Académique Documents
Professionnel Documents
Culture Documents
experimentos em projetos de
pesquisa de engenharia civil
Contributions to experiment design in civil engineering
research projects
Denise Carpena Coutinho Dal Molin
Marlova Piva Kulakowski
Jos Luis Duarte Ribeiro
Resumo
onduzir experimentos planejados estatisticamente em projetos cujo
objeto de estudo principal so os resultados obtidos de programas
experimentais ainda no uma constante nas pesquisas em Engenharia
Civil. O planejamento estatstico de experimentos permite realizar
anlises mais refinadas dos dados, por meio de modelagem das variveis de
resposta. Alm disso, pode-se empregar projetos fracionados, o que possibilita
trabalhar com diversas variveis de controle, em diversos nveis, sem tornar o
experimento oneroso e reduzindo o tempo de execuo dos experimentos. O
presente trabalho discute as vantagens do planejamento de experimentos, de forma
a contribuir para melhorar a qualidade dos mtodos de pesquisa em programas
experimentais. So apresentados alguns exemplos de planejamento de
experimentos na rea de tecnologia de materiais de construo, indicando os
principais benefcios alcanados. Alm disso, so apresentadas as anlises de
dados obtidas a partir de experimentos completos e fracionados, concluindo-se que
essencialmente a mesma informao pode ser obtida a partir de experimentos
fracionados que seguem os conceitos estatsticos.
Recebido em 18/11/03
Aceito em 15/05/04
Abstract
The use of statistically designed experiments in research projects that involve the
analysis of results from experimental programmes is not common in Civil
Engineering. The statistical design of experiments allows for the refined analysis
of data, obtained from the modelling of response variables. Moreover, fractional
designs can be used to work with several control variables, at different levels,
without making the study expensive and reducing the necessary time for the
realization of experiments. This article discusses the advantages of using
experiment designs, in order to make a contribution for improving the quality of
research methods that involve experimental programmes. Some examples of
experiment design in the field of construction materials technology are described,
indicating the main benefits achieved. Also, data analysis obtained from complete
and fractional experiments are presented, indicating that the same information
obtained from complete experiments can be obtained from fractional experiments
following statistical criteria.
Keywords: Experiment design. Fractional factorial design. Construction materials
.
Ambiente Construdo, Porto Alegre, v. 5, n. 2, p. 37-49, abr./jun. 2005.
ISSN 1415-8876 2005, Associao Nacional de Tecnologia do Ambiente Construdo. Todos os direitos reservados.
37
Introduo
A metodologia de projetos de experimentos foi
aplicada pela primeira vez em experimentos de
agricultura, difundindo-se rapidamente em campos
como agronomia, biologia, engenharia qumica,
industrial e de produo (NANNI; RIBEIRO,
1987).
A mesma difuso no ocorreu na Engenharia Civil,
e somente nos ltimos anos observa-se uma
preocupao crescente por parte dos pesquisadores
em comprovar estatisticamente as concluses
obtidas em ensaios de laboratrio.
No momento em que se faz uso de mtodos
estatsticos para avaliao de experimentos,
ressalta-se a importncia de um planejamento
prvio para que se obtenha, a um custo mnimo, a
maior quantidade de informaes sobre as
caractersticas dos fatores considerados. Quando,
por exemplo, no determinado previamente o
tamanho timo de uma amostra, pode-se utilizar
um nmero mais elevado de repeties para tirar as
mesmas concluses que poderiam ser obtidas a
partir de uma amostra de menor tamanho. Por
outro lado, um nmero insuficiente de amostras
pode gerar incertezas que impossibilitem qualquer
concluso referente aos fatores estudados. Alm
disso, ensaios no sistematizados, quando muitos
fatores esto envolvidos, dificultam ou mesmo
impedem qualquer anlise estatstica posterior.
