SlideShare uma empresa Scribd logo
1 de 26
Baixar para ler offline
Projeto Robusto: Experimentos 
para Melhores Produtos 
Materiais de ensino para acompanhar: 
Product Design and Development 
Capítulo 5 
Karl T. Ulrich e Steven D. Eppinger 
2nd Edition, Irwin McGraw-Hill, 2000.
Projeto Robusto e Qualidade no Processo 
de Desenvolvimento de Produto 
Planejamento Desenvolvimento 
de Idéias 
Projeto a Nível 
de Sistema 
Detalhamento 
do Projeto 
Teste e 
Refinamento 
Preparar Produção 
Criar Idéia e 
Sistema 
Robustos 
Criar 
Parâmetros de 
Robustez 
Controles de qualidade 
costumam ser feitos aqui, 
quando é tarde demais.
Objetivos dos Experimentos 
·Entender as relações entre os parâmetros 
do projeto e o desempenho do produto 
·Entender os efeitos de fatores de ruído 
·Reduzir variações de produto ou processo
Projetos Robustos 
Projeto e produto robustos funcionam corretamente, 
mesmo na presença de fatores de ruído. 
Fatores de ruído podem incluir: 
·variações de parâmetros 
·mudanças ambientais 
·condições operacionais 
·variações de fabricação
Quem é melhor em tiro 
ao alvo?
Quem é melhor em tiro ao alvo? 
Sam precisa 
simplesmente 
ajustar a vista 
John precisa de muito 
treino.
Explorando a Não-Linearidade 
Output 
Resposta 
Usar os “graus de liberdade” 
extra para procurar pontos 
de robustez. 
Input 
Parâmetro X
Procedimento para Criação de Parâmetro 
Passo 1: Diagrama-P 
Passo 1: Escolher controles, respostas e 
fatores de ruído adequados para explorar 
experimentalmente. 
·Parâmetros de entrada controláveis 
·Desempenho resposta mensurável 
·Fatores de ruído incontroláveis
O Diagrama “P” 
Fatores de ruído 
incontroláveis 
Produto ou 
Processo 
Desempenho resposta 
mensurável 
Parâmetros de entrada 
controláveis
Exemplo: Mistura para Brownie 
·Parâmetros de entrada controláveis 
- Ingredientes da receita (quantidade de ovos, 
farinha, chocolate) 
- Modo de Fazer (misturar, assar, esfriar) 
- Equipamentos (tigelas, assadeira, forno) 
·Fatores de ruído incontroláveis 
- Qualidade dos Ingredientes (tamanho dos ovos, 
tipo de óleo) 
- Seguir o Modo de Fazer (quanto tempo bater, 
medidas) 
- Variações de Equipamentos (formato da 
assadeira, temperatura do forno) 
·Desempenho resposta mensurável 
- Teste de Sabor pelos Consumidores 
- Doçura, Umidade, Densidade
Procedimento para Criação de Parâmetro 
Passo 2: Função Objetiva 
Passo 2: Definir uma função objetiva (da resposta) 
a maximizar. 
·Maximizar desempenho desejado 
·Minimizar variações 
·Perda quadrática 
·Relação sinal/ruído
Tipos de Funções Objetivas 
Quanto Maior, Melhor 
ex. desempenho 
ƒ(y) = y2 
Quanto Menor, Melhor 
ex. variação 
ƒ(y) = 1/ y2 
Nominal: o Melhor 
ex. alvo 
ƒ(y) = 1/(y–t)2 
Sinal/Ruído 
ex. ganhos e perdas 
ƒ(y) = 10log[m2 / s2]
Procedimento para Criação de Parâmetro 
Passo 3: Planejar o Experimento 
Passo 3: Planejar as experimentações para obter 
os efeitos desejados. 
·Usar experimentos fatoriais pleno ou fracional 
para identificar interações. 
·Usar uma série ortogonal para identificar os 
principais efeitos com o mínimo de 
experimentações. 
·Usar séries internas e externas para ver os 
efeitos dos fatores de ruído.
Plano do Experimento: Pleno Fatorial 
·Considerar k fatores, n níveis cada. 
·Testar todas as combinações de fatores. 
·O número de experimentos é nk. 
·Geralmente isto é um número muito grande 
de experimentos, mas nos permite revelar 
todas as interações. 
2 fatores, 3 níveis cada: 
nk= 32 = 9 experimentos 
4 fatores, 3 níveis cada: 
nk= 34 = 81 experimentos
Plano de Experimento: Um Fator por Vez 
·Considera k fatores, n níveis cada. 
·Testa todos os níveis de cada fator enquanto 
mantém os outros congelados a nível nominal. 
·O número de experimentos é nk+1. 
·MAS este é um plano de experimento 
