Melhorando seus projetos e processos através do DOE

DOE DOE DOE DOE
29 de janeiro de 2020
Última modificação: 29 de janeiro de 2020

Autor: Guilherme Mendes
Categorias: Blog, Melhoria de Processos

Nessa postagem falaremos de um método de planejamento que é uma ferramenta poderosa e, além de poder ajudar o seu negócio reduzindo a complexidade de mão-de-obra e otimizando processos, relaciona-se diretamente com a metodologia Lean Six Sigma, que se chama DOE (Design of Experiments ou em português, Planejamento de Experimentos).

Vamos iniciar esse tema com um exemplo. Pensando no processo de preparo de uma panela de arroz. Existem diversos fatores influentes no processo que podem ser controlados, como por exemplo a quantidade e qualidade do arroz, ou até mesmo a quantidade de água utilizada.

Existem também fatores que não podem ser controlados neste processo. A menos de que você tenha um termômetro, em geral as temperaturas, tanto da panela quanto do ambiente, não são controladas durante o processo de cozimento. Esses fatores precisam ser reconhecidos para entender como eles podem afetar a resposta (ou saída do processo), que no caso seriam o sabor e a textura do arroz.

É aí que entra o famoso DOE, garantindo as competências necessárias para determinar parâmetros eficientes para quaisquer processos.

Vamos entender melhor sobre este conceito?

O que é DOE?

O design de experimentos (DOE) é um método sistemático para determinar a relação entre os fatores que afetam um processo e a saída deste. Em outras palavras, é usado para encontrar relações de causa e efeito. Essas informações são necessárias para gerenciar as entradas do processo, a fim de otimizar a saída.

A compreensão do DOE exige primeiro o conhecimento de algumas ferramentas estatísticas e conceitos de experimentação. Embora um DOE possa ser analisado em muitos programas de software, é importante que os profissionais compreendam os conceitos básicos do DOE para a aplicação adequada.

O projeto experimental pode ser usado no ponto de maior alavancagem para reduzir os custos do projeto, acelerando o processo de projeto, reduzindo as alterações tardias do projeto de engenharia e reduzindo o material do produto e a complexidade da mão-de-obra. As experiências projetadas também são ferramentas poderosas para obter economia nos custos de fabricação, minimizando a variação do processo e reduzindo o retrabalho, a sucata e a necessidade de inspeção.

Termos e conceitos comuns do DOE

Os termos mais usados ​​na metodologia DOE incluem: fatores de entrada controláveis ​​e incontroláveis, respostas, teste de hipóteses, bloqueio, replicação e interação.

Explicaremos cada um destes termos realizando uma analogia com o exemplo do preparo de arroz, iniciando com os fatores de entrada controláveis, ou fatores x. São os parâmetros de entrada que podem ser modificados em um experimento ou processo (que, no nosso caso, eram as quantidades de água e arroz e a qualidade do mesmo).

Fatores de entrada incontroláveis ​​são aqueles parâmetros que não podem ser alterados. No exemplo do cozimento do arroz, essa pode ser a temperatura do ambiente, neste caso, da cozinha.

Respostas, ou medidas de saída, são os elementos do resultado do processo que medem o efeito desejado. No exemplo da culinária, o sabor e a textura do arroz são as respostas.

Os fatores de entrada controláveis ​​podem ser modificados para otimizar a saída. A relação entre os fatores e as respostas é mostrada na figura a seguir.

Se você não possui um conhecimento geral de estatística, revise os módulos de histograma, controle estatístico de processo e análise de regressão.

Você pode usar o software de análise de dados do Power BI para criar e analisar muitos projetos experimentais comumente usados, mas poderosos. Aprenda mais sobre essa incrível ferramenta com o curso Power BI FM2S.

Da mesma forma, pode haver outros tipos de fatores, como o método ou as ferramentas de mistura, a sequência de mistura ou até mesmo pessoas envolvidas. As pessoas geralmente são consideradas um fator de ruído, ou seja, um fator incontrolável que causa variabilidade em condições operacionais normais, mas podemos controlá-lo durante o experimento usando bloqueio e randomização. Uma associação que está sendo bastante pesquisada que é associada ao DOE é o uso de machine learning ou aprendizado de máquina. Basicamente consiste em máquinas que realizam o planejamento de experimentos, sem a necessidade de interferência humana, o que eliminaria o fator de ruído.

