Hola a todos,
Les escribo para pedirles consejo sobre cómo diseñar un experimento para optimizar una reacción química bastante compleja. El experimento consiste en lo siguiente:
Un sustrato (1,0 eq) reacciona con una mezcla de dos reactivos llamados RA y RB.
La cantidad total de RA y RB es siempre 0,5 eq.
Las proporciones de RA y RB varían dentro de la mezcla de estos dos reactivos.
La RA varía entre el 38% y el 62%, y la RB también varía entre el 38% y el 62%.
La reacción está catalizada por una mezcla de dos catalizadores, CatX y CatY.
La cantidad total de catalizador varía de 0,1 a 0,5 eq.
Las proporciones de CatX y CatY varían dentro de la mezcla de los dos catalizadores.
CatX varía de 0 a 100%, y CatY varía de 0 a 100%.
El tiempo de reacción es un factor continuo que se estudia durante un período de 6 a 24 horas.
El objetivo del diseño experimental es maximizar la tasa de conversión del sustrato en productos de reacción.
Inicialmente, intenté utilizar la plataforma de diseño personalizado de JMP 18 para definir un diseño de proceso de mezcla.
¿Cómo puedo decirle a JMP que RA + RB constituyen una mezcla y CatX + CatY constituyen otra?
De hecho, si no se realiza esta especificación, el JMP considera que los cuatro compuestos son cuatro constituyentes de una única mezcla.
Intenté especificar restricciones lineales pero sin éxito.
¿Qué efectos deben incluirse en el modelo para obtener un diseño de superficie de respuesta en este caso?
En un segundo intento, simplifiqué el problema considerando la proporción de RA como un factor continuo que oscila entre el 38 % y el 62 %, sin especificar RB. De igual forma, consideré la proporción de CatX como un factor continuo que oscila entre el 0 % y el 100 %, sin especificar CatY. Aunque RB y CatY no aparecen en la tabla, sé que:
RB = 1 - RA
CatY = 1 - CatX.
En este caso, consideré incluir efectos principales, de interacción y cuadráticos para obtener un diseño de superficie de respuesta.
¿Es un enfoque mejor que otro?
¿Sería problemático tener la cantidad total de catalizador como un factor y las proporciones de catalizadores como los otros factores?
Gracias por su ayuda.
Hola @Kyle_Katarn
Creo que su segundo enfoque debería funcionar mejor (y es más simple), ya que algunas de las materias primas estarán perfectamente correlacionadas (concentraciones de reactivos y proporciones de catalizadores).
Si desea que las proporciones de reactivos y catalizadores se optimicen "independientemente" (no investiga la relación entre reactivos y catalizadores), entonces es posible que no necesite un diseño de mezcla: la cantidad de RA se puede determinar por la cantidad de RB (o viceversa), y la misma situación ocurre con el catalizador.
- Para los reactivos, solo se necesita un factor continuo, por ejemplo, la cantidad RA, con niveles de 0,19 eq a 0,31 eq (la proporción del 38 % al 62 % aplicada a la cantidad total de reactivos es 0,5 eq). La cantidad del otro reactivo se puede deducir a partir de este nivel de factor.
- Para los catalizadores, si también varía la cantidad total, necesitará dos factores continuos, uno para la relación de un catalizador, por ejemplo CatX de 0 a 1, y otro para la cantidad total de catalizadores, de 0,1 a 0,5 eq.
¿El tiempo es realmente un factor controlable en su caso?
Que la fuerza te acompañe,
Gracias por su ayuda y consejo.
Utilizar directamente el número equivalente de RA como factor continuo en lugar de la proporción es una buena idea.
Sí, el tiempo es un factor controlable. Las muestras se recolectarán en los momentos especificados y se analizarán para medir la tasa de conversión.
Compararé los diseños Box-Behnken y Face-Centred Central Composite para determinar cuál es más adecuado.
Que la fuerza esté con todos nosotros.
Hola @Kyle_Katarn ,
Ok, suena bien.
Si todavía está buscando análisis comparativos y discusiones entre Box-Benhken, Central Composite Design y el diseño personalizado I-Optimal RSM, ya hay algunas discusiones disponibles en el foro:
Determinación de Alfa : Comparación entre Box-Behnken y CCD.
Tarea de optimización con 2 factores continuos y 1 discreto (2 niveles) : consejos sobre el uso de diseños RSM personalizados vs. clásicos.
¿Por qué no hay puntos de estrella en el diseño personalizado RSM ?: Evaluación comparativa de diseños CCD en función de la ubicación de los puntos de estrella (valor axial).
Cómo especificar un valor axial como rotatorio en un diseño personalizado : cómo cambiar el valor axial predeterminado (-1/+1) para diseños RSM I-optimal personalizados.
Espero que estas discusiones te ayuden.
"Adiós, viejo amigo"
¡Gracias por los enlaces!
No siempre es fácil determinar qué diseño es el más adecuado. Por eso, resulta interesante leer diferentes opiniones sobre sus respectivas ventajas y desventajas.
