So Carlos
julho / 2002
Agradecimentos:
Ao Prof. Luiz Cesar Ribeiro Carpinetti pela amizade, conselhos e orientao em
momentos decisivos do presente trabalho;
Aos diretores e funcionrios da empresa, pela colaborao e disponibilidade de
repassar todas as informaes no desenvolvimento do trabalho;
Ao Prof. Marcelo Nagano, pelas observaes pertinentes no exame de qualificao;
Aos professores do departamento de Engenharia de Produo, que atravs das aulas
ministradas contriburam no desenvolvimento deste trabalho;
A Simone pelo incentivo, horas de conversa no laboratrio e correes do texto;
Aos meus amigos, pelo apoio e contribuio em algum momento dessa longa jornada;
Aos funcionrios do departamento de Engenharia de Produo e Biblioteca central da
Escola de Engenharia de So Carlos, pelas informaes e servios prestados;
A Fundao de Amparo Pesquisa do Estado de So Paulo - FAPESP, pelo
financiamento deste projeto.
Sumrio
SUMRIO
LISTA DE FIGURAS .......................................................................................................I
LISTA DE TABELAS .....................................................................................................II
LISTA DE QUADROS ...................................................................................................III
LISTA DE ABREVIATURAS E SIGLAS ........................................................................... IV
LISTA DE SMBOLOS ................................................................................................... V
RESUMO ................................................................................................................... VI
ABSTRACT ............................................................................................................... VII
1
INTRODUO .......................................................................................................1
1.1 CONTEXTUALIZAO ....................................................................................1
1.2 OBJETIVO DO TRABALHO ...............................................................................3
1.3 JUSTIFICATIVA DO TRABALHO ........................................................................4
1.4 DESENVOLVIMENTO DO TRABALHO E METODOLOGIA DE PESQUISA .................6
1.5 ESTRUTURA DO TRABALHO ............................................................................7
EXPERIMENTOS INDUSTRIAIS..............................................................................56
Sumrio
CONCLUSO ....................................................................................................105
4.1 CONCLUSO .............................................................................................105
4.2 SUGESTES DE TRABALHOS FUTUROS ........................................................109
ANEXOS .................................................................................................................110
REFERNCIAS BIBLIOGRFICAS ...............................................................................117
Lista de figuras
LISTA DE FIGURAS
FIGURA 1.1 - MODELO GERAL DE UM SISTEMA DE TRANSFORMAO........................3
FIGURA 1.2 - CONSUMO DE RESINAS TERMOPLSTICAS NO BRASIL (1996-2000).......5
FIGURA 1.3 - METODOLOGIA DE PESQUISA ..............................................................7
FIGURA 2.1 - DIFERENTES CATEGORIAS DOS FATORES ...........................................15
FIGURA 2.2 - ROTEIRO PARA CONDUO DE EXPERIMENTOS ..................................17
FIGURA 2.3 - GRFICO DE EFEITOS PRINCIPAIS, PLANEJAMENTO FATORIAL 2K.........25
FIGURA 2.4 - GRFICOS DE EFEITOS DE INTERAO ...............................................25
FIGURA 2.5 - REGIES DE REJEIO E NO-REJEIO PARA UMA DISTRIBUIO F ...31
FIGURA 2.6 - SUPERFCIE DE RESPOSTA TRIDIMENSIONAL PLANA ...........................42
FIGURA 2.7 - SUPERFCIE DE RESPOSTA TRIDIMENSIONAL NO PLANA ....................43
FIGURA 2.8 - PLANEJAMENTO FATORIAL 22, COM PONTOS CENTRAIS ......................45
FIGURA 2.9 - REPRESENTAO GRFICA DO PLANEJAMENTO COMPOSTO CENTRAL .47
FIGURA 2.10 - GRFICOS DE CONTORNO DE SUPERFCIE DE RESPOSTA ....................54
FIGURA 3.1 - ETAPAS DO PROCESSO DE EXTRUSO ................................................60
FIGURA 3.2 - ESQUEMA DE UMA EXTRUSORA SIMPLES ...........................................60
FIGURA 3.3 - PROCESSO DE ROTOMOLDAGEM........................................................61
FIGURA 3.4 - COMPONENTE PLSTICO...................................................................63
FIGURA 3.5 - PROCESSO DE MOLDAGEM PLSTICA POR INJEO ............................64
FIGURA 3.6 - CICLO DE MOLDAGEM ......................................................................65
FIGURA 3.7 - DEFEITOS NO COMPONENTE PLSTICO ..............................................69
FIGURA 3.8 - DIAGRAMA DE CAUSA-EFEITO ..........................................................72
FIGURA 3.9 - ESCALA NMERICA ..........................................................................75
FIGURA 3.10 - GRFICOS DE PROBABILIDADE NORMAL - EXP I ...............................79
FIGURA 3.11 - GRFICOS DE EFEITOS PRINCIPAIS DOS FATORES - EXP I ...................80
FIGURA 3.12 - GRFICOS DE PROBABILIDADE NORMAL - EXP II ..............................88
FIGURA 3.13 - GRFICOS DE EFEITOS PRINCIPAIS DOS FATORES - EXP II ..................90
FIGURA 3.14 - GRFICO DE SUPERFCIE DE RESPOSTA ............................................99
FIGURA 3.15 - GRFICO DE CONTORNOS: PRESSO INJEO X TEMP MQUINA ....100
Lista de Tabelas
ii
LISTA DE TABELAS
TABELA 2.1 - MATRIZ DE PLANEJAMENTO DO EXPERIMENTO FATORIAL 23 .............22
TABELA 3.1 - FICHA TCNICA DO PROCESSO DE INJEO PLSTICA ........................73
TABELA 3.2 - NVEIS DOS FATORES DE CONTROLE: PRIMEIRA RODADA ...................74
TABELA 3.3 - EXPERIMENTO FATORIAL FRACIONADO 26-2 ......................................76
TABELA 3.4 - RESULTADOS DO PRIMEIRO EXPERIMENTO........................................77
TABELA 3.5 - EFEITOS PRINCIPAIS E DE INTERAO DOS FATORES - EXP I ...............78
TABELA 3.6 - ANLISE DE VARINCIA DOS EFEITOS PRINCIPAIS - EXP I...................82
TABELA 3.7 - SOMA DE QUADRADOS DOS EFEITOS DE INTERAO - EXP I ...............83
TABELA 3.8 - NVEIS DOS FATORES DE CONTROLE: SEGUNDA RODADA ...................85
TABELA 3.9 - EXPERIMENTO FATORIAL FRACIONADO 25-1 ......................................85
TABELA 3.10 - RESULTADOS DO SEGUNDO EXPERIMENTO ......................................86
TABELA 3.11 - EFEITOS PRINCIPAIS E DE INTERAO DOS FATORES - EXP II ............87
TABELA 3.12 - ANLISE DE VARINCIA - EXP II, F0.1, 1;10= 3,29..............................89
TABELA 3.13 - NVEIS DOS FATORES DE CONTROLE: TERCEIRA RODADA.................92
TABELA 3.14 - EXPERIMENTO FATORIAL 22, COM PONTOS CENTRAIS ......................92
TABELA 3.15 - RESULTADO DO TERCEIRO EXPERIMENTO .......................................93
TABELA 3.16 - ANLISE DE VARINCIA - EXP III, F0,01, 1, 4 = 21,20..........................94
TABELA 3.17 - EXPERIMENTO FATORIAL 22 COMPOSTO CENTRAL ...........................96
TABELA 3.18 - RESULTADOS DO QUARTO EXPERIMENTO........................................97
TABELA 3.19 - ANLISE DE VARINCIA - EXP IV, F0,01, 1, 4 = 21,20..........................97
TABELA 3.20 - ANLISE DE VARINCIA - EXP IV, F0,01, 1; 4 = 21,20..........................98
TABELA 3.21 - PONTO ESTACIONRIO DO PROCESSO DE FABRICAO ..................100
TABELA 3.22 - NVEIS TIMOS DO PROCESSO DE FABRICAO .............................102
TABELA 3.23 - CONFIRMAO DO PONTO ESTACIONRIO ....................................103
Lista de quadros
iii
LISTA DE QUADROS
QUADRO 2.1 - VANTAGENS E LIMITAES DO ROTEIRO EXPERIMENTAL .................18
QUADRO 2.2 - EXPERIMENTO FATORIAL DE DOIS FATORES, CASO GERAL................20
QUADRO 2.3 - ANOVA DE UM EXPERIMENTO FATORIAL COM DOIS FATORES ...........33
QUADRO 2.4 - ANLISE DE VARINCIA PARA UM EXPERIMENTO 2K ........................34
QUADRO 2.5 - EXPERIMENTO FATORIAL 23............................................................37
QUADRO 2.6 - ANLISE DE VARINCIA DE SUPERFCIE DE RESPOSTA, FATORIAL 22 .50
QUADRO 3.1 - POSSVEIS SOLUES NA INJEO DO POLIPROPILENO ......................70
- Analyses of variance
ASQ
CEP
DOE
- Design of Experiments
eq.