desequilibrado. 
4 fatores, 2 níveis cada: 
nk+1= 
2x4+1 = 9 experimentos
Plano de Experimento: Série Ortogonal 
·Considera k fatores, n níveis cada. 
·Testa todos os níveis de cada fator de uma maneira 
equilibrada. 
·O número de experimentos é 1+k(n-1). 
·Este é o menor plano equilibrado de experimentação. 
·MAS os efeitos e interações principais são confundidos. 
4 fatores, 3 níveis cada: 
1+k(n-1)= 
1+4(3-1) = 9 
experimentos
Usar Séries Interna e Externa 
Induz aos mesmos níveis de fator de ruído para cada 
combinação de controles de maneira equilibrada 
3 fatores, 2 níveis cada: 
L4 série externa para ruído 
4 fatores, 3 níveis cada: 
L9 série interna para controle 
interna x externa = 
L9 x L4 = 
36 experimentos
Procedimento para Criação de Parâmetro 
Passo 4: Realizar o Experimento 
Passo 4: Conduzir o experimento. 
·Variar a entrada e os parâmetros de 
ruído 
·Registrar o resultado 
·Calcular a função objetiva
Experimento de Avião de 
Papel 
Expt # Peso Aselha Asa Nariz Exper. Mediana Desv Pad S/R 
1 A1 B1 C1 D1 
2 A1 B1 C1 D1 
3 A1 B1 C1 D1 
4 A2 B2 C2 D2 
5 A2 B2 C2 D2 
6 A2 B2 C2 D2 
7 A3 B3 C3 D3 
8 A3 B3 C3 D3 
9 A3 B3 C3 D3
Procedimento de Criação de Parâmetro 
Passo 5: Realizar Análise 
Passo 5: Realizar análise de medianas. 
·Calcular o valor médio da função objetiva 
para cada parâmetro. 
·Identificar que parâmetros reduzem os 
efeitos de ruído e quais podem ser usados 
para dimensionar a resposta. (Otimização 
em 2 passos)
Análise de Medianas 
Efeitos do fator sobre a razão S/N Escolher os 
melhores níveis 
destes fatores 
Fator de escala? 
Razão Sinal/Ruído (dB) 
Previsão de Resposta:
Procedimento para Criação de Parâmetro 
Passo 6: Escolher Pontos Ótimos. 
Passo 6: Escolher Pontos Ótimos de Parâmetros 
Escolher as configurações de parâmetros para maximizar ou 
minimizar o função objetivo. 
Analisar cuidadosamente as variações. (Use Análise de Média 
sobrê a variância para enterder explicitamente a variação. 
Uso Avançado: 
Conduzir experimentos de confirmação. 
Definir parâmetros de medição para ajustar a resposta. 
Repetir para encontrar o ponto ótimo. 
Usar frações mais altar para descobrir efeitos de interação. 
Testar controle adicional e fatores de ruído.
Interações Confusas 
·Geralmente os principais efeitos dominam a resposta. 
MAS algumas vezes as interações são importantes. Em 
geral isto acontece quando o experimento de 
confirmação fracassa. 
•Para explorar interações, usar um plano de 
experimento fracional fatorial 
S/R
Abordagem de Experimento Alternativo: 
Fator de Adaptação Um Por Vez 
·Considere k fatores, n níveis cada. 
·Comece com os níveis nominais. 
·Teste cada nivel de cada fator por vez, enquanto mantém os 
anteriores congelados no melhor nível até o momento. 
·O número de experimentos é nk+1. 
·Como este é um plano de experimento desequilibrado, 
geralmente se pode parar logo. 
·Ajuda estabelecer sequência de fatores para efeitos mais 
fortes primeiro. 
4 fatores, 2 níveis cada: 
nk + 1 = 
2x4+1 = 9 
experimentos 
Ref: Artigo de Dan 
Frey a ser Publicado 
Geralmente funciona bem na presença de interações.
Conceitos Chave de Projeto Robusto 
·Variação causa perda de qualidade 
·Otimização em Dois Passos 
·Matriz de experimentos (série ortogonal) 
·Indução de ruído (série externa ou repetição) 
·Análise de dados e previsão 
·Interações e confirmação
Referências 
·Taguchi, Genichiand Clausing, Don 
“Robust Quality” Harvard Business 
Review, Jan-Fev 1990. 
·Byrne, Diane M. and Taguchi, Shin 
“The Taguchi Approach to Parameter Design” Quality Progress, 
Dez 1987. 
·Phadke, MadhavS. Quality Engineering 
Using Robust Design Prentice Hall, Englewood Cliffs, 1989. 
·Ross, Phillip J. Taguchi Techniques 
for Quality Engineering McGraw-Hill, New York, 1988.

