MÉTODOS TAGUCHI
TAGUCHI [email protected] 1
CONTRIBUIÇÕES DE TAGUCHI
1. Para a Engenharia da Qualidade
a) Função perda (ou prejuízo) da qualidade.
b) Projeto de parâmetros e de tolerâncias.
c) Formulação de processos e produtos robustos.
2. Para o Planeamento de Experiências.
a) Ratio Signal to Noise.
b) Matriz de ruído.
c) Gráficos lineares.
TAGUCHI [email protected] 2
O SIGNIFICADO DE QUALIDADE
• Os produtos possuem características que descrevem o seu desempenho relativo às expectativas do cliente.– Consumo de um carro.
– Peso de uma caixa de cereais.
– A força de ruptura de um fio de pesca.
• Para cada característica existe um valor expectável.
• A qualidade (ou falta de qualidade) do produto é medida pelo desvio do desempenho do produto em relação ao valor esperado.
Clientes
ProjectoFabrico
TAGUCHI [email protected] 3
ABORDAGEM TRADICIONAL
• Conformidade com as especificações.
• Adequação do produto ao uso.
TAGUCHI [email protected] 4
ABORDAGEM TAGUCHI
• Atingir as expectativas do cliente com a menor variabilidade possível.
• Falta de qualidade = perda imposta à sociedade a partir do momento em que um produto é entregue.– Sociedade = fabricante +
consumidor + demais não consumidores.
– Objectivo = minimizar as perdas para a sociedade.
TAGUCHI [email protected] 5
PERDAS DEVIDAS À MÁ QUALIDADE
Cliente
• Perda de tempo.
• Indisponibilidade do produto.
• Insatisfação em relação do desempenho do produto.
• Manutenção.
• Poluição.
• Efeitos prejudiciais.
Fabricante
• Rejeição (sucata).
• Retrabalho.
• Perda de cota de mercado.
• Gastos adicionais com reparações.
TAGUCHI [email protected] 6
• Em todos os casos a perda deve ser expressa em termos monetários.
• Existe um custo total para a sociedade associado à má qualidade.
• Um fabricante não pode apenas considerar as perdas dentro de portas, deve também quantificar as perdas para o cliente e para o resto da sociedade.
COMPARAÇÃO DE FILOSOFIAS
• A abordagem tradicional do controlo do processo considera:– Unidades fabricadas dentro dos
limites especificados são boas (aceites), sem custo de má qualidade.
– Unidades fabricadas fora dos limites especificados são más, com um custo de má qualidade.
• A abordagem proposta por Taguchi é a de utilizar a função quadrática da qualidade para avaliar:– Projecto do produto e do processo.– Produção.– Assistência técnica.
TAGUCHI [email protected] 7
FORMULAÇÃO – NOMINAL É MELHOR
• A função prejuízo da qualidade é 𝐿 𝑦𝑖 = 𝑘(𝑦𝑖 −𝑚) 2
• Onde:– 𝐿 𝑦𝑖 é a perda financeira associada ao desvio em
relação ao expectável para a unidade 𝑖.
– 𝑦𝑖 é o valor na unidade 𝑖 para a característica da qualidade em estudo.
–𝑚 é o valor esperado da característica da qualidade.
– 𝑘 é um coeficiente (constante) de perda de qualidade, que converte o desvio em relação a 𝑚 em unidades monetárias.
TAGUCHI [email protected] 8
DETERMINAÇÃO DE 𝑘
• Para determinar 𝑘 basta conhecer a perda associada a um certo valor da característica de qualidade 𝑦.
𝑘 =𝐴0∆2
• Onde:
– 𝐴0 é o custo de reparação (ou de enviar para a sucata) do produto.
– ∆ é o desvio em relação ao esperado.
TAGUCHI [email protected] 9
CASO 1
• Uma característica da qualidade crítica de uma peça é o seu comprimento:– Peças com 20 ± 4 cm são rejeitadas e enviadas para a
sucata com um custo associado de €32,0.