- Equao
gl.
- Graus de liberdade
INP
MMA
MSR
MTO
- Make to order
PC
- Policarbonato
PEAD
PET
- Polietileno tereflato
PP
- Polipropileno
PVC
- Policloreto de vinila
MS
- Quadrado mdio
R&R
SS
- Soma de quadrados
SQ
VT/P
- Porca de acionamento
iv
Lista de smbolos
LISTA DE SMBOLOS
- erro experimental
- mdia geral
- nvel de significncia
- graus Celsius
- nveis do fator A
- nveis do fator B
yc
yf
F0
H1
- Hiptese alternativa
Ho
- Hiptese nula
- nmero de fatores
- nmero de rplicas
nc
nf
xi
- fatores experimentais
yi
- superfcie de resposta
Resumo
vi
RESUMO
GALDMEZ, E.V.C. (2002). Aplicao das tcnicas de planejamento e anlise de
experimentos na melhoria da qualidade de um processo de fabricao de
produtos plsticos. So Carlos, 133p. Dissertao (Mestrado) Escola de
Engenharia de So Carlos, Universidade de So Paulo.
Experimentos industriais so realizados pelas empresas no intuito de melhorar as
caractersticas de qualidade dos produtos e processos de fabricao. Nesse sentido,
esta dissertao tem como objetivo estudar e aplicar as tcnicas de planejamento e
anlise de experimentos na melhoria da qualidade industrial. Como parte do objetivo,
desenvolve-se uma aplicao com as tcnicas de planejamento Fatorial Fracionado
2k-p, Metodologia de Superfcie de Resposta e Anlise de Varincia, em um processo
de moldagem por injeo, utilizado por uma indstria que fabrica e comercializa
componentes plsticos usados na construo civil. Com essa pesquisa experimental
identificam-se os parmetros mais importantes da injeo plstica: Temperatura da
Mquina e Presso de Injeo. Ao mesmo tempo, determinam-se os nveis timos de
regulagem desses parmetros. Assim, com esse estudo, avalia-se o procedimento de
implantao das tcnicas de experimentao e as dificuldades prticas encontradas,
bem como busca-se contribuir na integrao entre universidade e empresa.
Palavras-chave: experimentos industriais; fatoriais fracionados 2k-p; metodologia
de superfcie de resposta; processo de moldagem por injeo plstica.
Abstract
vii
ABSTRACT
GALDMEZ, E.V.C. (2002).
molding process.
So Carlos, 133p.
Captulo 1 - Introduo
1 INTRODUO
1.1 Contextualizao
Um estudo realizado pela ASQ (American Society for Quality), sobre o
futuro da qualidade para as primeiras duas dcadas do sculo XXI, ressalta que a
busca da qualidade deve mudar, tornar-se mais inovativa, flexvel e rpida na
implementao das solues eficazes que conduzam a resultados nos negcios e
reflitam os desejos do consumidor (ANNUAL QUALITY CONGRESS, 2000). Tal
pesquisa descreve que inovao, flexibilidade e velocidade sero os fatores crticos
para o sucesso das empresas em adquirir vantagem competitiva. Ainda, ressalta que
as empresas tero um desafio maior ao adotar esses novos valores, porque os
consumidores tm uma viso diferente e quase incomum desses conceitos.
TAGUCHI et al. (1990) definem qualidade, em termos gerais, como as
perdas impostas sociedade a partir do momento em que o produto liberado para
a venda. Isso significa que no instante em que o produto fica disposio do
consumidor, qualquer alterao nas suas caractersticas funcionais ou fsicas afetar
sua qualidade, proporcionando prejuzos maiores s empresas do que seu prprio
custo de fabricao, ou seja, quanto menor for essa perda, mais desejvel o produto
para a sociedade.
Essas perdas ocorrem porque a qualidade do produto vista sob enfoques
diferentes por consumidores e projetistas (TAGUCHI, 1993; PHADKE, 1989). Os
consumidores pouco se preocupam com as restries de uso do produto (especificada
pelos projetistas), mas demonstram muita insatisfao com as falhas ou a falta de
segurana no momento de usar. Outros fatores que tambm influenciam nas perdas
das caractersticas dos produtos, citados por MONTGOMERY (1991) e HAHN et al.
(1998), so os fatores inerentes ao processo, como os parmetros de controle e de
rudo (so as fontes no controlveis dos processos produtivos).
Captulo 1 - Introduo
Captulo 1 - Introduo
Fatores
controlados
Entrada
PROCESSO
TRANSFORMAO
Sada
Fatores
incontrolveis
Captulo 1 - Introduo
Captulo 1 - Introduo
3.782
3.254
3.449
2.718
1996
1997
1998
1999
2000
Ano
Captulo 1 - Introduo
Captulo 1 - Introduo
Objetivo dos
experimentos
Es tu do Explicativo
Seleo fatores de
controle, nveis e
variveis de resposta
Projetos Fatoriais
no
Realizao
Feedback
Informaes
tcnicas
Anlise de
dados
Elaborao de
Relatrios
Captulo 1 - Introduo
10
11
12
13
14
15
Parmetros
Processo
Influncias
Controlveis
Fator
Controle
Fator
Rudo
Medidas
16
definidas
na
primeira
etapa,
ou
formular
novas
questes
17
estudo
desenvolvido
um
processo
contnuo
de
aprendizado
(MONTGOMERY, 1991).
Assim, a parte prtica desta dissertao baseada no roteiro apresentado
anteriormente, o qual representado pela Figura 2.2. Segundo HAHN (1993), esse
plano experimental ajuda a desenvolver e conduzir efetivamente as atividades j
definidas e, principalmente, permite maximizar as respostas das questes formuladas
pela equipe de trabalho.
Objetivo do experimento
- Questes
experimentais
Informaes tcnicas do
experimento
Seleo da matriz
experimental
Feedback
no
Realizao
Experimento
Anlise de dados
Elaborao de
relatrios
18
LIMITAES
A
anlise
e
interpretao
dos
experimentos
industriais,
usando
superfcie de resposta, no foram
incorporados na metodologia, pela
complexidade de anlise dos resultados
desses experimentos.
19
20
Fator A
Fator B
Nveis
....
(2.1)
21
planejamento
de
experimentos
fatoriais
comum
encontrar
experimentos planejados com as tcnicas fatoriais com dois, trs ou mais nveis.
Entretanto, no presente trabalho, no sero abordados os testes executados em trs
nveis ou mais, visto que, os experimentos industriais realizados na empresa foram
em dois nveis. Esse tipo de planejamento e alguns exemplos de como conduzir
experimentos industriais com essas tcnicas fatoriais so ilustrados por OLIVEIRA
(1999); DEVOR et al. (1992); MONTGOMERY (1991) e COCHRAN & COX
(1957).
2.3.2 Planejamento fatorial 2k
Segundo JURAN et al. (1951), um experimento fatorial com k fatores, cada
um deles com dois (2) nveis, denominado de experimento fatorial 2k. O processo
experimental dessa tcnica consiste em realizar testes com cada uma das
combinaes da matriz experimental, para em seguida, determinar e interpretar os
efeitos principais e de interao dos fatores investigados e assim, poder identificar as
melhores condies experimentais do produto ou processo de fabricao.
Para ilustrar o procedimento dessa tcnica considere-se um experimento
com trs fatores (x1, x2 e x3), cada um desses parmetros foi testado com dois nveis
(-1, +1). Esse exemplo apresentado por vrios autores que estudam as tcnicas de
planejamento e anlise de experimentos (DEVOR et al., 1992; MONTGOMERY,
1991; BOX & BISGAARD, 1987).
Assim, a matriz de planejamento para o experimento fatorial 23
representada pela Tabela 2.1. A respostas de cada ensaio ou tratamento descrita
pela coluna yi. importante ressaltar que a ordem de realizao do teste definida
aleatoriamente.
22
N
Teste
Fatores de controle
Ordem do
Teste
Resposta
(yi)
x1
x2
x3
-1
-1
-1
y1
+1
-1
-1
y2
-1
+1
-1
y3
+1
+1
-1
y4
-1
-1
+1
y5
+1
-1
+1
y6
-1
+1
+1
y7
+1
+1
+1
y8
23
(2.2)
sendo que,
a mdia dos resultados
i o efeito principal do fator x1,
j o efeito principal do fator x2,
k o efeito principal do x3,
(ij) o efeito de interao entre os fatores x1 e x2,
(ik) o efeito de interao entre os fatores x1 e x3,
(jk) o efeito de interao entre os fatores x2 e x3,
(ijk) o efeito de interao dos fatores x1, x2 e x3,
ijk o erro experimental
A seguir apresentado o mtodo generalizado que pode ser utilizado para
estimar os efeitos principais e de interao dos fatores. Esse mtodo descrito por
DEVOR et al. (1992) e MONTGOMERY (1991) e tambm conhecido como
mtodo de sinais (OLIVEIRA, 1999).
