doe e 6 sigma

O Planejamento Experimental (DOE)O Planejamento Experimental (DOE)gerando resultados rápidos no Seis Sigmagerando resultados rápidos no Seis Sigma

Objetivo: mostrar como o DOE pode ajudar na otimizaçãode processos (incluindo Sistemas de Medição) e no

lançamento “programado” de novos produtos

Carlos Hugo DomenechM. I. Domenech

O Seis Sigma - Estratégia de Melhoria

A Estratégia Seis Sigma é uma forma de ganhar dinheiro através da transformação de Oportunidades em Resultados para os negócios.

Como ganhamos dinheiro no Seis Sigma?

1. Diminuição da variabilidade ⇒ Diminuição de COPQ

2. Maior conhecimento dos processos ⇒ Aumento de rendimento

3. Satisfação dos clientes ⇒ Aumento de vendas

4. Dados e fatos ⇒ Ciclo DMAIC


Concorrência

Empresa

ESTRATÉGIASCORECARD

Oportunidades:Qualidade, Custos, Capacidade, Tempos de ciclo,Novos produtos/processos

Tipos de problemasSaltos

incrementaisSolução

desconhecidaSolução

conhecida

Gerenciamentode projetos

Projetos simples (kaizen)

Desenvolvimentode novos produtos eprocessos (DFSS)

Projetos complexos

(Seis Sigma)

Tempo (vida da Empresa)

Pot

enci

al d

e ve

nda

dos

prod

utos

:M

elho

ria d

e ca

ract

erís

ticas

, re

duçã

o de

var

iabi

lidad

eMelhorias

“muitas e vantajosas” (kaizen)

Melhorias “poucas e vitais”

(Seis Sigma)

Pontos de rupturaNovos produtos/processos

“poucos e vitais” (DFSS)


Exemplo do DMAIC com aplicação de DOERegularidade na mercerização

Defina Oportunidades de melhoria (y’s). Áreas com clientes insatisfeitos, tempos de ciclo, Cp, CpkDefinir

MedirEstabeleça um Sistema de Medição adequadoantes de iniciar as melhorias (y’s)

AnalisarComece a determinar as variáveis poucas e vitaisque influenciam o processo (x’s). Ganhos rápidos.

MelhorarImplante melhorias no seu processo. Faça pesquisa avançada de relações Causa-Efeito → y = f(x’s)

ControlarMantenha os ganhos através de Sistemas de Controle nos x poucos e vitais. Difunda as descobertas

Definir Medir Analisar Melhorar Controlar

ProjetoProjeto:RegularidadeRegularidade nana mercerizaçãomercerização((Geraldo NiltonGeraldo Nilton))

Descrição do problema

A não uniformidade e falta de regularidade no processo demercerização tem como conseqüência imediata o tingimento irregular. Nuanças irregulares ocorrem devido à difusão irregular dos corantes.

Variáveis críticas (y’s): pH residual do tecido, No de Bário


Estudos dos Sistemas de Medição (RR)

Um dos requisitos básicos do Seis Sigma (processos produtivos e não produtivos) é contar com medidas apropriadas (P/T < 0,30)...

Medição Especificações P/T(=σMS/(USL-LSL)

Conclusão

pH LSL = 8,5USL = 11,5

P/T = 0,62(> 0,30) Não OK

No de Bário LSL = 120%USL = 150% P/T = 4,03 Não OK


Melhoria dos Sistemas de Medição (RR)

Após melhorias (técnica e estatística) chega-se a mediçõesadequadas...

Medição P/TAntes melhoria

P/TApós melhoria

P/TApós melhoria

pH P/T = 0,62 P/T = 0,24

No de Bário P/T = 4,03 P/T = 1,81 P/T = 0,21(n = 6)


Fluxograma simplificado do processo

O mapa de processo mostrou: I) a importância do processoanterior (tecido alvejado); II) oportunidades de ganhos rápidos.