Mais conteúdo relacionado

Destaque

Desenho de Experimentos: Desenho Fatorial
Desenho de Experimentos: Desenho FatorialDesenho de Experimentos: Desenho Fatorial
Desenho de Experimentos: Desenho FatorialNayara Duarte
 
Planejamento de Experimentos e Comparação Estatística de Algoritmos
Planejamento de Experimentos e Comparação Estatística de AlgoritmosPlanejamento de Experimentos e Comparação Estatística de Algoritmos
Planejamento de Experimentos e Comparação Estatística de Algoritmosfcampelofp
 
Design of experiment methodology
Design of experiment methodologyDesign of experiment methodology
Design of experiment methodologyCHUN-HAO KUNG
 
Aula 5 ExploraçãO Do PetróLeo G&G Anp
Aula 5 ExploraçãO Do PetróLeo G&G AnpAula 5 ExploraçãO Do PetróLeo G&G Anp
Aula 5 ExploraçãO Do PetróLeo G&G AnpBruno Silva
 
S2 - Process product optimization using design experiments and response surfa...
S2 - Process product optimization using design experiments and response surfa...S2 - Process product optimization using design experiments and response surfa...
S2 - Process product optimization using design experiments and response surfa...CAChemE
 
Bioindicadores de qualidade ambiental ii
Bioindicadores de qualidade ambiental iiBioindicadores de qualidade ambiental ii
Bioindicadores de qualidade ambiental iiFilgueira Nogueira
 
Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)Célia M. D. Sales
 
Prospecção de Petróleo
Prospecção de PetróleoProspecção de Petróleo
Prospecção de PetróleoAnderson Pontes
 
Introdução à Engenharia da Qualidade e o Método Taguchi
Introdução à Engenharia da Qualidade e o Método TaguchiIntrodução à Engenharia da Qualidade e o Método Taguchi
Introdução à Engenharia da Qualidade e o Método TaguchiCarlos Yukimura
 
S4 - Process/product optimization using design of experiments and response su...
S4 - Process/product optimization using design of experiments and response su...S4 - Process/product optimization using design of experiments and response su...
S4 - Process/product optimization using design of experiments and response su...CAChemE
 
S1 - Process product optimization using design experiments and response surfa...
S1 - Process product optimization using design experiments and response surfa...S1 - Process product optimization using design experiments and response surfa...
S1 - Process product optimization using design experiments and response surfa...CAChemE
 
Delineamentos estatísticos
Delineamentos estatísticosDelineamentos estatísticos
Delineamentos estatísticosUERGS
 
Uso de Bioindicadores de Qualidade Ambiental
Uso de Bioindicadores de Qualidade AmbientalUso de Bioindicadores de Qualidade Ambiental
Uso de Bioindicadores de Qualidade AmbientalWilliam Rodrigues
 
Response surface method
Response surface methodResponse surface method
Response surface methodIrfan Hussain
 

Destaque (20)

