O Planejamento Experimental (DOE) gerando resultados rápidos no Seis Sigma Objetivo: mostrar como o DOE pode ajudar na otimização de processos (incluindo Sistemas de Medição) e no lançamento programado de novos produtos Carlos Hugo Domenech M. I. Domenech
O Seis Sigma - Estratégia de Melhoria A Estratégia Seis Sigma é uma forma de ganhar dinheiro através da transformação de Oportunidades em Resultados para os negócios. Como ganhamos dinheiro no Seis Sigma? 1. Diminuição da variabilidade Diminuição de COPQ 2. Maior conhecimento dos processos Aumento de rendimento 3. Satisfação dos clientes Aumento de vendas 4. Dados e fatos Ciclo DMAIC
O Seis Sigma - Estratégia de Melhoria Concorrência Empresa Saltos incrementais ESTRATÉGIA SCORECARD Tipos de problemas Solução desconhecida Oportunidades: Qualidade, Custos, Capacidade, Tempos de ciclo, Novos produtos/ processos Solução conhecida Gerenciamento de projetos Desenvolvimento de novos produtos e processos (DFSS) Projetos simples (kaizen) Projetos complexos (Seis Sigma)
O Seis Sigma - Estratégia de Melhoria Potencial de venda dos produtos: Melhoria de características, redução de variabilidade Melhorias muitas e vantajosas (kaizen) Melhorias poucas e vitais (Seis Sigma) Pontos de ruptura Novos produtos/processos poucos e vitais (DFSS) Tempo (vida da Empresa)
Exemplo do DMAIC com aplicação de DOE Regularidade na mercerização Definir Medir Analisar Melhorar Controlar Defina Oportunidades de melhoria (y s). Áreas com clientes insatisfeitos, tempos de ciclo, Cp, Cpk Estabeleça um Sistema de Medição adequado antes de iniciar as melhorias (y s) Comece a determinar as variáveis poucas e vitais que influenciam o processo (x s). Ganhos rápidos. Implante melhorias no seu processo. Faça pesquisa avançada de relações Causa-Efeito y = f(x s) Mantenha os ganhos através de Sistemas de Controle nos x poucos e vitais. Difunda as descobertas
Definir Medir Analisar Melhorar Controlar Projeto:Regularidade na mercerização (Geraldo Nilton) Descrição do problema A não uniformidade e falta de regularidade no processo de mercerização tem como conseqüência imediata o tingimento irregular. Nuanças irregulares ocorrem devido à difusão irregular dos corantes. Variáveis críticas (y s): ph residual do tecido, N o de Bário
Definir Medir Analisar Melhorar Controlar Estudos dos Sistemas de Medição (RR) Um dos requisitos básicos do Seis Sigma (processos produtivos e não produtivos) é contar com medidas apropriadas (P/T < 0,30)... Medição Especificações P/T (=σ MS /(USL-LSL) Conclusão ph LSL = 8,5 USL = 11,5 P/T = 0,62 (> 0,30) Não OK N o de Bário LSL = 120% USL = 150% P/T = 4,03 Não OK
Definir Medir Analisar Melhorar Controlar Melhoria dos Sistemas de Medição (RR) Após melhorias (técnica e estatística) chega-se a medições adequadas... Medição P/T Antes melhoria P/T Após melhoria P/T Após melhoria ph P/T = 0,62 P/T = 0,24 N o de Bário P/T = 4,03 P/T = 1,81 P/T = 0,21 (n = 6)
Definir Medir Analisar Melhorar Controlar Fluxograma simplificado do processo O mapa de processo mostrou: I) a importância do processo anterior (tecido alvejado); II) oportunidades de ganhos rápidos. Entradas Processo Saídas Estabilização Tecido alvejado Hidrofilidade Grau branco Grau amido Impregnação Estabilização Lavagem Secagem Resfriamento N o Bário ph Tecido mercerizado
Definir Medir Analisar Melhorar Controlar A força do Seis Sigma: dados e fatos Processo Estatística Fatos, observações Objetivo Estabelecer Uma teoria H0: µ = µ 0 H1: µ µ 0 Continuar a exploração Tomar uma decisão 1) Definir um plano coleta de dados 2) Coletar dados 3) Analisar os dados Fazer recomendações Concluir
Definir Medir Analisar Melhorar Controlar A força do Seis Sigma: dados e fatos Kaizen (Teste Seco/Úmido) Teste NIP, Pick-up Eliminar cuba entrada Prensas OK Força colorística x N o Bário Fatores críticos para DOE Velocidade, Temperatura e Concentração de Soda