Os efeitos principais correspondem mudana da resposta mdia quando o
nvel de um fator alterado de (-1) para (+1), mantendo os outros fatores constantes.
O procedimento consiste em multiplicar os resultados da coluna yi pelos valores 1
associados a coluna xi da matriz experimental correspondente ao efeito principal que
se deseja estimar (Tabela 2.1). Em seguida, os valores obtidos devem ser somados e
divididos pela metade do nmero de ensaios realizados, conforme ilustrado pela
eq. (2.3).
Ei = yi*xi / (N/2)
24
(2.3)
25
grfico linear ilustra a variao mdia das respostas em funo da mudana no nvel
(-1, +1) de um fator (xi), mantendo os outros fatores constantes (Tabela 2.1).
Resposta yi
y i+1
y i1
-1
+1
Fator xi
x2 = -1
x2 = +1
-1
Fator x1
(a)
+1
Resposta (y i)
Resposta (y i)
x2 = -1
x2 = +1
-1
Fator x1
(b)
+1
26
erro faz com que os resultados experimentais estejam acima ou abaixo do valor real,
influenciado a exatido (accuracy) da medida. Essa flutuao pode ser causada pelo
instrumento utilizado para controlar o experimento (ex. relgio, micrmetro, rgua,
etc.), mtodo de observao, efeitos ambientais ou pelas simplificaes do modelo
terico (ex. eliminar um fator importante para o sistema).
27
analisados com mais detalhes pela equipe que realiza os experimentos industriais
(LEVINE et al., 1998).
DEVOR et al. (1992) recomendam que para garantir a aplicao efetiva
desse mtodo, os experimentos fatoriais 2k devem ser realizados com pelo menos
quatro fatores. Os autores citam que com um nmero menor de parmetros se torna
difcil decidir qual das estimativas pertencem a uma distribuio com mdia igual a
zero.
As principais vantagens da tcnica fatorial 2k que atravs da anlise dos
experimentos pode-se indicar as principais tendncias e determinar uma direo
promissora
para
as
experimentaes
subseqentes
(OLIVEIRA,
1999;
vista estatstico, mas torna-se necessrio avali-los tambm em termos prticos para
as empresas;
Uma
das
solues
encontradas
para
as
limitaes
28
apresentadas
29
dos experimentos so grandes ou no, mas no diz porque essas diferenas ocorrem;
30
No-rejeitar
H0 (1-)
0
31
Rejeitar H0
Distribuio F
32
SS E i
(E i ) 2
=
4.n
(2.4)
SS E12 =
i =1 j =1
y ij2
2n
T2
SS E1 SS E2
4n
(2.5)
2
ij
(2.6)
33
(2.7)
Soma de
Quadrados
g.l.
Quadrado
Mdio
E1
SSE1
a-1
MSE1 = SSE1/a-1
MSE1/ MSR
E2
SSE2
b-1
MSE2 = SSE2/b-1
MSE2/ MSR
Interao E12
SSE12
(a-1)(b-1)
MSE12 = SSE12/(a-1)(b-1)
MSE12/ MSR
Erro
SSR
abn(n - 1)
MSR = SSR/ab(n-1)
Total
SSD
abn - 1
F0
processo
pode
ser
generalizado
para
experimento
fatorial
2k.
34
(E12...k )2
SSE12, ..., k =
n 2k
(2.8)
Graus de
Liberdade
SSE1
SSE2
:
SSEk
1
1
:
1
E12
SSE12
E13
SSE13
Fonte de Variao
Efeitos Principais
E1
E2
:
Ek
Ejk
SSEjk
SSE123
SSE124
:
SSEijk
:
1
1
:
1
:
k Fatores Interao
k
E123 ... k
SSE123 ... k
1
k
Erro
SSE
2 (n-1)
Total
SST
n2k - 1
35
36
utilizando-se como
pela execuo
(teste nmero 1, 2, 3 e 4), o que mais usual, ou executar a outra parte (corridas 5, 6,
37
7 e 8). No primeiro caso a combinao dos ensaios representada por I = 123 . Se for
selecionada a parte negativa, deve-se lembrar que a relao definidora do
experimento ser I = - 123.
QUADRO 2.5 - EXPERIMENTO FATORIAL 23
Fonte:DEVOR et al. (1992).
Efeito fatorial
Combinaes
tratamento
12
13
23
123
+1
+1
-1
-1
-1
-1
+1
+1
y1
+1
-1
+1
-1
-1
+1
-1
+1
y2
+1
-1
-1
+1
+1
-1
-1
+1
y3
+1
+1
+1
+1
+1
+1
+1
+1
y4
+1
+1
+1
-1
+1
-1
-1
-1
y5
+1
+1
-1
+1
-1
+1
-1
-1
y6
+1
-1
+1
+1
-1
-1
+1
-1
y7
+1
-1
-1
-1
+1
+1
+1
-1
y8
yi
38
al. (1992) afirmam que na realidade est sendo determinado o efeito das
combinaes de 1 + 23, 2 + 13 e 3 + 12, e est propriedade conhecida como efeito
de confundimento.
A estrutura de confundimento de um efeito principal ou de interao em um
experimento pode se determinar por meio da multiplicao do efeito com a relao
definidora. Por exemplo, a estrutura de confundimento do efeito principal pode ser
obtida conforme segue:
Para o efeito principal 1;
(1) I = (1)123 = 23
O mesmo procedimento utilizado para estimar 2 = 13 e 3 = 12. Nota-se
que no existe confundimento entre os efeitos principais, porm essas informaes
esto confundidas com os efeitos das interaes entre dois fatores.
Sendo assim, um aspecto importante que deve ser considerado nos
experimentos fatoriais fracionados a resoluo que est sendo utilizada. Segundo
MONTGOMERY (1991), a resoluo de um planejamento fatorial fracionado est
relacionada ao padro de confundimento entre os efeitos dos fatores. O autor
recomenda que nos experimentos deve-se utilizar a maior resoluo possvel, porque
com isso possvel desprezar os efeitos de interao de mais alta ordem. A seguir
so apresentadas as definies de resoluo III, IV e V, que so consideras como as
mais importantes e utilizadas ao se construir os experimentos industriais
(MONTGOMERY, 1991; STEINBERG & HUNTER, 1984).
Resoluo III - isto significa que ao menos alguns efeitos principais so
confundidos com efeitos de interao de dois fatores;
Resoluo IV - se um planejamento de resoluo IV isto significa que
ao menos alguns efeitos principais sero confundidos com efeitos de interao de trs
fatores, e ao menos alguns efeitos de interao de dois fatores so confundidos com
outros efeitos de interao de dois fatores;
39
para
esse
tipo
de
experimento
(WU
&
CHEN,
1992;
40
modelagem matemtica de respostas. Esse mtodo foi desenvolvido por George Box,
da Universidade de Princeton - Estados Unidos, com a colaborao de outros autores,
na dcada de 1950. O estudo foi motivado porque os pesquisadores sentiram a
necessidade de utilizar um procedimento para determinar as condies timas (ou
nveis timos) dos fatores de controle que interferem na resposta de um sistema
(MYERS et al., 1989).
No entanto, a literatura que pesquisa o tema relata que s a partir da dcada
de 1980, a MSR passou a ser aplicada pelas empresas, principalmente a indstria
japonesa e americana. Nas fbricas o mtodo pode contribuir na melhoria da
qualidade dos produtos ou processos de fabricao, a aumentar a produtividade e a
reduzir o tempo de desenvolvimento de produtos, entre outros fatores (GUEDES,
1996). O sucesso alcanado pelas indstrias motivou outros setores a conduzir
(planejar) e analisar estatisticamente os experimentos. Entre as reas que mais
utilizam os conceitos pode-se citar: Fsica, Engenharia, Indstria de alimentos,
Cincias sociais (economia, pesquisa operacional e sistemas de simulao) e
Biologia (por exemplo, os conceitos podem ser utilizados para determinar o
relacionamento que existe entre a estrutura qumica de um componente e sua reao
biolgica, assim como, para realizar estudos sobre os efeitos da poluio industrial
no meio ambiente) (ELSAYED & CHEN, 1993; MYERS et al., 1989).
Na maioria dos estudos publicados observa-se que os projetos experimentais
desenvolvidos com o mtodo envolvem a modelagem matemtica de apenas uma
resposta (single-response analysis) (REDDY et al., 1998). Porm, importante
ressaltar que a MSR um procedimento que pode ser aplicado na modelagem de
problemas em que so observadas vrias caractersticas de qualidade. Esse mtodo
tambm conhecido como otimizao de multi-respostas (multiple-response
experimental design) (MYERS & MONTGOMERY, 1995; KHURI & CORNEL,
1987). Destaca-se que um fator importante que facilita o uso da MSR com multiresposta o avano tecnolgico dos softwares estatsticos. Com essa evoluo
tambm foi possvel reduzir os erros nas anlises estatsticas dos problemas
estudados (TAY & BUTLER, 1999).
