Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
Melhoria (
Melhoria (
Improvement
Improvement
)
)
7.
Selecionar Causas Potenciais de Variação;
8.
Definir Relações entre as Variáveis e Propor
Solução;
Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
A Linha de Conhecimento
Estado atual do Processo de Conhecimento
Baixo
Alto
Tipo de DOE Efeito Principal Fatoriais Fatoriais Superfície de /Exploratório Fracionados Completos Resposta Nº Normal de Fatores >5 4-10 1-5 2-3
Objetivo:
•Identificar Efeito Principal Algumas Relacões Configuração fatores críticos interações entre fatores Ideal dos fatores
•Estimativa Direção bruta Algumas Todos os Efeitos Curvatura em resposta, para melhoria interações Principais e modelos empíricos
interações
Etapa 7
exploração
Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
Brainstorming
(
muitas variáveis
)
DOE de
Varredura
(Screening)
(Seleção de Variáveis)
Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
7. Selecionar Causas Potenciais de Variação
Ex.:
Resultados
de um DOE
de Varredura
Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
Melhoria
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação
Foco
Foco
X
X
Objetivo:
Determinar os X’s Vitais que impactam Y
Principais Ferramentas:
DOE Exploratórios
Placket Burman
8 - Definir Relações entre as Variáveis &
Propor Solução
Objetivos:
1)
Estabelecer a função de transferência entre Y e os X’s vitais
2)
Determinar os pontos ótimos dos X’s vitais.
3)
Executar estudo confirmatório.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
D
esign
O
f
E
xperiments
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Fatores de um
Processo
Process
Fatores Incontroláveis (ruído)
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
X
•
Pressão de ar air strip
•
Pressão de ar air bag
•
Pressão de ar front piston
•
Pressão Hidráulica
•
Temperatura
•
Vazão de óleo Solúvel
•
Pressão do Nitrogênio
Y
•
Espessura da parede Top Wall
•
Espessura da Parede Mid Wall
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Assuma que você está trabalhando em uma planta de uma indústria química e está
estudando as reações que influenciam no rendimento de um determinado produto.
De experiência passada sabe-se que os seguintes fatores são fundamentais nesse
rendimento.
•Temperatura (Níveis de 40 e 60
oC)
•Catalisador (Níveis A e B)
•Concentração (Níveis de 1 e 1.5 M)
Deseja-se determinar por experimentação qual a melhor combinação entre os
níveis dos fatores acima para se ter o melhor rendimento.
Valores dos rendimentos para um DOE Fatorial Completo de 2 Níveis com
Replicação e Sequência de Aleatorização com Base 9:
7 - Selecionar Causas Potenciais de Variação;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Observe se a planilha gerada foi
exatamente igual a essa!
Esses valores devem ser agora
digitados na planilha pois
correspondem às respostas dos
experimentos.
Observe o resultado abaixo em Worksheet
Salve a Planilha na Desktop
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
<DOE> <Analyse Factorial Design>
Responses: Rendimento
Observe o resultado abaixo em <Session>
Qual o componente tem o maior efeito no
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Observe os gráficos gerados
usando o ícone
<DOE> <Analyse Factorial Design>
Responses: Rendimento
Graphs: Normal e Pareto
Use o ícone
Edit Last Dialog
como shortcut
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Observe os gráficos gerados usando o ícone
<DOE> <Analyse Factorial Design>
<Factorial Plots>
Selecione o Setup para Main Effects,
Interaction e Cube
Responses: Rendimento
Selected: Temperatura, Catalisador
Concentração
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Planejamento e Análise
de Experimentos
Ressurgimento do DOE:
•
Eficientes Programas Computacionais
•
Metodologia 6 Sigma
9Determinação dos fatores X que mais afetam Y
(DOE exploratórios)
9Estabelecer a função de transferência f e
determinar os valores ótimos de X (DOE
Fatoriais e RSM)
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
•
Uma técnica para a redução da
quantidade de experimentos;
•
Um método gráfico para análise
de experimentos
•
Um método numérico para a
análise de experimentos
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Experimentos
X1
X2
X3
X4
X5
X6
X7 Resultado
1.
–
–
–
–
–
–
–
2.1
2.
