Sunteți pe pagina 1din 52

Proiectare robusta

Introducere in proiectarea robusta


De la calitate la proiectarea sistemelor robuste
Succesul in afaceri = satisfactia si loialitatea (fidelitatea) clientilor
Se realizeaza prin calitate
Calitatea: nu mai este un bonus, ci o necesitate
Forta motrice a activitatii economico-industriale:
in sec. XX: productivitatea
In sec. XXI: calitatea

PR: un mijloc cuantificabil si eficient de realizare de calitate 6 sigma


Proiectarea robusta a produselor si proceselor
Defineste performanta centrata pe valoarea tinta si variabilitatea
timp + cauze intamplatoare = variabilitate
PR: minimizeaza efectele cauzelor intamplatoare, maximizeaza controlul asupra procesului Þ
maximizeaza succesul
PR: un instrument ingineresc pt. a obtine produse si procese insensibile la variabiatie
Avantaje:
Reducerea timpului unui ciclu de productie, a rebuturilor, a refacerii prelucrarii
Produsele optimizate satisfac nevoile clientului
PR: un mijloc de cuantificare a costurilor calitatii
Sensei: Dr. Genichi Taguchi:
“Alocati circa 80% din timp analizei ingineresti si proiectarii si numai circa 20% din timp experimentarii si
evaluarii rezultatelor”
In anii 1950 Taguchi dezvolta abordarea “robusta” a proiectarii proceselor si produselor.
Insa: PR se va implementa in concordanta cu cultura organizationala specifica
Proiectarea robusta: un proces ingineresc riguros pentru a identifica “cea mai buna” varianta a
proiectului (best design) unui produs sau proces.
“Best design”:
Solutia cu costul cel mai scazut, care
Respecta specificatiile, adica cerintele utiliztorului (clientului)
PR considera si trateaza costurile & calitatea ca o problema sistemica
Conceptul de zgomot in proiectarea robusta
Performantele oricarui sistem cunosc variatii
Cauzele variabilitatii se numesc factori de zgomot (bruiaj)
Zgomotul: genereaza devierea unei caracteristici sau a raspunsului unui sistem de la valoarea tinta
Exemple de zgomot:
Efectul liniilor de inalta tensiune asupra receptiei radio
Apa in benzina
Uzura componetelor mecanice
Factori de zgomot extern: surse de variabilitate din exteriorul produsului:

1
temperatura, umiditate relativa
incarcare, praf
cresterea accidentala a alimentarii cu energie
eroare umana (utilizare gresita accidentala, abuz)
fluctuatii de tensiune
Factori de zgomot individuali: doua piese prelucrate nu vor fi niciodata identice
Cauzele principale: procesul de prelucrare, materialele
3. Zgomotul de detriorare: factor de zgomot intern al produsului
Cauza principala: imbatranire, uzare
Fiabilitatea produsului
 Zgomotul genereaza probleme de fiabilitate
 Reprezentarea cedarii produsului in timp (curba “cada”):

Ce este robustetea?
 Utilizatorul percepe calitatea proiectului unui produs sau proces » sensibiltatea proiectului (de
produs sau proces) la zgomot
 Zgomotul genereaza variabilitate
 Þ necesitatea reducerii variabilitatii:
 Exista 2 cai:
 Identificarea si eliminarea sursei de zgomot
 Eliminarea sensibilitatii produsului la sursa de zgomot
Dar: unii factori de zgomot sunt
- dificil de identificat
- dificil si costisitor de controlat
Perceptia initiala Cunoasterea & stapanirea
a procesului sau procesului dupa
sau produsului experimentari
Noise factors Noise factors

Output factors Output factors

Production Production
process process

Unoptimised input Optimised input


factors factors

Perceptia initiala
Raspunsul procesului (marimile de iesire) sunt nesatisfacatoare din cauza influentei factorilor de zgomot
Metode clasice de remediere:
- supradimensionare
- campuri de tolerante mai stranse
- diversificarea utilizarii
Toate acestea inseamna bani!

2
Cunoasterea & stapanirea procesului dupa experimentari
 Taguchi numeste cauzele variabilitatii nedorite a proceselor “factori de zgomot”
 Factorii de zgomot exista intotdeauna
 Este inutil de incercat eliminarea lor
 Tot ce intereseaza sunt efectele factorilor de zgomot
Þ Necesitatea cresterii insensibilitatii procesului sau produsului la zgomote: = robustete
Definitia fundamentala a proiectarii robuste
Un produs sau proces este robust daca este insensibil la efectele surselor de variabilitate, desi aceste
surse nu au fost eliminate.
Obiectivul proiectarii robuste: de a asigura ca in acelasi timp procesele sau produsele:
 sa aiba performanta functionala dorita
 sa fie insensibile la factori de zgomot, adica sa fie “robuste”
 la cele mai mici costuri posibile!
Ce este calitatea?
 PR necesita definirea d.p.d.v. cantitativ a calitatii produselor si proceselor
 Clientul: calitatea este senzatia de satisfactie
 Veritabilul guru al calitatii J.M. Juran: calitatea este:
 Expresia caracteristicilor unui produs/proces, si
 Gradul de conformitate al produsului/procesului fata de aceste caracteristici
Conformitate: capacitatea unui produs/proces de a avea performate centrate pe valoarea tinta (on-
target performance), si anume:
- in toate conditiile de functionare prevazute,
- pe intreaga sa durata de viata preconizata (la produse), si
- fara efecte secundare daunatoare
- Calitatea creste atunci cand scade variabilitatea performantei.
- PR este procesul de modificare a proiectului (design-ului) A in proiectul (design-ul) B.

Viziunea clasica asupra calitatii produselor


 Calitatea definita prin tolerantele cerute de utilizator

Inginerie orientata catre tinta


On-target engineering
 Proiectarea Robusta (PR): orice deviere de la tinta inseamna calitate inferioara, indiferent de
tolerantele specificate.

3
 On-Target Engineering: se aplica in dezvoltarea de produse si de procese, astefel incat acestea
se fie:
 Insensibile la zgomote
 Reglabile la o anumita performanta medie
Cum se masoara calitatea in PR?
 Taguchi: Pierderea de calitate reprezinta costuri suportate de societate, si anume de catre:
 Clienti
 Producatori
 Societate in general
 Descrierea cantitativa a calitatii in baza principiilor ingineriei orientate catre tinta (on-target
engineering) se orienteaza dupa 2 principii:
a) Devierea de la performanta orientata pe tinta genereaza pierderi pentru producator, client
si societate

b) Devierea de la performanta orientata pe tinta genereaza pierderi in bani


Þ costurile (generate) se utilizeaza pentru a cuantifica si masura calitatea
Calitatea ridicata inseamna absenta costurilor generate de o calitate slaba
 Costul calitatii are trei dimensiuni, exprimate prin triunghiul costului total al calitatii:

Dimensiunile costului calitatii


 Costul efectiv al fabricarii unei unitati proiectate (unit manufacturing cost)
 Costul fabricatiei (material, manopera etc.)
 Deciziile de afaceri bazate numai pe costul fabricarii unei unitati duc la:
 calitate slaba
 fiabilitate scazuta
 costuri ridicate ale ciclului (duratei) de viata al produslui
 pierdere de imagine a producatorului
 Costul duratei (ciclului) de viata (Life-Cycle Cost)
 Costuri specifice exploatarii produsului (consumabile, energie, garantie, reparatii)
 Costul pierderii de calitate (Quality Loss Cost)
 Consecintele economice al devierii de la tinta

4
 Pierderile clientului, producatorului, societatii
A treia componenta: Costurile pierderii de calitate
 Client: pierderi de profit, costuri cu inchirieri, costul service-ului in afara garantiei
 Producatorul: costuri de inspectie/CTC, costurile rebuturilor, refacerii produselor, produselor
returnate, costul pierderii de clienti, a litigiilor
 Societatea: costul poluarii, deseurilor, accidentelor de munca, intreruperilor cailor de
comunicatii sau de transport
Fazele/procesele de PR pana la comercializarea produsului

 In fiecare etapa parcursa de un produs, pot aparea surse de variabilitate ce duc la devieri de la
tinta.
 Þ In fiecare etapa se impun procese de PR, care utilizeaza instrumente diferite
 PR “Off-line”
 Pe durata dezvoltarii si proiectarii de produs
 PR “On-Line”
 Pe durata productiei
Fazele PR Off-line
a) Proiectare concept
 Se defineste un sistem ce functioneaza in anumite conditii nominale. Sistemul utilizeaza
tehnologie robusta
b) Proiectarea parametrica
 Optimizare robusta a conceptului (insensibilizare la zgomot), prin identificarea
nivelurilor optime ale parametrilor de intrare reglabili
c) Proiectare tolerante
 Se specifica devierile permise ale parametrilor optimizati. Campul de toleranta:
 se largeste, daca este posibil
 se ingusteaza, daca este necesar
a) Instrumente proiectare concept
 Se studiaza variante de solutii pt. problema inginereasca data (conceptul de produs)
 Solutia ideala: produs flexibil realizat prin tehnologie robusta
 Conceptul rezultant poate fi o inventie:
 Satisface direct o cerinta cunoscuta a clientului
 Ofera o solutie mai buna fata de concurenta
 In aceasta faza:
 cercetare, inventica, dezvoltare tehnologie in detaliu
 zgomotele considerate: generice (produs nefinalizat, in evolutie)
 Elaborare functie calitate (QFD)
 Cerinte client ® obiective ingineresti

5
 Optimizare dinamica semnal/zgomot (S/N)
 Tehinca de PR pt. optimizarea functiei ingineresti;
 Þ tehnologie robusta, reglabila
 Rezolvare de probleme prin inventica
 Set de instrumente bazate pe analizarea de brevete
 Proiectarea de experimente (DOE = Design of Experiments)
 Planuri de experimente complete si fractionate
 Evaluarea competitiva a tehnologiei
 Compararea robustetei tehnologiei elaborate intern cu altele, externe
 Procesul Pugh de selectie a conceptului
 Conceptele se compara, se imbunatatesc sau se elimina pana cand ramane un
“castigator”
b) Proiectarea parametrica
 Identificare factori controlabili care afecteaza robustetea sistemului
 Determinare si verificare niveluri optime factori
Instrumentele proiectarii paramatrice:
o Analiza inginereasca
o In baza experientei profesionale si prin experimentari:
o Se identifica surse de variabilitate si se stabilesc masuri
o Diagrama P a sistemului (vezi slide-ul urmator)
o Reprezentarea si caracterizarea parametrilor ce influenteaza marimea (marimile) de
iesire ale sistemului
The system P-diagram

Instrumentele proiectarii paramatrice:


o Optimizare S/N dinamica si statica
o Optimizarea parametrilor proiectului
o Þ reducere variabilitate dinamica (masurata) prin utilizarea raportului S/N
o Utilizarea de planuri de experimente hibride
o Proiectare planuri de experimente care considera interactiunile
factori controlati – factori de zgomot,
Þ crestere robustete
c) Proiectarea tolerantelor
Se stabilesc:
 variabilitatea admisa a nivelurilor factorilor controlati
 eventuale limitari, necesare si posibile de impus nivelurilor factorilor de zgomot extern
Instrumente:
- Functia pierdere de calitate
- Costul pierderii de calitate = f (devierii de la tinta)