Segundo BOX & HUNTER (1957) as principais razes para estudar os
problemas de um sistema com a MSR so:
41
determinar quais so as condies dos fatores (x1, x2, ..., xk) que
aproxima das condies reais de operao dos sistemas. Nas empresas, essas
informaes podem ser utilizadas para mudar as condies de operao dos
processos de fabricao sem aumentar os custos de produo e melhorar o sistema de
controle do processo;
parmetros (que podem ser representados por variveis quantitativas tipo tempo,
velocidade, presso, temperatura, etc.) e as respostas.
Segundo COCHRAN & COX (1957) a funo matemtica que descreve a
superfcie de resposta dada pela eq. (2.9).
= f(x1, x2, ..., xk) +
(2.9)
42
(2.10)
Resposta
Fator x2
Fator x1
43
polinmio de mais alta ordem, como um modelo de segunda ordem, dado pela eq.
(2.11). Segundo COCHRAN & COX (1957), esse modelo o mais utilizado para
ajustar a superfcie de resposta.
k
i =1
i =1
y = 0 + i x i + ii x i2 + ij x i x j +
i
(2.11)
Resposta
Fator x2
Fator x1
Outro procedimento que pode ser utilizado para ajustar a funo de resposta
por meio de aproximaes por funes SPLINES, descrito por SCHUMAKER1
apud GUEDES (1996). Neste mtodo o intervalo original de aproximao dividido
em subintervalos, para que a distncia entre a funo ajustada e a funo que
representa o sistema seja mnima. No presente projeto, os detalhes desta metodologia
no sero apresentados, porque a modelagem das respostas experimentais ser
realizada com as aproximaes por polinmios, descritos anteriormente.
Em muitas aplicaes da MSR o maior problema enfrentado pelas pessoas
na hora de selecionar o planejamento experimental. A seguir so apresentadas
algumas caractersticas e propriedades dos experimentos fatoriais 2k que podem ser
1
44
xi =
( i n c )
x i
(2.12)
realizado
um
experimento
fatorial
2k,
dificilmente
(GUEDES,
1996;
MYERS
&
MONTGOMERY,
1995;
45
Ponto Central
(0,0)
SUPERFCIE DE
RESPOSTA
+1
0
Fator 1 -1
-1
0
+1
Fator 2
46
(2.13)
47
+1.414
+1
-1
-1.414
-1.414
-1
+1
+1.414
48
(2.14)
SS Curvatura =
n f nc ( y f yc )
n f + nc
49
(2.15)
F0 =
SS Curvatura
2
(2.16)
2 =
(y
y) 2
Ponto central
nc 1
(2.17)
(2.18)
SSi = i SSiy
(2.19)
i =1
50
n
n
y i x ij
n
j =1
j =1
i = 1, 2,..., k
SS iy = y j x ij
n
j =1
(2.20)
k, ( n c -1),
curvatura acentuada no plano e portanto o polinmio pode ser adotado como boa
aproximao da superfcie de resposta (MONTGOMERY, 1991). Ao mesmo tempo,
o teste aponta quais so os fatores mais importantes na modelagem.
Geralmente, a anlise de varincia pode ser resumida no Quadro 2.6.
importante ressaltar que esses resultados podem ser obtidos facilmente por meio de
softwares estatsticos (STATISTICA, MINITAB). Alm dessa vantagem, na maioria
dos programas computacionais est includo o valor p, conforme descrito
anteriormente.
QUADRO 2.6 - ANLISE DE VARINCIA DE SUPERFCIE DE RESPOSTA, FATORIAL 22
Fonte de
Variao
Soma
Quadrado
g.l.
Quadrado Mdio
SS
MS = SS /k
MS / MSE
Interao
SSINTERAO
MSI = SSINTERAO
MSI /MSE
Curvatura do plano
SSCURVATURA
k-1
MSC = SSCURVATURA/k-1
MSC /MSE
Erro
SSE
nc-1
MSE = SSE/nc-1
SST
n-1
Regresso ( 1, 2, ... i)
Total
51
(2.21)
mximo
52
(2.22)
sendo que,
x=
x1
x
2
.
.
.
x k
b=
1
2
.
.
.
k
11 , 12 /2,
22 ,
B =
... 11 /2
... 21 /2
... :
: kk
/x = b + 2Bx = 0
(2.23)
(2.24)
53
(2.25)
(2.26)
54
conforme representado pela Figura 2.10(b). Esse ponto tambm conhecido como
ponto de mximo e mnimo. Ainda, se ao comparar as razes do modelo cannico, se
uma delas for menor quando comparada com a outra, pode-se dizer que a pendente
da superfcie no eixo da menor raiz ser atenuada.
x2
x2
x0,2
x0,2
x0,1
x1
x0,1
x1
wi = M(xi - x0)
55
(2.27)
sendo que M uma matriz ortogonal (k x k), onde os elementos (m11 m12....
m1i, m21 m22 ... m2i , ..., mk1 mk2 ... mji) so os autovalores normalizados do polinmio
ajustado, associados as razes (i) do modelo cannico. Segundo MONTGOMERY
(1991), as equaes normalizadas do sistema podem ser construdas por meio da
eq. (2.28).
(B - iI)*mi = 0
(2.28)
sendo que a soma do quadrados dos elementos mji de cada uma das coluna
2
ji
(m 'i ) 2 + (m 'ji ) 2
(2.29)
56
3 EXPERIMENTOS INDUSTRIAIS
3.1
Empresa estudada
No incio da fase experimental foram realizadas reunies para que os
57
(Polipropileno - PP, Polietileno Tereftlato - PET, Polietileno de alta densidade PEAD, Policloreto de Vinila - PVC e Policarbonato - PC), que a empresa utiliza para
fabricar os componentes plsticos. Todas as informaes foram retiradas das
58
uma resina utilizada para fabricar produtos com resistncia ao impacto. Uma
conseqncia indesejvel deste material a baixa resistncia trao, diminuio na
rigidez e na resistncia trmica.
so: asbestos, fibra de vidro, micro esferas de vidro, talco e carbonato de clcio. Com
relao ao PP no reforado, as principais vantagens do PP reforado so: melhor
59
PREPARAO
DA
MATRIA-PRIMA
60
PLASTIFICAO
VAZO
CONTROLADA
a transformao
do material slido
(gro ou p) para a
forma fluda atravs
do aquecimento e
fora.
a passagem do
material atravs de
uma matriz que d a
forma aproximada
do produto.
RESFRIAMENTO DO
MATERIAL
MOLDADO
MEDIO E CORTE
DO PRODUTO
CALIBRAO
o controle das
dimenses do
produto, antes
que o material
endurea.
tubos, mangueiras,
perfis, filmes, chapas
e cabos recobertos.
61
sistema de movimentao de rotao e translao. Com esses movimentos a matriaprima se adere gradualmente a todas as partes internas do molde e se distribui
homogeneamente durante o tempo de ciclo de produo do componente plstico.
Aps esta operao, o molde retirado do forno e resfriado atravs de um jato de ar
comprimido ou por uma mistura de ar e gua pulverizada. Decorrido o tempo de
resfriamento, o molde aberto e o produto retirado para realizar o acabamento
final.
62
prxima etapa definir o(s) objetivo(s) dos experimentos industriais. Nesta atividade
as seguintes informaes foram consideradas pelos pesquisadores:
63
3.5
64
Molde
Depsito do
material
Cilindro
Mquina
Fluxo
Material
65
Molde Fechado
Fechamento
Extrao
Aprximao do bico
Injeo
Recalque
Abertura
Incio de resfriamento
Resfriamento
66
67
68
Deformao
69
Falha
Rebarba
70
Defeitos do componente
Rebarba
Recomendaes
-
Bolhas de ar (internas)
Baixa resistncia
Deformao geomtrica
Falha
71
3.6
72
Planejamento de experimentos
Tempo
Tempo
Presso
Tempo
Presso
Resfriamento Ciclo Compactao Recalque Recalque
Presso
Fechamento
PROBLEMAS
DE
QUALIDADE
Temperatura
Velocidade
Dosagem
Mquina
Injeo
73
(1999),
ENGEL
&
HUELE
(1996),
TAGUCHI
(1993)
Fatores
Regulagem do processo de
injeo plstica
1. Tempo de injeo
3 segundos
2. Tempo de resfriamento
7 segundos
3. Temperatura do molde
4. Temperatura da mquina
Z1:BICO=190C
Z3=175C
Z2=180C
Z4=170C
5. Velocidade de injeo
50%
6. Presso de injeo
20 BAR
74
Nveis
Tempo
Inj
Tempo
Resfriam
Tem
Molde
Temperatura
Mquina
-1
2 (s)
6 (s)
gua
industrial
Z1: 190C
Z3: 165C
Z2: 170C
Z4: 160C
+1
10 (s)
15 (s)
gua
normal
Z1: 190C
Z3: 230C
Z2: 240C
Z4: 220C
Vel
Injeo
Presso
Injeo
40 %
18 BAR
100 %
30 BAR
-10
-5
Falha
Inaceitvel
Falha
Tolervel
75
0
Aprovado
Aprovado
10
Rebarba
Tolervel
Rebarba
Inaceitvel
10
Tolervel
Inaceitvel
Deformao / Dimensional
76
dos nveis dos fatores que foram testados na primeira rodada de experimentao do
processo de moldagem plstica por injeo.
