Abstract

SOTO, Diana; ALANA, Jorge  and  OLIVA, Haydee. Regression models for the prediction of high impact polystyrene properties using operational variablesModelos de regresión para la predicción de propiedades de poliestireno de alto impacto usando variables operacionales. Rev. Téc. Ing. Univ. Zulia [online]. 2006, vol.29, n.2, pp.144-158. ISSN 0254-0770.

En este trabajo, se proponen modelos neuronales y de regresión lineal multivariable para la predicción de algunas propiedades, empleadas para el control de calidad de diferentes grados de poliestireno de alto impacto (HIPS), a partir de las recetas y las condiciones operacionales en una planta industrial. Las propiedades consideradas fueron: índice de fluidez (IF), resistencia al impacto Izod (IZOD), resistencia a la fluencia (RF), resistencia a la ruptura (RR) y porcentaje de elongación (PE). En la validación se obtuvieron sumas de los errores al cuadrado de 38,4, 7,16 × 10³, 116 y 103 para el índice de fluidez, resistencia al impacto Izod, resistencia a la fluencia y resistencia a la ruptura, respectivamente. El análisis de los coeficientes estandarizados de las ecuaciones de regresión indicó que las variables con mayor efecto sobre las propiedades fueron las concentraciones del agente de transferencia de cadena (tert-dodecilmercaptano) y de los lubricantes (estearato de zinc y aceite mineral). Los resultados obtenidos con los modelos neuronales y de regresión lineal fueron similares en la región operacional estudiada.

Keywords : Poliestireno de alto impacto; redes neuronales artificiales; regresión lineal múltiple.