– 𝑘 =𝐴0
∆2=
32,0
4𝑐𝑚2 = €2,0 /𝑐𝑚2
– 𝐿 20 = 𝑘(𝑦𝑖 −𝑚) 2= 2 (20 − 20)2= €0,0/peça
– 𝐿 21 = 𝑘(𝑦𝑖 −𝑚) 2= 2 (21 − 20)2= €2,0/peça
– 𝐿 22 = 𝑘(𝑦𝑖 −𝑚) 2= 2 (22 − 20)2= €8,0/peça
– 𝐿 23 = 𝑘(𝑦𝑖 −𝑚) 2= 2 (23 − 20)2= €18,0/peça
– 𝐿 24 = 𝑘(𝑦𝑖 −𝑚) 2= 2 (24 − 20)2= €32,0/peçaTAGUCHI [email protected] 10
VANTAGENS DA FUNÇÃO PERDA
• Na concepção clássica a melhoria termina quando as peças passam a ser produzidas dentro das especificações.
• Na abordagem com a função prejuízo da qualidade enquanto houver variabilidade em torno do valor alvo a melhoria deve continuar.
– A melhoria termina quando todos produtos deixarem de apresentar variabilidade em torno do esperado.
• A utilização da função perda implica uma postura de melhoria contínua da qualidade.
TAGUCHI [email protected] 11
CÁLCULO PARA UM LOTE DE PRODUTOS
• A perda financeira média é:
𝐿 =1
𝑛𝑘(𝑦𝑖 −𝑚)2
𝐿 = 𝑘σ𝑦𝑖
2
𝑛−2𝑚σ𝑦𝑖
𝑛+σ𝑚2
𝑛
𝐿 = 𝑘 (ത𝑦 −𝑚)2+𝑠2
• Conhecidos k e m, necessitamos apenas de conhecer a média e o desvio padrão do lote para estimar a perda média.
• A equação deixa claro que existem duas parcelas que contribuem para a perda de qualidade:– O desvio em relação ao alvo.– A dispersão em torno do alvo.
• Em geral é mais fácil de corrigir o desvio em relação ao alvo do que a dispersão.
TAGUCHI [email protected] 12
Variância
Desvio em relação ao
alvo
CASO 1 (continuação)
• Retomando ao caso do comprimento das peças com especificações de 20 ± 4 cm e custo de rejeição de €32,0.
• No mês de Fevereiro produziram 200 peças com média de 22 cm e desvio-padrão de 1 cm.
• 𝐿 = 𝑘 (ത𝑦 − 𝑚)2+𝑠2
• 𝐿 = 2 (22 − 20)2+12 = 2 4 + 1 =€10 /𝑝𝑒ç𝑎
• 𝐿𝐹𝐸𝑉 = 200 × 10 = €2.000,0
TAGUCHI [email protected] 13
ANÁLISE DE PROBLEMAS DE QUALIDADE
• Uma estatística reveladora da natureza dos problemas de qualidade é:
𝑄 =(ത𝑦 − 𝑚)
𝑠
• Se Q > 1 então é o desvio em relação à média que precisa de ser resolvido à frente.
• Se Q < 1 então o problema é mais difícil é a dispersão que precisa de ser resolvida.
TAGUCHI [email protected] 14
TRÊS TIPOS DE FUNÇÕES DE PERDA
TAGUCHI [email protected] 15
TRÊS FUNÇÕES PERDA
FUNÇÃO PERDA PARA UMA UNIDADE PERDA MÉDIA
Nominal é melhor 𝑘(𝑦𝑖 −𝑚) 2 𝐿 = 𝑘 (ത𝑦 − 𝑚)2+𝑠2
Maior é melhor 𝑘(1
𝑦2) 𝐿 = 𝑘
1
ത𝑦21 +
3𝑠2
ത𝑦2
Menor é melhor 𝑘(𝑦2) 𝐿 = 𝑘 (ത𝑦2 + 𝑠2)
TAGUCHI [email protected] 16
APLICAÇÕES DA FUNÇÃO PREJUÍZO
1. Comparar o antes e o depois de uma melhoria do processo.– Índice equivalente ao Cpk.– Muitas vezes é difícil calcular K, mas quando comparamos o
antes e o depois com o mesmo K, a comparação pode, facilmente, ser feita.
