introdução à engenharia da qualidade e o método taguchi
DESCRIPTION
A Engenharia da Qualidade é uma evolução conceitual do que conhecemos como Controle da Qualidade e mesmo Controle Estatístico da Qualidade. Taguchi contribui nesta evolução com o conceito que o Controle Estatístico de Processos deve cobrir todo o ciclo de desenvolvimento dos produtos até seu descarte.TRANSCRIPT
![Page 1: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/1.jpg)
IntroduçãoEngenharia da Qualidade
IntroduçãoEngenharia da QualidadeEngenharia da Qualidade
e Método TaguchiEngenharia da Qualidade
e Método Taguchigg
Carlos D. López Yukimura, M.Sc.Carlos D. López Yukimura, M.Sc.Ca os ópe u u a, ScCa os ópe u u a, Sc
![Page 2: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/2.jpg)
A dA dAgendaAgenda• Introdução• IntroduçãoIntrodução• Estatística e Probabilidade• Variabilidade e Qualidade
Introdução• Estatística e Probabilidade• Variabilidade e Qualidade• Variabilidade e Qualidade
– Função Perda• Qualidade no Projeto Off line Quality Control
• Variabilidade e Qualidade– Função Perda
• Qualidade no Projeto Off line Quality Control• Qualidade no Projeto – Off-line Quality Control– Capabilidade de Processos
Projeto Robusto
• Qualidade no Projeto – Off-line Quality Control– Capabilidade de Processos
Projeto Robusto– Projeto Robusto– Experimentando
• Usando o MiniTab para análise
– Projeto Robusto– Experimentando
• Usando o MiniTab para análise• Usando o MiniTab para análise• Conclusões e Bibliografia• Usando o MiniTab para análise• Conclusões e Bibliografia
![Page 3: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/3.jpg)
I t d ã C it d Q lid dI t d ã C it d Q lid dIntrodução: Conceito da QualidadeIntrodução: Conceito da Qualidade•• Definições da qualidade:Definições da qualidade:•• Definições da qualidade:Definições da qualidade:•• Definições da qualidade:Definições da qualidade:
C f à ifi õ
•• Definições da qualidade:Definições da qualidade:
C f à ifi õ– Conforme às especificações– Zero defeitos
A d i i d li
– Conforme às especificações– Zero defeitos
A d i i d li– Atender aos requisitos do cliente– Adequado ao uso– Atender aos requisitos do cliente– Adequado ao uso– etc.– etc.
![Page 4: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/4.jpg)
I t d ã C it d Q lid dI t d ã C it d Q lid dIntrodução: Conceito da QualidadeIntrodução: Conceito da Qualidade
1. Confiabilidade1. Confiabilidade
As Oito Dimensões As Oito Dimensões
1. Confiabilidade1. Confiabilidade2. Durabilidade2. Durabilidade3 Características / Atributos3 Características / Atributosda Qualidade deda Qualidade de
GarvinGarvin
3. Características / Atributos3. Características / Atributos4. Desempenho4. Desempenho5 E téti5 E téti5. Estética5. Estética6. Qualidade Percebida6. Qualidade Percebida7. Conformidade7. Conformidade8. Atendimento8. Atendimento
![Page 5: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/5.jpg)
ClienteClienteSatisfeitoSatisfeito QualidadeQualidadeModeloModeloIntrodução:Introdução:
atrativaatrativa
Q lid dQ lid d
KanoKanoQualidadeQualidade
linearlinear
FuncionaFunciona--lidade dolidade do
DisfuncioDisfuncio--nalidadenalidade lidade dolidade do
produtoprodutonalidade nalidade do produtodo produto
QualidadeQualidadeobrigatóriaobrigatória
ClienteCliente
obrigatóriaobrigatória
ClienteClienteInsatisfeitoInsatisfeito TempoTempo
![Page 6: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/6.jpg)
I t d ãI t d ãIntroduçãoIntrodução
Quais as principais causas da falta de Qualidade?Quais as principais causas da falta de Qualidade?
Variabilidade do processoVariabilidade do processo
. Trata-se de uma lei fundamental da natureza pela qual nunca. Trata se de uma lei fundamental da natureza pela qual nunca dois elementos são exatamente iguais.
N d d i d t ã t t i i. Nunca duas peças ou dois produtos são exatamente iguais.
. Dimensões de uma peça, rendimento de um conjunto de p ç , jmotores, veículos, etc. apresentam variações, dentro de limites normais.
![Page 7: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/7.jpg)
Estatística e ProbabilidadeEstatística e Probabilidade
![Page 8: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/8.jpg)
I t t ã A áli d D dI t t ã A áli d D dCálculo das áreas sob a curva normal
Interpretação e Análise dos DadosInterpretação e Análise dos DadosCálculo das áreas sob a curva normal
X
XsXi
Z (inferior) =-X
Z (superior) =
X-XsXiZ (inferior)
Z (superior)
![Page 9: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/9.jpg)
E t tí ti Bá iE t tí ti Bá iDefinições:
Estatística BásicaEstatística Básica
População: É um conjunto de elementos com pelo menos í i
e ções:
Amostra é um subconjunto de uma população
uma característica comum.
Amostra é um subconjunto de uma população, necessariamente finito, que tem igual probabilidade de pertencer a esta. p
Elemento São dados observados na população ou i d i l b famostra, na tentativa de tirar conclusões sobre o fenômeno
que nos interessa.
![Page 10: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/10.jpg)
E t tí ti Bá iE t tí ti Bá iEstatística BásicaEstatística Básica
1) Coleta de Dados;1) Coleta de Dados;
2) Classificação dos Dados;2) Classificação dos Dados;
3) Tratamento dos Dados;3) Tratamento dos Dados;
4) Validação dos Dados;4) Validação dos Dados;
5) Interpretação e Análise dos Dados.5) Interpretação e Análise dos Dados.) p ç) p ç
![Page 11: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/11.jpg)
T t t d D dT t t d D dTratamento dos DadosTratamento dos Dados
Passos para a construção de um histograma:
1) Coletar os dados;2) Ordenação dos dados:
marcar o maior e menor número de cada grupo;- marcar o maior e menor número de cada grupo;- marcar o maior e menor número do conjunto de dados.