Entradas Saídas

Estabilização

Impregnação

Estabilização

Lavagem

Secagem –Resfriamento

Hidrofilidade

Grau branco

Grau amido

No Bário

pH

Tecido mercerizado

Tecido alvejado

Processo


A força do Seis Sigma: dados e fatos

Processo Estatística

ConcluirFazer recomendações

Fatos, observações Objetivo H0: µ = µ0

H1: µ ≠ µ0

Estabelecer Uma teoria

3) Analisar os dados

1) Definir um planocoleta de dados

2) Coletar dados

Con

tinua

r aex

plor

ação Tomar

uma decisão


A força do Seis Sigma: dados e fatos

• Kaizen (Teste Seco/Úmido) ⇒ Eliminar cuba entrada

• Teste NIP, Pick-up ⇒ Prensas OK

• Força colorística x No Bário

• Fatores críticos para DOE ⇒ Velocidade, Temperaturae Concentração de Soda


Como substituir No de Bário?

• Ensaio variando a velocidade da máquina para forçardiferenças no grau de mercerização (Nº de Bário)

• Realizadas análises das amostras de tecidos em cada condição (pH, hidrofilidade, força colorística e No de bário)



80

90

100

110

120

130

140

1 14 27 40 53 66 79 92 105 118 131 144 157 170Amostras

Núm

ero

de b

ário

Sem mercerizar

Velocidade normal(55 m/min)


Nº de Bário versus velocidade



10

10,2

10,4

10,6

10,8

11

11,2

11,4

1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91Amostras

pH

Sem mercerizar

Velocidade normal(55 m/min) Velocidade normal

(45 m/min)

pH versus velocidade



3

3,2

3,4

3,6

3,8

4

4,2

4,4

4,6

4,8

5

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93Amostras

Hid

rofil

idad

e

Sem mercerizar



Hidrofilidade versus velocidade



70

75

80

85

90

95

100

105

1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91Amostras

FC

Sem mercerizar



Força colorística versus velocidade



Estudos de Discriminação

Através do quociente F (ANOVA) mostra-se o poder de separação das três médias submetidas às três condições.

Variável F

Força colorística 1158Número de bário 479Hidrofilidade 42pH 29

Diferenciação máxima das condições

do processo


DOE com variáveis: Velocidade, Temperaturae Concentração de Soda

y’s = f(x’s)

x1, x2, ..., xk

• Independente• Entrada - Processo• Causa• Problema• Controlar

y

• Dependente• Saída• Efeito• Sintoma• Monitorar



Como avaliar a influência conjunta da velocidade da máquina,temperatura do banho e concentração de soda, sobre o No de Bário (inferido através da força colorística)?

Planejamento Central Composto

Temperatura

Velocidade

Concentração Soda



StdOrder RunOrder Blocks Velocidade Conc Temp3 1 1 40 35,0 409 2 1 60 27,5 608 3 1 80 35,0 806 4 1 80 20,0 804 5 1 80 35,0 4010 6 1 60 27,5 601 6 1 40 20,0 407 7 1 40 35,0 802 8 1 80 20,0 405 9 1 40 20,0 8018 11 2 60 27,5 6014 12 2 60 35,0 6012 13 2 80 27,5 6015 14 2 60 27,5 4011 15 2 40 27,5 6017 16 2 60 27,5 6016 17 2 60 27,5 8013 18 2 60 20,0 60



Response Surface Regression: FC versus Velocidade; Concentração; ...The analysis was done using coded units.

Estimated Regression Coefficients for FC

Term Coef SE Coef T P

Constant 108,923 1,0521 103,532 0,000Block -0,498 0,7842 -0,635 0,539Velocida -0,788 0,8732 -0,902 0,388Concentr 5,401 0,8732 6,185 0,000Temperat -0,052 0,8732 -0,060 0,954Concentr*Concentr -6,521 1,5683 -4,158 0,002Velocida*Temperat -1,840 0,9763 -1,885 0,089Concentr*Temperat -2,492 0,9763 -2,553 0,029

S = 2,761 R-Sq = 88,7% R-Sq(adj) = 80,8%


Conclusões do DOE NewD

0,85419 Lo

HiCur

FCMaximum

d = 0,85419y = 104,2710

80,0

40,0

35,0

20,0

80,0

40,0

Concentr TemperatVelocida

[51,9924] [22,4005] [74,4515]

Antes DOE

NewD

1,0000 Lo

HiCur

FCMaximum

d = 1,0000y = 110,9572

80,0

40,0

35,0

20,0

80,0

40,0

Concentr TemperatVelocida

[70,0] [30,0] [45,0]

Após DOE

1. Maior rendimento2. Menor consumo energia3. Processo mais robusto


Controle do processo

• A variável de saída controlada foi Força colorística.