+
–
–
–
–
–
–
2.6
3.
+
+
–
–
–
–
–
2.4
4.
+
–
+
–
–
–
–
2.5
5.
+
–
–
+
–
–
–
2.8
6.
+
–
–
+
+
–
–
2.9
7.
+
–
–
+
+
+
–
2.7
8.
+
–
–
+
+
–
+
3.2
Final
+
–
–
+
+
–
+
Considere os fatores X1 .. X7 em apenas dois níveis (-/+) e os
seguintes resultados experimentais:
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Experimentos
X1
X2
X3
X4
X5
X6
X7 Resultado
1.
–
–
–
–
–
–
–
2.1
2.
+
–
–
–
–
–
–
2.5
3.
–
+
–
–
–
–
–
1.9
4.
–
–
+
–
–
–
–
1.9
5.
–
–
–
+
–
–
–
2.2
6.
–
–
–
–
+
–
–
2.3
7.
–
–
–
–
–
+
–
2.5
8.
–
–
–
–
–
–
+
2.3
Considere os fatores X1 .. X7 em apenas dois níveis (-/+) e os
seguintes resultados experimentais:
Final
+
–
–
+
+
+
+
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Conclusões a respeito das estratégias “Vencedor
Continua” e “Um Fator Por Vez”
•
Tais estratégias são convencionais (denominadas de
multifatorial) e envolvem a variação de apenas um fator por
vez;
•
Tais estratégias são ineficientes em determinar quais fatores
agregam mais informação e afetam em maior grau a resposta.
•
Interação é algo negligenciado nesse tipo de análise.
Evite “Um fator
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Considerações sobre a estratégia “Um Fator Por
Vez” para 3 fatores em 2 níveis
Quais outras combinações estão faltando?
Fator
1
Experiência
–
+
–
–
1
2
3
4
–
–
+
–
–
–
–
+
Fator
2
Fator
3
5
6
7
‘-’ representa nível baixo e
‘+’ representa nível alto
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
+
-- -- +
+
-- -- --
6
3
7
8
4
1
2
5
Quais outras combinações estão faltando?
Fator
1
Exp.
–
+
–
–
1
2
3
5
–
–
+
–
–
–
–
+
Fator
2
Fator
3
4
6
7
8
Na estratégia de variar
um fator por vez, muitas
oportunidades são
perdidas
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
4 Fatores: Dois Cubos
–
+
Fator 4
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Número de Experimentos = (2 níveis) = 2
k.
(k fatores)
Quantos experimentos são
necessários para um
experimento fatorial
completo em 7 fatores de
dois níveis?
Escreva a tabela de
contrastes para 3 fatores
em 2 níveis em uma ordem
padrão.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
•
A variação de um fator por vez (pensamento convencional)
aborda apenas parte do espaço experimental. Tal tipo de
estratégia deve ser evitada.
•
Projetos fatoriais cobrem o inteiro espaço experimental.
•
Projetos fatoriais são fáceis de conduzir devido a um padrão
bem estabelecido.
•
Número de Experimentos =
(2 níveis)
=
2
k
(k fatores)
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Replicação
A
B Resposta
-1
-1
2
1
-1
3
-1
1
4
1
1
5
-1
-1
3
1
-1
2
-1
1
5
1
1
4
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Replicação
Não é o mesmo que múltiplo teste ou medida
Porque Replicar?
Para avaliar a variabilidade experimental:
Se existe Causas Especiais ou somente Causas Comuns
Para obter a importância de um fator (p-value)
Para obter uma medida de Posição e outra de Dispersão
Para balancear fatores incontroláveis
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Avalie as alternativas
1)
Lançar 1 avião de papel e medir o tempo com 3 relógios;
2)
Lançar 1 avião de papel 3 vezes e medir o tempo com 1
relógio;
3)
Fazer 3 aviões e lançá-los uma vez cada e medir o tempo
com 1 relógio.
Replicação e
Repetição -
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Aleatorização
Não é Ordem Padrão
Não é uma ordem conveniente
O Minitab Possui eficientes recursos de Aleatorização
Porque Aleatorizar?