3) Calcular a amplitude dos dados;3) Calcular a amplitude dos dados;4) Determinar o tamanho das classes para o histograma;5) Determinar os intervalos, limites e pontos médios;) , p ;6) Determinar as frequências;7) Construir o histograma de frequência.
![Page 12: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/12.jpg)
T t t d D dT t t d D dTratamento dos DadosTratamento dos Dados
Distribuição de frequências
freq.qPolígono de frequência
classes
![Page 13: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/13.jpg)
T t t d D dT t t d D dTratamento dos DadosTratamento dos Dados• Probabilidade;• Probabilidade;• Probabilidade;• Medidas de Posição;• Probabilidade;• Medidas de Posição;• Medidas de Dispersão;• Modelos de Distribuição de probabilidades. • Medidas de Dispersão;• Modelos de Distribuição de probabilidades.
![Page 14: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/14.jpg)
P b bilid dP b bilid dProbabilidadeProbabilidadeTeoria das Probabilidades
Tem por principal objetivo, estudar os experimentos Tem por principal objetivo, estudar os experimentos
Teoria das Probabilidades
aleatórios. Chamamos de experimento aleatório a todo processo cujo resultado é incerto ou não pode ser previsto,
t l id d A i l d
aleatórios. Chamamos de experimento aleatório a todo processo cujo resultado é incerto ou não pode ser previsto,
t l id d A i l dmas que apresenta regularidade. Assim, por exemplo quando lançamos uma moeda sobre a mesa pode ocorrer cara ou coroa; no entanto, se forem feitas várias experiências, espera-
mas que apresenta regularidade. Assim, por exemplo quando lançamos uma moeda sobre a mesa pode ocorrer cara ou coroa; no entanto, se forem feitas várias experiências, espera-coroa; no entanto, se forem feitas várias experiências, esperase que cara e coroa ocorram igual número de vezes. Enfim, a teoria das probabilidades estuda os experimentos aleatórios
coroa; no entanto, se forem feitas várias experiências, esperase que cara e coroa ocorram igual número de vezes. Enfim, a teoria das probabilidades estuda os experimentos aleatórios equiprováveis, isto é, experimentos onde qualquer resultado pode ocorrer com a mesma chance. equiprováveis, isto é, experimentos onde qualquer resultado pode ocorrer com a mesma chance.
![Page 15: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/15.jpg)
P b bilid dP b bilid dProbabilidadesProbabilidades
![Page 16: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/16.jpg)
P b bilid d d bt 9 2 d d ?P b bilid d d bt 9 2 d d ?Probabilidade de obter um 9 com 2 dados?Probabilidade de obter um 9 com 2 dados?
4 alternativas em 364 alternativas em 364 alternativas em 364 alternativas em 36
![Page 17: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/17.jpg)
P b bilid dP b bilid dProbabilidadeProbabilidadedois
11
quatro
três
dois
33
22
cinco
quatro
55
44
sete
seis
55
66
55
nove
oito
44
55
onze
dez
22
33
doze 11
![Page 18: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/18.jpg)
P b bilid dP b bilid dProbabilidadeProbabilidade
E lE lExemplos:Exemplos:
Probabilidade de rolar os dados e tirar um 9:Probabilidade de rolar os dados e tirar um 9: ______Probabilidade de rolar os dados e tirar um 7 ou 11: ______Probabilidade de rolar os dados e achar um valor menor que4: ______Probabilidade de rolar os dados e tirar um resultado
i d 8maior do que 8: ______Probabilidade de rolar os dados e tirar um resultadoentre 5 e 9:entre 5 e 9: _____
![Page 19: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/19.jpg)
F üê iF üê iFreqüênciaFreqüência1211109877654321
1 2 3 4 5 6 7 8 9 10
![Page 20: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/20.jpg)
Di t ib i ã d f ê iDistribuição de frequênciaDistribuição Binomial
• O experimento E consiste de n tentativas idênticas; • Cada tentativa fornece um dos dois resultados: Sucesso (S) ou Falha (F);
Distribuição Binomial
• A probabilidade de sucesso é igual a p e a probabilidade de insucesso é igual a q = 1- p, e as tentativas são independentes.
Distribuição Hipergeométrica• Uma amostra aleatória de tamanho n é tirada de uma população de
tamanho N sem reposição;
Distribuição Hipergeométrica
p• k de N elementos podem ser classificados como sucessos e N-k são
classificados como falhas.
![Page 21: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/21.jpg)
Di t ib i ã d f ê iDistribuição de frequênciaDistribuição PoissonDistribuição Poisson• O número de sucessos ocorrendo em um intervalo de tempo ou região
especificada é independente daquele que ocorre em qualquer outroespecificada é independente daquele que ocorre em qualquer outro intervalo de tempo exclusivo ou região do espaço;
• A probabilidade de um único sucesso ocorrer durante um intervalo de t it t iã é di t t i ltempo muito curto ou em uma região pequena é diretamente proporcional ao “comprimento” desse intervalo ou do tamanho da região e não depende do número de sucessos ocorrendo fora desse intervalo de tempo ou região;
• A probabilidade de termos mais de um sucesso em um intervalo de tempo pequeno ou em uma região pequena é desprezível.p p q g p q p
![Page 22: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/22.jpg)
VariabilidadeVariabilidade
![Page 23: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/23.jpg)
Di t ib i ã N lDi t ib i ã N lDistribuição NormalDistribuição Normal
P(x) = constante 1/ e-1/2[((x-)/2]
( )
2 = (x-)2 = (x-)2/Np(x)
x/N2
![Page 24: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/24.jpg)
A Ciê i E t tí tiA Ciê i E t tí ti
“A E t tí ti é t d M t áti A li d
A Ciência EstatísticaA Ciência Estatística
“A Estatística é a parte da Matemática Aplicada que se ocupa em obter conclusões a partir de dados observados.”
“O método que tem por objetivo o estudo quantitativo dos dados ou fatos que se apresentam em massa, e a pesquisa de suas relações.”
“A Estatística não é senão a História em repouso; a HistóriaA Estatística não é senão a História em repouso; a História não é senão a Estatística em movimento.”
“A Estatística é coleta, apresentação, análise e interpretação dos dados numéricos.”