6
Instrumente:
- Analza variantei (ANOVA)
- Tehnica statistica pt. cuantificarea contributiei fiecarui factor controlat si de zgmot
studiat la variabilitatea totala
- Proiectarea de experimente (DOE)
- Planuri de experimente factoriale complete si fractionate
- Se studiaza efectele simultane ale diversilor parametri
PR “On-line”
 Asigurarea constantei procesului de fabricatie si de asamblare a.i. sa se minimizeze variabilitatea
la nivel individual (unit-to-unit)
 Asigurarea simultana de calitate ridicata la costuri scazute
 Solutionarea rapida de probleme (“din mers”)
Instrumente:
- Controlul statistic al procesului
- monitorizare caracteristici de iesire
- testare variabilitate
- Þ identificare cauze de variabilitate intamplatoare si sistematice
- Opimizare statica a raportului S/N
- Reducerea in continuare a variabilitatii prin aplicarea PR in productie:
- la piese & procese
- Compensare
- Scheme de control pentru mentinerea procesului centrat pe tinta
- de ex. bucle de feed-back
- Controlul procesului prin functia de pierdere de calitate:
- Reducerea tuturor costurilor:
- Costuri de control al procesului:
- costuri individuale/unitate
- costuri de inspectie si reglare
- Costuri cu pierderea de calitate
- Din cauza variabilitatii reziduale a marimii de iesire
Prime concluzii
 PR reduce durata de dezvoltare, proiectare si fabricare de produse
 “time-to market” limiteaza timpul ce poate fi alocat pt. cercetare-dezvoltare clasica
(R&D)
 Prioritatea PR: optimizarea unei tehnologii cunoscute pentru cazuri de aplicare specifice
 PR presupune:
 evaluarea factorilor (parametrilor) de control ai unui produs sau proces in cadrul unui
mediu cu zgomote
 DOE clasic presupune
 Izolarea produsului/procesului de un mediu cu zgomote
Masuri in Proiectarea Robusta
Se poate imbunatati numai ceaa ce se poate masura
 Media si variabilitatea
 Determina calitatea unui concept/proiect
 Functia de pierdere
 Este descrierea cantitativa a sistemului de valori care sta la baza procesului Taguchi
deproiectare robusta
 Raportul semnal-zgomot (S/N)

7
 Masura fundamantala pentru optimizarea robusta a proiectelor
Analiza datelor in Proiectarea Robusta
Felul datelor
 Metode experimentale ® colectare de date (brute)
 Datele brute trebuie organizate
 Tipuri de date:
 Variabile discrete (numere intregi)
 Variabile continue (numere rationale) – in PR
 Multimile de date d.p.d.v. statistic:
 Esantioane dintr-o populatie necunoscuta
 Statistica pe baza de esantionare (y¯ & s2 = media & dispersia esantionului)
 Populatia completa
 Statistica pe baza de populatie (μ & σ2 = media & dispersia populatiei)
Metode grafice
 Tabelul de distributie a frecventelor
 Reprezinta sinteza datelor brute prelucrate
 Cele n date se grupeaza in k intervale sau clase
 Frecventa = numarul de masuratori (de date masurate) dintr-o clasa
 Numarul claselor: k = 1 + 3.322 lg (n)
 Marimea (largimea) unei clase: a = R/k
 R = amplitudinea of sirului de date masurate
 Ex: Daca n = 100 date masurate Þ k = 11
 Tabelul de distributie a frecventelor
 Date masurate: tuburi de Φ nominal = 1”

 Tabelul de distributie a frecventelor

 Histograma este reprezentarea grafica a tabelului de distributie a frecventelor si indica:

8
 forma, dispersia, tendinta centrala a esantionului sau populatiei de date

Metode cantitative
 Scopul metodelor cantitative: exprimarea cantitativa a datelor, de ex.:
 Variabilitatea (dispersia) si tendinta centrala a datelor
 prin instrumente ale statisticii de sinteza a datelor
 Media: y¯ pentru esantioane si μ pentru populatia intreaga (tendinta
centrala):

 Dispersia (s2 pt. esantioane,; σ2 pt. populatie) (variabilitatea)

 Abaterea standard: s = (s2)1/2


 Coeficientul de variabilitate: COV = s/y¯
 Distributii (Gauss)
 O decizie inginereasca:
 utilizarea COV or s2 ? (COV = s/y¯)
 pentru masurarea variabilitatii si optimizarea sistemului
 Cazul: COV = const. Þ
 s proportional cu y¯
 Optimizarea numai in baza dispersiei s2 poate fi in conflict cu aducerea mediei y¯ pe
tinta Þ
 Utilizam/optimizam COV, care este independent de anumiti factori utilizati pe reglarea

 Cazul COV≠const.
 Utilizam s2 pentru optimizarea sistemului
Procesul de optimizare in doi pasi
 In ingineria clasica: se proiecteaza si realizeaza un prototip (se stabilesc parametri de proiectare)
 Se testeaza prototipul:
 se masoara raspunsul mediu y¯
 se compara cu valoarea tinta
 Rezultat:
 y¯ aproape de tinta
 dar in acelasi timp: dispersie mare (mediu cu zgomote)
 Dificil si costisitor: de redus dispersia dupa reglarea parametrilor de proiectare a.i. media sa fie
aproape de tinta
Procesul de optimizare in doi pasi
 In PR: optimizarea in 2 pasi (prin experimentare)

9
 Intai se reduce dispersia raspunsului masurat, apoi
 Se regleaza raspunsul mediu pe tinta
 Este util de calculat COV pentru fiecare parametru reglat si de studiat daca este
constant.
Data Analysis for Robust Design
Quantitative Methods of Data Analysis
The Two-Step Optimisation Process

 A: distributia initiala (valori initiale ale parametrilor)


 Pasul 1:
 Prin experimentare: se identifica valori ale parametrilor de proiectare pentru o
distributie cu dispersie redusa (B)
 in conditiile de zgomot din realitate
 Experimentele de la pasul 1:
 Permit identificarea unui factor de utilizat pentru centrarea mediei pe tinta, care
 are cel mai mic efect negativ asupra distributiei cu dispersie ingustata
 Pasul 2:
 se regleaza valorile acestui factor pentru a centra distributia cu dispersie ingusta pe tinta
(C).
Functia pierdere de calitate
1. Natura calitatii
Cap. 1: cuantificarea calitatii produsului in raport cu costurile pentru clienti, producatori, societate
Cap. 2: masurarea variabilitatii performantei in baza datelor generate in conditii de zgomot controlate
Se poate estima pierderea de calitate prin estimarea variabilitatii performantei?
Calitatii i se atribuie valoare baneasca pentru a selecta conceptul (proiectul) de produs/proces cel mai
ieftin
2. Corelarea distributiilor referitoare la performanta cu calitatea
Exemplu:
Un producator are de ales unul din 3 furnizori de componente
Considerente:
 Calitatea produsului final si reputatia producatorului depind de calitatea componentelor primite
 Furnizorul de componente lucreaza
 direct cu producatorul de produse finite
 indirect cu clientii acestuia
Masuri de selectie:
 Se masoara calitatea componentelor fiecarui furnizor
 Se reprezinta distributiile de performanta pentru fiecare furnizor, in baza unor esantioane de
cate 30 componente

10
 toţi cei trei furnizori realizează o producţie orientată pe valoarea ţintă (on-target).
 îi deosebeşte variabilitatea caracteristicilor de calitate obţinute
 furnizorul C: câmpul de împrăştiere este mai larg decât cel de toleranţă Þ eliminat
 se alege furnizorul B
 B realizează o producţie cu o variabilitate mai redusă (curba de distribuţie este mai
suplă)
 minimizarea pierderilor calităţii:
 nu doar fixarea unor limite conform/neconform
 ci şi reducerea variaţiilor în raport cu valorile nominale
Abordari:
a) Toate cele 30 de date masurate sa fie in interiorul limitelor specificate
b) Toate cele 30 de date masurate sa fie orientate catre valoarea tinta
Varianta a): o metoda de masurare a calitatii inselatoare si incompleta
- se considera ca toate componetele din interiorul specificatiilor sunt la fel de bune
 Necesitatea unei exprimari cantitative a pierderii inregistrate de client, cand produsele se
indeparteaza de valoarea tinta
 Necesitatea unei masuri cu sensibilitate suficienta pentru:
 a cuantifica pierderea de calitate
 pentru produsele care se incadreaza in limitele specificate
 Tolerantele: un element necesar de prevazut la proiectare, si in on-target engineering
 Limitele de acceptabilitate se bazeaza pe cerintele beneficiarului
 Mărimea câmpului de toleranţă se stabileste:
 d.p.d.v. tehnic şi economic
 a.i. să asigure certitudinea fiabilităţii
 Performanta si costul produsului = f(cum se stabilesc tolerantele referitor la calitate)
 O strategie de calitate eronata permite (accepta) o distributie uniforma a variatiei performantei:

Distributia uniforma este acceptata daca strategia intreprinderii prevede:


- maximizare a productivitatii
- maximizare a gradului de utilizare a materialelor,
- minimizarea defectelor, rebuturilor, deseurilor
- permiterea devierii proceselor
- cat timp produsele se incardeaza in limite
- remedierea componentelor in afara limtelor specificate, astfel incat
- sa se incadreze in limite

11
- dar fara orientare pe valoarea tinta
Distributia uniforma este acceptata daca strategia intreprinderii prevede:
- Acceptarea variatiei intre limitele de control
- Se practica un control statistic al procesului (SPC) ca instrument de diferentiere a
- cauzelor intamplatoare
- cauzelor sistematice de deviere de la tinta
- Cauze intamplatoare: surse de zgomot necunoscute, necontrolate, mereu prezente si
acceptate
- Cauze sistematice: surse de zgomot controlabile, care odata identificate se corecteaza
Distributia uniforma este acceptata daca strategia intreprinderii prevede:
- Acceptarea variatiei intre limitele de control
- Controlul statistic al procesului (SPC) se raporteaza la limitele de control
- Stabilite din considerente de calitate si cost
- In urma aplicarii SPC se genereaza o distributie a carei
- imprastiere este apropiata de limitele de control
- forma depinde de felul cauzelor intamplatoare
- Intreprindere care aplica o strategie de orientare pe valoare tinta: varianta A:

O distributie orientata pe valoarea tinta rezulta tot din strategia intreprinderii:


- se incurajeaza si rasplateste in mod declarat personalul care produce calitate orientata pe
valoarea tinta
- se incurajeaza utilizarea de catre tot personalul (operatori, tehnicieni, ingineri, manageri) a
masurilor statistice specifice “on-target” (yˉ, s, s2, COV) la colectarea si prelucrarea de date
O distributie orientata pe valoarea tinta rezulta tot din strategia intreprinderii:
- Reprezentarea distributiilor (tabele de frecvente, histograme)
- Practicarea de 6σ prin calcularea
- indicelui de capabilitate al procesului (C m) (marimea dispersiei campului de imprasitere
C.I. fata de marimea campului de toleranta T)
- indicelui complementar de capabilitate (Cmk) (pozitia centrala a C.I fata de T)
- penalizarea proceselor “off-target”
- obligarea performantei “on-target”
O distributie orientata pe valoarea tinta rezulta tot din strategia intreprinderii:
- Infiintarea si actualizarea permanenta a unei baze de date cu capabilitatea procesului:
- Specificarea proceselor corecte pentru realizarea calitatii necesare si costului aferent minim
- De evitat tendinta de
- a reduce costurile acum
- chiar daca ne confruntam cu probleme de calitate mai tarziu
O distributie orientata pe valoarea tinta rezulta tot din strategia intreprinderii:
- De utilizat experimente proiectate
- DOE: design of experiments
- DOE: un instrument preventiv pentru imbunatatirea calitatii produsului.

