Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouBenedito Isabella Aveiro Gameiro Alterado mais de 8 anos atrás
1
Modelagem de misturas
2
Modelos cúbicos para três componentes O modelo quadrático geralmente reproduz satisfatoriamente os valores das respostas nos vértices e nas arestas do triângulo de concentrações. (componentes puros e suas misturas binárias) Entretanto, modelos que tem termos cúbicos podem ser importantes para descrever a mistura nos pontos do interior do triângulo.
3
A dedução da equação do modelo cúbico completo, estabelece uma equação com 10 termos (logo teríamos que realizar experimentos em mais quatro pontos) Entretanto podemos em algumas situações descrever a região experimental com a adição de um único ponto. Um ponto central correspondendo a mistura ternária em partes iguais. O planejamento é chamado centróide simplex...
4
O modelo ajustado possui sete parâmetros e é denominado modelo cúbico especial e possui apenas um termo a mais que modelo quadrático... Logo para o novo modelo, teremos a equação...
5
No estudo de membranas para fabricação de eletrodos a sensibilidade é funçao de x1, x2 e x3.... Determinar os valores b1, b2, b3, b12, b13, b23 e b123 para ajuste do modelo cúbico especial mostrado abaixo... X1X2X3sinal11003,23,0 20100,50,4 30010,40,3 4½½01,91,22,0 5½0½3,94,44,1 60½½0,30,30,2 71/31/31/33,43,6
6
Ir até Experimental Design (DOE) Selecionar : Misture designs....e clicar OK Para este experimento temos 3 fatores (x1, x2 e x3) Para ajustar o modelo cúbico especial precisamos de um ensaio adicional...7 experimentos... Selecionar na aba Simplex-centroid designs com 3 fatores...
7
Na aba Quick... escolher “standard order” Na aba “add to design” informar 1 ou 2 replicates...e clicar em “Summary”...
8
Temos inicialmente o planejamento de 7 ensaios em duplicata... Como são 17 ensaios (2 x 7 =14...+ 3 pontos de misturas 50:50...
9
Copiar o planejamento para a planilha e adicionar os 3 ensaios que faltam...em uma planilha com 17 cases !!!
10
Informamos os dados experimentais...
11
Voltar para “Analyse design”...
12
Selecionar...variáveis (dep. e indep.)...2xOK...
13
Temos um resumo do nosso experimento e as possibilidades de análise...
14
Na aba Model... Selecionar selecionar “Special cubic”...e pode-se inicial a análise na aba Quick...
15
Ao clicar em “Summary Estimates:...” temos os coeficientes da equação... Equação e desenho (pg. 318, 319...)
16
Modelo com todos os coeficientes... Y = 3,10x 1 + 0,45x 2 + 0,35x 3 -0,30x 1 x 2 + 9,63x 1 x 3 - 0,53x 2 x 3 + 33,00 x 1 x 2 x 3 Eliminando os termos com coeficientes não significativos... Y = 3,10x 1 + 0,45x 2 + 9,63x 1 x 3 + 33,00 x 1 x 2 x 3
17
Curvas de contorno para Y...
18
Avaliação de modelos... ANOVA...para o modelo com 6 termos.. (pg. 320) Valor tabelado de F (6,10)0,99 = 5,39 Comparado ao valor calculado F = 119 O modelo é altamente significativo...
19
ANOVA...para o modelo com os termos significativos... Y = 3,10x 1 + 0,45x 2 + 9,63x 1 x 3 + 33 x 1 x 2 x 3 Ajuste do modelo Ftab. < F calc Valor tabelado de F (4,12)0,99 = 5,41 Comparado ao valor calculado F = 200,9 Falta de ajuste do modelo... Ftab. > F calc Valor tabelado de F (2,10)0,99 = 7,56 Comparado ao valor calculado F = 0,3 O modelo também é altamente significativo...