![Page 25: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/25.jpg)
Dif d V i bilid dDif d V i bilid dDiferenças de VariabilidadeDiferenças de Variabilidade
24 2
3 2 2 32 2
2 2 2 21 2
1 2 2 2 3 2 4 2
![Page 26: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/26.jpg)
V i bilid d d i d édiV i bilid d d i d édiVariabilidade e desvio da médiaVariabilidade e desvio da média
2 2
12 > 2
2
1 2
2 1 = t> t
![Page 27: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/27.jpg)
Desvio Padrão, Variância e DistribuiçãoDesvio Padrão, Variância e DistribuiçãoDesvio Padrão, Variância e Distribuição NormalDesvio Padrão, Variância e Distribuição Normal
![Page 28: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/28.jpg)
A Função de Densidade de Probabilidade,A Função de Densidade de Probabilidade,A Função de Densidade de Probabilidade, f(x)A Função de Densidade de Probabilidade, f(x)
![Page 29: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/29.jpg)
Di t ib i ã N lDi t ib i ã N lDistribuição NormalDistribuição Normal
![Page 30: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/30.jpg)
A Ciê i E t tí tiA Ciê i E t tí tiA Ciência EstatísticaA Ciência Estatística
A estatística é parte da matemática que se ocupa em obter conclusões a partir de uma série de dados e números observados.
Exemplos: - Média de idade da população;- Número de peças defeituosas;- % de defeitos em uma peça;
Média de dimensões;- Média de dimensões;- Custo médio, etc.
![Page 31: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/31.jpg)
A Ciência EstatísticaA Ciência Estatística
Estudo Completo de Estatística:
Amostragem
EstatísticaDescritiva Probabilidade
EstatísticaIndutiva
![Page 32: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/32.jpg)
Limites da Especificação de umaLimites da Especificação de umaLimites da Especificação de uma Característica de QualidadeLimites da Especificação de uma Característica de Qualidade
22
LEI LESm
![Page 33: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/33.jpg)
Ní l d Q lid dNí l d Q lid dNível de QualidadeNível de Qualidade• Limites de Especificação: São as tolerâncias ou• Limites de Especificação: São as tolerâncias ou• Limites de Especificação: São as tolerâncias ou
faixas de desempenho demandado pelo cliente.Limite de Especificação Superior: LES (USL)
• Limites de Especificação: São as tolerâncias ou faixas de desempenho demandado pelo cliente.Limite de Especificação Superior: LES (USL)• Limite de Especificação Superior: LES (USL)
• Limite de Especificação Inferior: LEI (LSL)• Limite de Especificação Superior: LES (USL)• Limite de Especificação Inferior: LEI (LSL)• Valor alvo: m• Valor alvo: m
![Page 34: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/34.jpg)
d õd õTipos de variações:Tipos de variações:
1. Variações comuns (aleatórias):
• fazem parte da natureza do processo;• fazem parte da natureza do processo;• podem ser controladas;• ocorrem em 80 a 96% dos casos;
2 V i õ i i ( i )
;• admite representação estatística (controle).
2. Variações especiais (causais):
• são imprevisíveis;p ;• devem ser eliminados rapidamente;• ocorrem em 20 a 4% dos casos;• não admite representação estatística (fora de controle).
![Page 35: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/35.jpg)
Comportamento estável da variação de umComportamento estável da variação de umComportamento estável da variação de um processo no tempo (causas comuns)Comportamento estável da variação de um processo no tempo (causas comuns)
Se unicamente as causas de variação t ã f dpresentes são as comuns, a forma da
distribuição da saída (output) de um processo que é estável no tempo é previsível. p
![Page 36: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/36.jpg)
Comportamento da variação de um processoComportamento da variação de um processoComportamento da variação de um processo no tempo (causa especial/não estável)Comportamento da variação de um processo no tempo (causa especial/não estável)
Se causas especiais de variação estãoSe causas especiais de variação estão presentes, a saída do processo não é estável no tempo:
![Page 37: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/37.jpg)
V i bilid d Q lid dV i bilid d Q lid dVariabilidade e QualidadeVariabilidade e Qualidade
PessoasPessoasPessoasPessoasAmbienteAmbienteAmbienteAmbiente MateriaisMateriaisMateriaisMateriais2
p(x)
Falta deQualidadeFalta deQualidade
MediçãoMediçãoMediçãoMedição MáquinaMáquinaMáquinaMáquina MétodoMétodoMétodoMétodoMediçãoMediçãoMediçãoMedição MáquinaMáquinaMáquinaMáquina MétodoMétodoMétodoMétodo
![Page 38: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/38.jpg)
V i bilid d d Si tV i bilid d d Si tVariabilidade de um SistemaVariabilidade de um SistemaVariáveis Candidatas como InputsVariáveis Candidatas como Inputspp
Design Manufatura Medição Condições de UsoDesign Manufatura Medição Condições de Uso
AmbienteMétodo
Máquina Viés e ErroAmbiente
Material Homem
Máquinade
MediçãoAmbiente das
Ambiente deManufatura Seleção e
propriedadesdos
Parâmetrosde
Ferramenta
Condições deUso e Variação
na Forma de
Métodos
dos Materiais
Habilidades Parâmetros
Uso
Parâmetrosde Projeto
MétodosProcedimentos
e Técnicas
Habilidadese Treinamento
dos Operadoresde
Processos
![Page 39: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/39.jpg)
C N lC N l
A C l t di idid d b bilid d
Curva NormalCurva Normal
A Curva normal costuma ser dividida em zonas de probabilidade
X
33
-3 +399,7 % X
22
X
11
-2 +295%
-1 +168%
![Page 40: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/40.jpg)
On-line e Off-line QualityOn-line e Off-line QualityOn-line e Off-line Quality Control
On-line e Off-line Quality ControlCo t oCo t o
Projetando QualidadeProjetando Qualidadeojeta do Qua dadeojeta do Qua dade
![Page 41: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/41.jpg)
100 % d I ã100 % d I ã100 % de Inspeção100 % de Inspeção
CONTAR AS LETRAS F DO PARAGRAFO
• FEDERAL FUSES ARE RESULT OF YEARS OF SCIENTIFIC STUDY COMBINED WITH THE
• FEDERAL FUSES ARE RESULT OF YEARS OF SCIENTIFIC STUDY COMBINED WITH THE FIRST-HAND EXPERIENCE OF FYFTY YEARSFIRST-HAND EXPERIENCE OF FYFTY YEARS
![Page 42: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/42.jpg)
G áfi d C t lG áfi d C t lGráficos de ControleGráficos de Controle
LSC
X
Fora de controle LSC
Área de normalidade LMÁrea de normalidade
Área de normalidade
LICFora de controle
AFig. Modelo geral de um gráfico de controle
A
![Page 43: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/43.jpg)
G áfi d C t lG áfi d C t lGráficos de ControleGráficos de Controle
Tipos de Gráficos de Controle:
1) Controle de Variáveis: São aqueles que se baseiam em medidas das características da qualidade(valor contínuo) - Análise quantitativa.