2. Comparar dois processos distintos de um mesmo produto.– Cada processo terá um K diferente.
3. Definição das tolerâncias da produção.– Tolerâncias na fábrica são diferentes das tolerâncias para os
clientes.– Reparar um produto na fabrico tem um custo inferior ao de
reparar e assistir durante uma reclamação no cliente.– Com 𝐴0 diferentes calculamos diferentes K.
TAGUCHI [email protected] 17
TOLERÂNCIAS NA FÁBRICA
• A velocidade de um disco rígido deve ser 85 rps. Se a rotação é diferente em mais de 2 rps existirão problemas de leitura.
• Um cliente que reclame implica um custo de reparação de €50,0. Assim:
– 𝐿 𝑦𝑖 = 𝑘(𝑦𝑖 −𝑚) 2=𝐴0
∆02 𝑦𝑖 −𝑚 2 = 12,5(𝑦𝑖 − 85)2
• Se o custo de reparação na fábrica for de €24,0 a tolerância na produção deve ser:
– 24,0 = 12,5(𝑦𝑖 − 85)2
– 𝑦 = 85 ± (24/12,5)0,5= 85 ± 1,39 rps
• A tolerância na produção deve ser inferior à tolerância do cliente.
TAGUCHI [email protected] 18
ACTIVIDADES DA QUALIDADE
Off-line Quality Control
• Concepção do produto – investigação e desenvolvimento do protótipo do produto.
• Concepção do processo – definição do processo, layout e métodos de trabalho para fabricar o produto.
On-line Quality Control
• Durante a produção – controlar o processo e o produto durante a produção.
• Durante a prestação do serviço.TAGUCHI [email protected] 19
OFF-LINE QUALITY CONTROL
1. System design
2. Parameter design
3. Tolerance design
TAGUCHIWWW.VALUESTREAM.PT |
VSTREAM.WORDPRESS.COM20
TIPOS DE FATORES
Taguchi define dois tipos de fatores:
• Fatores de controlo.
– Aqueles que podem ser manipulados quer na experiência quer na “produção”.
• Fatores de ruído.
– Aqueles que apenas podem ser manipulados na experiência mas, na “produção” não são controlados e assumem variabilidade.
TAGUCHI [email protected] 21
TIPOS DE RUÍDOS
• Outer Noise
– Temperatura, humidade, pó, tipo de utilização, …
• Inner Noise
– Deterioração.
• Between product Noise
– Variação entre os produtos fabricados (entre máquinas, entre turnos, entre colaboradores, entre fornecedores, entre materiais utilizados).
TAGUCHIWWW.VALUESTREAM.PT |
VSTREAM.WORDPRESS.COM22
ABORDAGEM TAGUCHI
• Inner array: Construir uma matriz para os fatores de controlo.
• Outter array: Construir uma matriz para os fatores de ruído.
• Executar o plano de experiências cruzando as duas matrizes.
TAGUCHI [email protected] 23
• Ao forçar a introdução de ruídos através da “outer array”, em certo sentido Taguchi estava o tornar o plano de experiências o mais “ruidoso” possível.
• Maximizar o signal to noise é equivalente a escolher a melhor resposta na presença do pior caso de variabilidade (Myers et al., 1992).
MELHORAR EM DOIS PASSOS
• O objetivo da abordagem de Taguchi é:
– identificar que fatores de controlo afetam a média da resposta; e
– identificar que fatores de controlo afetam a variância da resposta ao longo dos fatores de ruído.