Programas experimentais e o
planejamento de experimentos
38
39
Varivel
Relao entre gua e aglomerante
Teor de adio de slica ativa (%)
Idade (tempo de cura; dias)
Temperatura (ambiente de cura; C)
N1
0,28
0
7
5
Nveis
N2
N3
N4
0,35 0,45 0,60
5
10
15
14
28
63
15
25
30
N5
0,75
20
91
40
Experimento
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
Temperatura
(C)
15
30
15
30
15
30
15
30
5
40
25
25
25
25
15
30
15
30
15
30
15
30
25
25
25
25
25
25
40
5
25
25
25
25
30
15
30
15
30
15
30
15
Idade
(dias)
14
14
14
14
14
14
14
14
28
28
28
7
28
91
63
63
63
63
63
63
63
63
28
28
28
28
28
28
28
28
28
28
7
91
14
14
14
14
63
63
63
63
Relao
gua/aglomerante
0,35
0,35
0,60
0,60
0,35
0,35
0,60
0,60
0,45
0,45
0,28
0,45
0,75
0,45
0,60
0,60
0,35
0,35
0,35
0,35
0,60
0,60
0,45
0,45
0,45
0,45
0,45
0,45
0,45
0,45
0,28
0,75
0,45
0,45
0,35
0,35
0,60
0,60
0,35
0,35
0,60
0,60
40
Pontos no
projeto
Cubo
Estrela
Cubo
Central
Estrela
Cubo
Varivel
Relao entre gua e aglomerante
Dimetro do corpo-de-prova extrado (mm)
Esbelteza (h/d)
Teor de adio de slica ativa (%)
Dimetro mximo do agregado (mm)
N1
0,25
50
1
0
12,5
Nveis
N2
0,28
75
1,5
10
25
N3
0,32
100
2
-----------
41
Esbelteza (h/d)
1
Esbelteza (h/d)
1,5
Esbelteza (h/d)
2
CP extrado (mm)
CP extrado (mm)
CP extrado (mm)
a/c
7,5
10
7,5
10
7,5
10
a/c
a/c
a/c
dmx 12,5
dmx 25,0
dmx 12,5
dmx 25,0
42
n = z2 / 2
CV 2
Er 2
(1)
onde:
n = nmero de repeties;
Er = erro relativo admitido da estimativa, fixado
em 10%;
0 ,18 ida
0
,
08
ida 0 , 2601
+ ac
0 , 2601
+ 0 , 82 s . a .) x
1 , 12
(2)
onde:
fc = resistncia compresso (MPa);
cur = tipo de cura (0 = cura ambiente ou 10 = cura
mida);
ac = relao entre gua e aglomerante;
s.a. = percentual de slica ativa; e
ida = idade do concreto (em dias).
Com respeito anlise de varincia (Tabela 6), o
modelo proposto confirma a maior influncia da
slica ativa (k=0,82) em relao ao efeito da cura
(k=0,64) e deixa claro que a maior parcela deve-se
ao efeito conjunto da idade e fator
gua/aglomerante. A Figura 3 apresenta a relao
entre as resistncias compresso estimadas e as
observadas experimentalmente. Nota-se que a
expresso proposta possui um bom ajuste, sendo a
disperso dos dados bem equilibrada em relao ao
modelo.
Projeto de experimentos fracionado
A anlise de dados apresentada para a varivel de
resposta resistncia compresso foi realizada
para a matriz completa de combinaes de
variveis. Considerando trs repeties por
varivel, o total de ensaios realizados para
resistncia compresso foi de 504. Caso fosse
desejado estudar o efeito de mais um teor de slica
ativa, o nmero de ensaios alteraria para 756.
Como pode ser observado na , para a execuo do
projeto de experimentos desta pesquisa, com
combinaes de variveis em uma matriz
completa, foi necessrio moldar e testar 2.016
corpos-de-prova, o que gerou 2.016 respostas, ou
seja, dados com 504 valores para cada varivel
dependente analisada.