• X-R (média e amplitude)• X R (mediana e amplitude)• X-R (mediana e amplitude)• X-R (individual)
2) Controle de Atributos: São aqueles que se baseiam na presença ou2) Controle de Atributos: São aqueles que se baseiam na presença ou ausência de um atributo(valor discreto) - Análise qualitativa.
• p (porcentagem de peças defeituosas)p (p g p ç )• pn ou np (número de peças defeituosas)• c (número de defeitos)• u (número de defeitos por unidade)u (número de defeitos por unidade)
![Page 44: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/44.jpg)
Interpretação e Análise dos DadosInterpretação e Análise dos Dados
Gráficos de Controle de Variáveis X R
Interpretação e Análise dos DadosInterpretação e Análise dos Dados
Passos para a construção do gráfico:
Gráficos de Controle de Variáveis X-R
1) Escolher o que medir;2) Coletar dados(tamanho de amostras);3) Definir planilha de dados;3) Definir planilha de dados;4) Coletar amostras e registrar na planilha;5) Cálculo das médias (x);6) Cál l d édi d t d édi ( )6) Cálculo da média de todas as médias (x);7) Cálculo das amplitudes de cada amostra(R);8) Cálculo da média de todas as amplitudes (R);9) Determinar as escalas dos gráficos e plotar os dados;10) Determinar os Limites de controle para as amplitudes (R);11) Determinar os Limites de controle para as médias (x);) p ( );12) Analisar o Gráfico.
![Page 45: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/45.jpg)
![Page 46: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/46.jpg)
Gráfico de controle - X-RGráfico de controle - X-RGráfico de controle - X-RGráfico de controle - X-R
Tabela de fatores de correçãoTabela de fatores de correção
CoeficientesCoeficientes
n D4d2 D3
5 2 326 0 2 114
A2
0 5775 2,326 0 2,114
10 3,078 0,223 1,777
0,577
0,308
15 3,472 0,348 1,652_
20 3,735 0,414 1,586
25 3,931 0,459 1,541
_
_
![Page 47: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/47.jpg)
Capabilidade de ProcessosCapabilidade de Processos
CAM e CpkCAM e CpkCAM e CpkCAM e Cpk
![Page 48: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/48.jpg)
Critérios de Aceitação dos MeiosCritérios de Aceitação dos MeiosCritérios de Aceitação dos MeiosCritérios de Aceitação dos Meios
Coeficiente de Aptidão de MáquinaCoeficiente de Aptidão de Máquina
É a capacidade intrínseca da máquina para conseguir produzir
C.A.M.C.A.M.É a capacidade intrínseca da máquina para conseguir produzirpeças dentro do intervalo de tolerâncias: IT - (Concepção da Máquina)
CpCp Indice de Capabilidade de processo potencial Indice de Capabilidade de processo potencial
CpkCpk Coeficiente de posição e dispersão da produção Coeficiente de posição e dispersão da produção
Índice de capabilidade de processoÍndice de capabilidade de processo É a capacidade do meio de forma a ser colocado em ajuste correto.É a posição da dispersão com relação ao intervalo de tolerância.
![Page 49: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/49.jpg)
100 % d I ã100 % d I ã100 % de Inspeção100 % de Inspeção
CONTAR AS LETRAS F DO PARAGRAFO
• FEDERAL FUSES ARE RESULT OF YEARS OF SCIENTIFIC STUDY COMBINED WITH THE
• FEDERAL FUSES ARE RESULT OF YEARS OF SCIENTIFIC STUDY COMBINED WITH THE FIRST-HAND EXPERIENCE OF FYFTY YEARSFIRST-HAND EXPERIENCE OF FYFTY YEARS
![Page 50: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/50.jpg)
C id d d Má iC id d d Má iCapacidade de MáquinaCapacidade de Máquina• É:• É:
– Auxílio na tomada de decisão– Indicador da Qualidade
• Para:Para:– A aceitação dos meios
• no fabricante• na partida da fábricana partida da fábrica
– No acompanhamento da qualidade– Medir o envelhecimento dos meios e concluir as ações
preventivas– Construir um banco de dados
• B.E. (Bureau de Estudo)• Métodos
• E Alcançar– Zero Defeitos
![Page 51: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/51.jpg)
Aceitação dos MeiosAceitação dos Meiosçç
• Como se faz?• Como se faz?– Se calcula a relação entre:
• O Intervalo de Tolerância : IT• O Intervalo de Tolerância : IT• A Dispersão da Máquina, D
• Coeficiente de Capacidade de MáquinaCoeficiente de Capacidade de Máquina (Coeficiente de Aptidão de Máquina)
ITCAM =
IT
DD
![Page 52: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/52.jpg)
Cálculo do C.A.M.Cálculo do C.A.M. ITCálculo do C.A.M.Cálculo do C.A.M.