TABELA 3.3 - EXPERIMENTO FATORIAL FRACIONADO 26-2
N
Tempo
Teste
Inj
T.
Resfria
Temperatura
Molde
gua Industrial
10
15
10
Temperatura
Mquina
Z1:190C
Z3:165C
Z2:170C
Z4:160C
Velocidade Presso
Injeo
Inj
40
18
100
18
100
30
15
40
30
gua Normal
100
30
10
40
30
15
40
18
10
15
100
18
gua Industrial
40
30
10
10
100
30
11
15
100
18
12
10
15
40
18
13
gua Normal
100
18
14
10
40
18
15
15
40
30
16
10
15
100
30
Z1:190C
Z3:230C
Z2:240C
Z4:220C
77
N Teste
FALHA/REBARBA
(mdia)
DEFORMAO
(mdia)
DIMENSIONAL
(mdia)
-10
10
10
-10
10
10
0,75
4,2
0,95
-6
6,4
1,2
-10
10
10
-10
10
10
7,6
3,25
10
11
2,75
4,4
12
0,75
13
5,75
5,3
3,7
14
1,6
15
6,25
3,4
16
8,5
1,9
78
Efeitos de Interao
Efeitos Principais
Fatores
Falha/Rebarba
Deformao
Dimensional
-1,66
-0,69
0,18
-1,47
0,91
0,16
E3. T. Molde
1,41
-1,96
-0,50
10,53
-2,51
-4,44
1,97
-0,56
-0,51
6,91
-3,24
-3,78
E12 = E35
0,03
1,44
1,41
E13 = E25
0,78
-0,39
-0,63
E14 = E56
0,53
-1,34
-1,19
-2,28
3,41
3,89
E16 = E45
-0,22
0,09
0,85
E24 = E36
0,34
-1,34
-1,18
E4. T. Mquina
79
E4
.85
.75
.65
.55
.45
.35
.25
.15
E6
0.5
0
-0.5
-1
-1.5
.05
-2
.01
-2.5
-3
-10
-5
10
Probabilidade acumulada
Falha / Rebarba
1.5
15
.85
.75
.65
.55
.45
.35
.25
.15
0.5
0
-0.5
-1
-1.5
.05
-2
.01
-2.5
-3
-5
-4
-3
-2
-1
Probabilidade acumulada
1.5
.85
.75
.65
.55
.45
.35
.25
.15
0.5
0
-0.5
-1
E6
-1.5
.05
E4
-2
.01
-2.5
-3
-6
-4
-2
Probabilidade acumulada
1.5
0,0
-1,0
-1
1
-0,97
-2,0
-3,0
FALHA / REBARBA
2,0
1,0
Tempo de Injeo
0,0
-1
-2,0
1 -0,88
5,08
4,0
2,0
-1
Tempo de Injeo
0,59
5,76
0,0
-1
4,0
Tempo de Injeo
6,0
3,87
8,0
4,0
4,03
2,0
0,0
-4,0
-6,0
4,04
3,0
0,0
6,0
2,0
4,0
DEFORMAO
0,69
6,0
3,86
-1
Tempo Resfriamento
DEFORMAO
1,0
DIMENSIONAL
2,0
5,0
DIMENSIONAL
FALHA / REBARBA
3,0
80
6,0
4,96
5,88
4,0
2,0
0,0
Tempo Resfriamento
-1
Tempo Resfriamento
2,0
0,0
-0,84
-1
0,56
-2,0
4,20
8,0
4,0
3,70
2,0
0,0
-4,0
-1
-6,0
Temperatura Molde
Temperatura Molde
DEFORMAO
FALHA / REBARBA
4,0
DIMENSIONAL
6,0
6,0
6,40
6,0
4,0
4,44
2,0
0,0
-1
1
Temperatura Molde
6,17
5,13
4,0
2,0
0,0
-1
-2,0
4,0
2,0
1,73
0,0
-4,0
-6,0
-1
-5,41
Temperatura Mquina
DEFORMAO
FALHA / REBARBA
6,0
DIMENSIONAL
6,0
8,0
6,0
4,0
2,0
0,0
6,68
4,16
-1
Temperatura Mquina
Temperatura Mquina
0,0
-1
-2,0
-4,0
3,69
2,0
0,0
-1,13
-1
-6,0
DIMENSIONAL
6,0
FALHA / REBARBA
6,0
3,31
4,0
2,0
0,0
-1
-4,0
-6,0
Presso
5,70
5,14
4,0
2,0
0,0
-1
1
Velocidade de Injeo
5,84
8,0
4,0
2,0
2,06
0,0
-1
-3,59
6,0
Velocidade de Injeo
Velocidade de Injeo
-2,0
8,0
DEFORMAO
0,84
2,0
4,21
4,0
1
Presso
DEFORMAO
FALHA / REBARBA
4,0
DIMENSIONAL
6,0
6,0
7,04
6,0
4,0
3,80
2,0
0,0
-1
1
Presso
81
82
g.l.
Quadrado
mdio
10,97
10,97
3,06
0,11
2. Tempo Resfriamento
8,63
8,63
2,40
0,16
3. Temperatura Molde
7,91
7,91
2,20
0,17
443,63
443,63
123,55
1,0 EXP-06
15,50
15,50
4,32
0,07
190,79
190,79
53,13
4,6EXP-05
32,32
3,59
Fonte de variao
1. Tempo Injeo
4. Temperatura Mquina
5. Velocidade Injeo
6. Presso Injeo
Erro ()
F0
Valor p
DIMENSIONAL
Soma
Quadrado
g.l.
Quadrado
mdio
F0
Valor p
1. Tempo Injeo
0,12
0,12
0,01
0,91
2. Tempo Resfriamento
0,11
0,11
0,01
0,92
3. Temperatura Molde
1,00
1,00
0,10
0,76
78,77
78,77
7,96
0,02
1,05
1,05
0,11
0,75
6. Presso Injeo
57,00
57,00
5,76
0,04
Erro ()
89,04
9,89
Fonte de variao
4. Temperatura Mquina
5. Velocidade Injeo
DEFORMAO
Soma
Quadrado
g.l.
Quadrado
mdio
F0
Valor p
1. Tempo Injeo
1,89
1,89
0,23
0,64
2. Tempo Resfriamento
3,33
3,33
0,41
0,54
3. Temperatura Molde
15,41
15,41
1,91
0,20
4. Temperatura Mquina
25,25
25,25
3,13
0,11
Fonte de variao
1,27
1,27
0,16
0,70
6. Presso Injeo
41,93
41,93
5,20
0,05
Erro ()
72,54
8,06
5. Velocidade Injeo
83
Fonte de variao
Soma Quadrado
FALHA/REBARBA
Soma Quadrado
DIMENSIONAL
Soma Quadrado
DEFORMAO
E12
0,004
7,98
8,27
E13
2,441
1,56
0,60
E23
20,816
60,45
46,58
E14
1,129
5,64
7,16
E24
0,473
5,52
7,16
E34
0,660
2,81
0,33
E15
20,816
60,45
46,58
E25
2,441
1,56
0,60
E35
0,004
7,98
8,27
E45
0,191
2,89
0,03
E16
0,191
2,89
0,03
E26
0,660
2,81
0,33
E36
0,473
5,52
7,16
E46
20,816
60,45
46,58
E56
1,129
5,64
7,16
fatores. Porm, adotando-se esta estratgia a anlise estatstica pode levar as mesmas
concluses sobre os parmetros que influncia o desempenho do processo de
fabricao;
84
metade de um experimento completo com cinco fatores, com dois nveis cada um
(Fatorial 25-1 - 16 ensaios). Nesse experimento pode ser utilizada a Resoluo V.
Com esse critrio, os efeitos de interao que ocorrem no processo de injeo
plstica sero identificados com mais preciso.
Desta forma, conforme as estratgias apresentadas e discutidas nas reunies
a equipe aprovou a segunda proposta. Assim, decidiu-se excluir para a prxima
rodada de experimentao o fator Velocidade de Injeo. Esse fator foi eliminado
porque a experincia demonstrava que entre os fatores considerados no primeiro
experimento este o ltimo parmetro que os operadores ou reguladores do processo
alteram quando est com problemas de qualidade. Isto ocorre porque entre as
informaes anteriormente apresentadas pelo Quadro 3.1, no existe nenhuma
recomendao que considere a variao deste fator como uma possvel soluo para
os problemas investigados.