12
- In DOE:
- analiza
- urmata de experimente
- Proiectarea robusta utilizeaza metode empirice de DOE
O distributie orientata pe valoarea tinta rezulta tot din strategia intreprinderii:
- De utilizat metodele Taguchi:
- Instrument ingineresc de imbunatatire a calitatii produsului prin inginerie on-target
- De inteles ce inseamna costul calitatii
- Calitatea se masoara intre anumite limite de control specificate
- Profitul creste pe masura ce calitatea este orientata pe valoare tinta (on-target).
3. Functia palier:
o descriere inadecvata a calitatii
Sisteme de valori diferite, in functie aboradrea inginereasca:
 “on-target”.
 Clasic, intreprinderi satisfacute cu performante “in cadrul limitelor specificate”
 Rezulta o functie constanta, tip palier

 m = valoarea tinta
 Toleranta bilaterala m ± Δ0
 Eroarea de interpretare in abordarea clasica:
 Se considera intervalul
[m - Δ0 ; m + Δ0]
 Toate valorile in interiorul intervalului au aceeasi calitate buna
 Toate valorile in afara intervalului au aceeasi calitate proasta
Þ Functia palier este o descriere inadecvata a calitatii
4. Toleranta beneficiarului
Exemplu:
 estimarea tolerantei beneficiarului
 pe un esantion statistic de n > 20 persoane
 Performanta (caracteristica de calitate) analizata:
 Capacitatea unui termostat de a mentine o temperatura reglata de 20 o C
 20o C = valoarea tinta
 La ce deviere ± fata de valorea tinta se iau masuri (se regleaza termostatul) de catre 50% din
esantionul de beneficiari?
 Care sunt tolerantele beneficiarului?
 Distributie parabolica:

13
5. Functia pierdere de caliate:
o descriere adecvata a calitatii
 In ingineria on-target se utilizeaza functia patratica de pierdere a calitatii QLF
 “quadratic quality loss function” sau “quality loss function” (QLF) elaborata de Taguchi
 QLF estimeaza pierderea baneasca pentru producator si beneficiar, la devierea performantei
produsului (caracteristicii de calitate) de la valoarea tinta.


dacă y = m, pierderea este nulă, iar pe măsură ce valoarea caracteristicii de calitate se
îndepărtează de ţintă pierderile cresc pătratic

L(y) = k(y-m)2

L(y) = pierderea in unitati monetare

y = valoarea masurata (raspunsul masurat al sistemului)

k = constanta economica = coeficientul de pierdere de caliate

Pentru y = m pierderea este 0

L(y) = 0

QLF: concept care reuneste calitatea si costul

QLF: coreleaza notiuni ingineresti si economice intr-un singur model

QLF: o relatie utilizata pentru optimizarea tuturor costurilor:

explicite si implicite

ce revin intreprinderii, beneficiarilor, societatii
 L(y) rezulta prin dezvoltarea in serie Taylor in jurul punctului y = m
L(y) = L(m) + [L’(m)/1!][y-m]+[L’’(m)/2!][y-m] 2+ ...
 Pentru y = m (pe tinta)
 Þ L(m) = 0 (primul termen)
 La tintă (m) prima derivată este 0:
 L’(m) = 0 (al doilea termen)
 Ramane: L(y) » [L’’(m)/2!][y-m]2
 Se neglijeaza termenii la puteri >2
 Functia L(y) se aplica in general pentru y aproape de m, unde termenii de puteri mari au
valori relativ mici
 Se observa ca: [L’’(m)/2!] = constant = k
 k = constanta de proportionalitate economica
 Deci: L(y) = k (y-m)2
6. Coeficientul de pierdere de calitate k
 k se determina prin identificarea tolerantelor beneficiarului (limitelor functionale) pentru y
 y = performanta (caracteristica de calitate analizata)
 m ± Δ0 : limitele functionale la care performanta (valoarea caracteristicii de calitate) nu mai este
accptabila pentru 50% din beneficiari
 A0 = suma consecintelor economice (masurabile) ale devierilor de la tinta
 Adica:
 A0 este valoarea QLF pentru m ± Δ0

14
 A0 este exprimata ca pierdere in bani
 A0 = valoarea functiei QLF pt. m ± Δ0

 L(y) = A0 pentru y = m ± Δ0
si in acealsi timp

L(y) = k (y-m)2

Egaland relatiile de mai sus rezulta:

A0 =k (m ± Δ0 – m)2 = k Δ02

k = A0/(Δ0)2

A0 include toate tipurile de costuri

pentru intreprindere (producator)

beneficiar (client)

societate

L(y) = [A0/(Δ0) ] (y-m)2
2

7. Exemplu
Aplicatie a functiei pierdere de calitate
Utilizarea QLF pentru estimarea pierderii de caliate intr-un caz concret
 Arc de actionare a obturatorului unui aparat foto
 Viteza de inchidere a obturatorului (performanta arcului) determina timpul de expunere
 Procesul de infasurare a unui arc are o anumita variabilitate
 Rezulta variabilitatea constantei arcului
 Variabilitatea vitezei de inchidere a obturatorului (performantei arcului)
 La o anumita variabilitate benefciarul ia masuri
 Valoarea tinta pt. constanta arcului:
 m = 0,5 daN/cm
 Limite functionale (toleranta beneficiarului):
m ± 0,3 daN/cm
 Δ0 = 0,3 daN/cm
 Intervalul de toleranta: [0,2; 0,8] daN/cm
 Limitele functionale se masoara in punctul in care 50% din beneficiari (cumparatori) repara sau
inlocuiesc aparatul (pierdere L(y) = A 0)
 adica: daca m Ï[0,5 -0,3; 0,5 + 0,3] daN/cm
 perceputa ca timp de expunere prea lung/scurt
 Reparatia (inlocuirea) costa 20 lei
 A0 = 20 lei (pierderea pt. beneficiar)
 Utilizam functia L(y) pentru a estima pierderea de calitate
 L(y) = k (y-m)2
 L(y) = [A0/(Δ0)2] (y-m)2
 A0 = 20 lei
 Δ0 = 0,3 daN/cm

15
 m = 0,5 daN/cm
 L(y) = [A0/(Δ0)2] (y-m)2
 L(y) = [20/0,32] (y – 0,5)2 = 222 (y – 0,5)2
 Pt . o constanta a arcului de 0,25 (departe de tinta, dar in interiorul intervalului de
toleranta)
 Þ 13,88 lei pierdere estimata
 Pt . o constanta a arcului de 0,435 (aproape de tinta, dar in interiorul intervalului de
toleranta)
 Þ 0,94 lei pierdere estimata
 L(y) se utilizeaza pentru:
 Stabilirea tolerantelor
 Definirea raportului S/N
8. Tipurile functiei pierderii calitatii
8.1. Cazul NTB: optimul este valoarea nominala
(Nominal-the-Best: NTB)
- y = raspunsul masurat al sistemului
- Pentru y este specificata o valoare tinta m
- Devierea de la valoarea tinta nu este de dorit - catre nici o parte (stanga, dreapta)
- Devierea catre oricare parte de la valoarea tinta inseamna pierdere de calitate
8.1. Cazul NTB: optimul este valoarea nominala
Exemple:
- Realizarea (fabricarea) unui anumit diametru
- Realizarea unei anumite rugozitati superficiale
- Realizarea geometriei prescrise pentru o piesa injectata din mase plastice
- Mentinerea unei anumite valori a temperaturii
- Realizarea unei anumite texturi a compozitiei unei creme
- Realizarea unei anumite nuante prin amestecarea de culori de culori
 Se aplica functia pierderii calitatii unui esantion:
Þ pierderea medie de calitate, care are 2 componente:
 o componenta datorata devierii valorii medii (y¯) a esantionului de la tinta
 o componenta datorata variatiei dispersiei esantionului (s 2)
 Se obtine pierderea medie de calitate prin:
 calcularea devierii medii de la tinta, adica:
 media valorilor (yi – m)2, cu i = 1, n
 (yi – m)2 este argumentul functiei pierderii calitatii
 Valoarea medie a devierii se numeste si:
Deviatia medie patratica MSD
(mean square deviation)

Pierderea de calitate pt. o valoare masurata:

L(y) = k(y-m)2

Pierderea medie de calitate pt. n valori:

L¯(y) = k [media devierilor (yi-m)2]

L¯(y) = k MSD

unde: MSD = (1/n) Σ (yi-m)2 ; i = 1 … n

MSD = (1/n) Σ (yi-m)2 ; i = 1 … n

MSD = (1/n) Σ (yi2 – 2 yim + m2)

MSD = (1/n) Σ (yi2) – 2 y¯m + m2

MSD = (1/n) Σ (yi2) – y¯2 + y¯2 - 2 y¯m + m2

16

MSD = (1/n) Σ (yi – y¯)2 + (y¯ - m)2

Cei 2 termeni:

Devierea medie patratica de la valoarea medie: (1/n) Σ (yi – y¯)2 = σ2; iar pt.
2 2
n>30 se accepta σ » s .

Devierea valorii medii de la tinta: (y¯ - m)2

MSD = s2 + (y¯ - m)2

L(y) » k[s2 + (y¯ -m)2];

functia pierderii calitatii pt. n valori masurate

Exemplu: 2 dispozitive de infasurat arcuri

L(y) calculeaza pierderea medie de calitate (in unitati monetare, de ex. lei) pentru n = 8
dispozitive

m = 0.5 daN/cm; L(y) = 222 k[s2 + (y¯ -m)2] lei


Dispozitivul nou:

dispersie mai mica s2, dar

media y¯ mai departe de tinta m;

Dispozitivul vechi:

dispersie (variabilitate) semnificativa

medie y¯ grupata favorabil in jurul tintei m

Þ dispozitivul vechi produce pierderea mai mare de calitate

Pierderea de calitate la dispozitivul nou se poate reduce prin:

Aducerea mediei y¯ pe tinta m

Pierderea de calitate la dispozitivul nou se poate reduce prin:

Aducerea mediei y¯ pe tinta m

este mai usor de “mutat” o dispersie ingusta (s 2) pe tinta, decat

de ingustat o dispersie larga, care este grupata pe tinta

(vezi optimizarea in 2 pasi)

L(y) = 222 k[s2 + (y¯ -m)2] lei

Reducerea pierderii de calitate L(y) prin:

reducerea MSD:

Intai: se reduce dispersia (variabilitatea): adica se minimizeaza s 2

Apoi: media dispersiei ingustate se aduca pe tinta, astfel incat (y¯ -m) 2 = 0.
8.2. Cazul criteriului de minimizat (STB)
 Criteriul (caracteristica de calitate) este de minimizat: Smaller-the-Better (STB)
 Atunci cand raspunsurile sistemului (caracteristicile masurate) nu pot avea valori negative:
 Scapari de radiatii
 timp
 defecte
 poluare
 vibratii
 coroziune
 Þ Tinta este zero: m=0

Expresia functiei pierdere a calitatii (STB), pentru o unitate:

17

L(y) = k(y-m)2

pentru m = 0

Þ L(y) = k(y)2

Expresia functiei medii
de pierdere a calitatii (STB)
pentru n unitati:
 L(y) » k[s2 + (y¯ -m)2]
 pentru m = 0:
 ÞL(y) = k [s2 + y¯2]
8.3. Cazul criteriului de maximizat (LTB)

Criteriul (caracteristica de calitate) este de maximizat: Larger-the-Better (LTB)

Atunci cand raspunsurile sistemului (caracteristicile masurate)

nu pot avea valori negative, si

sunt cu atat mai bune, cu cat au valori mai mari

Rezistenta la diverse solicitari

Rezistanta la coroziune

Temperatura de topire

In cazurile LTB:

cand performanta sistemului: ®∞

pierderea de calitate: ® 0

Expresia functiei pierdere a calitatii (LTB), pentru o unitate:

Functia inversa a cazului STB

Þ L(y) = k[1/(y)2]

Determinarea coeficientului k:

Expresia generala a functiei pierdere de caliate: L(y) = k[1/(y)2]

pt. y = Δ0 (abaterea/toleranta admisa) valoarea functiei este A 0, deci:

A0 = k [1/Δ02]; k = A0 Δ02

Expresia functiei medii a pierderii calitatii (LTB), pentru n unitati:

Deviatia medie patratica devine:

MSD = (1/n) Σ (1/yi)2; i = 1 … n

L(y) = k (MSD) = k [(1/n) Σ (1/yi)2]

Dupa transformari algebrice:

L(y) = (k/yˉ2) [1 + 3(s2/yˉ2)]
8.3. Cazul criteriului tinta asimetric

Valoarea tinta: m

Din considerente practice:

Δ + : abaterea in drepata valorii tinta,

pentru y > m
 –
Δ : abaterea in stanga valorii tinta,

pentru y ≤ m

abaterile nu sunt egale ca valoare: |Δ +| ≠|
Δ -|

Se calculeaza coeficienti distincti k, ce intervin in
functia pierdere de caliate: k+ si respectiv k-

Rezulta expresii diferite pt. functia pierdere de calitate L(y)
A0 L ( y )  k   ( y  m) 2 , y  m

k  A
k 
( ) 2 functiei
0
Rezumat: Expresiile (de
pierdere L ( y(QLF)
) 2 calitate )  k   ( y  m) 2 , y  m

18
Proiectarea experimentelor
Metode de experimentare si planuri de experiente
1. Ortogonalitatea planurilor de experiente. Grade de liberate
2. Planurile de experiente fractionate Taguchi
Studiu de caz:
Fabrica de caramizi Ina Seito
 Fabrica achizitioneaza un cuptor tunel cu flacara, pentru arderea de tigle (2 mil $)