• O projeto permitiu aumentar a estabilidade do processo e diminuir os problemas de nuança.

DOE na Estratégia Seis Sigma

If you always dowhat you always didyou will always get

what you always got

Se você sempre fazSe você sempre fazo que sempre fezo que sempre fezvocê sempre terávocê sempre teráo que sempre teveo que sempre teve

O DOE é a estratégia mais eficiente paragerar informação do processo

O objetivo é obter informação para gerar um modelo do processo

Objetivo y = f(x’s)

3) Analise os dados

ConcluaFaça recomendações

Fatos, observações

Estabelecer Uma teoria

1) Defina um planocoleta de dados

2) Colete dadosTome uma

decisãoCon

tinua

r aex

plor

ação

O DOE é a estratégia mais eficiente paragerar informação do processo

Aplicações (processos produtivos e não produtivos):

Etapa Definir: ⇒ Desenho de pesquisas de satisfação

⇒ Melhoria de Sistemas de MediçãoEtapa Medir:

⇒ Estudo de fontes de variaçãoEtapa Analisar:

⇒ Otimização de processosEtapa Melhorar:

⇒ Estudos de sensibilidade, difusão demelhorias em processos similares

Etapa Controlar:

Disponibilidadede dados

Dadoshistóricos(Ex: CEP)

Avaliaçãosubjetiva

Estratégia?

Ensaios

Sim Não

Coletade dados

Estudoobservacional

PassivaAtiva

Com dados Sem dados

1 x Vários x’s

Alternativas ao DOE

OFAT Ensaios nãoestruturados DOE

Outros (?)

Alternativas ao DOE

Utilização de dados históricos: o problema de variáveisescondidas

x2 precipitação

x1 venda guarda-chuva y Acidentes

(+)

(+)

(+)

Variáveis latentes (não medidas)

O problema das variáveis latentes: Venda de guarda-chuvas x acidentes

Alternativas ao DOE

Utilização de dados históricos: o problema de variáveisescondidas

x2 impureza

x1 pressão y Rendimento

(+)

(-)

(-)

Variáveis latentes (não medidas)

O problema das variáveis latentes: Pressão x rendimento

Alternativas ao DOE

Utilização de dados históricos: range estreito de variaçãodos x’s

14

15

16

17

18

19

20

10 15 20 25 30 35 40 45 50 55

%PES

RK

M

r (%PES, RKM) ?

LSL USL

USL

LSL

Alternativas ao DOEEnsaios não estruturados: experimentação simultâneaA historinha dos químicos “Quente” e “Apressado”

40

42

44

46

48Te

mpo

Rto = 70

Rto = 75

Rto = 80

Rto = 85

Rto = 90

80 82 84 86

Temperatura88

Alternativas ao DOE

Ensaios não estruturados: experimentação simultânea

Mr. Quente

70

75

80

85

90

Tempo

Ren

dim

ento

Mr. Apressado

40 42 44 46 48

Ren

dim

ento

90

85

80

75

70

80 82 84 86 88

Temperatura

Alternativas ao DOE

Ensaios OFAT: os ET’s e os coelinhos

Fêmea

Macho

?

?

1. Os ETs preparando a Estratégia

x 2: M

acho

-

+

-

0

0 0x1: Fêmea +

2. Realizando OFAT

Alternativas ao DOE

Ensaios OFAT: SKF e otimização do tempo vidade rolamentos

Fatores:• Tipo de contato da bola com o anel externo• Tratamento térmico• Desenho da gaiola

Resposta:Duração do rolamento

Anel externoAnel interno

Gaiola

Esfera

Tipo de contato

Alternativas ao DOE

Ensaios OFAT: SKF e otimização da duração

0

20

40

60

80

100

120

Contato (-) Contato (+)Tipo de contato

Dur

ação

do

rola

men

to

Aquecimento (-)Aquecimento (+)

Planejamento de Experimentos (DOE)O que é DOE?

Variação simultânea de fatores controlados com objetivo de avaliar a influência sobre uma variável resposta de interesse.Os fatores de perturbação são “controlados” pelo uso da randomização, replicação dos ensaios e blocagem.