• Subjacente está um plano de melhoria em dois passos:
1. Manter a variância do produto ou do processo o mais baixa possível utilizando os fatores que afetam a variância.
2. Trazer para o valor alvo a média com os fatores que apenas influenciam média da resposta.
TAGUCHI [email protected] 24
SIGNAL TO NOISE
Smaller the better𝑆/𝑅 𝑖 = − 10 log
1
𝑛
𝑗=1
𝑛
𝑦𝑖𝑗2
Larger the better𝑆/𝑅 𝑖 = − 10 log
1
𝑛
𝑗=1
𝑛 1
𝑦𝑖𝑗2
Nominal the better𝑆/𝑅 𝑖 = 10 log
ത𝑌𝑖2
𝑆𝑖2
𝑆/𝑅 𝑖 = −10 log 𝑠2
TAGUCHI [email protected] 25
Taguchi propôs três tipos de signal to noise:
SMALLER-THE-BETTER
• Menor é melhor.
PARAMETER DESIGN WWW.VALUESTREAM.PT 26
• Função Perda de Taguchi = 𝑘(𝑦2).
• Perda média = 𝐿 = 𝑘 (ത𝑦2 + 𝑠2)
• S/N ratio = −10 ∗ log(1
𝑛∗ σ𝑦𝑖
2)
LARGER-THE-BETTER
• Maior é melhor
PARAMETER DESIGN WWW.VALUESTREAM.PT 27
• Função Perda de Taguchi = 𝑘(1
𝑦2)
• Perda média = 𝐿 = 𝑘1
ത𝑦21 +
3𝑠2
ത𝑦2
• S/N ratio = −10 ∗ log(1
𝑛∗ σ
1
𝑦𝑖2)
NOMINAL IS BEST
• Nominal é melhor
PARAMETER DESIGN WWW.VALUESTREAM.PT 28
• Função Perda de Taguchi = 𝑘(𝑦𝑖 −𝑚) 2
• Perda média = 𝐿 = 𝑘 (ത𝑦 − 𝑚)2+𝑠2
• S/N ratio 1 (apenas reduzir a variância) = −10 ∗ 𝑙𝑜𝑔(𝜎2)
• S/N ratio 2 (tem em conta média e variância) = 10 ∗
log(ത𝑦2
𝑠2)
CASO SMALLER THE BETTER
• Característica de qualidade = encolhimento da espuma.
• Factor de controlo = método de moldação (cinco métodos).
• Factor de ruído = tipo de molde (3 tipos).
PARAMETER DESIGN WWW.VALUESTREAM.PT 29
Método Tipo 1 Tipo 2 Tipo 3 Média Variância S/N
M1 0,2 0,2 0,2 0,200 0,000 13,98
M2 0,1 0,2 0,3 0,200 0,010 13,31
M3 0,2 0,1 0,15 0,150 0,003 16,17
M4 0,1 0,1 0,15 0,117 0,001 18,49
M5 0,1 0,2 0,05 0,117 0,006 17,57
EXEMPLO
DiluiçãoEnsaio A B C 75% 70% 65%
1 1 1 1 245 239 2432 1 2 2 245 234 2343 2 1 2 220 224 2274 2 2 1 225 229 231
TAGUCHI [email protected] 30
• No laboratório foi realizado uma experiência onde se testou um plano de 4 ensaios com três fatores (A, B e C). Para cada ensaio recolheram-se observações para três diluições do preparado. Pretende-se determinar que fatores reduzem a variância e a média.– Calcule o signal to noise de cada ensaio.– Identifique os fatores que influenciam a média e a variância.
