Académique Documents
Professionnel Documents
Culture Documents
2 – OBJETIVOS
Sharma et a. (2019) apontou em seu estudo como objetivo principal avaliar o
desempenho de um motor a diesel com diferentes tipos de combustíveis. Para isso foi utilizado
a metodologia de superfície de resposta através do planejamento experimental delineamento
composto central rotacional (DCCR) com as variáveis dependentes: tipo de combustível, carga
do motor, taxa de fluxo de ar e velocidade (rpm). Como variáveis dependentes (respostas) foram
avaliados o BTE (quão eficiente o motor converte energia térmica em cinética), eficiência
volumétrica, monóxido de carbono (CO); hidrocarboneto (HC) e Óxido de Nitrogênio (NOx).
3 – ANÁLISE CRÍTICA DA METODOLOGIA
Nesse item serão discutidos a metodologia utilizada no artigo focando no planejamento
experimental. Além disso, serão abordadas sugestões do que poderia ter sido realizado, críticas
à alguns procedimentos e cálculos que foram omitidos no artigo.
𝑦 = 𝛽0 + ∑ 𝛽𝑖 𝑥𝑖 + ∑ 𝛽𝑖𝑗 𝑥𝑖 𝑥𝑗 Equação 4
𝑖=1 𝑖<𝑗
Os parâmetros β são os coeficientes de regressão dos modelos onde β0 é estimada através
da média das respostas, βi é a resposta individual e βij é a resposta de interação nas equações 3
e 4. Na equação 4 além dos termos citados acima há a interação quadrática representada pelo
coeficiente de regressão βii.
Nos modelos fatorial completo e DCCR o níveis de cada variável são codificados como:
0 para o ponto central, 1 para o maior valor e -1 para o menor valor. No DCCR, no entanto, há
o incremento dos pontos axiais seus níveis irão depender do número de variáveis, sendo
calculado conforme a equação 5. Onde k é o número de variáveis.
𝑘
𝑃𝑜𝑛𝑡𝑜𝑠 𝑎𝑥𝑖𝑎𝑖𝑠 = 𝛼 = ± 24 Equação 5
Figura 1 - Esquema ilustrativo do cálculo matemático para a variável velocidade e seus níveis codificados
Fonte: Própria autoria com base nos dados do artigo de Sharma, et. al. (2019)
Tabela 2 - Tabela de sugestão para os valores da velocidade e seus níveis codificados
O artigo não aborda o modelo de primeira ordem, mas o mesmo poderia ter sido
analisado, assim poderia ter sido analisado o efeito de interação entre as variáveis para cada
resposta. Para tanto o parâmetro tipo de combustível deveria ser removido ou sofrer alguns
ajustes para que o mesmo fosse transformado em uma variável quantitativa. A tabela 3
representa uma proposta de fatorial completo para o exprimento realizado no artigo. Sendo as
variáveis SBG 10% (biogás com mistura de 10% biodiesel de soja e 80% de diesel), SBG 20%
(biogás com mistura de 20% biodiesel de soja e 80% de diesel) e DBG (biogás com 100% de
diesel). Nesse caso a variável combustível passa a ser quantitativa variando a porcentagem da
mistura biodiesel e diesel que trabalham juntamente com o biogás.
Tabela 3 - Códigos e seus valores correspondentes para cada variável independente no modelo de primeira ordem
Código Combustível carga (kg) velocidade (rpm) fluxo de ar (h)
-1 DBG 4,8 1506 50
0 SBG (10%) 7,2 1493 48
1 SBG (20%) 9,6 1480 46
FACTOR SS DF MS F P
(1)COMBUSTÍVEL(L) 32,2944 1 32,2944 7,91300 0,030635
COMBUSTÍVEL(Q) 82,1419 1 82,1419 20,12698 0,004164
(2)CARGA (KG)(L) 70,5894 1 70,5894 17,29632 0,005952
CARGA (KG)(Q) 111,5245 1 111,5245 27,32652 0,001962
(3)VELOCIDADE (RPM)(L) 105,1691 1 105,1691 25,76927 0,002274
VELOCIDADE (RPM)(Q) 33,4221 1 33,4221 8,18933 0,028738
(4)FLUXO DE AR (H)(L) 27,6061 1 27,6061 6,76426 0,040618
FLUXO DE AR (H)(Q) 21,6989 1 21,6989 5,31683 0,060615
1L BY 2L 7,4256 1 7,4256 1,81948 0,226055
1L BY 3L 0,6724 1 0,6724 0,16476 0,698894
1L BY 4L 65,3672 1 65,3672 16,01674 0,007102
2L BY 3L 33,1776 1 33,1776 8,12941 0,029135
2L BY 4L 0,8190 1 0,8190 0,20068 0,669891
3L BY 4L 5,8081 1 5,8081 1,42314 0,277917
LACK OF FIT 124,8967 10 12,4897 3,06031 0,091951
PURE ERROR 24,4871 6 4,0812
TOTAL SS 695,1543 30
Tabela 7 - ANOVA - Análise de variância para o design experimental fatorial de segunda ordem da resposta BTE
Tabela 8 - ANOVA - Análise de variância para o design experimental fatorial de segunda ordem da resposta BTE
Equação 8
5 – CONCLUSÕES
Foram encontrados erros durante o planejamento, entre eles estão o mal
dimensionamento das variáveis codificadas, a utilização de uma variável qualitativa como
variável dependente a repetição de uma corrida e a ausência de uma delas. Além disso, o autor
escolheu fazer triplicata de todos os ensaios e incluiu sete pontos centrais no planejamento,
aumento muito o número de corridas e indo de encontro com objetivo principal do planejamento
fatorial que é ter o maior número de informações com a menor quantidade de experimentos
economizando tempo e materiais.
Para a análise dos resultados obtidos no planejamento considerações tiveram que ser
feitas. Os resultados da tabela ANOVA calculada e os polinômios foram diferentes dos
apresentados no artigo, enquanto que os gráficos de superfície de resposta foram similires
levando a conclusão de que pode ter ocorrido manipulação dos dados.
REFERÊNCIAS BIBLIOGRÁFICAS
SHARMA, A. et al. Effect of biogas on the performance and emissions of diesel engine
fuelled with biodiesel-ethanol blends through response surface methodology approach.
Renewable Energy, v. 141, p. 657–668, 2019.