Sunteți pe pagina 1din 42
Ferramentas da Qualidade Aplicadas à Engenharia de Produção Prof a Alessandra Lopes Carvalho
Ferramentas da
Qualidade Aplicadas à
Engenharia de Produção
Prof a Alessandra Lopes Carvalho
Unidade 4- Ferramentas para Desenvolvimento de Produtos e Análise de Falhas
Unidade 4- Ferramentas para
Desenvolvimento de Produtos e
Análise de Falhas
Ferramentas para Desenvolvimento de Produtos 1) Planejamento de Experimentos (DOE) 2) Desdobramento da Função
Ferramentas para
Desenvolvimento de Produtos
1) Planejamento de Experimentos (DOE)
2) Desdobramento da Função Qualidade (QFD)
Planejamento de Experimentos ( DOE)
Planejamento de Experimentos ( DOE)
Exemplo: Quais são as entradas? Força Ângulo Fonte: http://www.rovio.com/
Exemplo:
Quais são as entradas?
Força
Ângulo
Fonte: http://www.rovio.com/
Quais são a(s) saída(s)? Qual o objetivo? Fonte: http://www.rovio.com/
Quais são a(s) saída(s)?
Qual o objetivo?
Fonte: http://www.rovio.com/
Conceito experimento planejado: Teste ou série de testes no qual são feitas mudanças propositais nas
Conceito experimento planejado:
Teste ou série de testes no qual são feitas
mudanças propositais nas variáveis de entrada
de um processo, de modo a podermos observar
e identificar mudanças correspondentes na
resposta de saída.
Objetivos: 1- Determinação de quais variáveis são mais influentes na saída (y); 2- Determinação do
Objetivos:
1- Determinação de quais variáveis são mais
influentes na saída (y);
2- Determinação do valor a ser atribuído as
entradas influentes ( x) de modo que a saída (y)
esteja o mais próximo exigência nominal;
3- Determinação do valor a ser atribuído as entradas (x) influentes de modo que a
3- Determinação do valor a ser atribuído as
entradas (x) influentes de modo que a
variabilidade da saída (y) seja pequena;
4- Determinação do valor a ser atribuído as
entradas (x) influentes de modo que os
efeitos das variáveis não controláveis sejam
minimizadas.
Experimentos Fatoriais Utilizados quando há vários fatores de interesse! Em cada tentativa ou replicação do
Experimentos Fatoriais
Utilizados quando há vários fatores de interesse!
Em cada tentativa ou replicação do experimento,
são investigadas todas as combinações possíveis
dos níveis dos fatores
Exemplo: Se existem dois fatores A e B, com a níveis para o fator A
Exemplo:
Se existem dois fatores A e B, com a níveis para
o fator A e b níveis para o fator B, cada replicação
contém todas as ab combinações possíveis.
Considerando 2 fatores com 2 níveis:
Exemplo: Neste planejamento fatorial ambos os fatores A e B têm dois níveis denotados por
Exemplo:
Neste planejamento fatorial ambos os fatores
A e B têm dois níveis denotados por “ - ” ( baixo)
e “ + ” (alto).
Fator B
Resposta do nível
alto Fator A
Fator A
Resposta do nível
baixo Fator A
Fonte: MONTGOMERY, 2004
Resposta do nível alto Fator B Fator B Fator A Resposta do nível baixo Fator
Resposta do nível
alto Fator B
Fator B
Fator A
Resposta do nível
baixo Fator B
Fonte: MONTGOMERY, 2004
Como calcular os efeitos de cada fator ?
Como calcular os efeitos de cada fator ?
O efeito de um fator é definido como a mudança na resposta produzida por uma
O efeito de um fator é definido como a
mudança na resposta produzida por uma
mudança no nível do fator
Fator B
Fator A
Fonte: MONTGOMERY, 2004
Fonte: MONTGOMERY, 2004 Exemplo: Fator B Fator A O efeito principal do fator A é
Fonte: MONTGOMERY, 2004
Exemplo:
Fator B
Fator A
O efeito principal do fator A é a diferença entre a resposta média
no nível alto de A e a resposta média no nível baixo de A:
Mudar o fator A do nível baixo (-) para o nível alto (+)
causa um aumento na resposta média de 20 unidades!
Utilizando o mesmo procedimento: O efeito principal do fator B é a diferença entre a
Utilizando o mesmo procedimento:
O efeito principal do fator B é a diferença entre a resposta média
no nível alto de B e a resposta média no nível baixo de B:
Fator B
Fator A
Fonte: MONTGOMERY, 2004
Exemplo 2 Interação entre fatores: Fator B No nível baixo do fator B, o efeito
Exemplo 2
Interação entre fatores:
Fator B
No nível baixo do fator B, o efeito de A é:
No nível alto do fator B, o efeito de A é:
Fator A
Fonte: MONTGOMERY, 2004
Fator B Fator A Quando a interação é muito grande, os efeitos principais Correspondentes têm
Fator B
Fator A
Quando a interação é muito grande, os efeitos principais
Correspondentes têm pouco significado. Por exemplo, o
efeito principal de A é:
Fonte: MONTGOMERY, 2004
Experimento fatorial sem interação: Resposta Fator B Fator A Fator A Fonte: MONTGOMERY, 2004
Experimento fatorial sem interação:
Resposta
Fator B
Fator A
Fator A
Fonte: MONTGOMERY, 2004
Experimento fatorial com interação: Fator B Resposta Fator A Fator A Fonte: MONTGOMERY, 2004
Experimento fatorial com interação:
Fator B
Resposta
Fator A
Fator A
Fonte: MONTGOMERY, 2004
Generalizando: O Planejamento Fatorial 2 k Planejamento fatorial com k fatores, cada um com dois
Generalizando:
O Planejamento Fatorial 2 k
Planejamento fatorial com k fatores, cada
um com dois níveis.