AAC MC M ITIT Intervalo de Tolerância
WW6i
A.A.C. M. =C. M. = ITITDiDi
Intervalo de Tolerância
Dispersão Intrínseca
Di = 6.iDi = 6.i i = i = d5*d5*WW Desvio padrão intrínseco
W=W= W1 + W2 + W3 + ...... + Wm m
Média das Amplitudes
No de Amostras 6 7 8 9 10 11 12
Valores de d5*
1,746 1,789 1,824 1,852 1,877 1,916 1,959
![Page 53: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/53.jpg)
Estimativa do Desvio Típico emEstimativa do Desvio Típico emNo Total de Estimativa do Desvio Típico em Função do Número de PeçasEstimativa do Desvio Típico em Função do Número de Peças
0 90 1 13100
No o a dePeças Tiradas
0,90 1,13
Intervalo de
0,86 1,2150x x
Incerteza
0,82
0,86
1,2830
x x
+
0,80
0,8 , 8
1,37
30
20 Não Confiável
- +
0 65
0,73
,
1,641,64
5
10
0,6505
3xS2xS1xS0
![Page 54: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/54.jpg)
Cuidados a Considerar na hora da Cuidados a Considerar na hora da amostragemamostragem
• Máquina Estabilizada;• Tomar m vezes (mínimo 6), 5 peças consecutivas;• Nas recepções se tirarão 30 peças consecutivas;• Referenciá-las em ordem cronológica de aparição• Referenciá-las em ordem cronológica de aparição.
x x
xx x x
x xx x
x x xx
xx
xxx
x W6
xx
x xx x
xx xx x
xx x
x
xxx
W1
1 30
1 2 3 4 5 61 5 10 15 20 25 30
![Page 55: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/55.jpg)
Valores Limites do C.A.M.Valores Limites do C.A.M.
• Somente a médiaDesvio RápidoDesvio Rápido • A média não se desloca
A di ã t
Desvio LentoDesvio Lento
ITTempo se desloca
• A dispersão prati-camente se mantém
• A dispersão aumenta• Caso Geral
- Desgaste de máquina
s
constante• Desgaste de ferramenta• Ex.: Diâmetro IT
- Geometria da MáquinaC.A.M. >= 1,3
x pe
ças
Variação
Ex.: Diâmetro• C.A.M. = 1,5
ITTempo
Variaçãoútil(Ferramenta) D2
x pe
ças
x
D1
![Page 56: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/56.jpg)
Di ã d P d ãDi ã d P d ãDispersão da ProduçãoDispersão da Produção
Nã ã id dNã ã id d• Regulações Do: Dispersão da Produção
D i P d ã d P d ã
Não são consideradas as:Não são consideradas as:
• Variações das ferramentas• Variações térmicas
o : Desvio Padrão da ProduçãoXi : Valor individual
: Média dos valoresX
• Dispersão intrínseca K : Constante
22o =o = ( Xi ( Xi --
( ( XX
n n -- 11. K. K
2266 ooDo =Do =
![Page 57: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/57.jpg)
Condições de Aceitação Condições de Aceitação ç ç(Automotiva em 2000)
ç ç(Automotiva em 2000)
C.A.M.C.A.M. >= a 1,3 ou 1,5>= a 1,3 ou 1,5
CpkCpk >= a 1,1>= a 1,1pp ,,
![Page 58: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/58.jpg)
Cálculo do CpkCálculo do CpkCálculo do CpkCálculo do Cpk
LL
XX
LiLi
XX
Cpks =Cpks =Ls Ls --
XX
3 3 ooCpki =Cpki =
Li Li --
XX
3 3 oo IT
X
o =o =( Xi ( Xi --
( ( XX
n n -- 11. K. K
22
• Ls: Limite superior de Tolerâncias
LsLi
Tolerâncias• Li: Limite inferior de
Tolerâncias3 3
Do• :Média• Desvio Padrão de
Produção
XX
o :o :No. Peças 30 35 40 45 50Produção
K 1,28 1,26 1,24 1,22 1,21
![Page 59: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/59.jpg)
| alvo(m) média processo() |Exemplos de CpkExemplos de Cpk | alvo(m) – média processo() |2 (LES – LEI)
p pp p
X0 =X
ITk =
1.Cpks =
Ls -
X
3 oCpki =Li -
X
3 o LsLi
0 0 05 0 05 0
3 0Cpk.i =
0 - 0,05
0,04= 1,25 Cpks =
0,05 - 0
0,04= 1,25
2.Cpks =
Ls -X
3 oC pki =Li -
X
3 o
X
LsLi
= +0,03
3 0Cpki =
0,03 - (- 0,05)
0,04= 2 Cpks =
0,05 - 0,03
0,04= 0,5
3.Cpks =
Ls -
X
3 oCpki =Li -
X
3 o
X
LsLi
- 0 03 - (-0 05)
= - 0,03
0 05 - (-0 03)
3 0Cpki =
0,03 ( 0,05)
0,04= 0,5 Cpks =
0,05 ( 0,03)
0,04= 2
![Page 60: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/60.jpg)
![Page 61: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/61.jpg)
Capacidade de Processosp
LSILSI
Cp = 0,5 Cp = 1 Cp = 1,5 Cp = 2p
LEI
![Page 62: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/62.jpg)
Reduzir a VariabilidadeReduzir a Variabilidadeamplia a Janela Operacional
Janela Operacional Nova JanelapOperacional
![Page 63: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/63.jpg)
6 Si6 Si6 Sigma6 Sigma
![Page 64: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/64.jpg)
6 Si6 Si6 Sigma6 Sigma
![Page 65: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/65.jpg)
6 Si6 Si6 Sigma6 Sigma
![Page 66: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/66.jpg)
6 Si6 Si6 Sigma6 Sigma
![Page 67: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/67.jpg)
Relação vs. % de População
X
11
X
33-1 +168%
XX
-3 +399,7 %
22
-2 +295%
![Page 68: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/68.jpg)
Decisão Lei NormalDecisão - Lei Normal
X
IT
CAM >= 1,3 a 1,5CPK >= 1,1
MEDIOMEDIO
kk
X
okok
X
Ls
CAM >= 1,3 a 1,5CPK < 1,1 RejeitadoRejeitado
AjustarAjustar
DX
jj
X
CAM < 1,3 a 1,5CPK < 1,1 RejeitadoRejeitado
D
![Page 69: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/69.jpg)
Robust DesignRobust Design
Método TaguchiMétodo Taguchiétodo agucétodo aguc
![Page 70: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/70.jpg)
Q lid dQ lid dQualidadeQualidadeAtendendo as especificações ou atingindo o alvo
melhor qualidademelhor qualidade pior qualidadepior qualidade
Atendendo as especificações ou atingindo o alvo