Definir Medir Analisar Melhorar Controlar Como substituir N o de Bário? Ensaio variando a velocidade da máquina para forçar diferenças no grau de mercerização (Nº de Bário) Realizadas análises das amostras de tecidos em cada condição (ph, hidrofilidade, força colorística e N o de bário)
Definir Medir Analisar Melhorar Controlar Como substituir N o de Bário? 140 Nº de Bário versus velocidade Número de bário 130 120 110 100 90 Sem mercerizar 80 Velocidade normal (55 m/min) Velocidade normal (45 m/min) 1 14 27 40 53 66 79 92 105 118 131 144 157 170 Amostras
Definir Medir Analisar Melhorar Controlar Como substituir N o de Bário? ph 11,4 11,2 11 10,8 10,6 10,4 10,2 10 Sem mercerizar ph versus velocidade Velocidade normal (55 m/min) Velocidade normal (45 m/min) 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 Amostras
Definir Medir Analisar Melhorar Controlar Como substituir N o de Bário? Hidrofilidade 5 4,8 4,6 4,4 4,2 4 3,8 3,6 3,4 3,2 3 Sem mercerizar Hidrofilidade versus velocidade Velocidade normal (55 m/min) Velocidade normal (45 m/min) 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 Amostras
Definir Medir Analisar Melhorar Controlar Como substituir N o de Bário? FC 105 100 95 90 85 80 75 70 Sem mercerizar Força colorística versus velocidade Velocidade normal (55 m/min) Velocidade normal (45 m/min) 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 Amostras
Definir Medir Analisar Melhorar Controlar Como substituir N o de Bário? Estudos de Discriminação Através do quociente F (ANOVA) mostra-se o poder de separação das três médias submetidas às três condições. Variável F Força colorística 1158 Número de bário 479 Hidrofilidade 42 ph 29 Diferenciação máxima das condições do processo
Definir Medir Analisar Melhorar Controlar DOE com variáveis: Velocidade, Temperatura e Concentração de Soda y s = f(x s) y Dependente Saída Efeito Sintoma Monitorar x 1, x 2,..., x k Independente Entrada - Processo Causa Problema Controlar
Definir Medir Analisar Melhorar Controlar DOE com variáveis: Velocidade, Temperatura e Concentração de Soda Como avaliar a influência conjunta da velocidade da máquina, temperatura do banho e concentração de soda, sobre o N o de Bário (inferido através da força colorística)? Planejamento Central Composto Concentração Soda Temperatura Velocidade
Definir Medir Analisar Melhorar Controlar DOE com variáveis: Velocidade, Temperatura e Concentração de Soda StdOrder RunOrder Blocks Velocidade Conc Temp 3 1 1 40 35,0 40 9 2 1 60 27,5 60 8 3 1 80 35,0 80 6 4 1 80 20,0 80 4 5 1 80 35,0 40 10 6 1 60 27,5 60 1 6 1 40 20,0 40 7 7 1 40 35,0 80 2 8 1 80 20,0 40 5 9 1 40 20,0 80 18 11 2 60 27,5 60 14 12 2 60 35,0 60 12 13 2 80 27,5 60 15 14 2 60 27,5 40 11 15 2 40 27,5 60 17 16 2 60 27,5 60 16 17 2 60 27,5 80 13 18 2 60 20,0 60
Definir Medir Analisar Melhorar Controlar DOE com variáveis: Velocidade, Temperatura e Concentração de Soda Response Surface Regression: FC versus Velocidade; Concentração;... The analysis was done using coded units. Estimated Regression Coefficients for FC Term Coef SE Coef T P Constant 108,923 1,0521 103,532 0,000 Block -0,498 0,7842-0,635 0,539 Velocida -0,788 0,8732-0,902 0,388 Concentr 5,401 0,8732 6,185 0,000 Temperat -0,052 0,8732-0,060 0,954 Concentr*Concentr -6,521 1,5683-4,158 0,002 Velocida*Temperat -1,840 0,9763-1,885 0,089 Concentr*Temperat -2,492 0,9763-2,553 0,029 S = 2,761 R-Sq = 88,7% R-Sq(adj) = 80,8%
Definir Medir Analisar Melhorar Controlar Antes DOE New D Hi Cur 0,85419 Lo Conclusões do DOE Velocida Concentr Temperat 80,0 [51,9924] 35,0 [22,4005] 80,0 [74,4515] 40,0 20,0 40,0 FC Maximum y = 104,2710 d = 0,85419 Após DOE New D Hi Cur 1,0000 Lo FC Maximum y = 110,9572 d = 1,0000 Velocida Concentr Temperat 80,0 [70,0] 35,0 [30,0] 80,0 [45,0] 40,0 20,0 40,0 1. Maior rendimento 2. Menor consumo energia 3. Processo mais robusto
Definir Medir Analisar Melhorar Controlar Controle do processo A variável de saída controlada foi Força colorística. O projeto permitiu aumentar a estabilidade do processo e diminuir os problemas de nuança.