Ajuda a validar as conclusões estatísticas a partir de
experimentos;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Variáveis Ocultas
(Lurking)
Exemplo (Galinhas longe do
Abatedouro):
1)
Comparação de dois tipos de rações
2)
Duas populações de galinhas
3)
Ensaios destrutivos
4)
Teste de Hipóteses de duas médias
5)
Duas regiões (Longe e perto do
Matadouro)
6)
A importância de identificar os
experimentos
Lurking: Uma variável que tem um
importante efeito no experimento e não
foi ainda incluída como um fator devido
a:
•
existência desconhecida
•
sua influência ser negligenciada
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Terminologia
Experimento:
Teste da espessura de uma latinha de refrigerante em um
processo automatizado;
Erro Experimental:
Nas mesmas condições experimentais a espessura tem uma
variação;
Fatores:
Variáveis independentes que influenciam na definição da espessura;
Interação:
Dois ou mais fatores afetam a espessura de uma forma dependente;
Nível:
Os diferentes valores (quantitativos ou qualitativos) dos fatores que
afetam a espessura;
Aleatorização
: Uma importante forma de conduzir os experimentos para se
testar a influência dos fatores na espessura;
Repetição:
Múltiplas medidas ou testes dos fatores na espessura em uma mesma
condição experimental;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
O que medir e
como medir?
Investigar um Item de Controle ou Processo que tenha um maior
impacto (no consumidor, financeiro, etc...);
Um grande número de experimentos pode não agregar valor;
Definir um número ótimo;
Fatores correlacionados não precisam ser inseridos
mutuamente na experimentação;
A identificação dos experimentos é fundamental para a
rastreabilidade de erros e problemas;
Identificar as ferramentas corretas de medição;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Efeitos Principais
- + - + Y 49 49.5 50 50.5 49.77 0 X3 X2 Y 49 49.5 50 50.5Quando X3 vai de “-” para “+” a
resposta Y aumenta de 0.95
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Coeficientes
dos Fatores
- + Y 49 49.5 50 50.5 49.77 0 X3Quando X3 vai de “-” para “+” a
resposta Y aumenta de 0.95
Um Efeito do fator é a mudança na resposta devido a duas
unidades entre –1 e +1. Nesse caso, 0.95.
Um Coeficiente do fator é a mudança na resposta devido a
uma unidade entre –1 e 0 eou 0 e+1. Nesse caso, 0.497.
Coeficiente =Efeito/2
7 - Selecionar Causas Potenciais de Variação;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Efeito da
Interação
A
B
AB
Resposta
-
-
+
50
+
-
-
54
-
+
-
100
+
+
+
60
Efeito AB = (Média AB “+” ) - (Média AB “-”)
Efeito AB = (50+60)/2 - (54+100)/2
Efeito AB = - 22
Coeficiente AB = - 11
Resposta = Constante + k
1A + k
2B – 11AB
—
Simbologia:
A x B ou
AB
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Matriz de
contrastes
Resposta
Média
________
________
________
________
________
________
________
Std.
Order
1
2
3
4
5
6
7
8
A
–
+
–
+
–
+
–
+
B
–
–
+
+
–
–
+
+
C
–
–
–
–
+
+
+
+
AB
+
–
–
+
+
–
–
+
AC
+
–
+
–
–
+
–
+
BC
+
+
–
–
–
–
+
+
ABC
–
+
+
–
+
–
–
+
________
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
P-Value / Teste
de Hipóteses
H
o
: O fator não tem efeito sobre a resposta
H
a
: O fator tem um efeito sobre a resposta
Se p > α: Aceita-se H
o
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Os termos com p<0,05
devem fazer parte do
modelo inicial. Os outros
não são significativos
estatisticamente.
Assim
Resp= 12 +3,5 B
Quais são os termos
significativos que
podem ser vistos na
análise dos fatores do
DOE ao lado?
Fractional Factorial Fit: Resposta versus A; B
Estimated Effects and Coefficients for Resp (coded units)
Term
Effect
Coef
SE Coef
T
P
Constant
12,0000 0,4677
25,66
0,000
A
-0,5000 -0,2500 0,4677
-0,53
0,621
B
7,0000 3,5000 0,4677
7,48
0,002
A*B -0,5000 -0,2500 0,4677
-0,53
0,621
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Qual o valor
maximizado da
resposta do
experimento fatorial ao
lado?