![Page 71: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/71.jpg)
Obj ti M lh i d Q lid dObj ti M lh i d Q lid dObjetivo: Melhoria da QualidadeObjetivo: Melhoria da QualidadeReduzir a Variabilidade e Acertar o AlvoReduzir a Variabilidade e Acertar o Alvo
4 2
3 22 2
2
1 2 2 2 3 2 4 21 2
< <
![Page 72: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/72.jpg)
C it d Q lid dC it d Q lid dConceito da QualidadeConceito da Qualidade
“ A QUALIDADE DE “ A QUALIDADE DE QUALIDADE QUALIDADE & PERDA& PERDAQ
UM PRODUTOÉ A (MÍNIMA)
QUM PRODUTOÉ A (MÍNIMA)
& PERDA& PERDAÉ A (MÍNIMA) PERDA CEDIDA ÀSOCIEDADE DESDE
É A (MÍNIMA) PERDA CEDIDA ÀSOCIEDADE DESDESOCIEDADE DESDE O INSTANTE EM
É
SOCIEDADE DESDE O INSTANTE EM
ÉGenichi Taguchi
QUE ESTE É COMERCIALIZADO”QUE ESTE É COMERCIALIZADO”
g
![Page 73: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/73.jpg)
C it d Q lid dC it d Q lid dConceito da QualidadeConceito da Qualidade
Função PerdaFunção Perda$
ruim ruim
Perd
a P(y) = P(y) = kk (y(y--m)m)22P(y) = P(y) = kk (y(y--m)m)22sofrível sofrível
P
melhor
bom bom
LI LSmmelhor
y
![Page 74: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/74.jpg)
F ã P d Di t ib i ã N lF ã P d Di t ib i ã N lFunção Perda na Distribuição Normal Função Perda na Distribuição Normal P(y)P(y)Função Perda de P(y)P(y)
Qualidade Média devido a
e E(Q) = k [(E(Q) = k [( –– m)m)22 + + 22
Distribuição de y com média e variância
22
mm - Do m + Do
![Page 75: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/75.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b tMétodo de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
Fatoresde Ruído
r
P d t /PP d t /PM yProduto/ProcessoProduto/Processof(M,p,r)f(M,p,r) RespostaFator
M y
Fatores
de Sinal
Fatoresde Controlep
![Page 76: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/76.jpg)
Fatores que afetam a qualidadeFatores que afetam a qualidade
Fatores de Controle: São os fatores que podem ser especificados livremente pelo projetista Seus níveis sãoespecificados livremente pelo projetista. Seus níveis sãoselecionados para minimizar a sensibilidade da respostado produto a todos os fatores de ruído.
Fatores de Ruído: São os fatores que não podem sercontrolados pelo projetista, cujos níveis são difíceis ou caros de serem controlados.Fatores de Sinal: São os fatores que espacificam o valor pretendido da resposta do produto.
![Page 77: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/77.jpg)
3. Quanto Maior Melhor- Resistência
Exemplos dos Tipos de Exemplos dos Tipos de CaracterísticasCaracterísticasExemplos dos Tipos de Exemplos dos Tipos de CaracterísticasCaracterísticas - Vida
- Eficiência de Combustível
Características Características Características Características
1 Nominal é o Melhor4. Atributo Classificado
- Aparência1. Nominal é o Melhor - Dimensão - Claridade
- Aparência - Gosto- Bom/Ruim
Grau A/B/C/D- Viscosidade
2. Quanto Menor Melhor
- Grau A/B/C/D
5. DinâmicaQ- Desgaste- Encolhimento- Deterioração
- Velocidade do Motor / Engrenagem de TransmissãoDeterioração
![Page 78: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/78.jpg)
ANOVA (Analise da Variância)ANOVA (Analise da Variância)
ANOVA com dois fatoresFundição de pistões. Problema: como atingir a dureza adequadaFundição de pistões. Problema: como atingir a dureza adequadano processo de fundição.
A = % teor de cobre B = % teor de magnésio
A1 = 3,5 A2 = 4,5B1 = 1,2 B2 = 1,8g 1 , 2 ,
Quatro combinações possíveis: A1 B1 ,A1 B2 ,A2 B1 ,A2 B2
![Page 79: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/79.jpg)
ANOVA âANOVA âANOVA (Analise da Variância)ANOVA (Analise da Variância)A1 A21 2
B1 76, 7876, 78 73, 7473, 74Para simplificar
B2 77, 7877, 78 79, 8079, 80
Para simplificar- 70 pontos
A1 A21 2
B1 6, 86, 8 3, 43, 4 A1 = 29 B1 = 21 T = 55A2 = 26 B2 = 34A1 = 29 B1 = 21 T = 55A2 = 26 B2 = 34
B2 7, 87, 8 9, 109, 10
A2 26 B2 34n A1 = 4 n B1 = 4 N= 8n A2 = 4 n B2 = 4
A2 26 B2 34n A1 = 4 n B1 = 4 N= 8n A2 = 4 n B2 = 4
![Page 80: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/80.jpg)
ANOVA (Analise da Variância)ANOVA (Analise da Variância)
Soma dos QuadradosSoma dos Quadrados
• Variação devida ao fator AV i ã d id f t B
A1 A2
B 6 8 3 4
Total
21• Variação devida ao fator B• Variação devida a interaçãodos fatores A e B
B1
B2
6,8 3,4
7,8 9,10
21
34dos fatores A e B• Variação devido ao erro 29 26 55
![Page 81: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/81.jpg)
ANOVA ( l d â )ANOVA ( l d â )ANOVA (Analise da Variância)ANOVA (Analise da Variância)
A A Total
SQ SQ SQ SQ SQ
Variação total :A1 A2
B1 6,8 3,4Total21
SQT = SQA + SQB + SQAxB + SQe B2 7,8 9,10 34
29 26 55SQ A 2 T2 29 26 55SQA = Ai2
N
A 2 T2
nAi
A 2 552SQA =
A1 T2
NnA1
A2nA2
+ 292 +4
262 -4
552
8= = 1,125
2SQB = Bi
2 T2
NnBi
= 21,125
![Page 82: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/82.jpg)
ANOVA ( l d â )ANOVA ( l d â )ANOVA (Analise da Variância)ANOVA (Analise da Variância)
T2
SQAxB = AxBi2 T2
NnAxBi=
SQT = yi2 T2
N
62 82 102 552AxBi
(AxB)A B = 14
= 62 + 82 +....+102 - 552
8= 40,875(AxB)1A1B1
A2B1 (AxB)2A1B2 (AxB)3
= 14= 7= 15
===
SQe = SQT - SQA - SQB - SQAxB
40 875 1 125 21 125 15 125A1B2 (AxB)3A2B2 (AxB)4
15= 19=
= 40,875 - 1,125 - 21,125-15,125
