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)
 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)
Analiza datelor in Proiectarea Robusta

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  k = 11
Analiza datelor in Proiectarea Robusta

Metode grafice
 Tabelul de distributie a frecventelor
 Date masurate: tuburi de Φ nominal = 1”
Analiza datelor in Proiectarea Robusta

Metode grafice
 Tabelul de distributie a frecventelor
Analiza datelor in Proiectarea Robusta

Metode grafice
 Histograma este reprezentarea grafica a tabelului
de distributie a frecventelor si indica:
 forma, dispersia, tendinta centrala a esantionului
sau populatiei de date
 Analiza datelor in Proiectarea Robusta

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):
Analiza datelor in Proiectarea Robusta

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

 Abaterea standard: s = (s2)1/2

 Coeficientul de variabilitate: COV = s/y¯
 Distributii (Gauss)
Analiza datelor in Proiectarea Robusta

Metode cantitative
 O decizie inginereasca:
 utilizarea COV or s2 ? (COV = s/y¯)
 pentru masurarea variabilitatii si optimizarea
sistemului
 Cazul: COV = const. 
 s proportional cu y¯
 Optimizarea numai in baza dispersiei s2 poate fi
in conflict cu aducerea mediei y¯ pe tinta 
 Utilizam/optimizam COV, care este independent
de anumiti factori utilizati pe reglarea y¯
 Cazul COV≠const.
 Utilizam s2 pentru optimizarea sistemului
Analiza datelor in Proiectarea Robusta

Metode cantitative
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
Analiza datelor in Proiectarea Robusta

Metode cantitative
Procesul de optimizare in doi pasi
 In PR: optimizarea in 2 pasi (prin
experimentare)
 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
 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).