O uso do DOE permite:

• Diminuir o tempo para o desenvolvimento de um produtonovo

• Maximizar a produtividade do processo• Minimizar a sensibilidade dos produtos/serviços• Realizar sintonia fina de novos processos• Maximizar o quociente benefício/custo dos ensaios• Calcular especificações realísticas

Planejamento de Experimentos (DOE)

“É preciso provocar sistematicamente confusão – issopromove a criatividade. Tudo aquilo que é contraditóriogera vida”

Salvador Dali, pintor espanhol (1904-1989)Almanaque Brasil de Cultura Popular, Ano 5, No 55, outubro de 2003

• CEP• Manutenção doStatus quo

• ISO

• DOE• Reorganização • Times melhoria

Equilíbrio estável Na beira do caos Caos

Homeóstase,equilíbrio,extinção,reprodução assexuada

Variabilidade criativa

Variabilidade destrutiva,Reprodução sexuada

DOE passo a passo1. Estamos lidando com poucos x’s ou muitos x’s?

Poucas variáveis de controle

Muitas variáveis de controle

Planejamentos para “Screening”

Planejamentos para estudo de interações

Planejamentos para Superfícies de resposta

21 3

Identificação de variáveisimportantes para estudos

futuros

Compreensão dos efeitos importantes e suas

interações

Desenvolvimento de um modelo de predição(interpolação) para

compreensão e otimização

DOE passo a passo2. Escolha da matriz e realização dos ensaios...

Blocks Parada Braço Haste Angulo1 3 2 2 162,51 2 1 1 1601 4 1 1 1601 2 1 1 1651 4 1 1 1651 2 3 1 1601 3 2 2 162,51 4 3 1 1601 2 3 1 1651 4 3 1 1651 2 1 3 1601 4 1 3 1601 3 2 2 162,51 2 1 3 1651 4 1 3 1651 2 3 3 1601 4 3 3 1601 2 3 3 1651 4 3 3 1651 3 2 2 162,52 2 2 2 162,52 4 2 2 162,52 3 1 2 162,52 3 3 2 162,52 3 2 1 162,52 3 2 3 162,52 3 2 2 1602 3 2 2 1652 3 2 2 162,5

Distância101,543,5

148,062,7

147,735,399,0

113,546,0

121,015,0

106,095,027,5

112,03,0

82,00,0

81,598,021,0

108,0106,075,0

133,565,585,5

113,092,5

DOE passo a passo3. Análise de dados

403020100

A

C

B

D

AB

AD

BD

CD

BC

AC

A: ParadaB: BraçoC: HasteD: Angulo

DOE passo a passo3. Análise de dados

Estimated Regression Coefficients for Distância

Term Coef SE Coef T PConstant 96,77 2,284 42,366 0,000Parada 42,54 1,786 23,823 0,000Braço -11,73 1,786 -6,568 0,000Haste -19,93 1,786 -11,160 0,000Angulo 4,42 1,786 2,477 0,021Parada*Parada -26,01 2,899 -8,972 0,000

S = 7,576 R-Sq(adj) = 96,7%

DOE passo a passo4. Aplicação - Utilização com fins de otimização

A partir do modelo final posso realizar otimização simultâneade várias respostas conjuntamente...

NewD

0,00000 Lo

HiCur

DistânciTarg: 161,0

d = 0,00000y = 149,3778

4,0

2,0

3,0

1,0

3,0

1,0

165,0

160,0

Braço Haste AnguloParada

[4,0] [1,0] [1,0] [165,0]

DOE passo a passo4. Aplicação – Cálculo de Especificações

e uma vez que o processo foi otimizado posso utilizar o modelopara estabelecer a especificação adequada (x’s) para o controle dos y’s.

x’s

TLSL

USLy

Experimente!Faça disto sua norma dia e noite.Experimente,e isto lhe conduzirá à luz.A maçã na copa da árvore

nunca está alta demais para alcançá-la.De tal forma que siga o exemplo de Eva ...

Experimente!Seja curioso,

embora os amigos com quem se cruze possam se contrariar.Revolte-se

cada vez que queiram lhe deter.Se você somente segue este conselho,o futuro poderá lhe oferecer infinita felicidade

e alegria...Experimente

e verá! Cole Porter

doe e 6 sigma

Documents