SIGNAL TO NOISE POR ENSAIO
Diluição
Ensaio A B C 75% 70% 65% Média Variância SNSB
1 1 1 1 245 239 243 242,33 9,33 -47,69
2 1 2 2 245 234 234 237,67 40,33 -47,52
3 2 1 2 220 224 227 223,67 12,33 -46,99
4 2 2 1 225 229 231 228,33 9,33 -47,17
TAGUCHI [email protected] 31
ANÁLISE GRÁFICA
TAGUCHI [email protected] 32
ANÁLISE DADOS
Level A B C
1 240,0 233,0 235,3
2 226,0 233,0 230,7
Delta 14,0 0,0 4,7
Rank 1 3 2
Level A B C
1 -47,61 -47,34 -47,43
2 -47,08 -47,35 -47,26
Delta 0,52 0,01 0,17
Rank 1 3 2
TAGUCHI [email protected] 33
Análise das médias Análise dos SN
SMALLER THE BETTER
• S/N smaller aumenta à medida que a média e a variância diminuem.
• S/N smaller tem mais sensibilidade à diminuição da média do que à diminuição da variância.
PARAMETER DESIGN WWW.VALUESTREAM.PT 34
EXERCÍCIO ENCOLHIMENTO
• Resposta = encolhimento em %.
PARAMETER DESIGN WWW.VALUESTREAM.PT 35
• Factores de controlo
A. Cycle time.
B. Temperatura do molde.
C. Espessura da cavidade.
D. Pressão de fecho.
E. Velocidade de injecção.
F. Tempo de fecho.
G. Diâmetro de injecção.
• Factores de ruído
H. % de rectificação.
I. Humidade ambiente.
J. Temperatura ambiente.
EXERCÍCIO ENCOLHIMENTO
J 1 2 2 1
I 1 2 1 2
H 1 1 2 2
Run A B C D E F G
1 1 1 1 1 1 1 1 2,2 2,1 2,2 2,3
2 1 1 1 2 2 2 2 0,3 2,5 2,7 0,3
3 1 2 2 1 1 2 2 0,5 3,1 0,4 2,8
4 1 2 2 2 2 1 1 2,0 1,9 1,8 2,0
5 2 1 2 1 2 1 2 3,0 3,1 3,0 3,0
6 2 1 2 2 1 2 1 2,1 4,2 1,0 3,1
7 2 2 1 1 2 2 1 4,0 1,9 4,6 2,2
8 2 2 1 2 1 1 2 2,0 1,9 1,9 1,8
PARAMETER DESIGN WWW.VALUESTREAM.PT 36
EXERCÍCIO ENCOLHIMENTO
Run A B C D E F G Média N S/N
1 1 1 1 1 1 1 1 2,2 2,1 2,2 2,3 2,2 4 -6,85
2 1 1 1 2 2 2 2 0,3 2,5 2,7 0,3 1,5 4 -5,35
3 1 2 2 1 1 2 2 0,5 3,1 0,4 2,8 1,7 4 -6,50
4 1 2 2 2 2 1 1 2,0 1,9 1,8 2,0 1,9 4 -5,70
5 2 1 2 1 2 1 2 3,0 3,1 3,0 3,0 3,0 4 -9,62
6 2 1 2 2 1 2 1 2,1 4,2 1,0 3,1 2,6 4 -9,12
7 2 2 1 1 2 2 1 4,0 1,9 4,6 2,2 3,2 4-
10,57
8 2 2 1 2 1 1 2 2,0 1,9 1,9 1,8 1,9 4 -5,58
PARAMETER DESIGN WWW.VALUESTREAM.PT 37
ANÁLISE GRÁFICA
TAGUCHI [email protected] 38
ANÁLISE DADOS
Level A B C D E F G
1 -6,100 -7,735 -7,089 -8,384 -7,013 -6,937 -8,060
2 -8,722 -7,086 -7,732 -6,438 -7,809 -7,885 -6,762
Delta 2,621 0,649 0,643 1,947 0,796 0,949 1,298
Rank 1 6 7 2 5 4 3
TAGUCHI [email protected] 39
Level A B C D E F G
1 1,819 2,319 2,181 2,525 2,100 2,263 2,475
2 2,675 2,175 2,313 1,969 2,394 2,231 2,019
Delta 0,856 0,144 0,131 0,556 0,294 0,031 0,456
Rank 1 5 6 2 4 7 3