Ipaee capitulo 4_slides
Ipaee capitulo 4_slidesIpaee capitulo 4_slides
Ipaee capitulo 4_slides
 
Ipaee capitulo0
Ipaee capitulo0Ipaee capitulo0
Ipaee capitulo0
 
Desenho de Experimentos: Desenho Fatorial
Desenho de Experimentos: Desenho FatorialDesenho de Experimentos: Desenho Fatorial
Desenho de Experimentos: Desenho Fatorial
 
Planejamento de Experimentos e Comparação Estatística de Algoritmos
Planejamento de Experimentos e Comparação Estatística de AlgoritmosPlanejamento de Experimentos e Comparação Estatística de Algoritmos
Planejamento de Experimentos e Comparação Estatística de Algoritmos
 
Presentacion de ingles
Presentacion de inglesPresentacion de ingles
Presentacion de ingles
 
Design of experiment methodology
Design of experiment methodologyDesign of experiment methodology
Design of experiment methodology
 
Aula 5 ExploraçãO Do PetróLeo G&G Anp
Aula 5 ExploraçãO Do PetróLeo G&G AnpAula 5 ExploraçãO Do PetróLeo G&G Anp
Aula 5 ExploraçãO Do PetróLeo G&G Anp
 
S2 - Process product optimization using design experiments and response surfa...
S2 - Process product optimization using design experiments and response surfa...S2 - Process product optimization using design experiments and response surfa...
S2 - Process product optimization using design experiments and response surfa...
 
Bioindicadores de qualidade ambiental ii
Bioindicadores de qualidade ambiental iiBioindicadores de qualidade ambiental ii
Bioindicadores de qualidade ambiental ii
 
Regressao linear multipla
Regressao linear multiplaRegressao linear multipla
Regressao linear multipla
 
Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)
 
Prospecção de Petróleo
Prospecção de PetróleoProspecção de Petróleo
Prospecção de Petróleo
 
Introdução à Engenharia da Qualidade e o Método Taguchi
Introdução à Engenharia da Qualidade e o Método TaguchiIntrodução à Engenharia da Qualidade e o Método Taguchi
Introdução à Engenharia da Qualidade e o Método Taguchi
 
S4 - Process/product optimization using design of experiments and response su...
S4 - Process/product optimization using design of experiments and response su...S4 - Process/product optimization using design of experiments and response su...
S4 - Process/product optimization using design of experiments and response su...
 
S1 - Process product optimization using design experiments and response surfa...
S1 - Process product optimization using design experiments and response surfa...S1 - Process product optimization using design experiments and response surfa...
S1 - Process product optimization using design experiments and response surfa...
 
Método taguchi
Método taguchiMétodo taguchi
Método taguchi
 
Metodologia do trabalho
Metodologia do trabalhoMetodologia do trabalho
Metodologia do trabalho
 
Delineamentos estatísticos
Delineamentos estatísticosDelineamentos estatísticos
Delineamentos estatísticos
 
Uso de Bioindicadores de Qualidade Ambiental
Uso de Bioindicadores de Qualidade AmbientalUso de Bioindicadores de Qualidade Ambiental
Uso de Bioindicadores de Qualidade Ambiental
 
Response surface method
Response surface methodResponse surface method
Response surface method
 

Semelhante a Robust design

Testes Automatizados de Software
Testes Automatizados de SoftwareTestes Automatizados de Software
Testes Automatizados de SoftwareMaurício Aniche
 
Unidade 0: Projeto de Experimentos
Unidade 0: Projeto de ExperimentosUnidade 0: Projeto de Experimentos
Unidade 0: Projeto de ExperimentosAlexandre Duarte
 
Controle+estatístico+da+qualidade[1]
Controle+estatístico+da+qualidade[1]Controle+estatístico+da+qualidade[1]
Controle+estatístico+da+qualidade[1]silvioxavierjunior
 
Aula 1 aed - lógica de programação
Aula 1   aed - lógica de programaçãoAula 1   aed - lógica de programação
Aula 1 aed - lógica de programaçãoElaine Cecília Gatto
 
Controle estatistico unijorge
Controle estatistico unijorgeControle estatistico unijorge
Controle estatistico unijorgenigr0 s
 