Resposta= 50+ 0,5A+ 0,3B
Níveis
(-1) (+1)
Fator A 10 20
Fator B 0 10
O valores a serem substitídos
em A e B devem ser
simplesmente (+1 e -1), que
são os valores codificados – e
não os valores reais. Nesse
caso para maximizar a
resposta, usa-se o valor +1.
Resposta= 50+0,5(+1)+0,3(+1)=50,8
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Fatoriais
Completos
Número de
Fatores
1
2
3
4
5
6
7
8
9
10
•
•
•
15
•
•
•
Número de
Experimentos
2
4
8
16
32
64
128
256
512
1024
•
•
•
32,768
•
•
•
2
k
Quando lidamos com
experimentos fatoriais
completos, mesmo em
dois níveis, o número de
experimentos pode ser
proibitivo.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Fatoriais Completos -
Informações Disponíveis
2
k
Existe um número enorme de
interações de ordem superior;
A maioria das interações de
ordem superior não são
significativas;
A maioria dos sistemas são
dominados pelos efeitos
principais e interações de
baixa ordem.
Num. Runs=Núm. efeitos +1
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
2
4
O modelo ao
lado contém 16
termos, 4 fatores
principais e 11
interações.
Resposta=Constante+ <Média>
A B C D + <Fatores Principais>
AB AC AD BC BD CD + <Interações ordem 2>
ABC ABD ACD BCD + <Interações ordem 3>
ABCD <Interação ordem 4>
A estratégia fatorial é um método eficiente de
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Quais combinações escolher?
–
+
–
+
–
+
–
+
A
1
2
3
4
5
6
7
8
Std.
Order
–
–
+
+
–
–
+
+
B
–
–
–
–
+
+
+
+
C
A B C 7 8 3 4 5 6 1 22
3
2
3-1
B C 7 8 3 4 5 6–
+
–
+
–
+
–
A
Order
–
–
+
+
–
–
+
B
–
–
–
–
+
+
+
C
1
2
3
4
5
6
7
Desejando-se fazer
apenas metade dos
experimentos, há
apenas duas
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Propriedades da Meia Fração
O projeto abrange boa parte da região de interesse.
O projeto é bem balanceado, isto é, cada fator é estudado o mesmo número
de vezes em cada nível (igual número de - e +).
Caso algum fator não seja relevante, o resultado é um fatorial completo nos
outros dois fatores.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Construindo uma
Meia Fração
2
4-1
A
B
–
+
–
+
–
+
–
+
–
–
+
+
–
–
+
+
–
–
–
–
+
+
+
+
C
–
+
+
–
+
–
–
+
D = ABC
2
3
Base
D=ABC= Design Generator
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Fatorial Completo ou Meia
Fração? Trade-Offs.
Número de Efeitos Computados
Efeitos
Média
Principais
Interação ordem 2
Total de efeitos
Computados
Completo Fração
1
5
10
10
5
1
32
1
5
10
—
—
—
16
Número de experimentosÉ factível rodar 32
experimentos?
Se não há razão
para acreditar que
interações de
ordem superior
possam existir
faça Meia Fração.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
–
–
–
–
+
+
+
+
Fator A
1
2
3
4
5
6
7
8
Run
–
–
–
–
+
+
+
+
Fator B
130
125
133
130
50
85
79
93
Resposta
Confundimento
A=B
Os efeitos dos fatores A
e B estão confundidos.