 Tiglele la exteriorul stivei:


 Nu se usuca uniform, pe intregul volumul, ca urmare:
 Valorile latimilor caramizilor
 au dispersie mare (s2)
 valoarea medie a latimilor obtinute (y¯) nu este centrata pe valoarea nominala,
prescrisa
 tinde catre limita superioara a campului de toleranta
 Tiglele la interiorul stivei:
 Se usuca uniform pe intregul volum, ca urmare:
 Valorile latimilor caramizilor
 au dispersie mica (s2)
 valoarea medie a latimilor obtinute (y¯) este centrata pe valoarea nominala,
prescrisa
Distributia latimii tiglelor

Brainstorming

19
 Prin ce difera tehnologia la cuptorul nou? ® ardere
 Cauza rebuturilor: distributia neuniforma a temperaturilor in interiorul cuptorului
 Modificarea constructiei cuptorului? Scumpa!
 Aplicarea de metode Taguchi:
 Optimizarea robusta a procesului de ardere:
 Se determina valorile de reglat ale parametrilor/factorilor de intrare in sistem,
 astfel incat tiglele sa rezulte la latimile nominale
Factori testate
Factor Nivelul 1 Nivelul 2
A: cantitatea de piatra 5% 1% (a)
de var (a = nivelul actual)
B: granulatia aditivilor grosolana (a) fina
C: cantitatea de liant 43% 53% (a)
D: tipul de liant nou actual
E: sarja (buc.)/lot 1300 1200(a)
F: cantitatea de sparturi 0% (a) 4%
G: cantitatea de feldspat 5% (a) 0%
Planul factorial de experimente
Incer- Factori testati Rezultatul
carea A B C D E F G incercarii
1 1 1 1 1 1 1 1 16% (R1)
2 1 1 1 2 2 2 2 17% (R2)
3 1 2 2 1 1 2 2 12% (R3)
4 1 2 2 2 2 1 1 6% (R4)
5 2 1 2 1 2 1 2 6% (R5)
6 2 1 2 2 1 2 1 68% (R6)
7 2 2 1 1 2 2 1 42% (R7)
8 2 2 1 2 1 1 2 26% (R8)
Rezultate: % de tigle in afara specificatiilor (campului de toleranta)
Utilizarea planurilor de experimente
 Fiecare incercare: o alta combinatie de niveluri de factori
 Fiecare nivel de factor este combinat cu fiecare nivel al fiecaruia dintre ceilalti factori de un
numar egal de ori
 Rebuturile medii pt. fiecare nivel de factor:
A1 = (16+17+12+6)/4 = 12,75%
A2 = (6+68+42+26)/4 = 35,50%
 Pt. factorul A, nivelul A1 este mai favorabil decat A2
La fel pentru fiecare factor:
Rebuturi medii [%]

Concluzie: A1 B2 C2 D1 E2 F1 G2
Incercarea de validare

20
Concluzii
 Problema distributiei neuniforme a temperaturii in cuptor:
 Nu a fost rezolvata
 S-a proiectat un proces tehnologic robust
 Insensibil la aceasta distributie neuniforma
 Deci: efectele nedorite pot fi eliminate, fara a elimina cauza
 Filosofia Taguchi:
 Prin experimente proiectate:
 Putine dar relevante, economicoase si scurte
 reducem costurile remedierii
 crestem calitatea
 in acelasi timp
Planuri de experimentare cu varierea unui factor o data

Experimentarea cu varierea unui factor o data: nerealista!


 Fiecare nivel al fiecarui factor nu este testat decat fata de o singura configuratie a nivelurilor
celorlalti factori, insa:
 efectele nu sunt independente unele de celelalte
 exista si influente parazite
 De fiecare data cand se regleaza fiecare factor la nivelul considerat optim:
 Rezultatele pot sa nu fie cele asteptate
Planuri de experiente factoriale complete

Cuprind toate combinatiile posibile ale nivelurilor factorilor testati

7 factori, fiecare cu 2 niveluri:

27 = 128 incercari

8 factori, fiecare cu 2 niveluri:

28 = 256 incercari

7 factori, fiecare cu 3 niveluri :

37 = 2.187 incercari

15 factori, fiecare cu 2 niveluri :

21

215 = 32.768 incercari
Planuri de experiente factoriale complete pot fi prohibitive! (exemplu: cele 128 de incercari)

Planuri de experiente factoriale fractionate


 Intr-un plan de experiente factorial complet, nu toate incercarile au aceeasi utilitate practica.
 Þ necesitatea reducerii numarului de incercari
 Taguchi a elaborat o serie de planuri de experiente standard, aplicabile in orice situatie
 Intr-un plan de experiente factorial, toate nivelurile de factori intervin de un numar egla de ori
Testarea a 3 factori cu 2 niveluri fiecare: plan factorial complet: 2 3 = 8 incercari

Plan de experiente factorial complet cu 8 incercari

Plan de experiente factorial fractionat, versiunea 1, plan neechilibrat

Plan de experiente factorial fractionat, versiunea 2, plan echilibrat

Plan de experiente factorial fractionat, versiunea 3, plan echilibrat

22
Ortogonalitatea uni plan de experimente
 Ortogonalitatea: conditie necesara pt. calcularea efectelor unui factor independent de ceilalti
factori
 De ex. Planul factorial fractionat utilizat la fabrica de tigle (8 incercari in loc de 128)
 A1 combinat de 2 ori cu B1 si de 2 ori cu B2
 A2 combinat de 2 ori cu B1 si de 2 ori cu B2
 Rezultatul mediu pentru factorul A la nivelele 1 si 2:
 A1 = (R1+R2+R3+R4)/4
 A2 = (R5+R6+R7+R8)/4
 Prin ortogonalitate se asigura ca efectul factorului B intervine cu aceeasi pondere in A1 si A2
Ortogonalitea: efectele tuturor celorlalti factori intervin cu aceeasi pondere in fiecare nivel al oricarui
factor dat
Ca urmare:
- Efectul fiecarui factor poate fi izolat si masurat in conditii de variare in acelasi timp a
nivelurilorcelorlalti factori
- Un efect masurat in asemenea conditii este reproductibil, in ciuda fluctuatiilor conditiilor de
fabricatie sau utilizare.
Grade de libertate (gdl)
 Gdl se utilizeaza pt. a masura cantitatea de informatie ce poate fi obtinuta dintr-o observatie
 Ex: care coloana (A1, A2, A3) este mai inalta?
 De minim cate observatii (comparatii) este nevoie?
 Numarul minim de comparari = nr. de gdl ale sistemului studiat

Grade de liberatate (gdl): A: factor cu 2 niveluri; B: factor cu 3 niveluri


 gdl al unui factor este egal cu numarul de comparari necesare si suficiente pentru a studia
nivelurile sale

 gdlfactor = nr. nivelurifactor – 1


Cu cat un factor are mai multe niveluri de studiat,
 cu atat are mai multe gdl,
 cu atat mai multe comparatii sunt necesare pentru studiul sau,

23
 Þ informatia despre efectele sale este mai fidela
Gdl ale unui plan (unei matrice) de experiente
Se defineste gradul de libertate al unei matrice de experiente:
 gdlmatrice = nr. incercari – 1
Deci nr. necesar de incercari se determina ca fiind:
 nr. incercari = gdlmatrice + 1
 de ex.: gdl al matricei cu 8 incercari: 7 gdl
De asemenea, gradul de libertate al unei matrice de experiente
 gdlmatrice = Σ gdlfactori
 de ex. 7 factori, fiecare cu 2 niveluri:
 gdlfactor = 1
 gdlmatrice = 7 x 1 = 7
Matricele de experiente fractionate Taguchi
Simbolizarea matricelor de experiente standard puse la dispozitie de Taguchi:
L8(27): 8: 8 linii, adica 8 incercari
27: 7 coloane pt. 7 factori cu 2 niveluri fiecare
L16(21 x 37): 16: 16 linii, adica 16 incercari
21: = 1 factor cu 2 niveluri, adica 1 coloana pt. factorul cu 2 niveluri
37: 7 factori cu 3 niveluri, adica 7 coloane pt. factorii cu 3 niveluri

Interactiunea a 2 factori
 Interactiunea apare cand nivelul unui factor (A) depinde de nivelul altui factor (B)
 De ex. 2 medicamente, A si B luate separat, eu efect pozitiv asupra sanatatii pacientului
 Medicamentele A si B administrate impreuna au insa un efect cumulat negativ
 Ca urmare exista o interactiune AB !
Cazul 1: nu exista interactiuni, linii paralele; efectul lui A este independent de nivelul la care este B

Cazul 2: apare interactiune, liniile nu sunt paralele; efect lui A variaza in functie de nivelul la care este B

Cazul 3: interactiune foarte pronuntata, liniile se intersecteaza; efectul lui A este complet opus odata cu
trecerea lui B de la un nivel la altul

24
Tratarea interactiunilor
 Consideram de ex. 2 factori, A si B, fiecare cu 2 niveluri;
 Se alege o matrice de experiente de tip L 3 unde coloana 3 ramane liberea (rezervata)

 Se calculeaza efectul mediu al factorilor:


 Efectul mediu al lui A, la trecerea de la nivelul 1 la nivelul 2:
 (R1 + R2) – (R3 + R4)
 Pentru A la niv. 1 avem rezultatele R1 si R2
 Pentru A la niv. 2 avem rezultatele R3 si R4
 Efectul mediu la lui B, la trecerea de la nivelul 1 la nivelul 2:
 (R1 + R3) – (R2 + R4)
 Pentru B la niv. 1 avem rezultatele R1 si R3
 Pentru B la niv. 2 avem rezultatele R2 si R4
 Graficul interactiunii AB:

 Valoarea interactiunii va fi: b – a


 daca b – a = 0 Þ nu exista interactiune (linii paralele)
 IAB = b – a = (R4 – R3) – (R2 – R1) =
= R4 – R3 – R2 + R1 = (R1 + R4) – (R2 + R3)
Adica:
IAB la nivelul 1 corespunde rezultatelor R1 si R4
IAB la nivelul 2 corespunde rezultatelor R2 si R3
Acest calcul este comandat de coloana 3

25
 Daca exista atat un factor C cu 2 niveluri, cat si o intercatiune I AB, atunci matricea este
“saturata”:

 Efectul mediu al lui C si al IAB vor fi identice


 anume (R1 + R4) – (R2 + R3)
 efect C “congruent” cu IAB;
 Matricea “saturata” este fractionata: 4 incercari in loc de 2 3 = 8
 Avantaj: Planul fractionat presupune un numar redus de incercari
 Dezvanataj: efectele factorului C si ale interactiunii I AB nu pot fi izolate
 Planul complet ar avea 8 incercari,
 deci matrice tip L8 cu 7 coloane pentru:A;B;C;I AB;IAC;IBC;IABC
 Avantaj: Planul complet permite studiul tuturor interactiunilor
 Dezavantaj: Planul complet necesita de 2 ori mai multe incercari
 Decizie inginereasca: este o interactiune suficient de importanta pentru alocarea unei coloane?
Gdl al unei interactiuni
 Consideram factorul A cu 2 niveluri (1 gdl); factorul B cu 3 niveluri (2 gdl)

 Sunt cele 2 traiectorii paralele?