Finalmente, depois de cada uma das reunies, um relatrio foi elaborado e
apresentado com todas as etapas anteriormente descritas aos funcionrios da
empresa.
3.8
85
Nvel
Tempo
Injeo
Tempo
Resfriamento
Temperatura
Molde
-1
2 (s)
6 (s)
gua industrial
+1
5 (s)
10 (s)
gua normal
Temperatura
Mquina
Z1: 190C
Z3: 165C
Z2: 170C
Z4: 160C
Z1: 190C
Z3: 210C
Z2: 220C
Z4: 200C
Presso
Injeo
18 BAR
26 BAR
N
Tempo
Tempo
Temperatura
Teste Injeo Resfriamento
Molde
Temperatura
Mquina
Z1:190C
Z3:165C
Z2:170C
Z4:160C
Presso
Injeo
26
gua Industrial
gua Industrial
18
10
gua Industrial
18
10
gua Industrial
26
gua Normal
18
gua Normal
26
10
gua Normal
26
10
gua Normal
18
gua Industrial
10
gua Industrial
26
11
10
gua Industrial
26
12
10
gua Industrial
18
13
gua Normal
26
14
gua Normal
18
15
10
gua Normal
18
16
10
gua Normal
26
Z1:190C
Z3:210C
Z2:220C
Z4:200C
18
86
N Teste
Falha/Rebarba
(mdia)
Deformao
(mdia)
Dimensional
(mdia)
3,5
0,95
0,45
-10
10
10
-10
10
10
-10
10
10
0,9
0,9
-10
10
10
5,5
0,3
3,55
10
2,2
11
4,75
0,7
2,9
12
0,05
13
0,65
7,3
14
3,5
0,65
1,15
15
2,25
1,95
1,25
16
5,5
0,55
3,2
87
Falha/Rebarba
Deformao
Dimensional
-1,12
0,58
-1,10
-1,50
1,08
-0,90
E3. T. Molde
-0,06
-0,54
0,46
E4. T. Mquina
9,00
-4,99
-2,35
6,81
-4,53
-3,74
E12
0,66
0,88
E13
0,81
-0,93
0,05
E23
0,56
-0,78
-0,09
E14
-0,25
-0,43
-0,99
E24
-0,62
0,06
-0,79
E34
0,81
0,49
0,58
E15
-0,31
0,23
-0,20
E25
-0,06
0,08
-0,05
E35
0,12
-0,36
0,76
E45
-4,06
3,53
6,14
Efeitos de Interao
Efeitos Principais
Fatores Controle
88
E4
1.5
1
.85
.75
.65
.55
.45
.35
.25
.15
E5
0.5
0
-0.5
-1
E45
-1.5
.05
-2
.01
-2.5
-3
-10
-8
-6
-4
-2
10
Probabilidade acumulada
12
1.5
E45
.85
.75
.65
.55
.45
.35
.25
.15
0.5
0
-0.5
-1
E5
-1.5
-2
-2.5
-3
.05
E4
.01
-6
-4
-2
Probabilidade acumulada
1.5
1
.85
.75
.65
.55
.45
.35
.25
.15
E45
0.5
0
E5
-0.5
-1
E4
-1.5
.05
-2
.01
-2.5
-3
-8
-6
-4
-2
Probabilidade acumulada
89
g.l.
Quadrado
mdio
F0
Valor p
1. Tempo Injeo
5,06
5,06
0,64
0,44
2. Tempo Resfriamento
9,00
9,00
1,14
0,31
3. Temperatura Molde
0,02
0,02
0.03
0,97
4. Temperatura Mquina
324,00
324,00
41,09
7,7EXP-05
5. Presso Injeo
185,64
185,64
23,55
6,6EXP-04
78,84
10
7,88
FONTE DE VARIAO
Erro
DIMENSIONAL
Soma
Quadrado
g.l.
Quadrado
mdio
F0
Valor p
1. Tempo Injeo
4,90
4,90
0,30
0,60
2. Tempo Resfriamento
3,29
3,29
0,20
0,66
3. Temperatura Molde
0,88
0,88
0,05
0,82
4. Temperatura Mquina
22,21
22,21
1,35
0,07
5. Presso Injeo
56,06
56,06
3,41
0,09
164,51
10
16,45
FONTE DE VARIAO
Erro
DEFORMAO
Soma
Quadrado
g.l.
Quadrado
mdio
F0
Valor p
1. Tempo Injeo
1,35
1,35
0,22
0,65
2. Tempo Resfriamento
4,68
4,68
0,78
0,40
3. Temperatura Molde
1,18
1,18
0,20
0,67
4. Temperatura Mquina
99,75
99,75
16,60
2,2EXP-03
5. Presso Injeo
82,13
82,13
13,67
4,1EXP-03
Erro
60,10
10
6,01
FONTE DE VARIAO
-1
-1
Temperatura
Mquina
Temperatura
Mquina
6,0
5,74
5,74
4,0
2,0
1,21
1,21
0,0
-1
DIMENSIONAL
DEFORMAO
6,0
8,0
2,0
-1
-1
4,01
4,01
1
Presso de Injeo
DIMENSIONAL
DEFORMAO
2,93
2,93
2,01
0,0
6,0
4,33
4,0
3,43
2,0
0,0
-1
-1
TempoResfriamento
Resfriamento
Tempo
Tempo
Resfriamento
Tempo
Resfriamento
DIMENS IONAL
6,0
4,0
2,0
0,0
DIMENSIONAL
DEFORMAO
DEFORMAO
6,0
8,0
6,0
4,0
2,0
0,0
3,74
3,74
-1
3,20
TemperaturaMolde
Molde
Temperatura
3,18
3,18
-1
3,76
Tempo
dede
Injeo
Tempo
Injeo
4,0
3,64
3,64
4,11
2,0
0,0
-1
Temperatura
TemperaturaMolde
Molde
5,0
4,0
3,0
2,0
1,0
0,0
6,0
4,0
2,0
0, 0
0,0
-2,0
-4,0
-6,0
4,44
-1
-4,56
-4,56
Temperatura
Mquina
Temperatura
Mquina
5,75
4,0
Presso
Presso
de Injeo
8,0
6,0
4,0
2,0
0,0
Temperatura Mquina
Temperatura Mquina
FALHA/REBARBA
0,0
0,0
4,43
4,43
3,33
-1
Tempo
dede
Injeo
Tempo
Injeo
FALHA/REBARBA
0,98
2,0
2,70
2,0
6,0
4,0
2,0
0,0
-2,0
-4,0
-6,0
FALHA/REBARBA
4,0
5,06
4,0
FALHA/REBARBA
5,97
6,0
90
3,34
1
-3,47
--1
11
-3,47
Presso
Presso
de Injeo
6,0
4,0
2,0
0,0
-2,0
-4,0
-6,0
0,69
0,69
-1
1 -0,81
Tempo Resfriamento
Tempo Resfriamento
6,0
4,0
2,0
0,0
-2,0
-4,0
-6,0
-0,03
-0,03
-1
-0,09
-0,09
Temperatura
Molde
Temperatura
Molde
FALHA/REBARBA
6,0
6,0
8,0
DIMENSIONAL
DEFORMAO
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
0,50
-1
1 -0,63
Tempo de Injeo
3.9
91
(3.1)
92
Fatores de Controle
1. Presso de injeo
2. Tem. da mquina
Baixo (-1)
Alto (+1)
18 BAR
22
26 BAR
Z1: 190C
Z3: 165C
Z1: 190C
Z3: 187C
Z1: 190C
Z3: 210C
Z2: 170C
Z4: 160C
Z2: 195C
Z4: 180C
Z2: 220C
Z4: 200C
N
Teste
1
FATORES
T. Mquina
Z1: 190C
Z3: 165C
Z2: 170C
Z4: 160C
2
3
18
26
Z1: 190C
Z3: 210C
Z2: 220C
Z4: 200C
P. Inj.
18
26
Z1: 190C
Z3: 187C
Z2: 195C
Z4: 180C
22
22
22
22
22
93
Falha
Rebarba
Deformao
Dimensional
SQ
-10
10
10
300,0
0,2
0,1
36,05
5,25
0,5
4,05
44,22
5,25
0,15
5,15
54,11
50,0
3,75
3,75
29,13
3,75
0,75
3,75
28,69
3,75
0,25
39,13
6,25
0,75
64,63
(3.2)
94
Soma
Quadrado
g.l.
