FIGURA 3.

5 TOLERANCIA PERMISIBLE EN LOS ENSAYOS

Si más de un espécimen es removido al mismo tiempo del cuarto húmedo para la

prueba de las 24 horas , mantenga dichos especímenes cubiertos con un paño

húmedo hasta ser probado. Si más de un espécimen es removido al mismo tiempo

del agua de almacenamiento para las pruebas deberán ser dispuestos en agua a

73,5±3,5 F (23±2 C) y sumergidos completamente hasta su momento de prueba.

1. 2. Limpie con un trapo cada espécimen hasta tener la superficie del mismo
seca, y remover cualquier grano de arena suelto o incrustaciones de las caras que vayan
a estar en contacto con los bloques de soporte de la máquina de pruebas. Chequee las
caras por medio de un filo recto y de existir curvaturas en las caras trabájelas para
obtener superficies o descarte el espécimen. Una revisión periódica de la sección
transversal de los especímenes deberá ser hecha.
2. 3. Aplique la carga a las caras del espécimen que estuvieron en contacto con
las realmente planas caras del molde. Cuidadosamente coloque el espécimen en la
máquina de pruebas debajo del centro del bloque de soporte superior. Antes de probar un
cubo, se deberá cerciorarse de que el bloque esférico está libre de inclinación. No use
materiales de relleno. Lleve el bloque esférico y acérquelo a la superficie del espécimen.
Aplique la velocidad de variación de la carga a una velocidad de movimiento relativo
entre las platinas superiores o inferiores correspondiente a una velocidad de carga de 200
a 400ls/s ( 900-1800 N/s). obtenga dicha velocidad de movimiento de la platina durante la
primera mitad de la anticipada carga máxima y no haga ajuste en la velocidad del
movimiento de la platina en la última mitad del proceso de carga especialmente mientras
el cubo está cediendo antes de la falla.

CALCULOS

Tome nota de la máxima carga indicada por la máquina de prueba y calcule el esfuerzo

de compresión como se indica [8]:

 En donde :

Fm = esfuerzo de compresión en [Psi] o [MPa],

P = carga total máxima en [lbf] o [N] y

2 2
A = área de la superficie cargada en [in ] o [mm ].

3.4 Cálculos Estadísticos

Los cálculos que serán usados en el experimento tienen su base en la REGRESION

LINEAL, por lo cual se explicará a continuación los fundamentos de esta herramienta

estadística : Se dispone de una muestra de observaciones formadas por pares de

variables:

(x1,y1) , (x2,y2), … , (xn,yn) A través de esta muestra, se desea

estudiar la relación existente entre las dos variables X e Y. Es posible representar

estas observaciones mediante un gráfico de dispersión, como el siguiente:

FIGURA3.6 GRAFICO DE DISPERSION

También se puede expresar el grado de asociación mediante algunos indicadores, que se

verán a continuación.
MEDIDAS DE ASOCIACION DE VARIABLES

Covarianza entre las variables X e Y. Es una medida de la variación conjunta. Se define

como

Puede tomar valores positivos o negativos.

Positivo, significa que ambas variables tienden a variar de la misma forma, hay una

asociación positiva. Negativo, significa que si una aumenta, la otra tiende a disminuir, y

vice versa. Covarianza cercana a cero indica que no hay asociación entre las variables.

Coeficiente de correlación lineal.

La covarianza tiene el inconveniente de que su valor no es acotado, por lo que, a partir de

él es difícil juzgar si es grande o pequeña.

Se define la correlación, que es una medida de asociación lineal independiente de las

unidades de medida. Es igual a la covarianza dividida por las desviaciones estándar:

El valor de la correlación entre cualquier par de variables es un número entre -1 y 1. n

valor alto de correlación no indica que existe alguna relación de causa-efecto entre las

variables.
La interpretación del coeficiente de correlación puede ilustrarse mediante los siguientes

gráficos.

FIGURA3.7 INTERPRETACION DEL COEFICIENTE DE CORRELACION LINEAL

REGRESION LINEAL SIMPLE

Ahora asumiremos que si hay una relación de causalidad de la variable X (causa) hacia la

variable Y (efecto). Además, se sabe que esa relación es de tipo lineal, dentro del rango

de los datos.

Estableceremos un modelo para explicar la causa (Y) en términos del efecto (X), del tipo

siguiente:

donde que ay bson dos cantidades fijas (parámetros del modelo) y

los ei son cantidades aleatorias que representan las diferencias entre lo que postula el
modelo a+bx , y lo que realmente se observa, y.

Por esa razón a los e los llamaremos "errores" o "errores aleatorios". Se asume que

tienen valor esperado 0 y desviación standard común σ.

Para estimar a y b se utiliza el método de Mínimos cuadrados, que consiste en encontrar

aquellos valores de ay de bque hagan mínima la suma de los cuadrados de las

desviaciones de las observaciones respecto de la recta que representa el modelo, en el

sentido vertical.