 Sunt necesare 2 comparari, de valoare “a” si “b”
 a ≠b deci apare IAB
 Matematic gdl al unei interactiune este:
 gdlAB = gdlA x gdlB; gdlAB = 1 x 2 = 2

Alegerea unei matrici standard (plan de experiente factorial fractionat) intr-un studiu cu interactiuni
 Se determina numarul total de gdl necesare:

26
 gdl ale factorilor
 de ex. 6 factori cu 2 niveluri:
 gdl factori = 6 x 1 = 6
 gdl ale interactiunilor (daca exista)
 de ex. o interactiune intre factorii A si B
 gdl interactiune = 1 x 1 = 1
 gdl matrice:
 Σ gdl factori si interactiuni
 gdlmatrice = 6 + 1 = 7
 Ca urmare:
 Nr. de coloane = nr. gdlmatrice = 7
 Nr. de incercari = nr. gdlmatrice + 1 = 7 + 1 = 8
 Matricea standard adecvata selectata:
 L8(27) (vezi anexa cu matrice, TT, GL)
Tabele triunghiulare si grafuri liniare
 Acesorii ale matricelor standard elaborate de Taguchi
 Faciliteaza utilizarea si adapatarea matricelor standard
 Tabelul triunghiular se utilizeaza la determinare coloanei pentru interactiuni
 6 factori cu 2 niveluri, interactiune intre factorii A si B: matricea standard L 8(27)

 Care va fi coloana pentru IAB, daca factorii care interactioneaza (A si B) se plaseaza in coloanele 1
si 2? TT L8: IAB va fi in coloana 3

 Un graf liniar (GL) este reprezentarea grafica a unui tabel triunghiular


 Taguchi propune pentru fiecare matrice standard atatea GL cate combinatii posibile sunt
 Numerele asociate cercurilor si segmentelor de dreapta corespund coloanelor matricei
 Cercurile arata coloanele pentru factori

27
 Segmentele arata coloanele pentru interactiunea celor doi factori legati (cercuri legate) prin acel
segment
 Fiecare cerc si segment reprezinta un factor cu 2 niveluri (1 gdl)
 Daca se decide neluarea in considerare a interactiunii intre 2 factori, segmentul respectiv se
aloca altui factor
 GL asociat matricii standardL8(27)

Adaptarea matricelor standard la aplicatii specific


 Se calculeaza gdlmatrice necesar
 Se alege si se adapteaza (dupa caz) matricea minima cea mai apropiata de aplicatie
 Exemplul 1: Introducerea unui factor cu 4 niveluri intr-o matrice cu factori cu 2 niveluri
 Factorii cu 2 niveluri: A, B, C, D
 Factorul cu 4 niveluri: E
 gdlmatrice = 1+1+1+1+3 =7 gdl
 Se alege matricea L8, fiind insa necesare numai 5 coloane corespunzatoare celor 5 factori!
 Se adapteaza matricea standard L8(27), prin condensarea a 3 coloane intr-o coloana
 Pasul 1: din graful liniar (GL) asociat matricei standard L 8 se aleg 2 cercuri legate printr-un
segment, corespunzator la 3 coloane;
 Selectia are in total 3 gdl:

 Pasul 2: se regrupeaza si se izoleaza coloanele 2, 4 si 6 in matricea standard L 8 :

 Pasul 3: coloanelor 2 si 4 li se atribuie corespondente noi, 4 niveluri, in coloana suplimentara


“E”:

28
 Pasul 4: se elimina coloanele 2,4,6 ale caror gdl au fost epuizate de catre noua coloana cu 4
niveluri
 Se pastreaza numarul total de gdl al matricei

 Exemplul 2: Introducerea unui factor cu 2 niveluri intro matrice cu factori cu 3 niveluri


 Factorul cu 2 niveluri se testeaza formal ca factor cu 3 niveluri;
 Al 3-lea nivel este fictiv:
 corespunde unuia dintre cele 2 niveluri
 al carui efect intereseaza mai mult
 3 factori cu 3 niveluri; 1 factor cu 2 niveluri
 se considera: 4 factori cu 3 niveluri
 gdlmatrice = 4 x 2 = 8;
 nr. de incercari: gdlmatrice + 1 = 9
 Se alege matricea standard: L9(34) (vezi anexa)
 Pasul 1: se selecteaza in matricea standard coloana dedicata factorului cu 2 niveluri, prin
utilizare grafului liniar asociat acestei matrici:

 Factorul cu 2 niveluri se plaseza in coloana 3, corespunzatoare factorului C


 Pasul 2: dintre cele 2 niveluri ale factorului C se alege unul care se testeaza in mod repetat, de
ex. nivelul 1
 Pasul 3: se inlocuieste nivelul 3 din coloana C cu nivelul 1, de cate ori apare

29
Ilustrarea metodei clasice a planurilor de experiente
Pentru un sistem (produs sau tehnologie) de optimizat robust:
Etape:
1. Se alege criteriul (se aleg criteriile) de calitate care trebuie optimizat(e) robust:
- fie pt. ca nu au valori satisfacatoare
- fie pt. ca se alege de la inceput optimizarea robusta ptr. proiectarea produsului sau procesului
Sistemul: un proces tehnologic de lepuire plana
Criteriul de calitate: Ra = 0,10 ±0,05 μm
Ce tip de criteriu este?
Sistemul: procesul tehnologic de lepuire plana
Criteriul de calitate:
Ra = 0,10 ±0,05 μm
Ce tip de criteriu este?
- de maximizat (LTB)
- de minimizat (STB)
- tinta (NTB)
2. Stabilirea factorilor de testat, a nivelurilor si gdl ale acestora
Factori Nivelul 1 Nivelul 2
A: presiunea discului
de lepuire 0,5 daN/cm2 1,5 daN/cm2
B: turatia disului 60 rot/min 90 rot/min
C: durata de prelucrare 2 min 5 min
gdlfactorA = gdlfactorB = gdlfactorC = nr. niveluri – 1 = 2 - 1 = 1
gdlmatrice = Σ gdlfactori = 3
3. Alegerea matricei (planului) de experiente factorial fractionat
Numarul necesar de incercari:
gdlmatrice + 1 = 3 + 1 = 4;
4 incercari Þ matrice de tipul L4;
Avem 3 factori cu 2 niveluri:
Þ Matrice tip L4(23)
Matrice (plan de experiente) tip L4(23)

Masuratori; media aritmetica


 Se efectueaza 5 masuratori la fiecare incercare
 pentru un anume reglaj al factorilor (ptr.o incercare):
 se masoara Ra in cinci puncte, sau
 se prelucreaza 5 piese in acelasi timp
 Valorile masurate se trec in dreapta fiecarei incercari
 se adauga inca 5 coloane la planul de exp.
 Se calculeaza ˉy = media aritmetica a celor 5 valori masurate pentru fiecare incercare
 Se trece ˉy pe fiecare linie, in dreapta

30
4. Prelucrarea rezultatelor
Media generala a raspunsurilor:
ˉT = (0,230 +0,166 + 0,176 + 0,170):4= 0,18550 μm
Raspunsul mediu pentru fiecare nivel de factor:
de ex. ˉA1 = (0,230 + 0,166)/2 = 0,198
ˉA1 = 0,198; ˉA2 = 0,173;
ˉB1 = 0,203; ˉB2 = 0,168;
ˉC1 = 0,200; ˉC2 = 0,171;
Media generala a raspunsurilor = si cu raspunsului mediu al nivelurilor aceluiasi factor:
ˉT =(ˉA1 + ˉA2)/2 = (ˉB1 + ˉB2)/2 = =(ˉC1 + ˉC2)/2
ˉT =(0,198+0,173)/2 = (0,203+0,168)/2 = (0,200+0,171)/2 = 0,1855
Efectul mediu al fiecarui nivel de factor se apreciaza prin raportare la media generala:
E A1 = ˉA1 - ˉT = 0,198 – 0,1855 =0,0125
E A2 = ˉA2 - ˉT = 0,173 – 0,1855 =- 0,0125
Adica:
efectul lui A la nivelul 1 este la +0,0125 fata de media ˉT (de o parte a mediei)
efectul lui A la nivelul 2 este la -0,0125 fata de media ˉT (de partea cealalta a mediei)
Efectul mediu al fiecarui nivel de factor se apreciaza prin raportare la media generala:
E B1 = ˉB1 - ˉT = 0,203 – 0,1855 =0,0175
E B2 = ˉB2 - ˉT = 0,168 – 0,1855 =- 0,0175
E C1 = ˉC1 - ˉT = 0,200 – 0,1855 =0,0145
E C2 = ˉC2 - ˉT = 0,171 – 0,1855 =- 0,0145
Evident: E A1 = - E A2;
E B1 = - E B2;
E C1 = - E C2;
Efectele nivelurilor se situeaza simetric, de o parte si de alta fata de media ˉT
5. Stabilirea combinatiei optime de ale nivelurilor factorilor
- Centralizare efecte: tabel cu raspunsuri si grafic
- Reprezentarea grafica permite compararea efectelor.

31
- Efectele sunt cumulative
- Se selecteaza acele efecte, care adunate la medie(algebric, impreuna cu semnul lor), dau o suma
care se incadreaza in campul de toleranta impus
- Rateoretic= ˉT + EA2 + EB2 + EC2 =
= 0,1855 + (-0,0125) + (-0,0175) + (-0,0145) = = 0,141 μm
Valoarea tinta: 0,10 ±0,05 μm = [0,05; 0,15] μm
 Rateoretic Î [0,05; 0,15] μm
 Nivelurile optime ale factorilor: A2; B2; C2
adica: p = 1,5 daN/cm2; n = 90 rot.min; t = 5 min
Ilustrarea metodei clasice a planurilor de experiente
Cazul considerarii si a unei interactiuni
 Procesul de optimizat: cositorizarea unei sarme de cupru
 Criteriul de calitate de optimizat: grosimea stratului de staniu:
g = 0,3 mm ± 0,02 mm
Ce tip de criteriu este: LTB? STB? NTB?
Factorii testati, interactiunea,nivelurile acestora:
Factori controlati Nivelul 1 Nivelul 2
A: configuratie ajutaj noua actuala
B: temperatura metal 250o C 280o C
C: flux P1 P2
D: viteza de deplasare 0,40 m/s 0,60 m/s
E: temperatura de racire 20o C 30o C
F: tipul sarmei F1 F2
interactiune a factorilor A si D
 Matricea de experiente utilizata:
 gdl factori: 6 x 1 = 6
 gdl interactiune: gdl A x gdl D = 1x1 = 1
 gdl matrice: 6 + 1 = 7
 Þ Nr. de incercari: 8
 Matrice de tip L8(27)
 De selectat o coloana pentru interactiune cu ajutorul TT sau GL:
 Care va fi coloana pentru interactiune?
 TT si GL pt. matricea standard L8(27)
 Care va fi coloana pt. interactiunea A – D?

 Se efectueaza cele 8 incercari;


 La fiecare incercare se executa 5 masuratori
 Se calculeaza media aritmetica a valorilor masurate pt. fiecare incercare

32
 Se prelucreaza rezultatele
 Se centrlizeaza tabelar efectele nivelurilor factorilor si interactiunii asupra valorii masurate
a) Raspunsul mediu al valorii masurate pt. fiecare nivel de factor:

 Media generala (media mediilor) corespunde punctului central al raspunsurilor medii pt. fiecare
factor:

 Efectul mediu a fiecarui nivel de factor (asupra valorii masurate) se calculeaza prin raportare la
media generala:

 Evident:

 Tabelul centralizator cu efectele nivelurilor factorilor (raspunsurile sistemului):

 Graficul raspunsurilor:

33
 Efectele mai importante: factorii B si A
 Efecte neglijabile: factorii C si E
 Valoarea medie a interactiunii AD: pare redusa
 Analizam si comparam valorile combinatiilor posibile: A1D1; A1D2; A2D1; A2D2
 A1D1 apare in incercarile 1 si 3
 Efectul mediu E A1D1 include:
 Efectele lui A1 si D1,
 Valoarea interactiunii IA1D1
EA1D1=EA1 + ED1 + IA1D1
 Deci avem pe de o parte: EA1D1=EA1 + ED1 + IA1D1
 si pe de alta, prin raportare la medie:
EA1D1= A1ˉD1ˉ - Tˉ
 A1ˉD1ˉ: raspunsul mediu al valorii masurate la combinatia factorilor A1 cu D1, calculat dupa
acelasi principiu (combinatia A1ˉD1ˉ apare la incercarile 1 si 3)
A1ˉD1ˉ = (0,367 + 0,290)/2=0,3285
 Prin egalare:
EA1D1= A1ˉD1ˉ - Tˉ=EA1 + ED1 + IA1D1
Sau: EA1D1= A1ˉD1ˉ - Tˉ=(A1ˉ-Tˉ) + (D1ˉ - Tˉ) + IA1D1
Rezulta relatia de calcul a interactiunii detaliate I A1D1:
IA1D1= A1ˉD1ˉ - Tˉ-EA1 - ED1
Citim ca: interactiunea IA1D1, cand factrorii A si D sunt la nivelul 1 este:
 raspunsul sistemului in aceasta configuratie A1ˉD1ˉ
A1ˉD1ˉ = (0,367 + 0,290)/2=0,3285
 minus media generala Tˉ ; (T ˉ = 0,270)
 minus suma efectelor celor 2 factori, ambii la niv. 1: EA1= 0,033 si EA2=0,017 (vezi tab.
centraliz.)
Deci: IA1D1= 0,3285 – 0,270 – 0,033 – 0,017 = 0,009
 Recapitulare efecte:
 Efectele nivelurilor factorilor raman aceleasi (se reia tabelul din slideul 26 fara interactiunea AD,
care urmeaza a fi detaliata)
 Interactiunea are acum 4 valori, deci patru niveluri. Se sintetizeaza intr-un tabele separat cu
efecte
 Cele 4 combinatii A1D1, A1D2; A2D1; A2D2 pot fi calculate direct printr-o usoara modificare a
matricei:

34
 Recapitularea efectelor nivelurilor factorilor:

 Efectele detaliate ale nivelurilor interactiunilor (2 variante de tabele, echivalente)

 Se determina nivelurile factorilor pt. optimizarea criteriului de calitate


 g = 0,3 mm ± 0,02 mm; g Î [0,280; 0,320]
 ˉT = 0,270
 Este nevoie de o combinatie de factori a.i. la 0,270 mm sa se adune 0,03 mm pt. a cadea
peste valoarea tinta
 Este de ajuns numai EA1 = + 0,033!
 Efectele cumulate ale celorlalti factori trebuie sa fie zero
 EB2 = + 0,061; factorul cu influenta cea mai mare
 Pt. ca EB raportat la media ˉT = 0,270 mm sa fie zero, se regleaza la: B 0 = (250o + 280o)/2
= 265o
 Nivelurile celorlalti factori, mai putini influenti se adopta dupa criterii economice sau practice:
Tipul sarmei (F) si fluxul (C) care sunt mai ieftine
Viteza (D): D2 este mai rapida
 rezulta: A1;Bo = 265o;C1;D2;E2;F2

35
 Se calculeaza acum valoarea teoretica preconizata a criteriului de calitate analizat, facorii fiind
reglati la nivelurile optime, si stiind ca efectele lor medii se aduna:
gteoretic = T¯ + EA1 + EBo + ED2 + EF2 + IA1D2 =
= 0,270 + 0,033 + 0 – 0,017 + 0,019 – 0,009 =
= 0,296 Î [0,280; 0,320]
 Se efectueaza un experiment de validare
Observatii referitoare la metoda clasica
 Metoda clasica ia in considerare numai media aritmetica a raspunsurilor masurate la fiecare
inceracre, nu si dispersia acestora in jurul valorii tinta
 Dispersia valorilor masurate este foarte mare de la o inceracre la alta
 Þ unele combinatii de niveluri de factori pot influenta stabilitatea rezultatelor
 Nu este suficient de a regla pe tinta (y N) valoarea medie a criteriului de calitate optimizat (yˉ).
 Vezi prima figura din slide-ul de mai jos.
 Fiecare unitate de produs din populatie (lotul de produse) trebuie sa aiba valoarea criteriului de
calitate masurat cat mai aproape de tinta.
 Vezi a doua figura din slide-ul urmator.

 Optimizarea trebuie sa ia in considerare pentru valorile masurate la fiecare incercare:


 atat valoarea medie y ˉ
 cat si dispersia valorilor masurate in jurul tintei (dispersie descrisa de s = abaterea
standard)
 O astfel de optimizare utilizeaza raportul semnal/zgomot (S/N) si se numeste “metoda de
optimizare Taguchi” (incepand cu cursul urmator)
Raportul “Semnal/Zgomot”
1. Utilizarea raportului S/N (signal/noise) pt. masurarea performantei unui sistem
 Performanta este iesirea unui sistem cu mai multe intrari
 Scopul experimentarilor: de stabilit valorile parametrilor de intrare pentru un produs sau proces
(sistem), astfel incat:
 produsul/procesul atinge performanta dorita (iesirea dorita)
 produsul/procesul are sensibilitate (= iesire nedorita) minima la zgomot (factori
necontrolabili)
Aceste doua componente se optimizeaza impreuna/simulatn!
Raportul S/N pt. masurarea performantei unui system
 ˉy = valoarea medie (aritmetica) a unui esantion de piese masurate
 yN = valoarea nominala fixata
Pe de o parte:
 Este insuficient daca pentru un esantion de piese avem:
 ˉy = yN , (media pe tinta)

36
 si nu avem informatii despre valoarea y individuala pentru fiecare piesa,
 adica despre dispersia valorilor yi, i = 1,…,n in jurul valorii medii.
Pe de alta parte
 obtinerea numai a unei dispersii mici (optimizarea numai a dispersiei) nu este suficienta
 daca nu se realizeaza performanta dorita
 deci daca ˉy ≠ yN

 La evaluarea performantei trebuie de luat in considerare:


 Atat iesiriele dorite (de realizat) - semnalele
 Cat si iesirile nedorite (de evitat) - zgomotele
 Taguchi defineste:
 raportul Semnal/Zgomot (S/N)
 Ca masura a performantei,
 Ce ia in considerare simultan:
 Valoarea medie
 media aritmetica a valorilor masurate
 Dispersia
 valorilor masurate
Alte caracteristici ale raportului S/N:
 Aditivitatea efectelor (nivelurilor) factorilor asupra performantei sistemului
 Maximizarea S/N ca indicator de perfromanta corespunde minimizarii pierderii de calitate
 S/N cunatifica performanta d.p.d.v. economic si faciliteaza optimizarea
2. Expresia raportului S/N pentru diferite tipuri de criterii
S/N pt. un criteriu tinta
 Se masoara n valori yi, cu i = 1, n
 Se cunoaste valoarea dezirabila tinta (nominala): y N
 Orice valoare masurata yi care difera de valoarea nominala, tinta: yN (adica yi ≠ yN) este mai putin
dezirabila decat yN
 Cunoastem functia pierdere de calitate pt. criteriul tinta:
 L(y) = k [s2 + (ˉy – yN)2], in unitati monetare
Expresia raportului S/N pentru un criteriu tinta
L(y) = k [s2 + (ˉy – yN)2], in unitati monetare
 L(y) = pierderea in unitati monetare
 s2= dispersia valorilor masurate
 s = abaterea standard a valorilor masurate
 ˉy = media aritmetica a valorilor masurate
 yN = valoarea nominala specificata (tinta)
 k = o constanta a carei valoare depinde de cazul studiat

37
 Functia pierdere de calitate pt. criteriul tinta:
 L(y) = k [s2 + (ˉy – yN)2], in unitati monetare
 Pentru a reduce pierderile impunem:
 ca media valorilor masurate sa tinda catre valoarea tinta
 (rezulta algebric din formula de mai sus)
 adica: ˉy ® yN
 dar: ce se intampla cu s, atunci cand ˉy ® yN?
 definim: s’ = s(yN/ ˉy),
 cand ˉy = yN, avem s = s’
 L(y) = k s’2 = k[s(yN/ ˉy)]2 = k(yN)2 (s2/ ˉy2)
 k si yN sunt constante,
 deci pt. minimizarea pierderii:
 se minimizeaza s2/ ˉy2
 sau se maximizeaza inversul: ˉy2/ s2
 Raportul r = ˉy2/ s2 este adimensional si este raportul intre:
 semnalul: ˉy, adica media valorilor masurate,
 si zgomotul: s, adica dispersia sau variabilitatea valorilor masurate
Observatii:
 raportul ˉy2/ s2 este corect, cand numarul valorilor masurate n ®∞;
 altfel: r = (ˉy2/ s2) – 1/n
 r ® ˉ y2/ s2 cand n devine mare
 Pentru imbunatatirea aditivitatii, r se va exprima prin logaritmul sau zecimal: log
 prin logaritmare functiile exponentiale se liniarizeaza
 In electronica si acustica r este exprimat in dB
 r = raportul intre semnal si zgomot (acustic, electronic)
 Prin analogie si la optimizarea robusta:
 r inmultit cu 10 se exprima in decibeli [dB]
 S/N = 10 log (r) [dB]
 S/N = 10 log [(ˉy2/ s2) – 1/n] [dB]
Cu cat valoarea algebrica a lui S/N este mai mare:

cu atat va fi pierderea mai mica

Pierderea L(y) = k(yN)2 (s2/ ˉy2)

L(y) direct proportionala cu s2/ ˉy2

deci L(y) invers proportionala cu ˉy2/s2,

deci L(y) invers proportionala cu S/N

si cu atat performanta sistemului optimizat robust va fi mai buna

S/N = 10 log (r) [dB]

S/N = 10 log [(ˉy2/ s2) – 1/n] [dB]

Prin utilizarea raportului ˉy2/ s2, expresia S/N este adimensionala

(in orice caz dat, y si s au intotdeauna aceeasi unitate de masura)

deci la optimizarea robusta prin raportul S/N problema unitatii de masura este eliminata

indiferent daca performanta se masoara in mm, V, o etc.
2. Expresia raportului S/N pentru diferite tipuri de criteria
 S/N pt. un criteriu tinta cu valori pozitive si negative:
S/N = -10 log s2
 S/N pt. un criteriu de minimizat:
 L(y) = k (s2 + ˉy2);
 de minimizat: (s2 + ˉy2)

38
 S/N = -10 log (s2 + ˉy2) [dB]
 S/N pt. un criteriu de maximizat:
 L(y) = k/ˉy2[1 + 3(s2/ˉy2)]
 de minimizat: 1/ˉy2(1 + 3s2/ˉy2)
 S/N = -10 log [(1/ˉy2) (1 + 3s2/ˉy2)] [dB]
Reguli de utilizare a raportului S/N
 S/N = indicator ce descrie in acelasi timp:
 nivelul dispersiei si
 gradul de optimizare
in raport cu valoarea dorita a criteriului de caliate
 Intr-un plan de experiente Taguchi se calculeaza S/N pentru fiecare incercare (fiecare linie)
 Acest S/N este caracteristic dispersiei in jurul valorii medii obtinute in incercarea respectiva
 adica pentru combinatia respectiva de niveluri de factori
 Fiecare combinatie de niveluri de factori este supusa unui spectru de factori de zgomot
 Þ S/N: indicator de rezistenta la zgomote
 Deoarece S/N rezulta din L(y)
 S/N este o “punte” care coreleaza abordarea tehnica si cea economica a calitatii:
 S/N creste ÞL(y) scade
 S/N caracterizeaza aspectele tehnice, de calitatea performantei
 L(y) caracterizeaza aspectele economice, costurile
Pentru toate tipurile de criterii:
 Performanta sistemului (produs, proces) creste odata cu cresterea valorii algebrice a raportului
S/N
Planurile de experiente Taguchi
Diferenta intre analiza clasica si Taguchi
 Metoda Taguchi: o aplicatie particulara a planurilor de experiente
 Metoda clasica: ia in considerare numai valorile medii ale criteriului de optimizat
 Planurile de experiente Taguchi trateaza impreuna media si variabilitatea valorilor
masurate
 Planurile de experiente Taguchi utilizeaza raportul S/N ca indicator de performanta, care ia in
considerare in acelasi timp:
 Valoarea dorita (semnalul) de atins
 Variabilitatea nedorita a acestei valori (zgomotul) de redus
 Prin utilizarea acestui indicator de performanta:
 Se determina combinatia optima de niveluri de factori controlati, care este cea mai insensibila la
zgomot
 Exprimarea S/N in dB indiferent de unitatea de masura a criteriului de caliate
 Permite compararea obiectiva a mai multor caracteristic de caliate optimizate simultan
 Pentru identificarea si calcularea variabilitatii
 esantioanele trebuie sa fie mai mari de 1
2. Conditii de incercare si prelucrarea rezultatelor
 Cositorizarea sarmei de cupru
 Criteriul de calitate de optimizat: grosimea stratului de staniu:
 g = 0,3 mm ± 0,02 mm
 La fiecare inceracre: 5 masuratori
Tabelul cu rezultate include si abaterea standard “s” calculata pt. fiecare incercare
n

