18,352 1118,231536 9 9 -11,721 600 14,836 1025,852914 10 10 -12,893 650 11,320 902,0366 11 11 -14,066 700 7,803 754,385197 12 12 -15,238 750 4,287 574,966612 13 13 -16,410 800 0,770 364,295162 14 14 -17,582 850 -2,746 115,324306 15 15 -18,754 900 -6,262 16 16 -19,926 950 -9,779 17 17 -21,098 1000 -13,295 18 18 -22,271 1050 -16,812 19 19 -23,443 1100 -20,328 20 20 Los efectos principales no son importantes sobre la extraccin del metal. El efecto de la interaccin no influye en la extraccin del metal mediante el proceso de lixiviacin. Existe curvatura en el modelo. Ello puede ser un factor importante para que las variables anteriores no sean influyentes. Sean los tamaos de paso, los siguientes:

X1=1 X2= X1=-1.237

El punto ms alto de rendimiento en el proceso de lixiviacin se da cuando la temperatura se encuentra a los 450 C y la presin a 25.385 psi, obtenindose una masa de metal promedio alrededor de 1204.9946 Kg. Luego, el criterio de curvatura no fue un impedimento para hallar el rendimiento mximo. PREGUNTA 4 Sea el punto central: X1=450 X2=25.385 Luego las variables codificadas son:

PREGUNTA 5

Variables codificadas ID 1 2 3 4 5 6 7 8 9 11 12 13 14 X1 1 1 -1 -1 0 0 0 0 0 -1.41421 1.414214 0 0 X2 1 -1 1 -1 0 0 0 0 0 0 0 -1.41421 1.414214

Variables naturales 1 500 500 400 400 450 450 450 450 450 379.290 520.711 450.000 450.000 2 27.027 21.027 27.027 21.027 24.027 24.027 24.027 24.027 24.027 24.027 24.027 19.784 28.270 MASA DE RENDIMIENTO 1149,48567 1173,82817 1213,49317 1251,30567 1205,92967 1203,24567 1199,68567 1202,86567 1204,83067 1239,72266 1138,73845 1223,86480 1174,35579

Las variables principales son influyentes sobre la extraccin del metal. La interaccin entre las variables X1 y X2 y el trmino cuadrtico de X2, no son influyentes. Adems, la falta de ajuste no es influyente en el modelo. Por lo que se concluye que el modelo es representativo. El modelo planteado para optimizar el proceso, es el siguiente: Y1= 1203.31 - 35.54*T 16.52*P 6.33*T*T

Surface Plot of Y vs P; T

1250 Y 1200 1150 1100 -1 T 0 -1 1 0

1 P

Contour Plot of Y vs P; T
Y < > 1140 1160 1180 1200 1220 1240 1260 1260

1,0

0,5

1140 1160 1180 1200 1220 1240

0,0

-0,5

-1,0

-1,0

-0,5

0,0 T

0,5

1,0