Você está na página 1de 9

ESCOLA FEDERAL DE ENGENHARIA DE ITAJUB INSTITUTO DE ENGENHARIA MECNICA DEPARTAMENTO DE PRODUO

PLANEJAMENTO E OTIMIZAO DE EXPERIMENTOS VIA MTODO TAGUCHI: UMA APLICAO NO PROCESSO DE CROMAO DE ANIS Rita C. R. Ferreira Joo R. C. Siqueira Orientador: Pedro Paulo Balestrassi Escola Federal de Engenharia de Itajub, Departamento de Produo Cx. P. 50 37500-000 Itajub, MG, Brasil pedro@iem.efei.br

Resumo. Cada vez mais as empresas vm empregando metodologias de carter cientfico para atingir seus objetivos de crescimento. Um exemplo a Filosofia Seis Sigma, que prope que se faa a coisa certa mais rpido, melhor e mais eficientemente que os concorrentes. O objetivo deste trabalho a melhoria da qualidade e consequentemente a satisfao do cliente, aumentando os rendimentos do processo chamado Cromao da Mahle Cofap Anis S/A, fabricante de anis para motores de combusto interna. A melhoria do processo se dar atravs de Planejamento e Otimizao de Experimentos, com base na ferramenta estatstica Mtodo Taguchi. Este Mtodo uma das ferramentas usadas principalmente na fase Melhorar do modelo para melhoria de performance DMAIC, que o mtodo estruturado para atingir as metas na filosofia Seis Sigma. Aborda-se uma aplicao de otimizao das variveis envolvidas, no intuito de aproximar ao mximo possvel do valor nominal da varivel sada denominada espessura de cromo. O no atendimento desta especificao leva ao retrabalho, causando prejuzos para a empresa. Um exemplo especfico de anel valida a eficcia da ferramenta em caracterizar a importncia da melhor combinao entre as principais variveis e, em posse da metodologia, aplic-la em outros processos, chegando a um nvel desejado de garantia da qualidade do produto. Palavras-chave: Taguchi, Seis Sigma, Anis

Trabalho de diploma - 2001

1.

REVISO BIBLIOGRFICA

1.1 A filosofia Seis Sigma e o mtodo Taguchi A filosofia Seis Sigma uma estratgia gerencial disciplinada e altamente quantitativa que tem como objetivo aumentar drasticamente a lucratividade das empresas por meio da melhoria da qualidade de produtos e processos e do aumento da satisfao de clientes e consumidores (Werkema, C., 2000, Estratgia para aumentar a lucratividade, Banas Qualidade, Dez., pp. 138-143). O entendimento da filosofia Seis Sigma pode ser facilitado se for feita uma comparao entre o padro atual, no qual grande parte das empresas vem operando e a performance Seis Sigma. Os benefcios resultantes so traduzidos para a linguagem financeira. A filosofia nasceu na Motorola em 1987, com o objetivo de tornar a empresa capaz de enfrentar os concorrentes estrangeiros, que estavam fabricando produtos de melhor qualidade e a um custo mais baixo. Depois que a Motorola recebeu o Prmio Nacional da Qualidade Malcolm Baldrige em 1988, o Seis Sigma passou a ser conhecido como o programa responsvel pelo sucesso alcanado pela empresa. A partir da divulgao do sucesso da Motorola, outras empresas como Asea Brown Boveri, Allied Signal, General Eletric e Sony passaram a utilizar o Seis Sigma. No Brasil, o interesse pela filosofia Seis Sigma tambm est crescendo a cada dia. J a alguns anos, as empresas cujas unidades de negcio no exterior estavam implementando o programa a conheceram (Werkema, C., 2000, Estratgia para aumentar a lucratividade, Banas Qualidade, Dez., pp. 138-143). O pioneiro na implementao do Seis Sigma com tecnologia nacional foi o Grupo Brasmotor, seguido por empresas como AmBev, Belgo Mineira, Votorantim, Alcan, Politeno, Jonhson & Jonhson, entre outras. So usadas ferramentas estatsticas conhecidas na busca da eliminao de defeitos ao longo de todos os processos da empresa. No entanto, sua abordagem e forma de implementao so nicas e realmente trazem benefcios, o que explica o sucesso do programa. Os principais elementos responsveis pelo sucesso do Seis Sigma so a mensurao direta dos benefcios do programa pelo aumento da lucratividade da empresa, o elevado comprometimento da alta administrao e o modelo para Melhoria de Performance DMAIC, que o mtodo estruturado para atingir as metas no Seis Sigma. Outros aspectos importantes para o sucesso do Seis Sigma so o foco na satisfao do consumidor (a partir das caractersticas crticas para a qualidade ou CTQs Critical to Quality, a busca contnua da reduo da variabilidade, a adaptao para o projeto de produtos e processos e a aplicao efetiva a processos administrativos de servios ou de transaes e no somente a processos tcnicos. O modelo para Melhoria de Performance DMAIC constitudo por cinco fases: Definir (Define) Medir (Measure) Analisar (Analyse) Melhorar (Improve) e Controlar (Control). Diversas ferramentas so utilizadas de maneira integrada s fases do DMAIC, que se transformam ento num mtodo sistemtico baseado em dados e no uso de ferramentas estatsticas para se atingir os resultados buscados pela empresa. O Mtodo Taguchi uma destas ferramentas, usada principalmente na fase Melhorar (Improve).