Quadrado
Mdio
F0
valor p
14127,7
14127,7
44,17
2,6EXP-03
Presso de Injeo
16136,62
16136,62
50,45
2,0EXP-03
Interao
18747,09
18747,09
58,62
1,5EXP-04
Curvatura do plano
10360,05
10360,05
32,39
4,7EXP-03
214,39
53,59
Fonte de Variao
Temperatura Mquina
Resduo
95
(3.3)
xi =
( i n c )
x i
(3.4)
96
Variveis
codificadas
x1
x2
-1
-1
-1
+1
Variveis naturais
Temperatura da Mquina
Z1: 190C
Z3: 165C
Z2: 170C
Z4: 160C
P. Injeo
18
26
Z1: 190C
Z3: 210C
Z2: 220C
Z4: 200C
18
+1
-1
+1
+1
22
22
22
22
10
+1.414
11
-1.414
12
+1.414
13
-1.414
26
Z1: 190C
Z3: 187C
Z2: 195C
Z4: 180C
Z1: 190C
Z3: 220C
Z2: 230C
Z4: 210C
Z1: 190C
Z3: 155C
Z2: 160C
Z4: 150C
Z1: 190C
Z3: 187C
Z2: 195C
Z4: 180C
22
22
22
27
16
97
Falha
Rebarba
Deformao
Dimensional
SQ
-5,0
8,0
7,81
150,0
3,75
1,6
1,55
19,03
2,5
1,9
1,1
11,07
5,25
1,05
5,25
56,23
1,5
0,25
0,5
2,56
-1,25
2,75
2,75
16,69
3,75
1,75
17,13
-2,25
2,5
2,75
18,88
2,5
0,5
6,50
10
-4,5
3,7
3,8
48,38
11
-4
3,6
3,5
41,21
12
3,75
2,5
2,75
27,88
13
4,75
0,25
4,35
41,55
(3.5)
Fonte de Variao
Temperatura Mquina
Presso de Injeo
Interao
Curvatura do plano
Resduo
Soma
Quadrado
g.l.
Quadrado
Mdio (QM)
F0
valor p
2587,24
2587,24
48,27
2,2EXP-03
1840,84
1840,84
34,34
4,2EXP-03
7755,44
7755,44
144,69
2,7EXP-04
4852,75
4852,75
90,54
6.8EXP-04
214,39
53,59
98
(3.6)
(Temperatura Mquina)
2
(Presso Injeo)
Soma
Quadrado
Gl
Quadrado
Mdio
F0
valor p
344,471
344,47
0,65
0,44
0,19
1150,79
1150,79
2,18
848,673
848,673
1,60
0,25
2917,502
2917,50
5,53
0,05
1661,114
1661,11
3,14
0,12
7755,44
7755,44
14,70
8,0EXP-03
3164,781
527,463
99
100
Grficos de Contornos
Planejamento composto central (Polinmio de segunda ordem)
Mdia = 35.16 Interseco = 11.17
2
Presso de Injeo (x2)
(0,1.41)
(-1,1)
(1,1)
(-1.41,0)
(0,0)
0.000 to
25.00
(1.41,0)
50.00 to
75.00
(-1,-1)
-1
100.0 to
125.0
(1,-1)
150.0 to
175.0
(0,-1.41)
-2
200.0 to
225.0
w1
w2
-2
-1
Pontos
Centrais
x1
x2
0,34
-0,07
Variveis naturais
T. Mquina
Z1: 190C
Z3: 195C
Z2: 203C
Z4: 188C
Resposta (y0)
P. Inj.
21 BAR
11
101
(3.7)
(3.8)
Na eq. (3.8), observa-se que os sinais das razes so opostos. Isto demonstra
que o ponto estacionrio (x0) um ponto de sela, conforme descrito pela Figura 3.15.
Ainda, comparando os valores das razes, percebe-se que a pendente da superfcie de
resposta na direo do eixo w1 tende a ser mais atenuada. Portanto, uma investigao
mais detalhada nessa direo torna-se necessria.
Nessa etapa do procedimento de anlise estatstica, so construdas as
equaes matemticas que descrevem o relacionamento entre as variveis
independentes (x1, x2) e as variveis do espao wi. Assim, partindo-se da eq. (3.9),
proposta por MONTGOMERY (1991) e BOX & HUNTER (1957), determina-se a
eq. (3.10).
2 i
w = M*(x-x0); M = 1
12 /2
m11 m12
*
= 0 ; x = (x1, x2) (3.9)
i m 21 m 22
12 /2
2
2
(3.10)
102
Fatores
(w1, w2)
(x1, x2)
(+1.66, 0)
Ponto Estacionrio
(-1.66, 0)
(-0.76, 1.16)
(0.34, -0.06)
(1.4, -1.3)
Z1: 190C
Z3: 168C
Z1: 190C
Z3: 195C
Z1: 190C
Z3: 223C
Z1: 190C
Z3: 175C
Z2: 176C
Z4: 161C
Z2: 203C
Z4: 188C
Z2: 231C
Z4: 216C
Z2: 180C
Z4: 170C
T. Mq
P. Inj
24 BAR
21 BAR
16 BAR
20 BAR
103
determinou
na
primeira
etapa
do
procedimento
experimental
(Tabela 3.1).
TABELA 3.23 - CONFIRMAO DO PONTO ESTACIONRIO
TEMPERATURA MQUINA
Z1:Bico =190C
Z3= 195C
Z2= 203C
Z4= 188C
PRESSO
INJEO
21 BAR
RESULTADO
(mdia)
F/R
DEF
DIM
0,75
0,6
0,45
SQ
1.2
104
Captulo 4 Concluso
105
4 CONCLUSO
4.1
Concluso
O objetivo geral deste trabalho foi estudar e aplicar as tcnicas de
experimentos
industriais,
observa-se
que
as
respostas
so
analisadas
individualmente.
No processo de implantao, foi possvel demonstrar para os funcionrios
Captulo 4 Concluso
106
Captulo 4 Concluso
107
Captulo 4 Concluso
108
eliminada completamente.
Outra dificuldade est relacionada a escolha dos fatores de controle
investigados com as tcnicas experimentais. Algumas pesquisas realizadas com o
mesmo processo de injeo plstica demonstraram que outros fatores podem
influenciar o desempenho (ACHARYA & MAHESH, 1999; NISHINA et al., 1998;
ENGEL & HUELE, 1996 e MONTGOMERY, 1991). Isso comprova que os
resultados da aplicao do procedimento de otimizao utilizado neste projeto so
especficos ao componente plstico (projeto do molde utilizado) e matria-prima
(polmero Polipropileno) utilizado para realizar os experimentos industriais.
Ainda, deve-se observar que na fase inicial de experimentao a faixa de
operao dos parmetros foi estabelecida conforme a experincia dos funcionrios.
Quando os ensaios foram realizados com esses nveis, vrios problemas ocorreram
com o equipamento de injeo. Considerando esse ponto e outros aspectos (ex. falta
de experincia com as tcnicas de planejamento e anlise de experimentos e de
conhecimento do processo de injeo plstica), os pesquisadores, com o primeiro
experimento, no conseguiram concluir com segurana sobre os fatores que
realmente influenciavam as caractersticas de qualidade do processo de injeo
plstica. Entretanto, pode-se perceber que pela falta de procedimentos e tcnicas
adequadas na definio dos nveis, o processo de fabricao estava perdendo
produtividade, gerando refugo e baixa qualidade, aumentando os custos de produo.
Essas questes demonstram a necessidade de utilizar as ferramentas estatsticas e
realizar novos experimentos.
Finalmente, um resultado bastante importante deste trabalho foi o de
mostrar s pessoas envolvidas no estudo a validade de analisar cientificamente o
processo de transformao e, com isso no s fomentar o uso dessas tcnicas junto
empresa em questo, mas tambm promover a aproximao universidade-empresa.
Com essa integrao foi possvel criar um processo de aprendizagem. Isto , a
medida que os experimentos eram realizados os pesquisadores foram adquirindo
informaes tcnicas do processo de fabricao e os funcionrios da empresa foram
se familiarizando com os conceitos de delineamento de experimentos.
Captulo 4 Concluso
4.2
109
includa na maioria dos cursos de engenharia das universidades brasileiras, percebese que nas empresas poucas pessoas utilizam tais conceitos para investigar os
problemas de qualidade dos produtos ou processos de fabricao. Portanto, torna-se
necessrio investigar com mais detalhes quais so os principais motivos dessa
resistncia. A identificao das causas certamente permitir elaborar um plano de
aes que elimine essa deficincia na indstria nacional, assim como motivar as
pessoas de outros setores a usar as tcnicas de experimentao.
No projeto foram utilizadas as tcnicas de Planejamento Fatorial e Anlise
de Varincia para realizar e analisar estatisticamente os ensaios. Porm, na literatura
de projetos experimentais existem outras tcnicas experimentais (ex. mtodo
Taguchi, algoritmos de planejamento timos) que podem ser aplicadas em conjunto
com os procedimentos de ajustagem de superfcie de resposta descritos
anteriormente. Outra sugesto, a utilizao de uma nova funo de perda quadrtica
(REDDY et al., 1998; GUEDES, 1996; ELSAYED & CHEN, 1993; TAGUCHI,
1993).