Dessa forma, em um determinado momento,
necessrio limitar as variveis, ou por questes
econmicas, ou por questes de tempo e trabalho
envolvido. O fracionamento de projetos surge
como uma alternativa em que estas dificuldades
impedem de rodar o experimento completo, e
43
planejado
estatisticamente,
praticamente a mesma informao pode ser obtida
rodando-se apenas uma frao do experimento
completo. Esse tipo de experimento bastante
utilizado em outras reas, mas na Engenharia Civil
no se tem notcias de planejamento de projetos
fracionados, o que leva a um desenvolvimento
mais lento das pesquisas, com um maior capital
investido.
Assim, neste trabalho, a validao das tcnicas de
fracionamento de projetos realizada empregandose os dados obtidos a partir da realizao do
projeto experimental completo. Com os dados da
matriz fracionada estabelecida com o emprego de
tais tcnicas, buscou-se verificar se possvel
modelar o comportamento do concreto, bem como
se a resposta obtida compatvel com aquela
oriunda da anlise da matriz completa.
Como visto anteriormente e conforme bibliografia
(RIBEIRO; CATEN, 2001; MONTGOMERY,
2001), o fracionamento de projetos pode ser feito
por vrias tcnicas. Os projetos fatoriais
fracionados so prticos, porm, conforme a
tcnica adotada para o fracionamento, o teste
forte somente para os efeitos principais e
interaes de primeira ordem, no detectando
possveis mudanas de concavidade no
desenvolvimento das regresses.
Uma tcnica mais poderosa reside nos projetos de
superfcie de resposta, que para ajustar um modelo
de segunda ordem deve ter, no mnimo, trs nveis
de cada fator. O projeto mais usado para ajustar
um modelo de segunda ordem consiste de um
fatorial fracionado somado a pontos axiais e
pontos centrais, conforme mostra a Figura 4.
Estes pontos, devidamente distribudos no espao
amostral e balanceados, permitem avaliar os
efeitos produzidos pela mudana de nvel dos
fatores analisados. Os pontos centrais, que formam
uma espcie de estrela (Figura 5), possibilitam a
identificao de interaes entre eles. Uma
descrio detalhada da metodologia de superfcie
de resposta encontra-se em Montgomery (2001).
O fracionamento do projeto experimental completo
deste estudo pode ser visto esquematicamente na
Figura 6.
Como o projeto original no foi feito com vistas ao
posterior fracionamento, algumas adaptaes
foram realizadas na escolha dos pontos,
desprezando-se as relaes a/(c + ms) e idade
menos representativas ou que originaram as
maiores variabilidades nos ensaios. A Figura 7
44
+ 0 , 55 cur
0 ,18 ida
0 , 26
+ ac
0 , 08 ida
0 , 26
+ 0 , 87 s . a .) x
1 , 12
(3)
onde:
fc = resistncia compresso (MPa);
cur = tipo de cura (0 = cura ambiental e 10 = cura
mida);
s.a. = porcentagem de slica ativa;
ida = idade do concreto (dias);
ac = relao entre gua e aglomerante.
Para comparar as equaes 2 e 3, ajustadas
mediante os 504 dados (projeto completo) e apenas
com parte deles (108; projeto fracionado),
respectivamente, foram desenvolvidos os grficos
que constam nas Figuras 8 a 11, adotando-se
valores mdios conforme segue:
idade = 28 dias;
relao entre gua e cimento + slica ativa = 0,37;
teor de slica ativa = 5 %; e
tipo de cura = 5.
A partir dessas figuras e da anlise de varincia,
possvel concluir que o fracionamento de
experimentos, quando bem conduzido, permite
obter as mesmas estimativas que seriam geradas
pelo projeto completo. Dessa forma, fica como
sugesto que novas pesquisas faam uso dessa
ferramenta para que, com o mesmo esforo
despendido, uma maior contribuio possa ser
dada ao meio tcnico-cientfico, sem com isso
prejudicar
a
qualidade
dos
trabalhos
desenvolvidos.