Trabalho de diploma - 2001

Dr. Genichi Taguchi foi quem props o Mtodo Taguchi, que um mtodo para planejamento de produtos ou processos e cujo foco est na minimizao da variao e/ou sensibilidade para rudo. Quando usado corretamente, trata-se de um poderoso e eficiente mtodo para planejamento de produtos ou processos que operam sobre uma variedade de condies.

1.2 Idias Centrais de Taguchi Controle robusto. uma importante metodologia para o controle da estabilidade de processos e produtos, principalmente de manufatura. Sua idia central de que a variabilidade no desempenho de um produto resulta em perda de qualidade e em perda monetria para a sociedade. Fontes de Variao. Podem ser Controlveis (arranjo interno), como por exemplo setup, matria-prima, etc ou Incontrolveis (arranjo externo ou rudo), como por exemplo variveis ambientais, deteriorao, desgaste, imperfeies, etc. So de difcil eliminao. Controle de Qualidade Off-Line. Tem como objetivos reduzir a variao, reduzindo a sensibilidade do produto a certas fontes de variao ao invs de controlar essas fontes, e tambm de selecionar apropriados nveis para parmetros controlveis. Passos Bsicos. A Metodologia de Taguchi para implementar a idia do controle robusto consiste basicamente dos seguintes passos: formulao do problema, planejamento do experimento, anlise dos resultados e confirmao do experimento (se a meta for atingida, adotar os novos nveis. Se a meta no for atingida, voltar na formulao do problema), como mostra a figura 1 (Balestrassi, P. P., EFEI, M823, 2001).

Figura 1. Passos Bsicos

Formulao do Problema Planejamento do Experimento Anlise dos Resultados Confirmao do Experimento Meta no atingida Meta atingida Adoo dos novos nveis

Trabalho de diploma - 2001

Formulao do problema. A formulao do problema envolve as seguintes etapas: determinar as caractersticas da resposta: Menor melhor, Maior melhor, Nominal melhor; listar as variveis que afetam a resposta do produto (ou processo) e classific-las em controlveis ou incontrolveis. listar os pares de fatores cuja interao podem potencialmente afetar na caracterstica de resposta; decidir sobre os nveis de cada fator. Usualmente dois nveis por varivel resulta em um nmero menor de experimentos mas algumas caractersticas podem ser sacrificadas, como por exemplo a monotonicidade da resposta. Planejamento do experimento. Este passo envolve duas fases, que so o projeto da Matriz do Experimento e a Conduo dos Experimentos juntamente com a Coleta de Dados. No Projeto da Matriz do Experimento d-se o Uso de Arranjos Ortogonais (estudo de vrios fatores simultaneamente, com nmero reduzido de experimentos e de fcil anlise). Anlise dos resultados. A anlise dos resultados pode ser de dois tipos: anlise da Mdia: Definio dos nveis timos dos fatores em termos de desempenho; anlise da Varincia: Determinao da importncia relativa dos vrios fatores e avaliao do erro.