 ( y  y)2
i
s i 1 39
n 1
Conditii de incercare si prelucrarea rezultatelor

 Se caluleaza efectele fiecarui factor si fiecarei interactiuni testate, anume:


 Efectele asupra valorii masurate (g)
 Efectele asupra raportului S/N
 Pentru acesta: se calculeaza S/N pentru fiecare incercare
 In cazul exemplului: formula S/N pt. un criteriu tinta:
 S/N = 10 log [(ˉy2/ s2) – 1/n] [dB]
 De ex. pt. incercarea nr.1:
 S/N = 10 log [(0,367/0,030)2 – 1/5] = 21,745 dB

 Se observa ca se calculeaza (la baza coloanelor din dreapta)


 O medie a mediilor aritmetice ale valorilor masurate:
0,270 mm
 O medie a raspunsurilor S/N ale sistemului:
 Observatie: in calcule mai departe se va scrie simplificat Tˉ in loc de (Tˉ)S/N
T  TS / N  17,660[ dB]

 Raspunsul S/N pentru factorul A la nivelul 1(A1):


 Se iau raspunsurile S/N din tabel din incercarile unde factorul A este la nivelul 1
 ˉA1 = (21,745 +24,557+13,220+8,885)/4 = 17,102 dB
 Efectul mediu S/N al fiecarui nivel de factor, calculat in raport cu media generala ˉT a
raspunsurilor S/N :

40
 EA1 = ˉA1 - ˉT = 17,102 – 17,660 = -0,558 dB
 Raspunsul S/N pentru interactiunea A1D1:
 Se iau raspunsurile S/N din tabel din incercarile unde factorii A si D sunt ambii la nivelul
1
 ˉA1 ˉD1 = (21,745+13,220)/2 = 17,483 dB
 Efectul S/N al interactiunii IA1D1 in raport cu media generala ˉT a raspunsurilor S/N :
 IA1D1 = ˉA1 ˉD1 - ˉT – EA1 – ED1 =
= 17,483 – 17,660 –(-0,558) –(-0,838) =
= 1,219 dB
 Efectele ce apar in relatia de mai sus sunt efectele S/N ale fiecarui nivel de factor
considerat
 Se sintetizeaza raspunsurile tabelar, la fel ca la metoda clasica
 Efecte asupra raportului S/N
 Se reiau tota tabele si rezultatele de la metoda clasica
 Efecte asupra valorii masurate
 Se reprezinta valorile si grafic
 Efecte asupra raportului S/N
 Efecte asupra valorii masurate

 In cazul metodei clasice de optimizare:


 s-a ales combinatia de niveluri:
 A1 B0 C1 D2 E2 F2
 cu care s-a calculat un gteoretic=0,296
 In cazul metodei Taguchi de optimizare:
 Se aleg automat nivelurile de factori care au valorile algebrice cele mai mari ale
raportului S/N
 A2 B1 C1 D2 E1 F2
 Rezultatele difera! De ce?
 - primul grafic (metoda clasica) considera efectele factorilor si interactiunii numai asupra valorii
medii ˉy
 - al doilea grafic (metoda Taguchi) considera efectele factorilor si interactiunilor asupra valorii
medii ˉy si dispersiei s
 Cu cat valoarea algebrica a lui S/N este mai mare , cu atat performanta este mai buna
 Þ S/N are prioritate asupra metodei clasice pentru selectarea nivelurilor optime de factori
3. Stabilirea nivelurilor optime ale factorilor
 C (fluxul protector): cel mai important factor pt. reducerea dispersiei, si cu influenta mica asupra
valorii masurate (g); Þ C1
 La fel pt. F (tipul sarmei) Þ F2
 B1 e de ales pt. a reduce dispersia; dar B1 creste valoarea masurata (g) in mod semnificativ, in
combinatie cu A1

41
 Se alege A2 (ajutajul actual), deoarece:
 Efectul asupra S/N al lui A2 > Efectul asupra S/N al lui A1
 si A2 creste g mai putin
 Se alege D2 (viteza – nivelu mai mare) pentru ca reduce dispersia si de altfel creste
productivitatea
 Combinatia A2D2 ce rezulta pentru interactiune (ca urmare a alegerii A2 si D2) reduce de
asemenea dispersia
 Þ A2 B1 C1 D2 E1 F2
 Se calculeaza un g teoretic cu ajutorul efectelor asupra valorii masurate adunate la media
generala a valorii masurate
 deci se iau valorile din tabelul de la metoda clasica
 dar pentru nivelurile de factori stabilite prin metoda Taguchi
 g = Tˉ + EA2 + EB1 + EC1 + ED2 + EF2 + IA2D2 =
= 0,270 – 0,033 + 0,062 – 0,004 -0,017+ +0,019 + 0,009 = 0,306 mm
 Valoarea tinta era: g = 0,3 mm ± 0,02 mm
 fata de g = 0,296 prin metoda clasica
 s-a obtinut g=0,306 prin metoda Taguchi,
 micsorandu-se in acleasi timp si dispersia
Cercetarea pt. optimizarea rezultatelor trebuie sa cuprinda doua etape:
 Identificarea acelor niveluri de factori care dau valoarea algebrica S/N cea mai mare
 Deci se minimizeaza dispersia
 Daca este necesar, ajustarea valoarii rezultante a caracteristicii de calitate studiate pe valoarea
dorita (tinta, de min., de max.) cu ajutorul factorilor care
 au influenta mare asupra valorii masurate (yˉ)
 si au influenta cat mai mica asupra S/N (dispersiei)
 deci dupa minimizarea dispersiei la pasul 1, se aduce valoarea rezultanta medie pe tinta
la pasul 2
 vezi optimizarea in 2 pasi discutata intr-un curs anterior
Optimizarea simultana a mai multor criterii de calitate
 Situatie intalnita frecvent: intereseaza mai multe criterii de calitate
 De ex. in cazul unui arc:
 Criterii functionale: rezistenta la o forta de compresiune data, durata de viata
 Criterii dimensionale: diametru, lungime, geometria infasurarii (spirelor)
 Pentru fiecare criteriu:
 Se aleg factorii de considerat, nivelurile de considerat ale acestora si matricea de experimentari
 Se efectueaza experimentarile (pasii cunoscuti):
 Se masoara si se noteaza rezultatele pentru fiecare incercare
 Se calculeaza media aritmetica si raportul S/N pentru fiecare incercare
 Se intocmeste tabelul cu efecte si se traseaza graficele asociate
 Se aleg nivelurile factorilor care dau valorile algebrice cele mai mari ale efectelor asupra
raportului S/N
 Aceleasi niveluri de factori pot avea efecte “in conflict” asupra diverselor criterii studiate si
optimizate simultan.
 De ex. factorul A la niv. 1 este in acelasi timp:
 Favorabil criteriilor Crit.1 si Crit. 4
 Defavorabil criteriilor Crit. 2, Crit. 3 si Crit. 5
 Rezulta nevoia unei solutii de compromis (arbitraj)
 Pentru a facilita arbitrajul efectele S/N vor fi transformate matematic

42
 a.i. sa fie posibila compararea lor cat mai usoara
Transformarea matematica a rezultatelor pentru a usura arbitrajul
Efectul S/N al nivelului unui factor se calculeaza:
EB1 = ˉB1 - ˉT
unde:
 ˉB1: raspunsul mediu S/N pentru B1
 ˉT: media generala a raspunsurilor S/N pentru toate incercarile
 Cu cat valoarea algebrica a lui S/N este mai mare, este mai bine
 Se caluleaza (cu formula de mai sus) efectele factorilor asupra S/N pentru fiecare criteriu studiat
si optimizat (caracteristica de calitate studiata)
In functie de:
 caracteristica studiata, de ex.:
 dimensiune
 forta
 tensiune, etc.
 tipul criteriului
 de maximizat
 de minimizat
 tinta
efectele (desi exprimate toate in dB) pot fi de ordine de marime foarte diferite
Þ Efectele pot fi dificil/imposibil de comparat
 Efectul oricarui nivel de factor asupra fiecarei caracteristici (criteriu) se va studia prin
procentajul de imbunatatire oferit:
de ex. Factorul B la nivelul 1 (B1):
 Creste performanta criteriului C1 (rezistenta la rupere a arcului) cu 20%,
dar in acelasi timp
 reduce valoarea impusa a criteriului C2 (inaltimea impusa a arcului) cu 5%
 Desi criteriile C1 si C2 sunt de natura diferita, influenta lui B1 poate fi stabilita obiectiv prin
exprimarea in procente (%).
 Scopul urmarit prin experimentari:
 imbunatatirea ansamblului de caracteristici (criterii) studiate
 Þ pentru fiecare factor trebuie identificat acel nivel, care este cel mai eficcace in mod global
 Se exprima toate efectele sub forma procentaj (%) al contributiei S/N
 Pentru fiecare din nivelurile factorilor testati se calculeaza suma procentajelor (%)
contributiilor S/N relative la ansamblul caracteristicilor
 Se alege pentru fiecare factor acel nivel, care da suma procentajelor (%) S/N cea mai
mare, pentru ansamblul carcateristicilor
Relatia de calcul a procentajelor contributiei S/N
 Contributia (%) trebuie sa pastreze semnul (+ sau -) al efectului
Þ se lucreaza cu valoarea absoluta (in modul) a mediei ˉT
 Pt. factorul B la nivelul 1 (B1):
% contributiei S/N a lui B1 = (EB1/|ˉT|) 100
 Pt. interactiuna factorilor A si D, fiecare la nivelul 2 (A2D2):
% contributiei S/N a lui A2D2 = (IA2D2/|ˉT|) 100
Pt. factorul B la nivelul 1 (B1):
% contrib. S/N a lui B1 = (EB1/|ˉT|) 100
Pt. interactiuna factorilor A si D (A2D2):
% contrib. S/N a lui A2D2 = (IA2D2/|ˉT|) 100

43
Deci:
 EB1= (% contrib. S/N a lui B1) |ˉT|) / 100
 IA2D2= (% contrib. S/N a lui A2D2) |ˉT|) / 100
Relatia de calcul a raportului S/N rezultant
de ex. Cositorizarea sarmei
 Factorii cei mai influenti: B si C,
 nivelurile selectate: B1 and C1
 Se considera si interactiunea factorilor A si D:
 Interactiunea lui A la niv. 2 si D la niv. 2: I A2D2
 Raportul teoretic S/N rezultant pt. o caracteristica (de ex. g):
 ^μ = ˉT + EB1 + EC1 + IA2D2 [dB]
 Care cu formulele de mai sus devine:
 ^μ = ˉT + [Σ % contrib B1, C1, A2D2] (|ˉT|/100) [dB]
Modalitati de optimizare simultana a diverselor caracteristici
 Determinarea nivelurilor factorilor optimizand fiecare caracteristica
 Se determina combinatia de niveluri de factori controlati (efecte asupra S/N algebric cel
mai mare)
 Se calculeaza % de contributii S/N corespunzatoare
 Regruparea tuturor rezultatelor
 Rezultatele de mai sus se sintetizeaza intr-un tabel, pentru toate caracteristicile
(criteriile) studiate
 Se pot observa conflictele referitoare la contriibutiile diverselor niveluri de factori
 Se estimeaza importanta nivelurilor de factori prin procentajul (%) contributiei S/N
 Realizarea unei prime trieri in vederea optimizarii
 Se determina nivelul fiecarui factor care da suma procentajelor (%) contributiei S/N cea
mai mare pentru ansamblul caracteristicilor
 Rearanjarea/imbuntatatirea combinantiei de niveluri de factori
 Inginerul poate favoriza anumiti factori, pe criterii tehnice, particulare
 Poate fi interesant de favorizat caracteristicile mai putin interesante tehnic, dar
interesant d.p.d.v. Taguchi (S/N)
 Adunarea procentajelor (%) contributiilor S/N pt. caracteristici (criterii) foarte diferite
trebuie interpretata d.p.d.v. ingineresc
Optimizarea simultana a diverselor caracteristici
 Rearanjarea/imbuntatatirea combinantiei de niveluri de factori
 Pentru ca o imbuntatatirea unei caracteristici sa fie interesanta este necesar ca:
 Raportul S/N teoretic rezultant sa fie superior lui S/N mediu (¯T) al experimentarii
 adica:
 ^μcaracteristica > ˉT experiment
Exemplu: Injectia unei piese din policarbonat
 Definirea problemei: carcasa de imprimanta
 Caracteristici (criterii) de optimizat:
 Aspect ireprosabil
 Geometrie precisa
 Caracteristicile masurate:
 Lungimea: 457,45 ± 0,25 mm (criteriu tinta cu valori pozitive)
 Planeitatea: 0 ± 0,24 mm (criteriu tinta cu valori pozitive si negative)
 Defecte de aspect (criteriu de minimizat)
 20 piese injectate la fiecare incercare