Varivel
N1
0,25
1
0
1
12,5
N2
0,38
3
10
2
25
N3
0,32
7
----------------
Nveis
N4
0,37
28
------
N5
0,43
63
------
N6
0,50
91
------
N7
0,58
-----------
Adies
de s.a.
(%)
0
Tipo de
Cura
Relao
a/(c + s.a.)
Cmara
mida
0,25
0,28
0,32
0,37
0,45
0,50
0,58
Ambiente
10
Cmara
mida
Ambiente
TOTAL 2 2
*
Idade
(dias)
1
3
7
28
63
91
6
N de corpos-deprova*
Ensaios Realizados
Compresso simples - fc
504
504
504
Deformao transversal e
longitudinal
4
504
2016
Fonte
slica ativa (A)
cura (B)
idade (C)
gua/aglomerante (D)
AB
AC
AD
BC
BD
CD
ABC
ABD
ACD
BCD
ABCD
Erro
Total
GDL
1
1
5
6
1
5
6
5
6
30
5
6
30
30
30
336
503
SQ
3307,00
1641,00
109700,00
73720,00
1,97
845,30
102,60
1181,00
53,55
5537,00
8,40
21,01
300,70
110,80
57,82
1546,00
198100,00
MQ
3307,00
1641,00
21940,00
12290,00
1,97
169,10
17,09
236,10
8,93
184,60
1,68
3,50
10,02
3,69
1,93
4,60
F
718,91
356,52
4769,57
2671,74
0,43
36,76
3,72
51,33
1,94
40,13
0,37
0,76
2,18
0,80
0,42
F0,05
3,84
3,84
2,21
2,10
3,84
2,21
2,10
2,21
2,10
1,46
2,21
2,10
1,46
1,46
1,46
SIGN.
S
S
S
S
NS
S
S
S
NS
S
NS
NS
S
NS
NS
GDL= graus de liberdade; SQ = soma quadrada; MQ= SQ/GDL = mdia quadrada; F= valor calculado de F; F0,05= valor tabelado de
F para o nvel de significncia (distribuio de Fischer); S= efeito significativo; NS= efeito no significativo.
Tabela 6 Anlise de varincia (ANOVA) para dados de resistncia compresso obtidos com matriz
completa
45
100
fcobs = 1,05fcest-5,57
2
r = 0,97
80
60
40
20
20
40
60
80
100
46
slica ativa
10 %
mida
tipo de cura
ambiente
0%
slica ativa
28 63 91
7
idade (dias)
U
U
U
U
U
U
U
U
U
U
U
U
U
U
U
U
28 63 91
7
U
U
idade (dias)
tipo de cura
mida
10%
ambiente
0%
U
U
U
U
47
100
Projeto completo
Projeto fracionado
Mdias reais
90
80
70
60
50
r2 =93%
r =93%
40
30
20
10
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
100
90
80
r =93%
70
r =93%
60
50
40
Projeto completo
Projeto fracionado
Mdias reais
30
20
10
20
40
60
Idade (dias)
Figura 9 - Relao entre resistncia compresso e idade
48
80
100
90
Projeto fracionado
80
Mdias reais
70
60
50
40
30
20
10
mida
Ambiente
Tipo de cura
90
Projeto fracionado
80
Mdias reais
70
60
50
40
30
20
10
0
10
Slica Ativa (%)
49
Consideraes finais
Primeiramente, deve-se salientar que cada projeto
de experimentos apresenta caractersticas prprias
no que se refere aos materiais e tcnicas
empregados na obteno dos dados, o que ir
determinar o mtodo de projeto estatstico de
experimentos a ser adotado.