Experimento de confirmao. A finalidade nesse estgio do projeto verificar se as condies timas sugeridas realmente so melhorias. Se essas novas condies no oferecem melhorias, deve-se concluir que o modelo aditivo adotado no bom. Alguns recursos devem ser ainda tentados: encontrar uma melhor funo Sinal Rudo (S/R); rever os fatores, nveis e arranjos; considerar interaes entre os fatores. 2. APLICAO: PROCESSO DE CROMAO Com a devida autorizao da Empresa Mahle Cofap Anis S/A de Itajub MG, foi abordado o problema de camada de cromo fora da especificao, durante o processo de Cromao em anis. Sero seguidos os passos abordados no item 2.2: formulao do problema, escolha das variveis e nveis, seleo da varivel resposta, execuo do experimento e coleta dos dados, anlise estatstica dos dados e resultados e discusses. Formulao do problema. Existe uma espessura desejada para a camada de Cromo, com uma faixa de tolerncia para melhores resultados, e o no atendimento desta especificao causa perda do processo. Especificamente para esta experincia, adotou-se o Anel 20674.00, produzido em grande escala pela empresa.

Trabalho de diploma - 2001

Escolha das variveis e nveis. A figura 2 abaixo mostra que num processo, existem fatores controlveis e incontrolveis (Balestrassi, P. P., EFEI, M823, 2001).

Figura 2. Fatores controlveis e incontrolveis

Fatores Controlveis

x1 x2
Entrada

... ...

xp
Sada y

Processo
z1 z2 zq

Fatores Incontrolveis (rudo)


No intuito de proporcionar maior confiabilidade, escolheu-se as variveis juntamente com pessoas da rea de Cromao da empresa, a fim de se conseguir uma melhoria que fosse do interesse de todos. As variveis controlveis para o experimento em questo so o tempo de cromao, a temperatura de cromao e a densidade de corrente (A/dm2). As variveis incontrolveis so a relao de banho e distncia entre plos. Seleo da Varivel Resposta. A varivel resposta a espessura da camada de cromo. A espessura desejada nominal de 22 micrmetros = 0,022 mm. A faixa para melhores resultados proposta no planejamento de 22 a 23 micrometros. Trata-se ento um problema do tipo Nominal Melhor.

Execuo do experimento e coleta de dados. As variveis controlveis foram usadas nas seguintes faixas, retiradas de normas preestabelecidas pela engenharia da empresa para este tipo de anel: Tempo de Cromao : 195 e 225 minutos Densidade de Corrente : 53 e 66 A/dm2 Temperatura de Cromao : 57 e 63 C As incontrolveis foram classificadas, que so genricas para todos os anis, em: Relao de Banho : Baixa e Alta Distncia entre Plos : Centrada e No-Centrada Anlise estatstica dos dados. Para a anlise estatstica dos dados utilizou-se o software MINITAB, que variou todas as condies, gerando diversos experimentos, de onde pode-se chegar ao melhor resultado. Dentro deste programa, fez-se uso da ferramenta Taguchi.
Trabalho de diploma - 2001

Resultados e discusses. Aps terem sido realizados os experimentos, partiu-se para a parte de anlise dos dados obtidos. Os grficos abaixo, fornecidos pelo software MiniTab, mostram o comportamento das variveis. Alm do j mencionado anteriormente, deve-se fazer uma anlise de como a varivel resposta varia em relao aos fatores controlveis, sendo duas as possibilidades: de maneira crescente, ou seja, o aumento do fator controlvel implica em aumento da varivel resposta; de maneira decrescente, ou seja, o aumento do fator controlvel implica em diminuio da varivel resposta.
Grfico 1. Efeitos principais, com base na mdia, plotados pelo programa

Main Effects Plot for Means

Tempo 24,4 23,8


Mean

DensCorrente

Temperatura

23,2 22,6

22,0
5 19 5 22 53 66 57 63

Grfico 2. Efeitos principais, com sinais de rudos, plotados pelo programa

Main Effects Plot for S/N Ratios

Tempo 22,8

DensCorrente

Temperatura

21,6
S/N Ratio

20,4

19,2

18,0
5 19 5 22 53 66 57 63

Trabalho de diploma - 2001

Para a gerao dos grficos acima, assim como para chegar resposta, entrou-se com os limites citados anteriormente para cada varivel, e o programa formou a seguinte combinao:
Tem po 195 195 195 195 225 225 225 225 Dens. Corrente 53 53 66 66 53 53 66 66 Tabela 1. Dados de combinaes e resultados; Temperatur Relao de Distancia a Banho 57 Baixa Centrada 57 Alta Centrada 63 Baixa Nao Centrada 63 Alta Centrada 63 Alta Nao Centrada 63 Alta Nao Centrada 57 Baixa Nao Centrada 57 Baixa Centrada Espessura 1 25 20 27 27 25 20 20 24 Espessura 2 24 19 25 28 23 19 21 25