20
Pseudocomponentes Na análise realizada encontrou-se uma composição ótima onde um dos componentes não estava presente na mistura. Na prática uma mistura requer a presença de todos os componentes e esta situação foi considerada no exemplo analisado. Os componentes x1,x2 e x3 apresentados no problema anterior, são pseudocomponentes (misturas dos componentes propriamente ditos)
21
Pseudocomponentes Esta situação pode ser generalizada para uma mistura qualquer, em que as proporções dos componentes puros tenham de obedecer a limites inferiores não- nulos, que é chamado de a i. Na análise realizada encontrou-se uma composição ótima onde um dos componentes não estava presente na mistura. Na prática uma mistura requer a presença de todos os componentes e esta situação foi considerada no exemplo analisado. Os componentes x1,x2 e x3 apresentados no problema anterior, são pseudocomponentes (misturas dos componentes propriamente ditos)
22
Se estabelecem limites inferiores para cada componente e sua soma (a i ) deve ser menor que a unidade. No exemplo o componente indicado com a composição (1,0,0) corresponde a uma mistura de proporções (0,8; 0,1; 0,1)
23
Exemplo da membrana.... Todos os limites inferiores ai são iguais a 0,1.... i = 1, 2 e 3..... Substituindo na equação temos uma resposta em função das proporções dos constituintes da mistura... Y = 0,34 + 3,43 C 1 + 0,97 C 2 - 1,0 C 3 – 9,67 C 1 C 2 + 9,98 C 1 C 3 - 9,67 C 2 C 3 + 93,74 C 1 C 2 C 3 + 9,98 C 1 C 3 - 9,67 C 2 C 3 + 93,74 C 1 C 2 C 3
24
Desenvolvimento de um novo produto (pseudocomponentes) O açúcar, o amido e o leite em pó são os componentes em maior proporção na formulação de um pudim. A proporção de amido é um dos fatores que mais influenciam propriedades de textura. No estudo foram avaliadas cinco respostas: Firmeza, Fraturabilidade, Adesividade, Coesividade, Elasticidade
25
Planejamento das formulações Ordem Amido(x 1 ) Leite (x 2 ) Açúcar (x 3 ) Firmeza 40,1760,00,82442,041,045,0 70,00,01,011,011,010,0 90,00,4120,58810,010,511,0 60,00,8240,1769,09,510,0 20,1760,4120,41234,031,032,5 30,0880,8240,08824,024,526,0 50,0880,00,91228,025,528,5 10,0880,4120,5017,018,520,0 80,1760,8240,0048,049,550,0
26
Coeficientes do modelo Conclusões : O modelo cúbico especial é o que melhor se ajusta. O amido é o componente mais importante.... Termo x1x1x1x1 x2x2x2x2 x3x3x3x3 x 1 x 2 x1x3x1x3x1x3x1x3 x2x3x2x3x2x3x2x3 x1x2x3x1x2x3x1x2x3x1x2x3 Firmeza213,711,38,9-473,1 Elastic.-19,31,92,227,223,6-1,622,4
28
OTIMIZAÇÃO SIMPLEX Método que permite otimizar um sistema sem conhecer ou postular, qualquer relação matemática entre a resposta e as variáveis independentes. Um destes métodos é o simplex sequencial simplex sequencial
29
características Só podemos fazer um experimento de cada vez. Característica que o torna interessante para instrumentos de rápida resposta, como sistemas de fluxo. Só podemos utilizar o método quando avaliamos variáveis quantitativas. Só podemos avaliar uma resposta de cada vez, dificuldade que pode ser contornada usando como “resposta” uma combinação das respostas.
30
Definição de Simplex “uma configuração espacial de n dimensões determinada por n+1 pontos num espaço de dimensão igual ou superior que n”
31
Existem vários tipos de otimização simplex: Simplex básico Simplex modificado Simplex supermodificado
32
Diferença: o número total de experimentos é menor comparativamente ao simplex básico. A eficiência do simplex, em comparação com métodos univariados, cresce com o número de fatores.
33
Simplex básico Se o número de fatores é dois, temos um triângulo equilátero, com três um tetraedro regular. Não temos nenhum conhecimento prévio sobre a forma da superfície, pois se tivéssemos, usaríamos outra técnica. A técnica é deslocar o simplex sobre a superfície de modo a evitar regiões de resposta insatisfatória. Não há duplicatas nos experimentos.
34
Regras... Regra 1 - O primeiro simplex é determinado fazendo-se um número de experimentos igual ao número de fatores mais 1. Regra 2 – o novo simplex é formado rejeitando-se o vértice correspondente a pior resposta Regra 3 – Quando o vértice refletido tiver a pior das respostas devemos rejeitar o segundo pior vértice. Regra 4 – se um mesmo vértice tiver sido mantido em P+1 simplexes, antes de construir o próximo simplex, devemos determinar novamente a resposta correspondente a este vértice. Regra 5 – Se o novo vértice ultrapassar os limites aceitáveis para qualquer uma das variáveis que estão sendo ajustadas, devemos atribuir um valor indesejável a resposta neste vértice.
35
Simplex modificado Na proposição inicial o simplex é refletido. No algoritmo modificado o simplex pode alterar seu tamanho e sua forma e consequentemente adaptar-se melhor a superfície de resposta. Essa estratégia permite uma aproximação mais rápida da região de interesse.
36
Movimentos Reflexão (simplex básico) Expansão Contração Contração com mudança de direção (pg 356, livro) Uso de geometria analítica elementar permite a localização dos vértices a medida que o simplex se movimenta.
38
Vetores P = V2 + V3 / 2 Reflexão simples R R = P + (P – V1) Expansão simples S = P + 2 * (P – V1) Contração C C = P + ½ * (P – V1)
39
Movimentos de reflexão, expansão e contração. Exemplo: simplex bidimensional (2 fatores) MovimentoVérticeSimplextConcResp InicialAABC68056 InicialBABC562159 InicialCABC802161 ReflexãoExpansãoDD’BCDBCD’??
40
Modelagem de misturas : propriedades de emulsificação de proteínas Simplex: produção de carotenóides desenvolvimento de nanopartículas
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.