Acceso usuarios
Nilo Antonio de Souza Sampaio
, João Ercio Miranda Júnior, Maria da Glória Diniz de Almeida, Laura Dutra de Abreu, Ronald Palandi Cardoso
Propósito: El objetivo de este artículo es mostrar dos aplicaciones del Diseño de Experimentos para optimizar procesos en la industria química.
Metodo: Se evaluó el mejor método para crear modelos matemáticos utilizando gráficos de Pareto, gráficos factoriales, gráficos de contorno, gráficos de superficie de respuesta y análisis de varianza.
Resultados y conclusiones :
En ambos casos, las herramientas estadísticas resultaron adecuadas para analizar los procesos y permitieron encontrar los factores de proceso idóneos para garantizar la mejor variable de respuesta posible..
.
Palabras clave: Diseño de experimentos; diseño factorial completo; metodología de superficie de respuesta.
Purpose: This work aims to show two applications of Design of Experiments to optimize processes in chemical industries.
Theoretical Framework: Among the various mathematical modeling approaches, Design of Experiments (DoE) is widely used for the for the implementation of Quality by Design (QbD) in both research and industry. In QbD, understanding the product and the process is the key factor in ensuring the quality of the end product (Politis et al., 2017).
Method: An assessment was made of the best method for creating mathematical models using Pareto graphs, factor graphs, contour graphs, response surface graphs and analysis of variance.
Results and Conclusion: In both case studies, the statistical tools proved to be suitable for analyzing the processes and were able to find the optimum process factors to guarantee the best possible response variable.
Originality/Value: Design of Experiments (DoE) is the main component of the statistical toolbox to deploy Quality by Design in both research and industrial settings.
Objetivo: Este trabalho tem como objetivo mostrar duas aplicações do Design de Experimentos para otimizar processos em indústrias químicas.
Referencial teórico: Entre as várias abordagens de modelagem matemática, o Design de Experimentos (DoE) é amplamente usado para a implementação do Quality by Design (QbD) tanto na pesquisa quanto no setor para a implementação do Quality by Design (QbD) tanto na pesquisa quanto no setor. No QbD, a compreensão do produto e do processo é o principal fator para garantir a qualidade do produto final (Politis et al., 2017).
Método: Foi realizada uma avaliação do melhor método para a criação de modelos matemáticos usando gráficos de Pareto, gráficos de fatores, gráficos de contorno, gráficos de superfície de resposta e análise de variância.
Resultados e Conclusão: Em ambos os estudos de caso, as ferramentas estatísticas se mostraram adequadas para analisar os processos e foram capazes de encontrar os fatores ideais do processo para garantir a melhor variável de resposta possível.
Palavras-chave: Projeto de experimentos; projeto fatorial completo; metodologia de superfície de resposta