Por estes, chegou-se aos dados abaixo de resposta:


Tabela 2. Dados resposta pela Mdia; Tabela de Resultados pela Mdia Nvel Tem Dens. Temperatur po Corrente a 24,37 21,875 22,250 1 5 22,12 24,625 24,250 2 5 2,250 2,750 2,000 Delta 2 1 3 Classifica o Tabela 3. Dados resposta pela Taxa de Rudos de Sinais; Tabela de Resultados pela Taxa de Sinais/Rudos Valor Nominal melhor (10xLog10( 2 / 2 )) Nvel Tem Dens. Temperatur po Corrente a 22,01 17,7103 18,4902 1 18,73 23,0306 22,2507 2 1 3,279 5,3203 3,7605 Delta 9 3 1 2 Classifica o

Concluso atravs dos Resultados. Com estes resultados, tendo em vista o objetivo de se chegar o mais prximo possvel do resultado nominal e levando em considerao a robustez do sistema, pode-se dizer que a melhor combinao para tal anlise a seguinte: Tempo de 195 (Level 1) Densidade de Corrente de 66 (Level 2)
Trabalho de diploma - 2001

Temperatura de 63 (Level 2)

Conclui-se tambm que a ordem dos fatores que mais afetam a mdia, pela tabela 02, a densidade de corrente, o tempo e a temperatura. J pela tabela 3, pode-se notar os fatores que apresentam maiores robustez para com o sistema, ou seja, quando ocorrerem certas variaes no processo, sinais/rudos, a ordem de significancia seria densidade, temperatura e tempo. Considerando que tal processo possui tais variveis incontrolveis constantemente, e que estas causam turbulncias no decorrer da cromao em si, pode dizer que a melhor funo encontrada a de Sinal/Rudo, nos dando maior certeza do resultado. Portanto, analisando por este ngulo e em conjunto com a equipe da Cromao, nota-se que a melhor ordem de importncia para tal experimento seria a de densidade de corrente, temperatura e tempo. Assim, a varivel mais importante do processo analisado a densidade de corrente, exigindo maior ateno e controle. Este resultado tornou o trabalho agora mais preciso em suas necessidades, pois antes acreditava-se que para a varivel resposta espessura de cromo, o controle do tempo seria o mais importante. Tal resposta ser levada equipe de Cromao, discutida e analisada, a fim de verificar sua eficcia e implantar estudos de melhoria no controle da intensidade de corrente, com a qual calcula-se a densidade de corrente.

Trabalho de diploma - 2001

REFERNCIAS Forrest W. B., Implementing Six Sigma, John Wiley & Sons, Inc. Neto, B. B. & Scarminio, S I., 1995, Planejamento e Otimizao de Experimentos, Editora Unicamp, Segunda Edio. Werkema, C., 2000, Estratgia para aumentar a lucratividade, Banas Qualidade, Dez., pp. 138-143. Balestrassi, P. P., EFEI, M823, 2001.

PLANNING AND OPTIMIZATION OF EXPERIMENTS THROUGH TAGUCHIS METHOD Summary. In the sucess companies, the importance of being always growing and improving is the first business rule. The sucess key is doing the right thing faster, better and more efficiently than the competitors. Its the goal of this work: bring results, quality, improvement and costumer satisfaction, increasing the profits in the process area called Cromao of Mahle Cofap Anis S/A, manufacturer of rings for internal combustion engine. The focus is the improvement phase, through the Planning and Optimization of Experiments, based on statistical tool called Taguchi Method. It will be approached a pratical application of optimization of the envolved variables with the objective to approximate to the nominal value of this outlet variable called chromes thickness. The no attendment of the specification causes the process repetition, bringing damages to the company. So, through a specific example of ring, its possible to show the tools efficacy to characterize the importance of the best combination between the main variables and, with the methodology, make the aplication in more process arriving to a wished level of guaranty of product quality. Word-key. Taguchi, Six Sigma, Rings.

Trabalho de diploma - 2001