Desenvolvimento Dirigido por Testes com Junit
Desenvolvimento Dirigido por Testes com JunitDesenvolvimento Dirigido por Testes com Junit
Desenvolvimento Dirigido por Testes com JunitAdolfo Neto
 
Instruções de uso Dosimetro DOS - 500.ppt
Instruções de uso Dosimetro DOS - 500.pptInstruções de uso Dosimetro DOS - 500.ppt
Instruções de uso Dosimetro DOS - 500.pptCristian Briet
 
Método para análise e melhoria de processos
Método para análise e melhoria de processosMétodo para análise e melhoria de processos
Método para análise e melhoria de processosJorge Covacs
 
Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...
Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...
Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...André Carvalho
 

Semelhante a Robust design (20)

Projeto de Experimentos
Projeto de ExperimentosProjeto de Experimentos
Projeto de Experimentos
 
Testes Automatizados de Software
Testes Automatizados de SoftwareTestes Automatizados de Software
Testes Automatizados de Software
 
Unidade 0: Projeto de Experimentos
Unidade 0: Projeto de ExperimentosUnidade 0: Projeto de Experimentos
Unidade 0: Projeto de Experimentos
 
Classificação: 1-Rule, Naive Bayes e KNN
Classificação: 1-Rule, Naive Bayes e KNNClassificação: 1-Rule, Naive Bayes e KNN
Classificação: 1-Rule, Naive Bayes e KNN
 
199908T_Defesa
199908T_Defesa199908T_Defesa
199908T_Defesa
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Controle+estatístico+da+qualidade[1]
Controle+estatístico+da+qualidade[1]Controle+estatístico+da+qualidade[1]
Controle+estatístico+da+qualidade[1]
 
Introdução ao design de teste de software
Introdução ao design de teste de softwareIntrodução ao design de teste de software
Introdução ao design de teste de software
 
Aula 1 aed - lógica de programação
Aula 1   aed - lógica de programaçãoAula 1   aed - lógica de programação
Aula 1 aed - lógica de programação
 
Controle estatistico unijorge
Controle estatistico unijorgeControle estatistico unijorge
Controle estatistico unijorge
 
Apostila planejamento
Apostila planejamentoApostila planejamento
Apostila planejamento
 
Desenvolvimento Dirigido por Testes com Junit
Desenvolvimento Dirigido por Testes com JunitDesenvolvimento Dirigido por Testes com Junit
Desenvolvimento Dirigido por Testes com Junit
 
Aula6final
Aula6finalAula6final
Aula6final
 
Instruções de uso Dosimetro DOS - 500.ppt
Instruções de uso Dosimetro DOS - 500.pptInstruções de uso Dosimetro DOS - 500.ppt
Instruções de uso Dosimetro DOS - 500.ppt
 
masp - Método de Análise de Problemas
masp - Método de Análise de Problemasmasp - Método de Análise de Problemas
masp - Método de Análise de Problemas
 
Método para análise e melhoria de processos
Método para análise e melhoria de processosMétodo para análise e melhoria de processos
Método para análise e melhoria de processos
 
Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...
Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...
Um estudo sobre a aplicação de algoritmos genéticos no investimento em ações ...
 
CONTROLO DE QUALIDADE SLIDE.pdf
CONTROLO DE QUALIDADE SLIDE.pdfCONTROLO DE QUALIDADE SLIDE.pdf
CONTROLO DE QUALIDADE SLIDE.pdf
 
Big data
Big dataBig data
Big data
 
Curso CEP Operadores
Curso CEP  OperadoresCurso CEP  Operadores
Curso CEP Operadores
 