DOE na Estratégia Seis Sigma If you always do what you always did you will always get what you always got Se você sempre faz o que sempre fez você sempre terá o que sempre teve
O DOE é a estratégia mais eficiente para gerar informação do processo O objetivo é obter informação para gerar um modelo do processo Fatos, observações Objetivo Estabelecer Uma teoria y = f(x s) Continuar a exploração Tome uma decisão 1) Defina um plano coleta de dados 2) Colete dados 3) Analise os dados Faça recomendações Conclua
O DOE é a estratégia mais eficiente para gerar informação do processo Aplicações (processos produtivos e não produtivos): Etapa Definir: Etapa Medir: Etapa Analisar: Etapa Melhorar: Etapa Controlar: Desenho de pesquisas de satisfação Melhoria de Sistemas de Medição Estudo de fontes de variação Otimização de processos Estudos de sensibilidade, difusão de melhorias em processos similares
Alternativas ao DOE Dados históricos (Ex: CEP) Sim Disponibilidade de dados Com dados Não Estratégia? Sem dados Ativa Coleta de dados Passiva Avaliação subjetiva 1 x Vários x s Ensaios Estudo observacional OFAT Outros (?) Ensaios não estruturados DOE
Alternativas ao DOE Utilização de dados históricos: o problema de variáveis escondidas x2 precipitação Variáveis latentes (não medidas) (+) x1 venda guarda-chuva (+) (+) y Acidentes O problema das variáveis latentes: Venda de guarda-chuvas x acidentes
Alternativas ao DOE Utilização de dados históricos: o problema de variáveis escondidas x2 impureza Variáveis latentes (não medidas) x1 pressão (+) (-) (-) y Rendimento O problema das variáveis latentes: Pressão x rendimento
Alternativas ao DOE Utilização de dados históricos: range estreito de variação dos x s RKM 20 19 USL LSL 18 17 16 15 r (%PES, RKM)? 14 10 15 20 25 30 35 40 45 50 55 %PES LSL USL
Alternativas ao DOE Ensaios não estruturados: experimentação simultânea A historinha dos químicos Quente e Apressado Tempo 48 46 44 42 40 Rto = 90 Rto = 85 Rto = 80 Rto = 75 Rto = 70 80 82 84 86 Temperatura 88
Alternativas ao DOE Ensaios não estruturados: experimentação simultânea Mr. Quente Mr. Apressado Rendimento 90 85 80 75 70 Rendimento 90 85 80 75 70 80 82 84 86 88 Temperatura 40 42 44 46 48 Tempo
Alternativas ao DOE Ensaios OFAT: os ET s e os coelinhos 1. Os ETs preparando a Estratégia? Fêmea 2. Realizando OFAT Macho? x 2 : Macho + - 0 0 0 - x 1 : Fêmea +
Alternativas ao DOE Ensaios OFAT: SKF e otimização do tempo vida de rolamentos Tipo de contato Anel externo Anel interno Gaiola Esfera Fatores: Tipo de contato da bola com o anel externo Tratamento térmico Desenho da gaiola Resposta: Duração do rolamento
Alternativas ao DOE Ensaios OFAT: SKF e otimização da duração Duração do rolamento 120 100 80 60 40 20 0 Aquecimento (-) Aquecimento (+) Contato (-) Contato (+) Tipo de contato
O que é DOE? Planejamento de Experimentos (DOE) Variação simultânea de fatores controlados com objetivo de avaliar a influência sobre uma variável resposta de interesse. Os fatores de perturbação são controlados pelo uso da randomização, replicação dos ensaios e blocagem. O uso do DOE permite: Diminuir o tempo para o desenvolvimento de um produto novo Maximizar a produtividade do processo Minimizar a sensibilidade dos produtos/serviços Realizar sintonia fina de novos processos Maximizar o quociente benefício/custo dos ensaios Calcular especificações realísticas