= 3,500
142 + 72 + 152 + 192 + 552 - 1,125 - 21,125 = 2 2 2 2 2
SQAxB = 15,1252 2 2 2 2
![Page 83: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/83.jpg)
ANOVA ( l d â )ANOVA ( l d â )ANOVA (Analise da Variância)ANOVA (Analise da Variância)
Fonte SQ f V FFonte SQ f V F
A 1,125 1 1,125 1,29A 1,125 1 1,125 1,29, , ,B 21,125 1 21,125 24,14AxB 15 125 1 15 125 17 29
, , ,B 21,125 1 21,125 24,14AxB 15 125 1 15 125 17 29AxB 15,125 1 15,125 17,29e 3,500 4 0,875 T 40 875 7
AxB 15,125 1 15,125 17,29e 3,500 4 0,875 T 40 875 7T 40,875 7 T 40,875 7
![Page 84: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/84.jpg)
ANOVA ( l d â )ANOVA ( l d â )ANOVA (Analise da Variância)ANOVA (Analise da Variância)
B21010
8
,70
B1
6
4reza
RB
B1
2Dur
Teor de Magnésio
A1 A2
0
Teor de Cobre
![Page 85: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/85.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b t
O Experimento na “INA Tile”
Método de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
O Experimento na INA TileProcesso de Fabricação
azulejo externo
azulejo internoqueimador
![Page 86: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/86.jpg)
Método de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
ensã
o
LES
Dim
e
LEI
azulejo externo azulejo interno
![Page 87: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/87.jpg)
é d d h bFatores de Controle e NíveisMétodo de Taguchi: Projeto Robusto
A: Quantidade de pedralima A1 = 5%A2 = 1%
B: Aditivo
C: Quantidade de agalmatolite
B1 = GrossoB2 = FinoC1 = 43 %
D: Tipo de agalmetolite
1C2 = 53 %D1 = Combinação existenteD2 = Nova combinação
E: Carga de materia prima
F: Quantidade de retorno desperdiço
2 çE1 = 1300 KgE2 = 1200 KgF = 0 %F: Quantidade de retorno desperdiço
G: Quantidade de feldspato
F1 = 0 %F2 = 4 %G1 = 0 % G = 4 %G2 = 4 %
![Page 88: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/88.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b tMatriz Ortogonal LMatriz Ortogonal L88
Método de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
Número doExperimento
ResultadoExperimental
A B C D E F GA B C D E F G1 2 3 4 5 6 71 2 3 4 5 6 7
Matriz Ortogonal LMatriz Ortogonal L88
Experimento Experimental
y1y2
1 1 1 1 1 1 1 11 1 1 1 1 1 12 1 1 1 2 2 2 21 1 1 2 2 2 2
1 2 3 4 5 6 71 2 3 4 5 6 7
Combinação parao experimento 4y3
y4
3 1 2 2 1 1 2 21 2 2 1 1 2 24 1 2 2 2 2 1 11 2 2 2 2 1 1 AA11BB22CC22DD22EE22FF11GG11
o experimento 4
y5y6y7
5 2 1 2 1 2 1 22 1 2 1 2 1 26 2 1 2 2 1 2 12 1 2 2 1 2 17 2 2 1 1 2 2 12 2 1 1 2 2 1
11 22 22 22 22 11 11
y7y8
7 2 2 1 1 2 2 12 2 1 1 2 2 18 2 2 1 2 1 1 22 2 1 2 1 1 2
![Page 89: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/89.jpg)
MATRIZ ORTOGONALMATRIZ ORTOGONAL
Método de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
L8No
A B C D E F G1 2 3 4 5 6 7 A B C D E F G
No dedefeitusos
MATRIZ ORTOGONALMATRIZ ORTOGONAL
No
1 1 1 1 1 1 1 12 1 1 1 2 2 2 2
1 2 3 4 5 6 7 A B C D E F G
55
grosgros
4343
existnovo
13001200
04
05
para 100
16172 1 1 1 2 2 2 2
3 1 2 2 1 1 2 24 1 2 2 2 2 1 1
555
grosfinofino
435353
novoexistnovo
120013001200
440
550
171264 1 2 2 2 2 1 1
5 2 1 2 1 2 1 26 2 1 2 2 1 2 1
511
grosgrosfi
535353
existnovo
i t
120012001300
004
050
66
687 2 2 1 1 2 2 18 2 2 1 2 1 1 2
11
finofino
4343
existnovo
12001300
40
05
4226
![Page 90: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/90.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b tMétodo de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
Análise pela tabela de resposta
Para A1 = 16 + 17 + 12 + 6 = 51
1. Número total de defeituosos para cada nível de cada fator
Para A2 = 6 + 68 + 42 + 26 = 142
2. Percentagem de defeituosos para cada nível de cada fator
Para A1 = 51 x 100 = 12,75 %400
ComparaçãoPara A2 = 142 x 100 = 35,50 %
400
p ç
![Page 91: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/91.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b tNNoo total de defeituosostotal de defeituosos % Defeituosos% Defeituosos
Método de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
A1A2B1
total de defeituosostotal de defeituosos % efeituosos% efeituosos12,7535,5026 75
51/400x100%142107B1
B2C1C
26,7521,5025,2523 00
1078610192C2
D1D2E
23,0019,0029,2530 50
9276117122E1
E2F1
30,5017,7513,50
1227154
F2G1G2
34,7533,0015,25
139
132612 61
![Page 92: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/92.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b tMétodo de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
AA11BB22CC22DD11EE22FF11GG22
??AA11BB22CC11DD11EE22FF11GG22
??AA11BB22CC11DD11EE22FF11GG22
![Page 93: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/93.jpg)
Mét d d T hi P j t R b tMét d d T hi P j t R b tMétodo de Taguchi: Projeto RobustoMétodo de Taguchi: Projeto Robusto
ãoim
ensã Antes
LESD Antes
LEIDepois Depois
azulejo externo azulejo interno
![Page 94: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/94.jpg)
P j t d P â tProjeto do ParâmetroProcesso de Deposição Vapor QuímicaProcesso de Deposição Vapor Química
A: B:
Processo de Deposição Vapor QuímicaProcesso de Deposição Vapor Química
Formação de
A: Temperatura
oC
B: Pressão(mtorr)
defeitos superficiais
C: Tempo de Estab.