Robust design

  • 1. Projeto Robusto: Experimentos para Melhores Produtos Materiais de ensino para acompanhar: Product Design and Development Capítulo 5 Karl T. Ulrich e Steven D. Eppinger 2nd Edition, Irwin McGraw-Hill, 2000.
  • 2. Projeto Robusto e Qualidade no Processo de Desenvolvimento de Produto Planejamento Desenvolvimento de Idéias Projeto a Nível de Sistema Detalhamento do Projeto Teste e Refinamento Preparar Produção Criar Idéia e Sistema Robustos Criar Parâmetros de Robustez Controles de qualidade costumam ser feitos aqui, quando é tarde demais.
  • 3. Objetivos dos Experimentos ·Entender as relações entre os parâmetros do projeto e o desempenho do produto ·Entender os efeitos de fatores de ruído ·Reduzir variações de produto ou processo
  • 4. Projetos Robustos Projeto e produto robustos funcionam corretamente, mesmo na presença de fatores de ruído. Fatores de ruído podem incluir: ·variações de parâmetros ·mudanças ambientais ·condições operacionais ·variações de fabricação
  • 5. Quem é melhor em tiro ao alvo?
  • 6. Quem é melhor em tiro ao alvo? Sam precisa simplesmente ajustar a vista John precisa de muito treino.
  • 7. Explorando a Não-Linearidade Output Resposta Usar os “graus de liberdade” extra para procurar pontos de robustez. Input Parâmetro X
  • 8. Procedimento para Criação de Parâmetro Passo 1: Diagrama-P Passo 1: Escolher controles, respostas e fatores de ruído adequados para explorar experimentalmente. ·Parâmetros de entrada controláveis ·Desempenho resposta mensurável ·Fatores de ruído incontroláveis
  • 9. O Diagrama “P” Fatores de ruído incontroláveis Produto ou Processo Desempenho resposta mensurável Parâmetros de entrada controláveis
  • 10. Exemplo: Mistura para Brownie ·Parâmetros de entrada controláveis - Ingredientes da receita (quantidade de ovos, farinha, chocolate) - Modo de Fazer (misturar, assar, esfriar) - Equipamentos (tigelas, assadeira, forno) ·Fatores de ruído incontroláveis - Qualidade dos Ingredientes (tamanho dos ovos, tipo de óleo) - Seguir o Modo de Fazer (quanto tempo bater, medidas) - Variações de Equipamentos (formato da assadeira, temperatura do forno) ·Desempenho resposta mensurável - Teste de Sabor pelos Consumidores - Doçura, Umidade, Densidade
  • 11. Procedimento para Criação de Parâmetro Passo 2: Função Objetiva Passo 2: Definir uma função objetiva (da resposta) a maximizar. ·Maximizar desempenho desejado ·Minimizar variações ·Perda quadrática ·Relação sinal/ruído
  • 12. Tipos de Funções Objetivas Quanto Maior, Melhor ex. desempenho ƒ(y) = y2 Quanto Menor, Melhor ex. variação ƒ(y) = 1/ y2 Nominal: o Melhor ex. alvo ƒ(y) = 1/(y–t)2 Sinal/Ruído ex. ganhos e perdas ƒ(y) = 10log[m2 / s2]
  • 13. Procedimento para Criação de Parâmetro Passo 3: Planejar o Experimento Passo 3: Planejar as experimentações para obter os efeitos desejados. ·Usar experimentos fatoriais pleno ou fracional para identificar interações. ·Usar uma série ortogonal para identificar os principais efeitos com o mínimo de experimentações. ·Usar séries internas e externas para ver os efeitos dos fatores de ruído.
  • 14. Plano do Experimento: Pleno Fatorial ·Considerar k fatores, n níveis cada. ·Testar todas as combinações de fatores. ·O número de experimentos é nk. ·Geralmente isto é um número muito grande de experimentos, mas nos permite revelar todas as interações. 2 fatores, 3 níveis cada: nk= 32 = 9 experimentos 4 fatores, 3 níveis cada: nk= 34 = 81 experimentos
  • 15. Plano de Experimento: Um Fator por Vez ·Considera k fatores, n níveis cada. ·Testa todos os níveis de cada fator enquanto mantém os outros congelados a nível nominal. ·O número de experimentos é nk+1. ·MAS este é um plano de experimento desequilibrado. 4 fatores, 2 níveis cada: nk+1= 2x4+1 = 9 experimentos