As anlises de resultados demonstraram quais eram os principais fatores de
controle e os nveis timos que satisfazem as condies de operao do processo de
injeo plstica. No entanto, para uma anlise mais completa do processo
recomenda-se que novos experimentos sejam realizados. Neste caso, para estudar o
comportamento ou a variao da funo resposta podem ser selecionados outros
parmetros e faixas de operao.
Ainda, com o objetivo de determinar os melhores nveis de regulagens do
processo ou desenvolver produtos mais robustos, sugere-se que novas pesquisas
sejam realizadas com as tcnicas de planejamento e anlise de experimentos em
outros processos de transformao de resinas termoplsticas. Ao mesmo tempo,
recomenda-se que outras ferramentas de qualidade sejam integradas ao projeto de
experimentos.
Anexos
110
ANEXOS
Anexo A - Mtodo para estimar os parmetros dos modelos matemticos
Anexo B - Carta de apresentao
Anexo C - Resoluo do modelo de primeira ordem
Anexo D - Resoluo do modelo de segunda ordem
Anexo E - Clculo do ponto estacionrio do processo de fabricao
Anexos
111
(1)
sendo que,
y1
y
2
Y= .
..
y n
1 x 11 x 21
1 x x
12 22
X = .
:
:
.
1 x n1 x n2
x k1
... x 2k
:
:
... x nk
...
0
1
= .
..
k
0
1
= .
..
n
(2)
Anexos
112
(3)
^
L
= 2 X ' y + 2 X ' X = 0 , o que significa que: XX = Xy
= (XX)-1Xy
(4)
A eq. (4), tambm pode ser representada com mais detalhes pela forma
matricial, conforme segue:
1
2
.
= XX =
.
.
k
n
x i1
i=1
:
n
x
ik
i=1
x
i=1
n
x
i =1
2
i1
:
n
x
i=1
yi
i =1
i=1
i=1
n
n
n
Xy
=
i=1
i =1
i=1
:
:
:
:
n
n
n
2
x
x
...
x
x
y
ik i2
ik
ik i
i =1
i =1
i=1
n
i1
ik
x i1
i2
...
ik
Anexos
113
Anexos
114
1
-1
-1
1
-1
-1
1
1
0
0
0
0
0
1
-1
1
-1
-1
1
-1
1
0
0
0
0
0
1
1
-1
-1
1
1
1
1
X
1
0
0
0
XX
9
0
0
0
0
4
0
0
0
0
4
0
0
0
0
4
(XX)-1
0,111
0
0
0
0
0,250
0
0
0
0
0,250
0
y
300
36,05
44,22
54,11
50
29,13
28,69
39,13
64,63
1
-1
-1
1
0
0
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
1
0
0
0
Xy
646,0
-237,72
-254,06
282,01
=(XX)-1*Xy
0
0
0
0,250
71,70
-59,430
-63,515
70,503
Anexos
115
11
22
12
-1
-1
-1
-1
19,03
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
1,414
-1,414
0
0
-1
1
0
0
0
0
0
0
0
1,414
-1,414
1
1
0
0
0
0
0
2
2
0
0
1
1
0
0
0
0
0
0
0
2
2
-1
1
0
0
0
0
0
0
0
0
0
11,07
56,23
2,56
16,69
17,13
18,88
6,5
48,38
41,21
27,88
41,55
1
-1
-1
1
1
1
1
-1
1
1
1
-1
1
1
-1
1
1
-1
1
1
1
1
1
1
1
0
0
0
0
0
1
0
0
0
0
0
X
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
1
1
1
1,414 -1,414
0
0
0
0
1,414 -1,414
2
2
0
0
0
0
2
2
0
0
0
0
XX
13
0
0
8
8
0
0
8
0
0
0
0
0
0
8
0
0
0
8
0
0
12
4
0
8
0
0
4
12
0
0
0
0
0
0
4
(XX)-1
150
Xy
457,11
-91,59
-105,14
415,51
375,19
176,13
i=(X'X)-1*X'y
0,2
-0,1
-0,1
12,35
0,125
-11,45
0,125
-13,14
-0,1
0,144
0,019
20,83
-0,1
0,019
0,144
15,69
0,250
44,033
Anexos
116
(1)
-11,45
20,83
22,01
-13,14
22,01
15,69
xi =
( i n c )
x i
(2)
0,34 =
z 1 = 190 C z 3 = 187 C
z 2 = 195 C z 4 = 180 C
25 C
1 =
z 1 = 190 C
z 2 = 203 C
z 3 = 195 C
z 4 = 188 C
Referncias Bibliogrficas
117
REFERNCIAS BIBLIOGRFICAS
ABRAHAM, B.; CHIPMAN, H.; VIJAYAN, K. (1999).
Some risks in the
construction and analysis of supersaturated designs. Technometrics, v.41, n.2,
p.135-141, May.
ACHARYA, U.H.; MAHESH, C. (1999). Winning back the customers confidence:
a case study on the application of design of experiments to and injection-molding
process. Quality Engineering, v.3, n.11, p.357-363.
ANDERSON, R.L. (1957).
Complete factorials, fractional factorials and
confounding. CHEW, V. Experimental design in industry. New York, John
Wiley & Sons, Inc. p.59-107.
ANNUAL QUALITY CONGRESS. (2000). Foresight XXI. http://www.asq.org.
(10 Jun.).
ANTONY, J.; KATE, M.; FRANGOU, A. (1998). A strategic methodology to the
use of advanced statistical quality improvement techniques.
The TQM
Magazine, v.10, n.3, p.169-176.
BARKER, T.B. (1985). Quality by experimental design. New York, Marcel
Dekker; Milwaukee: ASQC Quality Press. Cap.1-2, p.1-22.
BOWER, J.A. (1997). Statistic for food science V: comparison of many groups
(part A). Nutrition & Food Science, n.2, p.78-84, Mar./Apr.
BOX, G.E.P.; BISGAARD, S. (1987).
The scientific context of quality
improvement. Quality Progress, v.20, n.6, p.54-61, Jun.
BOX, G.E.P.; DRAPER, N.R. (1987). Empirical model-building and response
surfaces. New York, Wiley. (Wiley Series in Probability and Mathematical
Statistics).
BOX, G.E.P.; HUNTER, J.S. (1957). Experimental design for the exploration and
exploitation of response surfaces. CHEW, V. Experimental design in industry.
New York, John Wiley & Sons, Inc., p.138-190.
BOX, G.E.P.; LIU, P.Y.T. (1999). Statistics as a catalyst to learning by scientific
method part I-an example. Journal of Quality Technology, v.31, n.1, p.1-15,
Jan.
BUTTON, S.T. (2001). Metodologia para planejamento experimental e anlise de
Referncias Bibliogrficas
118
John Wiley.
COLEMAN, D.E.; MONTGOMERY, D.C. (1993).
A systematic approach to
planning for a designed industrial experiment. Technometrics, v.35, n.1, p.1-12,
Feb.
COMINATTO, A.C. (1990). Manual prtico de funcionamento I 17. So Paulo,
ASTRA S/A Indstria e Comrcio. /Apostila/
COMINATTO, A.C. (1997). Influncias das variveis do ciclo no produto final.
So Paulo, ASTRA S/A Indstria e Comrcio. /Apostila/
CRUZ, C.H.B.; FRAGNITO, H.L.; COSTA, I.F.; MELLO, B.A. (1997). Guia para
fsica experimental, caderno de laboratrio, grficos e erros.
Campinas,
UNICAMP. /Apostila/
CHEN, Y.M.; LIU, J.J. (1999).
Cost-effective design for injection molding.
Robotics computer integrate manufacturing, n.15, p.1-21.
CHEW, V. (1957). Experimental designs in industry. New York, John Wiley &
Sons, Inc. p.1-58.
DANE, F.C. (1990). Research methods. California, Brooks/Cole. Cap. 1-2.
DEVOR, R.E.; CHANG, T.; SUTHERLAND, J.W. (1992).
Statistical quality
design and control - Contemporary concepts and methods. New Jersey, Prentice
Hall, Inc. Cap.15-20, p.503-744.
DOW. (2001).
Dow polietilenol.
http://www.doe.com.br/potyethilene/pot/fab.
(2 Jul.).
ELSAYED, E.A.; CHEN, A. (1993). Optimal levels of process parameters for
products with multiple characteristics.
International Journal Production
Research, v.31, n.5, p.1117-1132.
EMPRESA ABC. (2001).
Aulas 1-7.
So Paulo, ASTRA S/A Indstria e
Comrcio. /Apostila/
ENGEL, J.; HUELE, A.F. (1996). A generalized linear modeling approach to robust
design. Technometrics, v.38, n.4, p.365-373.
GIL, A.C. (1988). Como elaborar projetos de pesquisa. So Paulo, Atlas. p.4560.
GUEDES, T.A. (1996). Procedimentos de otimizao no planejamento e controle
Referncias Bibliogrficas
119
Referncias Bibliogrficas
120
Referncias Bibliogrficas
121