44
 Cele 3 caracteristici se masoara pe 10 piese, la fiecare incercare (tota a doua piesa), la 3 zile
dupa injectare
 Aspectul se evalueaza dupa suprafata defectelor [cm 2] la fiecare piesa
 Se testeaza 11 factors controlabili
 pentru fiecare factor se considera 2 niveluri
 Factori Niv.1 Niv. 2
 A: temp. apa in semimatrita fixa 70o 90o
 B: temp. apa in semimatrita mobila 70o 90o
o
 C: Temperatura in instalatie 280 300o
 D: Viteza de injectare 1 2,5
 E: Punct de comutare 18 22
 F: Presiune de mentinere 60 90
 G: Timp de mentinere 10s 16s
 H: Timp de racire 10s 20s
 I: Turatyie melc 5 10
 J: Coontrapresiune 5 15
 K: Decompresie 3 8
 Tip matrice: gdlmatrice + 1 = (11x1) + 1 = L12(211)

Rezultatele masuratorilor pt. fiecare din cele 3 caracteristici: a, b, c:

45
Tabele cu raspunsuri

46
Graficele efectelor asupra raportului S/N

Graficele efectelor asupra valorii masurate

Selectarea nivelurilor factorilor pentru


optimizarea globala
 Numai factorii E, H, J si K nu au influente in
conflict asupra celor 3 criterii de optimizat

47
 Nivelurile E1, H2, J2 si K1 au fost selectate pentru toate cele 3 caracteristici, avand:
 Efect maxim asupra raportului S/N
 Valori pozitive ale procentajului (%) contributiei S/N
Þ este necesar arbitrajul pentru ceilalti 8 factori
Arbitraj:
Cazul factorului A:
Suma procentajelor contributiilor asupra S/N pentru cele 3 caracteristici:
 Pt. A1: +0,78 – 2,72 -20,07 = - 22,01
 Pt. A2: -0,78 + 2,72 + 20,07 = +22,01
Suma procentajelor contributiilor asupra S/N are valoare algebrica mai mare pt. A2 Þ nivelul selectat
pentru facorul A va fi A2
 etc.
Arbitraj:
Cazul factorului A:
Suma procentajelor contributiilor asupra S/N pentru cele 3 caracteristici:
 Pt. A1: +0,78 – 2,72 -20,07 = - 22,01
 Pt. A2: -0,78 + 2,72 + 20,07 = +22,01
Suma procentajelor contributiilor asupra S/N are valoare algebrica mai mare pt. A2 Þ nivelul selectat
pentru facorul A va fi A2
 etc.

Selectarea nivelurilor factorilor pentru optimizarea globala- prima optimizare

 Dupa alegerea nivelurilor factorilor, in sintetiza in tabelul anterior


 Se calculeaza pentru fiecare criteriu:
 Raportul teoretic S/N rezultant
 ^μ = ˉTS/N + [Σ % contrib. S/N] (|ˉT|/100) [dB];
 Valoarea teoretica rezultanta
 Pentru fiecare din cele trei criterii optimizate simultan
 yˆ= ˉTy + EA2 + EB2 + EC1 + ED1 + EE1 + EF2 + EG1 + EH2 + EI1 +EJ2 + EK1
Comentarii:
 Aceasta prima optimizare (combinatie de niveluri de factori) nu este satisfacatoare din 2 motive:
a) Este favorizata caracteristica “defecte de suprafata” fata de caracteristica “planeitate”:

48
(i) Lungimea: 457,45 ± 0,25 mm (criteriu tinta cu valori pozitive)
 In urma optimizarii s-a obtinut teoretic:
Ù
y = 457,66
Se incadreaza in limitele de toleranta, dar aproape de limita superioara
(ii) Planeitatea: 0 ± 0,24 mm (criteriu tinta cu valori pozitive si negative)
In urma optimizarii s-a obtinut teoretic:
Ù
y = 0,51 L depaseste limita superioara
(iii) Defecte de suprafata (criteriu de minimizat)
In urma optimizarii s-a obtinut teoretic:
Ù
y = -10,65 J Valorea negativa: defectele de suprafata (masurate in cm 2) sunt eliminate total
De identificat factorii ai caror niveluri pot fi modificate, a.i.:
- Sa favorizeze planeitatea in detrimentul defectelor de suprafata
- Fara sa afecteze lungimea
b) Prima optimizare favorizeaza critetriul “defecte de suprafata” si nu permite imbunatatirea criteriului
“lungime”, pt. ca:
Pentru ca un criteriu sa fie interesant d.p.d.v. al optimizarii robuste Taguchi (vezi cursul 9) trebuie sa
avem:
S/N teor. rezultant > S/N mediu al experimentarii, adica:
Ù
 μS/N al criteriul > ˉT S/N
 Iar pentru criteriul “lungime”:
Ù
 μS/N teor. = 79,43 dB < ˉT S/N = 82,16 dB (L)
 In timp de penrtu criteriul “defecte de suprafata”:
Ù
 μS/N teor. = 13,60 dB » ˉT S/N = -7,55 dB (J)
Reluam ideea din slide-ul 5:
De identificat factorii ai caror niveluri pot fi modificate (din niv. 1 in niv. 2 sau invers), a.i.:
- Sa favorizeze planeitatea in detrimentul defectelor de suprafata
- Fara sa afecteze lungimea
Dupa un numar de iteratii (experimentari), se stabilesc urmatoarele modificari de niveluri:
B: trece de la din niv. 2 (prima optim). la niv.1
G: trece de la din niv. 1 (prima optim). la niv.2
Selectarea nivelurilor factorilor pentru optimizarea globala- a doua optimizare

Comentarii

49
 Se observa ca in a 2-a optimizare:
 raportul S/N pentru “lungime” este imbunatatit:
 ÙμS/N teor. = 85,64 dB > ˉT S/N = 82,16 dB J
 Val. masurata teoretica rezultanta pt. criteriul “lungime”: 457,67
 este in continuare prea aproapre de limita superioara
(457,45 ± 0,25 mm) L
 Pentru a regla valoarea obtinuta a lungimii
 in interiorul intervalului de toleranta
 mai aproape de valoarae tinta
 Se identifica factorul cu efectul cel mai mare asupra valorii masurate
 Pentru criteriul “lungime”:
 Factorul F
 Se reduce valoarea nivelului 2 al acestui factor
 In acest exemplu F este presiune; deci la niv. 2 al lui F se alege o valoare mai mica a
presiunii
 Abaterea de la planeitate este aproape complet eliminata: 0,01 Î [-0,24; + 0,24] mm J
 valoarea teoretica rezultanta pentru “defecte de suprafata” a devenit:
 (-9,38) la a doua optimizare
 mai mica decat (-10,65) la prima optimizare
 Criteriul “defecte de supraf” a fost defavorizat prin a doua optimizare
 dar are tot o valoare negativa
 defectele de suprafata (masurate in cm 2) raman in continuare complet eliminate J
2. Planurile de experimente Taguchi pentru produse
 Pana acum zgomotul a fost considerat in mod general si nedeterminat
 Inerent functionarii unui sistem
 Poate fi util uneori de identificat factori de zgomot si de testat impactul lor asupra sistemului
 De ex. un motor cu explozie:
 Porneste usor la temperaturi joase si altitudini inalte
 Apare saturatia amestecului combustibil la vreme prea calda si nivelul marii
 Þ de studiat combinatia nivelurilor de factori care permit pornirea usoara in orice conditii
 Altfel zis: obtinerea unui motor robust, insensibil la zgomote
 Pentru a studia sensibilitatea unui sistem de factori la factori de zgomot bine precizati, Taguchi
propune:
 Planurile produselor, care sunt:
 O configuratie particulara a planurilor de experiente
 Planurile produselor includ in acelasi timp:
 Factorii controlati, adica factorii care conduc sistemul
 Factorii de zgomot, adica factorii care sunt suportati de sistem
 Problema se trateaza prin doua matrice de experiente:
 O matrice interna in care sunt trecuti factorii controlati
 O matrice externa in care sunt trecuti factorii de zgomot
 Matricea externa:
 este rotita cu 90o fata de cea interna;
 repeta fiecare din incercarile planului principal
 pentru fiecare configuratie a zgomotelor considerate
 Raspunsurile sunt obtinute pentru toate combinatiile celor doua matrice

50
 Planul intern L8: 7 factori controlati (A – G) fiecare cu 2 niveluri
 Planul extern L4: 3 factori de zgomot considerati (O, M, N) fiecare cu 2 niveluri
 Planul extern este rotit cu 90o
 Fiecare din cele 8 incercari ale planului intern este repetata de 4 ori
 Pentru fiecare din cel 4 configuratii ale nivelurilor factorilor de zgomot
 Rezulta un total de 32 incercari
 La fiecare inercare se masoara “n” valori
Strategia alegerii factorilor de zgomot
 Prea multi factori de zgomot selectati conduc la un experiment prea complex
 Daca se considera ca niveluri extreme pt. factorii de zgomot:
 Temperatura mediu: T1 = scazuta T2 – ridicata
 Umiditate H1 = scazuta H2 = ridicata
 Praf in suspensie P1 = putin P2 = mult
 Factorii de zgomot se pot regrupa intr-un singur factor de zgomot compozit (K),
cu 2 niveluri:
 K1 = T1,H1,P1
 K2 = T2,H2,P2
De considerat numai zgomotele importante
 Daca un sistem este robust in raport cu un zgomot important
 Sistemul va cel mai probabil fi robust si in raport cu celelalte zgomote
Prelucraea si exploatarea rezultatelor planurilor produselor
 Planurile pentru produse:
 Scopul lor nu este determinarea celui mai important zgomot, ci
 Determinarea nivelurilor factorilor controlati a.i. sistemul sa fie cat mai putin sensibil la
aceste zgomote
 Analiza si exploatarea planurilor este similara cu cea din exemplele anterioare.
 Media valorilor masurate si raportul S/N pentru fiecare incercare a planului intern se calculeaza
pentru ansamblul incercarilor efectuate
 in cazul exemplului: 8 x 4 incercari
 Nivelurile optime ale factorilor se determina similar:
 valoare algebrica maxima a S/N
 Valoarea teroetica rezultanta se determina in mod similar, anume:
(i) Valoarea teoretica masurata rezultanta:
 in exemplul anterior:

51
 ˆy= ˉTy + EA2 + EB2 + EC1 + ED1 + EE1 + EF2 + EG1 + EH2 + EI1 +EJ2 + EK1
(ii) Raportul S/N teoretic rezultant:
 ^μ = ˉTS/N + [Σ % contrib. S/N ] (|ˉT|/100) [dB];
 Desigur planurile pentru produse se pot aplica pentru optimizarea unui sau mai multor criterii
de calitate
 ^μ = ˉT + [Σ % of contrib S/N ] (|ˉT|/100) [dB]; yˆ= ˉTy + EA2 + EB2 + EC1 + ED1 + EE1 + EF2 +
EG1 + EH2 + EI1 +EJ2 + EK1
 ^μ = ˉT + [Σ % of contrib S/N ] (|ˉT|/100) [dB]; yˆ= ˉTy + EA2 + EB2 + EC1 + ED1 + EE1 + EF2 +
EG1 + EH2 + EI1 +EJ2 + EK1
 ^μ = ˉT + [Σ % of contrib S/N ] (|ˉT|/100) [dB]; yˆ= ˉTy + EA2 + EB2 + EC1 + ED1 + EE1 + EF2 +
EG1 + EH2 + EI1 +EJ2 + EK1

52