  • 16. Plano de Experimento: Série Ortogonal ·Considera k fatores, n níveis cada. ·Testa todos os níveis de cada fator de uma maneira equilibrada. ·O número de experimentos é 1+k(n-1). ·Este é o menor plano equilibrado de experimentação. ·MAS os efeitos e interações principais são confundidos. 4 fatores, 3 níveis cada: 1+k(n-1)= 1+4(3-1) = 9 experimentos
  • 17. Usar Séries Interna e Externa Induz aos mesmos níveis de fator de ruído para cada combinação de controles de maneira equilibrada 3 fatores, 2 níveis cada: L4 série externa para ruído 4 fatores, 3 níveis cada: L9 série interna para controle interna x externa = L9 x L4 = 36 experimentos
  • 18. Procedimento para Criação de Parâmetro Passo 4: Realizar o Experimento Passo 4: Conduzir o experimento. ·Variar a entrada e os parâmetros de ruído ·Registrar o resultado ·Calcular a função objetiva
  • 19. Experimento de Avião de Papel Expt # Peso Aselha Asa Nariz Exper. Mediana Desv Pad S/R 1 A1 B1 C1 D1 2 A1 B1 C1 D1 3 A1 B1 C1 D1 4 A2 B2 C2 D2 5 A2 B2 C2 D2 6 A2 B2 C2 D2 7 A3 B3 C3 D3 8 A3 B3 C3 D3 9 A3 B3 C3 D3
  • 20. Procedimento de Criação de Parâmetro Passo 5: Realizar Análise Passo 5: Realizar análise de medianas. ·Calcular o valor médio da função objetiva para cada parâmetro. ·Identificar que parâmetros reduzem os efeitos de ruído e quais podem ser usados para dimensionar a resposta. (Otimização em 2 passos)
  • 21. Análise de Medianas Efeitos do fator sobre a razão S/N Escolher os melhores níveis destes fatores Fator de escala? Razão Sinal/Ruído (dB) Previsão de Resposta:
  • 22. Procedimento para Criação de Parâmetro Passo 6: Escolher Pontos Ótimos. Passo 6: Escolher Pontos Ótimos de Parâmetros Escolher as configurações de parâmetros para maximizar ou minimizar o função objetivo. Analisar cuidadosamente as variações. (Use Análise de Média sobrê a variância para enterder explicitamente a variação. Uso Avançado: Conduzir experimentos de confirmação. Definir parâmetros de medição para ajustar a resposta. Repetir para encontrar o ponto ótimo. Usar frações mais altar para descobrir efeitos de interação. Testar controle adicional e fatores de ruído.
  • 23. Interações Confusas ·Geralmente os principais efeitos dominam a resposta. MAS algumas vezes as interações são importantes. Em geral isto acontece quando o experimento de confirmação fracassa. •Para explorar interações, usar um plano de experimento fracional fatorial S/R
  • 24. Abordagem de Experimento Alternativo: Fator de Adaptação Um Por Vez ·Considere k fatores, n níveis cada. ·Comece com os níveis nominais. ·Teste cada nivel de cada fator por vez, enquanto mantém os anteriores congelados no melhor nível até o momento. ·O número de experimentos é nk+1. ·Como este é um plano de experimento desequilibrado, geralmente se pode parar logo. ·Ajuda estabelecer sequência de fatores para efeitos mais fortes primeiro. 4 fatores, 2 níveis cada: nk + 1 = 2x4+1 = 9 experimentos Ref: Artigo de Dan Frey a ser Publicado Geralmente funciona bem na presença de interações.
  • 25. Conceitos Chave de Projeto Robusto ·Variação causa perda de qualidade ·Otimização em Dois Passos ·Matriz de experimentos (série ortogonal) ·Indução de ruído (série externa ou repetição) ·Análise de dados e previsão ·Interações e confirmação
  • 26. Referências ·Taguchi, Genichiand Clausing, Don “Robust Quality” Harvard Business Review, Jan-Fev 1990. ·Byrne, Diane M. and Taguchi, Shin “The Taguchi Approach to Parameter Design” Quality Progress, Dez 1987. ·Phadke, MadhavS. Quality Engineering Using Robust Design Prentice Hall, Englewood Cliffs, 1989. ·Ross, Phillip J. Taguchi Techniques for Quality Engineering McGraw-Hill, New York, 1988.