Confundimento (ou Aliases) é a combinação dos efeitos de dois ou
mais fatores em um resultado, de forma que a magnitude dos
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Confundimento
E=ABCD
–
+
–
+
–
+
–
+
–
+
–
+
–
+
–
+
A
–
–
+
+
–
–
+
+
–
–
+
+
–
–
+
+
B
–
–
–
–
+
+
+
+
–
–
–
–
+
+
+
+
C
–
–
–
–
–
–
–
–
+
+
+
+
+
+
+
+
D
+
–
–
+
–
+
+
–
–
+
+
–
+
–
–
+
E = ABCD
Questões
1. Qual efeito pincipal é confundido com ABCD?
2. Qual efeito pincipal é confundido com ABCE?
3. Prove que AB é confundido com CDE.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Significado
de AB+CD
–
+
–
+
–
+
–
+
A
–
–
+
+
–
–
+
+
B
–
–
–
–
+
+
+
+
C
–
+
+
–
+
–
–
+
D
+
–
–
+
+
–
–
+
AB
+
–
–
+
+
–
–
+
CD
10
20
18
12
12
18
20
10
Resposta
Efeito de AB+CD = (10+12+12+10)/4 – (20+18+18+20)/4
= 11-19= -8
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
A Linha de
Conhecimento
Estado atual do Processo de Conhecimento
Baixo
Alto
Tipo de Projeto Efeito Principal Fatorial Fatorial Superfície de /Exploratório Fracionado Completo Resposta
Nº de Fatores >5 4-10 1-5 2-3
Objetivo:
•Identificar Efeito Principal Algumas Relação Configuração fatores críticos interações entre fatores do Fator Ideal
•Estimativa Direção Bruta Algumas Todos os Efeitos Curvatura na para melhoria interações Principais e resposta,
interações modelos empíricos
Exploratório
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Número Mínimo
de Experimentos
Ex.: Para uma análise
exploratória de 7
fatores em 8
experimentos
Número Mínimo de Experimentos= Número de Fatores +1
1. Tabela de fatorial completo em 3 fatores
2. Tabela de Interações
3. Associação dos fatores às interações
– + – + – + – + – – + + – – + + – – – – + + + + + – – + + – – + + – + – – + – + + + – – – – + + – + + – + – – + A B C AB AC BC ABC
Fatorial Completo A, B, & C
A B C D E F G
DOE Exploratório de 7 fatores
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Resolução
1. Levante o número de dedos igual a resolução do projeto —
para Resolução IV = 4 dedos.
2. Com a outra mão, agarre o número de dedos igual ao dos
Efeitos Principais/Interações que deseja investigar quanto ao
confundimento - por exemplo, para determinar com quem as
interações de segunda ordem estão confundidos, agarre dois
dedos.
3. O numero de dedos remanescente é o nível mais baixo de
efeitos de interação que estão confundidos. Para resolução IV,
por exemplo, as interações de segunda ordem estão
confundidas entre sí.
Ex.: Dado um projeto de Resolução IV, as
interações de segunda ordem se confundem
com o que?
A Resolução de
um DOE define
a quantidade de
Confundimento.
R Confundimento III 1-2 IV 1-3 , 2-2Quanto maior a Resolução,
menor o confundimento dos
DOE
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
A vantagem de um projeto de Resolução V em relação à
Resolução IV ocorre quando as interações de alta ordem podem
ser desprezadas. Nesse caso, ...
os fatores principais e de segunda ordem se relacionam
com as interações de ordem superiores, que
geralmente não são significativas.
Veja isso na regra "Manual"
Ex.: Qual a vantagem de um projeto de
Resolução V em relação à Resolução IV?
R Confundimento IV 1-3 , 2-2
Quanto maior a Resolução,
menor o confundimento dos
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 fatores
2 níveis
Resolução IV
3 fatores principais confundidos com interações
Com replicação
Um total de 32 experimentos
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
SAPQ - 000004.1 REDUÇÃO DO CICLO E HORAS DE FABRICAÇÃO DE CAIXA ESPIRAL
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Otimiza
Otimiza
ç
ç
ão do tempo de vôo
ão do tempo de vôo
de um helic
de um helic
ó
ó
ptero de papel
ptero de papel
(Adaptado de Box, Bisgaard and Fung – Designing Industrial Experiments: The
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
A empresa TUIUIU Papercóptero deseja otimizar o tempo de vôo de
seus helicópteros de papel. Quanto maior o seu tempo de vôo tanto
melhor. A sua equipe deverá desenvolver o seguinte estudo
consistindo em quatro importantes fases:
1)
Baseline: Fazer um estudo dos helicópteros atuais (padrão), e
determinar o nível sigma do tempo de vôo atual;
2)
Exploratória: Desenvolver um DOE para determinar possíveis
modificações a serem feitas;
3)
Otimização: Desenvolver (caso necessário) uma análise de
otimização de acordo com os resultados anteriores;
4)
Verificação: Fazer um estudo do melhor projeto de helicóptero
Tuiuiu
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Fita do corpo dobrada em volta Clipe Fita de junta
Os experimentos
consistem no
lançamento de
helicópteros de
uma certa altura
cronometrando-se
o seu tempo de
queda.