Como cada replicação completa do
planejamento tem 2 k rodadas, o arranjo
é chamado um planejamento fatorial 2 k
O Planejamento Fatorial 2 2 Tipo mais simples do planejamento fatorial 2 k é o
O Planejamento Fatorial 2 2
Tipo mais simples do planejamento fatorial 2 k
é o 2 2 - dois fatores A e B cada um com dois
níveis.
Uma rodada é representada por uma série de letras minúsculas Se uma letra está presente
Uma rodada é representada por uma série de letras minúsculas
Se uma letra está presente então o fator correspondente é colocado
no seu nível alto nessa rodada; se a letra está ausente, o fator é
colocado em seu nível baixo nessa rodada.
Por exemplo: a rodada a indica que o fator A está em seu nível alto
e o fator B em seu nível baixo. A rodada com ambos os fatores no
nível baixo é representada por (1).
Sejam a, b, ab e (1) os totais das n observações tomadas nesses pontos do
Sejam a, b, ab e (1) os totais das n observações tomadas nesses
pontos do planejamento. Para estimar o efeito de A toma-se a média
das observações quando A está em seu nível máximo e subtrai-se
da média das observações quando A está em seu nível baixo:
Fonte: MONTGOMERY, 2004
A interação AB é estimada pela diferença das médias diagonais Fonte: MONTGOMERY, 2004
A interação AB é estimada pela diferença das médias diagonais
Fonte: MONTGOMERY, 2004
De forma análoga, para estimar o efeito de B toma-se a média das observações quando
De forma análoga, para estimar o efeito de B toma-se a média
das observações quando B está em seu nível máximo e subtrai-
se da média das observações quando B está em seu nível
baixo:
Fonte: MONTGOMERY, 2004
O Planejamento Fatorial 2 k para k 3 fatores Geometria do planejamento Matriz de teste
O Planejamento Fatorial 2 k para k
3 fatores
Geometria do planejamento
Matriz de teste
Fonte: MONTGOMERY, 2004
Fonte: MONTGOMERY, 2004 Cálculo do Efeito principal de A Media das quatro rodadas do lado
Fonte: MONTGOMERY, 2004
Cálculo do Efeito principal de A
Media das quatro rodadas do lado direito do cubo (nível alto)
subtraída da média das quatro rodadas do lado esquerdo do cubo
(nível baixo)
Fonte: MONTGOMERY, 2004 Cálculo do Efeito principal de B Media das quatro rodadas do lado
Fonte: MONTGOMERY, 2004
Cálculo do Efeito principal de B
Media das quatro rodadas do lado posterior do cubo (nível alto)
subtraída da média das quatro rodadas do lado anterior do cubo
(nível baixo)
Fonte: MONTGOMERY, 2004 Cálculo do Efeito principal de C Media das quatro rodadas da face
Fonte: MONTGOMERY, 2004
Cálculo do Efeito principal de C
Media das quatro rodadas da face superior do cubo (nível alto)
subtraída da média das quatro rodadas da face inferior do cubo
(nível baixo)
Fonte: MONTGOMERY, 2004 Interação de dois fatores
Fonte: MONTGOMERY, 2004
Interação de dois fatores
Desdobramento da função qualidade (QFD) O desdobramento da função qualidade, conhecido pelas siglas QFD, é
Desdobramento da função qualidade (QFD)
O desdobramento da função qualidade, conhecido
pelas siglas QFD, é um método utilizado para
conceber, configurar e desenvolver um bem ou
serviço a partir das necessidades e desejos dos
clientes
O QFD vale-se de uma série de matrizes, das quais a mais difundida é a
O QFD vale-se de uma série de matrizes,
das quais a mais difundida é a casa da
qualidade, cujo desenho lembra o de uma
casa — daí seu nome
TOLEDO, 2013
TOLEDO, 2013
TOLEDO, 2013
TOLEDO, 2013
TOLEDO, 2013
TOLEDO, 2013
TOLEDO, 2013
TOLEDO, 2013
O desdobramento da função qualidade (QFD) é fundamental para o controle de qualidade off- line,
O desdobramento da função qualidade (QFD) é
fundamental para o controle de qualidade off-
line, pois se dedica a materializar a voz dos
clientes em características técnicas a serem
incorporadas ao produto.
A principal matriz utilizada pelo QFD é a casa da qualidade, que permite não apenas
A principal matriz utilizada pelo QFD é a casa
da qualidade, que permite não apenas
relacionar os requisitos dos clientes com suas
correspondentes características técnicas, mas
também determinar em que medida elas devem
ser incorporadas.
RODRIGUES, 2014
RODRIGUES, 2014
Referências bibliográficas MONTGOMERY, D.C. Introdução ao Controle Estatístico da Qualidade. LTC, Rio de Janeiro,
Referências bibliográficas
MONTGOMERY, D.C. Introdução ao Controle Estatístico da
Qualidade. LTC, Rio de Janeiro, 2004.
TOLEDO, José Carlos et al. Qualidade. Gestão e Métodos.
LTC, Rio de Janeiro, 2013.
RODRIGUES, Marcos Vinicius. Ações para a Qualidade.
5ªed. Rio de Janeiro: Elsevier, 2014, 365p.