En la figura 3.8, son los cuadrados de los segmentos verticales cuya suma de cuadrados

se debe minimizar, para determinar a y b. Estos segmentos representan los errores e del

modelo. b se llama pendiente de la recta que representa los datos y a se llama intercepto

sobre el eje vertical.

La solución está dada por las siguientes fórmulas:

Valores ajustados al modelo.

El modelo de regresión lineal se puede utilizar para obtener valores de Y ajustados al

modelo, Los valores puntuales se obtienen mediante la fórmula:

en que a y b son los valores estimados por el procedimiento indicado anteriormente, y

Xtoma los valores de la muestra. Los

i

puntos que representan estos valores en el gráfico de dispersión, yacen sobre la recta .

Coeficiente de determinación

Es una medida de bondad de ajuste de los modelos de regresión lineal a los datos.

Es deseable que los valores de Y ajustados al modelo, sean lo más parecidos posible a

los valores observados. Una medida de lo parecido que son, es el coeficiente de

correlación.

Se define el coeficiente de determinación, R , como el cuadrado del coeficiente de

correlación entre los valores de Y observados y los valores de Y ajustados. Sin embargo

se puede demostrar que es igual a la siguiente expresión:

 2

El rango de R es entre 0, cero ajuste, hasta 1, ajuste perfecto (cuando los puntos

aparecen en un línea recta) [9].

REGRESION MULTIPLE

Dispone de una ecuación con dos variables independientes adicionales:

Se puede ampliar para cualquier número "m" de variables independientes:

múltiple el cálculo se presenta muy tediosa porque se tiene atender 3 ecuaciones que se

generan por el método de mínimo de cuadrados:

Para poder resolver se puede utilizar programas informáticos como AD+, SPSS y
MINITAB y Excel.

El error estándar de la regresión múltiple

Es una medida de dispersión la estimación se hace más precisa conforme el grado de

dispersión alrededor del plano de regresión se hace mas pequeño.

Para medirla se utiliza la formula:

Y : Valores observados en la muestra

: Valores estimados a partir a partir de la ecuación de regresión

b. n : Número de datos
c. m : Número de variables independientes

El coeficiente de determinación múltiple

Mide la tasa porcentual de los cambios de Y que pueden ser explicados por

, y simultáneamente [10].
 CAPITULO 4

ANALISIS Y RESULTADOS

4.1 MODELACION DEL COMPORTAMIENTO

PROCESO DE MOLIENDA

Para los ensayos de compresión se utilizó Zeolita del tipo Mordenita con un tamaño de

grano de 45 micras, con el fin de garantizar que la Zeolita y el cemento posean la misma

granulometría, en este proceso se siguieron los siguientes pasos:

1) Con un mazo se procedió a la fragmentación de 6.8 Kg de Zeolita, la cual fue

extraída del Rio Bachiller en las cercanías de Guayaquil.

2) Estos fragmentos fueron colocados en el Triturador de Mandíbulas, de esta forma

se consiguió reducir aún más su tamaño de grano, este proceso duro

aproximadamente 15 minutos.

3) Con el fin de seguir disminuyendo el tamaño de grano, se ingresó el material en el

Triturador de Rodillos por un período de 20 minutos, en este tiempo se ingresó el

material dos veces en esta máquina.

4) Después de pasar por el Triturador de Rodillos, tomamos 100 gr de este material y

procedimos a tamizarlo.

5) Este proceso se realizó en un tamizador, en el cual se utilizaron los tamices número

 14, 18, 40 y 50 por un período de 15 minutos. La cantidad de material recogido en los

tamices se aprecia en la siguiente Tabla:

TABLA 1. PRIMER TAMIZADO

MASATAMIZADA 100gr
TIEMPO 15min
#TAMIZ MATERIALENTAMIZ(gr)
14 40
18 10
40 20
50 9
FONDO 20

6) Después del primer Tamizado, se introdujo el material en el molino de Disco por un

período de 20 minutos.

7) Luego se tomó 100 gr del proceso anterior, y se realizó un segundo tamizado con

tamices de número 50 ,100 ,200 y 325 por un período de 15 minutos. La cantidad de

material recogido en los tamices se aprecia en la siguiente Tabla.

TABLA 2. SEGUNDO TAMIZADO

MASATAMIZADA 100gr
TIEMPO 15min
#TAMIZ MATERIALENTAMIZ(gr)
50 60
100 12
200 10
325 8
FONDO 10

8) El último proceso para reducir el tamaño de grano a 45 micras, fue el Molino de Bolas,

el cual consta de un tambor donde se colocó bolas de acero de diferente tamaño. Este

proceso duro 210 minutos.

9) Culminado el proceso anterior se tomaron 100 gr del material resultante y se colocaron

en el tamizador. Se hizo uso del tamiz número 325 y se obtuvieron los siguientes

resultados.