Exemplo de
construção do
Sobre os
experimentos
Dados financeiros:
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Papel
Responsabilidade
Quem
Engenheiro
Chefe
Liderar a equipe na decisão de qual protótipo
construir. Tem a palavra final sobre quais
protótipos serão construídos e testados.
Cuida também dos gastos.
_______________
Engenheiro
de Testes
Lidera a equipe na condução dos testes
de vôo de todos os protótipos. Tem a
palavra final quanto a condução dos
testes.
_______________
Engenheiro
de Montagem
Lidera a equipe na construção de
protótipos. Tem a palavra final quanto a
todos os aspectos da construção.
_______________
Relator(es)
Elabora o relatório final. Deve ficar atento a
_______________
Analista
Lidera a equipe no registro dos dados
gerados nos ensaios. Controla o Minitab.
_______________
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
•
Bons projetos incluem Replicação e Aleatorização;
•
Monte uma linha de produção para dividir o trabalho de fabricação;
(Um encontro entre engenheiros de montagem, em caso de várias
equipes, é fundamental);
•
Rotule os helicópteros claramente;
•
Estabeleça um processo de medição adequado; (Um encontro entre
engenheiros de testes, em caso de várias equipes, é fundamental)
•
Faça anotações das observações discrepantes dos vôos
(outliers).Verifique a estabilidade;
•
Menor variação experimental significa resultados mais conclusivos;
•
Dicas para um bom projeto: ângulo de asa consistente, estabilidade da
dobra, dobra do corpo, método de soltura, armazenagem dos
helicópteros, evitar correntes de ar.
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Faça um baseline da capacidade do processo atual (Padrão) para a
seguinte situação (não é necessário testar fatores):
•
Tempo de vôo de ____ segundos (Limite Inferior de Especificação);
•
Queda de ____metros (ou um referencial de testes)
•
Restrição Orçamentária: R$650.000
Resultado esperado:
•
Nível Sigma do Processo e PPM;
Considere:
•
Quantos experimentos são necessários?
•
Há replicação e repetição?
•
Principais estatísticas descritivas;
Tipo de Papel amarelo
Clipe de Papel Não
Corpo com Fita Não
Junta da Asa Colada com Fita Não
Largura do Corpo 1,5"
Comprimento do Corpo 3,00"
Comprimento da Asa 3,00"
Padrão
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Helicóptero
Repetição 1
Repetição 2
Repetição 3
Repetição 4
1
2
3
4
5
6
7
8
Quantos
helicópteros e
testes serão
feitos?
(Escolha o
número
Replicações e
Repetições)
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Avalie, usando DOE, dentre os 7 fatores abaixo, aqueles que
apresentam maior probabilidade de impactar o tempo de vôo:
Fatores Níveis Sugeridos
Padrão Mudanças Permissíveis
Tipo de Papel amarelo Sulfite (branco)
Clipe de Papel Não Sim
Corpo com Fita Não Sim (consultar padrão)
Junta da Asa Colada com Fita Não Sim (consultar padrão)
Largura do Corpo 1,5" 2,00 "
Comprimento do Corpo 3,00" 4 ¾ "
Comprimento da Asa 3,00" 4 ½ "
Resultados:
•
Identifique os fatores que tem
um impacto significativo no
projeto dos helicópteros;
•
Analise o confundimento;
•
Tempo de vôo previsto
conforme o resultado da
filtragem DOE nas
configurações melhoradas;
•
Quanto dinheiro foi usado?
•
Análise quantitativa e gráfica
dos resultados;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Fator 1 Fator 2 Fator 3 Fator 4 Fator 5 Fator 6 Fator 7 Tempo Vôo1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Helicóptero
(Escolha o
tipo de DOE)
Considere:
•
Qual o método
de
experimentação
escolhido
(fracionado,
fatorial,...)?
