MODELAGEM EM EXPERIMENTOS FATORIAIS REPLICADOS PARA MELHORIA DE PROCESSOS INDUSTRIAIS TÊXTEIS

Esta dissertação descreve a aplicação de Modelos Lineares Generalizados (MLGs) à análise de um experimento visando identificar a combinação dos níveis das variáveis independentes: concentração de hidróxido de sódio (A), volume de hipoclorito de sódio (B) e sua interação (AB), que minimiza a variável resposta: proporção de itens com defeitos, em um processo de beneficiamento numa indústria têxtil de pequeno porte. A variável resposta encontra-se na forma de proporção, violando os pressupostos básicos do Modelo Linear Clássico e com isso as estimativas dos coeficientes pelo método de Mínimos Quadrados Ordinários (MQO) é menos confiável. O planejamento utilizado foi o fatorial completo 22 com ponto central e replicado. Após o planejamento, a modelagem pelo MLG é aplicada, só então é possível identificar uma subdispersão dos dados, verificar que o modelo empregado está correto e que o volume de hipoclorito de sódio (B) é o único fator significativo, no processo de alvejamento industrial da empresa. Portanto, como a finalidade é minimizar a resposta, utiliza-se o nível inferior (-1) desta variável. Consequentemente, como o intuito é reduzir os custos com insumos químicos pode-se utilizar o nível mínimo da concentração de hidróxido de sódio (A) e o nível máximo da interação entre os fatores (AB), já que eles não são significativos ao modelo.This dissertation describes the application of Generalized Linear Models (GLMs) to the analysis of an experiment with the purpose identify the levels combination of independent variables: concentration of sodium hydroxide (A) volume of sodium hypochlorite (B) and their interaction (AB), that minimizes the response variable: proportion of defective items, in a process in a small plant of the textile industry. The response variable takes the form of a proportion, that violates the basic assumptions of the Classic Linear Model and, as a result, the estimates of the coefficients by Ordinary Least Squares method is less reliable. The design employed was a replicated complete 22 factorial design with central point. After doing the planning, the modeling by MLG is applied, and then it is possible to identify a underdispersion data; to verify that the model used is correct and that the volume of sodium hypochlorite (B) is the only significant factor in the industrial process of bleaching the company. Therefore, as the purpose is to minimize the response, it is used the lower level (-1) of this variable. Consequently, as the aim is to reduce costs of chemical inputs can use the minimum level of concentration of hydroxide sodium (A) and the maximum level of interaction between factors (AB), since they are not significant to the model