1.2. Bases Teóricas y Conceptuales
1.2.3. Definiciones conceptuales
1.2.3.6 Diseños experimentales
Según el autor (Fidias G. y Arias (2012)), define:
La investigación experimental es un proceso que consiste en someter a un objeto o grupo de individuos, a determinadas condiciones, estímulos o tratamiento (variable independiente), para observar los efectos o reacciones que se producen (variable dependiente). El diseño experimental es una técnica estadística.
Esta consiste en manipular intencionalmente la variable independiente de un modelo para observar y medir sus efectos en la variable dependiente.
Las actividades de planear y realizar una investigación tienen aplicaciones de la estadística, es por ello que a la estadística se le considera como la base fundamental que relaciona una estructura sistematizada de los factores que intervienen en un proceso para obtener un resultado.
En este caso, en las plantas Metalúrgicas para optimizar algún proceso se requiere bastante de la herramienta de los diseños experimentales, en primer lugar, para planificar los trabajos experimentales a realizar con orientación a evaluar las influencias de las variables más importantes sobre el proceso y luego decidir por las variables a estudiar, sus niveles (nivel bajo-nivel alto), su rango de variaciones, que se determina según experiencias pasadas tanto del experimentador como de las pruebas realizadas anteriormente y de los resultados obtenidos anteriormente en planta industrial.
También de las correlaciones que tienen entre las variables mismas.
1.2.3.6.1 ¿Que son los Diseños Factoriales?
Los diseños factoriales permiten el estudio de las simulaciones de varios efectos del factor sobre el proceso conocido como respuesta.
Para dicho estudio es necesario variar los niveles de los factores que intervienen.
El diseño factorial se aplica:
Para determinar los efectos de los factores en estudio, para la función respuesta.
Eficiente en términos del tiempo y costo, porque disminuye el número de tratamiento o pruebas.
Permite el estudio de interacciones entre los factores.
1.2.3.6.2 ¿Cuándo usar los diseños factoriales?
Se usa para:
Obtener eficiencia en las estimaciones de los efectos de cada factor de la respuesta.
Estimar los efectos de interacciones entre dos o más factores en la respuesta.
Probar la curvatura en la respuesta incluyendo el centro de los puntos de réplica en el diseño.
Determinar la varianza de error experimental.
1.2.3.6.3 ¿Por qué usar los Diseño Factoriales?
En la mayor parte de los diseños factoriales se usa para contestar preguntas como:
¿Cuáles son la preparación de las variables más influyentes en la respuesta?
¿Cuáles son los factores que optimizaran la respuesta?
1.2.3.6.4 Principios para el diseño experimentación en la investigación Para una buena investigación un investigador debe conocer los problemas de manera sistematizada con la finalidad de responder a las preguntas que se genera durante el análisis del problema.
La buena planeación ayuda al investigador organizar las tareas necesarias para llevar al desarrollo una investigación. Un investigador debe tomar decisiones críticas, en base a la observación de los factores para buscar los mejores resultados de un proceso.
Al iniciar una investigación es necesario una lista de verificaciones de aspectos concretos entre ellos tenemos:
Planteamiento del problema.
Formulación del problema
Objetivos trazados
Justificación
Limitaciones
Antecedentes del estudio
El marco teórico
Hipótesis del tema en estudio
Variables de la investigación
Métodos
Población y muestra
Diseño
Procedimiento e instrumentos de recolección de datos
Procedimientos de análisis.
Entre estas etapas es necesario conocer también:
Los factores que influyen y cuáles de ellos varían y cuales permanecen constantes.
Número de repeticiones del experimento básico a realizar.
Los recursos y materiales disponibles.
Cuáles son las preguntas sencillas para enfocar las actividades de una investigación.
Las preguntas que centran nuestra atención a través del proceso de diseño incluyen: ''¿Cuál es mi objetivo?", ''¿Qué quiero saber?" y
"¿Por qué quiero saberlo?".
Las preguntas de seguimiento productivo para cada actividad en el proceso, tales como: "¿Cómo voy a realizar esta tarea?" y ''¿Por qué hago esta tarea?", dirigen la atención a definir el papel de cada actividad en el estudio de investigación.
Con lo que respecta a la investigación en procesamiento de minerales el investigador debe conocer las características del mineral a detalle, porque mediante el cual definirá los mejores procesos mediante los factores.
1.2.3.6.5 Aplicación de los diseños factoriales en el procesamiento de minerales
“Los diseños experimentales que se usaron en distintas empresas desde el siglo 19 permitió en las industrias identificar y controlar a los factores que más correlación tenía con la producción (función respuesta), lográndose aumentar la producción con el mínimo costo. Es importante en la actualidad enfocar los Diseños
experimentales en el procesamiento de minerales de la metalurgia extractiva, con la finalidad de mejorar la producción en todos los aspectos.”
“En procesamiento de minerales uno de los factores importantes que se bebe estudiar es la influencia de estos con la función respuesta, en este caso la recuperación del concentrado de mineral y las leyes de las mismas, la mayoría de los factores que se bebe estudiar es como ejemplo, los colectores, depresores, activadores, tiempo de acondicionamiento, condiciones de la pulpa, granulometría del mineral y otros.”
“Para un estudio sistematizado de un problema en procesamiento de minerales es importante conocer los problemas en base a la identificación de las variables independientes y dependientes (Función respuesta).”
“Por ello es de suma importancia la estadística en la Ingeniería Metalúrgica y en todas las otras Ingenierías.”
1.2.3.6.6 Pruebas metalúrgicas con diseño factorial.
“En metalurgia, especialmente en flotación de minerales, el proceso es complejo, del tipo caja negra (black box). La relación del criterio de optimización a las variables independientes del proceso (función respuesta), puede ser descrita con el siguiente modelo matemático.”