›› Consultoria ›› Qualidade
 
 
  Qualidade
  Logística
 Supply Chain  Management
 • Comércio Exterior
 • Private Equity
  Planejamento Estratégico
  Capital Humano





















  DOE / TAGUCHI - Design of Experiments


Dentro da indústria, em especial no desenvolvimento de produto, muitas vezes é necessário obter informações sobre produtos e processos empiricamente.

Neste momento o trabalho das pessoas envolvidas com o problema assemelha-se ao de pesquisadores ou cientistas que precisam projetar experimentos, coletar dados e analisá-los. Experimentos são empregados para resolver problemas de fabricação, decidir entre diferentes processos de manufatura, diferentes conceitos de produto, entender a influência de determinados fatores, etc... Além disso esta tarefa torna-se cada vez mais importante na medida que se intensifica a base tecnológica dos produtos e as exigências governamentais e de clientes aumentando a necessidade de emprego de experimentos durante todas as etapas do ciclo de vida do produto.

O Planejamento de Experimentos - (Design of Experiments, DOE) é uma técnica utilizada para se planejar experimentos, ou seja, para definir quais dados, em que quantidade e em que condições devem ser coletados durante um determinado experimento, buscando, basicamente, satisfazer dois grandes objetivos: a maior precisão estatística possível na resposta e o menor custo. É, portanto, uma técnica de extrema importância para a indústria pois seu emprego permite resultados mais confiáveis economizando dinheiro e tempo, parâmetros fundamentais em tempos de concorrência acirrada. A sua aplicação no desenvolvimento de novos produtos é muito importante, onde uma maior qualidade dos resultados dos testes pode levar a um projeto com desempenho superior seja em termos de suas características funcionais como também sua robustez.

No entanto, deve-se ficar claro que esta ferramenta não substitui o conhecimento técnico do especialista da empresa sobre o assunto e nem mesmo trata-se de uma “receita” de como realizar um planejamento. O domínio do problema é de fundamental importância. O conhecimento do especialista sobre o problema conjugado com a técnica (em casos especiais somando-se ainda o auxílio de especialistas em planejamentos de experimentos) é que irá permitir bons planejamentos de experimentos, ou seja, planejamentos mais rápidos (menos pontos), de menor custo e que possibilitem aos seus idealizadores responderem, baseado em inferência estatística, a resposta a seus problemas.

Apesar de novas, as principais técnicas de planejamento de experimentos já existiam e potencialmente poderiam estar sendo sistematicamente aplicadas na indústria desde muitos anos. Porém, a grande maioria destas técnicas requer uma quantidade exaustiva de cálculos tornando fundamental o emprego dos recursos de informática. Um fator que tem impulsionado a aplicação industrial do planejamento de experimentos são as ferramentas computacionais de análise estatística e soluções corporativas que cada vez mais facilitam a realização das análises e manutenção e gerenciamento de dados. Neste sentido a tendência é que tais técnicas tornem-se cada vez mais próximas de aplicações práticas e, portanto, cada vez mais utilizadas.

É preciso estar claro também que, em estatística, Planejamento de Experimentos designa toda uma área de estudos que desenvolve técnicas de planejamento e análise de experimentos. Há atualmente todo um arsenal de técnicas, com vários níveis de sofisticação e uma quantidade não menor de livros sobre o assunto. Listamos abaixo os tipos mais conhecidos e de aplicação mais freqüente na indústria.

Tipos de Planejamento
Tratamento em pares
Tratamento em blocos
Quadrado Latino
Quadrado Greco-Latino
Quadrado Hiper-Greco-Latino
Experimentos Fatoriais

Etapas para o desenvolvimento de um Planejamento de Experimentos
Caracterização do problema
Escolha dos fatores de influência e níveis
Seleção das variáveis de resposta
Determinação de um modelo de planejamento de experimento
Condução do experimento
Análise dos dados
Conclusões e recomendações


 
 
© Copyright 2001-2003 QualilLog