Comparando-se os mtodos empregados para o
projeto de experimentos de Hoffmann (2001) e
Martins (1997), pode-se perceber claramente que
num projeto que apresenta maior nmero de nveis
das variveis, de preferncia um nmero mpar
como 5, maior ser a possibilidade de reduzir o
tamanho da amostra mediante a reduo do
nmero de combinaes de variveis. Hoffmann
(2001), empregando um projeto do tipo 54 (quatro
fatores a cinco nveis), teve a possibilidade de
reduzir o nmero de combinaes de 625 para 42,
o que reduziu o nmero de corpos-de-prova de
2.500 para 168, ou seja, uma reduo de 92%. J
no trabalho de Martins (1997) o projeto fatorial
misto combina fatores com nmero de nveis
diferentes (3322 combinaes de variveis)
possibilitou a reduo do nmero de ensaios de
108 combinaes para 56, ou seja, reduo de
50%. Logo, pode-se dizer que, quanto maior for o
nmero de informaes disponveis para
estabelecer um programa experimental, maior ser
a sua otimizao na obteno de dados confiveis.
No estudo comparativo entre concretos
convencionais e concretos de alta resistncia, a
aplicao de um projeto fatorial fracionado
possibilitou a reduo do nmero de ensaios, de
504 para 108 ensaios para cada propriedade
mecnica, uma reduo de 78%. Se o projeto fosse
planejado desde o incio para um posterior
parcelamento, as vantagens obtidas poderiam ser
at maiores. Entre elas, poder-se-ia optar por cinco
nveis para todas as variveis de controle,
possibilitando,
dessa
forma,
obter
um
fracionamento semelhante ao de Hoffmann (2001),
reduzindo tambm o nmero de repeties para
alguns ensaios. Em termos prticos esta reduo
em 78% do nmero de ensaios torna o programa
experimental mais econmico, diminuindo-se o
consumo de material, o tempo de execuo e o
desgaste de equipamentos, entre outros benefcios.
Alm disso, pela aproximao das curvas
modeladas nas duas situaes de projeto, ficou
comprovado que a execuo dos experimentos de
forma
fracionada
fornece
respostas
de
comportamento com a mesma confiabilidade
obtida para os experimentos conduzidos de forma
completa.
50
Referncias bibliogrficas
HOFFMANN, A. T. Influncia da adio de
slica ativa, da relao gua/aglomerante,
temperatura e tempo de cura no coeficiente de
difuso de cloretos em concretos. 2001. 133 f.
Dissertao (Mestrado em Engenharia Civil) Programa de Ps-Graduao em Engenharia Civil,
Escola de Engenharia da Universidade Federal do
Rio Grande do Sul, Porto Alegre, 2001.
MARTINS, M. L. C. Anlisis del
comportamiento mecnico del hormign de alta
resistencia mediante probetas testigo y probetas
moldeadas con distintas condiciones de
hormignado. 1997. 162 f. Tesis doctorales Departamento de Ingeniera Civil: Construccin
Construccin, Escuela Tcnica Superior de
Ingenieros de Caminos, Canales y Puertos,
Universidad Politecnica de Madrid, Madrid, 1997.
MEHTA, P. K.; MONTEIRO, P. J. M. Concreto:
estrutura, propriedades e materiais. So Paulo:
Pini, 1994.
MONTGOMERY, D. C. Design and analysis of
experiments. New York: John Wiley and Sons,
Inc., 2001. 684 p.
MYERS, R. H.; MONTGOMERY, D. C.
Response Surface Methodology: process and
product optimization using designed
experiments. New York: Wiley-Interscience,
1995. 504 p.
NANNI, L. F.; RIBEIRO, J. L. Planejamento e
avaliao de experimentos. Porto Alegre:
CPGEC/UFRGS, 1987. 193 p. (Caderno Tcnico,
17).
RIBEIRO, J. L. D.; CATEN, C. S. Projeto de
experimentos. Porto Alegre: FEENGE/UFRGS,
2001. 130 p. (Srie Monogrfica Qualidade).
WU, C. F.; HAMADA, M. Experiments:
planning, analysis, and parameter design
optimization. Wiley Series in probability and
Statistics, New York: John Wiley and Sons, Inc.,
2000. 630 p.