D: Método e po de stab
(min)étodo
de Limpeza
![Page 95: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/95.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
FatorFatorNíveisNíveis
1 2 3FatorFator
A. Temperatura (oC) To-25 To To+25
1 2 3
B. Pressão (mtorr) Po-200 Po Po+200
C. Tempo de Estab.(min) to to+8 to+16
D Método de Limpeza Nenhum ML MLD. Método de Limpeza Nenhum ML2 ML3
![Page 96: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/96.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
![Page 97: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/97.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
NoE
Numero de Colunas e Fatores Designados 1
Temperatura2
Pressão3
Tempo de4
Método de
Observação
ZZExp. Temperatura(A)
Pressão(B)
Tempo deEstab. (C)
Método deLimpeza (D) dB
1 1 1 1 1 2 1 2 2 2
Z1 = -20 Z = 102 1 2 2 2
3 1 3 3 34 2 1 2 35 2 2 3 1
Z2 = -10Z3 = -30Z4 = -25Z 455 2 2 3 1
6 2 3 1 27 3 1 3 2
Z5 = -45Z6 = -65Z7 = -45
8 3 2 1 39 3 3 2 1
Z8 = -65Z9 = -70
![Page 98: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/98.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
• Estimativa dos Efeitos dos FatoresEstimativa dos Efeitos dos FatoresRelação Sinal Ruído (Quanto Menor Melhor)ç (Q )
Zi = -10 log10 (quadrado médio da quantidadede defeitos por experimento i)
![Page 99: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/99.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
E ti ti d f it d f t (ANOM)E ti ti d f it d f t (ANOM)Estimativa dos efeitos dos fatores (ANOM)Estimativa dos efeitos dos fatores (ANOM)
![Page 100: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/100.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
Zi (dB)
A1 A2 A3 B1 B2 B3 C1 C2 C3 D1 D2 D3
| | | | | | | | | | | |
![Page 101: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/101.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do Parâmetro
ANOVA PARA ZANOVA PARA Z
Fator/Fonte Graus deLib d d
Soma dosQ d d
QuadradoMédi FFator/Fonte
A. Temperatura 2 2450 1225 12,25 B. Pressão 2 950 475 4,75
Liberdade Quadrados Médio F
,
C. Tempo de Estab. 2 350* 175
D Método de Limpeza 2 50* 25D. Método de Limpeza 2 50 25
Erro 0 0 -
Total 8 3800Total 8 3800
(Erro) 4 (400) (100)
![Page 102: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/102.jpg)
P j t d P â tP j t d P â tProjeto do ParâmetroProjeto do ParâmetroANOVA do experimento de redução de defeitos do processos CVDANOVA do experimento de redução de defeitos do processos CVD
Soma dos Quadrados Total Principal
Soma dos Quadrados devido a média
Total da Soma dos Quadrados
Soma dos Quadrados devido a AQ
Soma dos Quadrados devido ao erro
![Page 103: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/103.jpg)
E í iE í i
D d
ExercícioExercício
No. 1 2 3 4 5 6 7 A B C D E F GDados
1 1 1 1 1 1 1 1 285 340 360 3052 1 1 1 2 2 2 2 385 375 415 4253 1 2 2 1 1 2 2 46 4 0 00 03 1 2 2 1 1 2 2 465 470 500 5054 1 2 2 2 2 1 1 195 230 245 2305 2 1 2 1 2 1 2 335 365 365 3805 2 1 2 1 2 1 2 335 365 365 3806 2 1 2 2 1 2 1 400 425 440 4157 2 2 1 1 2 2 1 225 285 290 2857 2 2 1 1 2 2 1 225 285 290 2858 2 2 1 2 1 1 2 420 355 380 475
![Page 104: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/104.jpg)
E í iE í iExercícioExercício• Calcular os efeitos dos fatores para os seus• Calcular os efeitos dos fatores para os seus• Calcular os efeitos dos fatores para os seus
respectivos níveisANOVA no MINITAB
• Calcular os efeitos dos fatores para os seus respectivos níveisANOVA no MINITAB• ANOVA no MINITAB• ANOVA no MINITAB
![Page 105: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/105.jpg)
O Modelo AditivoO Modelo AditivoDesde que assumimos o modelo aditivo, devemos certificarDesde que assumimos o modelo aditivo, devemos certificar--nos nos que não existe nenhuma interação:que não existe nenhuma interação:
O Modelo AditivoO Modelo Aditivo
(a) Nenhuma interação(a) Nenhuma interação (b) Interação (b) Interação SinérgicaSinérgica
(c) Interação Anti(c) Interação Anti--sinérgicasinérgica
![Page 106: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/106.jpg)
PROJETO DO PARÂMETROPROJETO DO PARÂMETROPROJETO DO PARÂMETROPROJETO DO PARÂMETRO
Fatoresde Ruído
r
P d t /PP d t /PM yProduto/ProcessoProduto/Processof(M,p,r)f(M,p,r) RespostaFator
M y
Fatores
de Sinal
Fatoresde Controlep
![Page 107: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/107.jpg)
C H li ó tCaso: Helicóptero
Produção:Ordem de produção:
10 unidades do helicópteropTempo de preparação para entrar em produção = 15 minutosPrazo de entrega = 30 minutosProcesso em três estágios:Processo em três estágios:
1. Corte2. Dobra3 Inspeção Teste3 Inspeção - Teste
Especificações:- Ver especificações no desenho
D h- Desempenho no arTempo de queda = ...Altura de lançamento = ...
![Page 108: Introdução à Engenharia da Qualidade e o Método Taguchi](https://reader034.vdocuments.mx/reader034/viewer/2022042614/5584f3d0d8b42a30708b4ede/html5/thumbnails/108.jpg)
C H li ó tCaso: Helicóptero
ifiEspecificações
A
C
B