Planejamento de Experimentos (DOE) É preciso provocar sistematicamente confusão isso promove a criatividade. Tudo aquilo que é contraditório gera vida Salvador Dali, pintor espanhol (1904-1989) Almanaque Brasil de Cultura Popular, Ano 5, N o 55, outubro de 2003 CEP Manutenção do Status quo ISO DOE Reorganização Times melhoria Equilíbrio estável Na beira do caos Caos Homeóstase, equilíbrio, extinção, reprodução assexuada Variabilidade criativa Variabilidade destrutiva, Reprodução sexuada
DOE passo a passo 1. Estamos lidando com poucos x s ou muitos x s? Muitas variáveis de controle Poucas variáveis de controle Planejamentos para Screening Planejamentos para estudo de interações Planejamentos para Superfícies de resposta 1 2 3 Identificação de variáveis importantes para estudos futuros Compreensão dos efeitos importantes e suas interações Desenvolvimento de um modelo de predição (interpolação) para compreensão e otimização
DOE passo a passo 2. Escolha da matriz e realização dos ensaios... Blocks Parada Braço Haste Angulo 1 3 2 2 162,5 1 2 1 1 160 1 4 1 1 160 1 2 1 1 165 1 4 1 1 165 1 2 3 1 160 1 3 2 2 162,5 1 4 3 1 160 1 2 3 1 165 1 4 3 1 165 1 2 1 3 160 1 4 1 3 160 1 3 2 2 162,5 1 2 1 3 165 1 4 1 3 165 1 2 3 3 160 1 4 3 3 160 1 2 3 3 165 1 4 3 3 165 1 3 2 2 162,5 2 2 2 2 162,5 2 4 2 2 162,5 2 3 1 2 162,5 2 3 3 2 162,5 2 3 2 1 162,5 2 3 2 3 162,5 2 3 2 2 160 2 3 2 2 165 2 3 2 2 162,5 Distância 101,5 43,5 148,0 62,7 147,7 35,3 99,0 113,5 46,0 121,0 15,0 106,0 95,0 27,5 112,0 3,0 82,0 0,0 81,5 98,0 21,0 108,0 106,0 75,0 133,5 65,5 85,5 113,0 92,5
3. Análise de dados DOE passo a passo A C A: Parada B: Braço C: Haste D: Angulo B D AB AD BD CD BC AC 0 10 20 30 40
3. Análise de dados DOE passo a passo Estimated Regression Coefficients for Distância Term Coef SE Coef T P Constant 96,77 2,284 42,366 0,000 Parada 42,54 1,786 23,823 0,000 Braço -11,73 1,786-6,568 0,000 Haste -19,93 1,786-11,160 0,000 Angulo 4,42 1,786 2,477 0,021 Parada*Parada -26,01 2,899-8,972 0,000 S = 7,576 R-Sq(adj) = 96,7%
DOE passo a passo 4. Aplicação - Utilização com fins de otimização A partir do modelo final posso realizar otimização simultânea de várias respostas conjuntamente... New D Hi Cur 0,00000 Lo Parada Braço Haste Angulo 4,0 [4,0] 3,0 [1,0] 3,0 [1,0] 165,0 [165,0] 2,0 1,0 1,0 160,0 Distânci Targ: 161,0 y = 149,3778 d = 0,00000
DOE passo a passo 4. Aplicação Cálculo de Especificações e uma vez que o processo foi otimizado posso utilizar o modelo para estabelecer a especificação adequada (x s) para o controle dos y s. T y USL LSL x s
Experimente! Faça disto sua norma dia e noite. Experimente, e isto lhe conduzirá à luz. A maçã na copa da árvore nunca está alta demais para alcançá-la. De tal forma que siga o exemplo de Eva... Experimente! Seja curioso, embora os amigos com quem se cruze possam se contrariar. Revolte-se cada vez que queiram lhe deter. Se você somente segue este conselho, o futuro poderá lhe oferecer infinita felicidade e alegria... Experimente e verá! Cole Porter