DOE e Taguchi: uma comparação
Anos atrás (por volta de 1995!) preparei uma tabela comparando o DOE (Design of Experiments) clássico e o Método Taguchi de Engenharia Robusta, a qual compartilho com o leitor nesta edição. Após 3 décadas de experiência com inúmeras técnicas para melhoria de produtos e processos (desde as primeiras etapas de desenvolvimento até a produção em alta escala), constatei que há duas que ocupam, de longe, o primeiro lugar no pódio: TRIZ e Engenharia Robusta. Opino que estes métodos deveriam ser parte do curriculum de Engenharia, tamanha é a eficácia dos mesmos, especialmente se forem usados de maneira sinérgica (mas isso é assunto para outro artigo).
No ambiente industrial, não tenho nenhuma dúvida de que a Engenharia Robusta é muito superior ao DOE, no que diz respeito à obtenção de resultados em tempo hábil, de maneira econômica. Essa deveria ser a conclusão após um exame (e reflexão) sobre as diferenças apontadas na tabela. Tenho comprovado tal superioridade em inúmeros casos reais de aplicação. Escolas de engenharia e empresas de consultoria que ensinam Seis Sigma e/ou Delineamento de Experimentos mas que passam por alto os Métodos Taguchi estão fazendo um desserviço a seus clientes, sonegando-lhes informação extremamente valiosa (é claro que na maioria dos casos o fazem por absoluta ignorância, ou informação incompleta, distorcida ou antiquada sobre Taguchi). Empresas que não se preocupam em assegurar que seus engenheiros dominem o uso da Engenharia Robusta (deixando-os utilizar o “TIRO” para enfrentar problemas complexos de otimização) estão desperdiçando tremendas oportunidades de aplicar eficazmente e desenvolver o know-how de sua gente.
Bem, reconheço que a tabela a seguir é relativamente técnica. O entendimento completo da mesma pressupõe algum conhecimento sobre conceitos para realização de experimentos de engenharia. Por isso ofereço antes um pequeno glossário de alguns termos técnicos utilizados na tabela, visando facilitar o entendimento:
Mini-glossário (minha definição, sem maiores pretensões…)
Fator experimental: fator cujo efeito sobre a variável-resposta queremos quantificar, através dos dados experimentais.
Variável-resposta: variável aleatória associada ao produto ou processo sob estudo, cujo desempenho queremos melhorar.
Efeito principal: variação da resposta média causada pela mudança de nível de um fator experimental.
Nível de um fator: condição ou ajuste dado a um fator experimental.
Interação entre fatores: ocorre quando o efeito de um fator depende do nível em que está o outro.
ANOVA (Analysis of Variance): técnica estatística que permite identificar quais variáveis têm efeito significativo sobre a resposta média.
Teste F: teste estatístico de hipótese, utilizado para avaliar se duas amostras têm variância significativamente diferentes. Usado na ANOVA para avaliar (qualitativamente) o efeito que os fatores experimentais têm sobre a resposta média, em comparação com o erro experimental.
Fator de controle: fator experimental cujo ajuste (mudança de nível) não afeta ou tem mínimo impacto no custo unitário de manufatura (custo unitário totalmente variável).
Fator de ruído: fator normalmente associado ao ambiente de manufatura ou de uso, cujo ajuste pelo fabricante é impossível ou que implica aumento considerável do custo unitário de manufatura.
Fator aninhado: fator de controle que só existe ou se define dentro de um determinado nível de outro fator de controle.
Relação sinal/ruído: medida em escala logarítmica (decibéis) que expressa matematicamente a relação entre a energia transformada em resposta útil para o cliente (efeito dos fatores de controle e demais fatores de projeto) e a energia perdida em sintomas indesejáveis (efeito dos fatores de ruído). É um indicador relativo do nível de robustez do produto/processo sob estudo.
Tratamento: uma dada combinação de níveis dos fatores de controle e ruído, correspondente a uma “rodada” do experimento.
Erro experimental: incerteza associada ao valor da resposta e atribuída a fatores externos, distintos aos fatores de controle.
Aleatorização: técnica do DOE clássico cujo objetivo é “espalhar” o erro experimental ao acaso entre as várias rodadas ou “tratamentos” do experimento (isto é, diferentes combinações dos fatores e eventuais repetições das mesmas).
Blocagem: variação controlada de um fator externo (distinto dos fatores de controle), cujo nível é mantido constante dentro de cada “bloco” (determinado número de rodadas ou tratamentos).
Experimento fatorial completo: os tratamentos cobrem todas as possíveis combinações dos níveis dos fatores.
Experimento fatorial fracionado: os tratamentos cobrem apenas uma fração (matematicamente selecionada) dentre as possíveis combinações de níveis dos fatores experimentais.
E você? O que pensa sobre este tema? Qualquer comentário será muito bem-vindo.
Até a próxima edição!
Eduardo C. Moura
Recent Comments