•
Qual o projeto
escolhido?
(Defina Fatores,
Resolução, etc.)
•
Qual o
planejamento
financeiro?
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
•
Selecione e desenvolva um DOE de otimização de acordo com os
resultados da etapa anterior. Quais fatores devem ser agora melhor
investigados?
•
Restrição Orçamentária: R$2000.000
•
Resultados:
•
Identifique os níveis dos fatores investigados acima.
•
Tempo de vôo previsto conforme o resultado da filtragem DOE
nas configurações melhoradas;
•
Quanto dinheiro foi utilizado?
•
Análise quantitativa e gráfica dos resultados;
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
(Escolha o
tipo de DOE)
Considere:
•
Qual o método
de
experimentação
escolhido
(fracionado,
fatorial,...)?
•
Qual o projeto
escolhido?
(Defina Fatores,
Resolução, etc.)
•
Qual o
planejamento
Planilha para Otimização
Fator 1 Fator 2 Fator 3 Fator 4 Fator 5 Fator 6 Fator 7 Tempo Vôo
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Faça uma verificação da capacidade do novo processo considerando as
mesmas restrições da fase de Baseline.
Resultado esperado:
•
Nível Sigma do novo Processo e PPM;
Considere:
•
Quantos experimentos são necessários?
•
Há replicação e repetição?
•
Principais estatísticas descritivas;
•
Análise gráfica
Tipo de Papel
Clipe de Papel
Corpo com Fita
Junta da Asa Colada com Fita
Largura do Corpo
Comprimento do Corpo
Comprimento da Asa
Otimizado
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Helicóptero
Repetição 1
Repetição 2
Repetição 3
Repetição 4
1
2
3
4
5
6
7
8
(Calcule o
nível Sigma
do Projeto
Otimizado)
7 - Selecionar Causas Potenciais de Variação;
8 - Relações entre as Variáveis
6
6
σ
σ
DMA
DMA
I
I
C
C
Dever de Casa:
Escreva um relatório sobre todo o experimento fazendo
9 - Tolerâncias Operacionais
6
6
σ
σ
DMA
DMA
I
I
C
C
Estabelecer Tolerâncias Operacionais &
Solução Piloto.
Objetivo:
Estabelecer Tolerâncias
operacionais para os X’s Vitais
9 - Tolerâncias Operacionais
6
6
σ
σ
DMA
DMA
I
I
C
C
9 - Tolerâncias Operacionais
6
6
σ
σ
DMA
DMA
I
I
C
C
Ex.:
Obter a equação da reta (chamada de reta dos mínimos
quadrados) para os seguintes pontos experimentais:
x 1
2
3 4
5
6
7
8
y
0,5
0,6
0,9
0,8
1,2
1,5
1,7
2,0
Traçar a reta no diagrama de dispersão. Calcular o coeficiente de
correlação linear.
Qual o valor previsto para x=9?
Qual a Tolerância de X para 1<Y<1.5?
9 - Tolerâncias Operacionais
6
6
σ
σ
DMA
DMA
I
I
C
C
Regressão. MTW
Regressão linear simples
9 - Tolerâncias Operacionais
6
6
σ
σ
DMA
DMA
I
I
C
C
Ajuste da Regressão
Linear
R-quadrado é a
porcentagem da variação
explicada pelo seu modelo.
R-quadrado (ajustado) é a
porcentagem da variação
explicada pelo seu modelo,
ajustada para o número de
termos em seu modelo e o
número de pontos de dados.
O “valor-p” para a
regressão é para ver se o
modelo de regressão inteiro
é significativo.
—
H
a: O modelo permite
significativamente
9 - Tolerâncias Operacionais
6
6
σ
σ
DMA
DMA
I
I
C
C
Ajuste da Regressão
Intervalos de confiança e de previsão
Uma faixa (ou intervalo) de
confiança é uma medida da
certeza da forma da linha de
regressão ajustada. Em geral,
uma faixa de 95% implica em
uma chance de 95% de que
as linha verdadeira fique
dentro da faixa. [Linhas
vermelhas]