Fatores potenciais (DOE)

Estes, podem ser categorizados usando o Gráfico Espinha de Peixe (Diagrama de Causa e Efeito). Resultados importantes são medidos e analisados ​​para determinar os fatores e suas configurações que fornecerão o melhor resultado geral para as características críticas à qualidade – variáveis ​​mensuráveis ​​e atributos passíveis de avaliação.

Níveis ou configurações de cada fator no estudo

Exemplos incluem a configuração da temperatura do fogão e as quantidades específicas de sal e tempero escolhidos para avaliação.

Resposta ou saída do experimento.

No caso do preparo do arroz, o sabor, a consistência e a aparência são resultados mensuráveis ​​potencialmente influenciados pelos fatores e seus respectivos níveis.

Os experimentadores geralmente desejam evitar a otimização do processo para uma resposta em detrimento de outra. Por esse motivo, resultados importantes são medidos e analisados ​​para determinar os fatores e suas configurações que fornecerão o melhor resultado geral para as características críticas à qualidade – variáveis ​​mensuráveis ​​e atributos passíveis de avaliação.

Objetivos do DOE

As experiências projetadas têm muitos usos em potencial na melhoria de processos e produtos, incluindo:

Comparação de alternativas

No caso do nosso exemplo, podemos comparar os resultados de dois tipos diferentes de arroz. Se o arroz de diferentes fornecedores não for significativo, poderemos selecionar o fornecedor de menor custo. Se o arroz for significativo, prezaríamos pela qualidade. O experimento deve permitir-nos tomar uma decisão informada que avalia tanto a qualidade quanto o custo.

Identificando as entradas significativas (fatores) que afetam uma saída (resposta) – separando as poucas vitais das muitas triviais.

Para isso, podemos fazer a seguinte pergunta: Quais são os fatores significativos além do arroz, sal, temperos e cozimento?

Atingindo um resultado ótimo do processo (resposta).

Quais são os fatores necessários e quais são os níveis desses fatores para obter o sabor e a consistência exatos do arroz “ideal”?

Reduzindo a variabilidade.

A receita pode ser alterada para ter mais chances de sair sempre da mesma forma?

Minimizar, maximizar ou direcionar uma saída (resposta).

Como o arroz pode ficar o mais “soltinho” possível?

Melhoria do processo ou produto “Robustez” – adequação ao uso sob condições variadas.

Os fatores e seus níveis (receita) podem ser modificados para que o arroz saia quase o mesmo, independentemente do tipo de fogão usado?

Balanceamento de tradeoffs quando houver várias características críticas à qualidade (CTQCs) que requerem otimização.

Como você produz o melhor arroz com a receita mais simples (menor número de ingredientes) e o menor tempo de cozimento?

Diretrizes do DOE

O design de um experimento aborda as questões descritas acima, estipulando o seguinte:

  1. Os fatores a serem testados.
  2. Os níveis desses fatores.
  3. A estrutura e o layout das execuções experimentais, ou condições.

Um experimento bem projetado é o mais simples possível – obtendo as informações necessárias de uma maneira econômica e reproduzível.

Ao projetar um experimento, preste atenção às quatro possíveis armadilhas que podem criar dificuldades experimentais:

Erro

Além do erro de medição (explicado acima), outras fontes de erro ou variação inexplicável podem ocultar os resultados. Observe que o termo “erro” não é sinônimo de “erros”. Erro refere-se a todas as variações inexplicáveis ​​que estão dentro de uma experiência ou entre experiências e associadas à alteração das configurações de nível. Experimentos adequadamente projetados podem identificar e quantificar as fontes de erro.

Fatores de Ruído

Fatores incontroláveis ​​que induzem variação em condições operacionais normais são referidos como “Fatores de ruído”. Esses fatores, como várias máquinas, vários turnos, matérias-primas, umidade etc., podem ser incorporados ao experimento para que sua variação não se acumule no inexplicável ou erro do experimento. Um dos pontos fortes dos experimentos projetados é a capacidade de determinar fatores e configurações que minimizam os efeitos dos fatores incontroláveis.

Correlação de fatores

A correlação pode frequentemente ser confundida com causalidade. Dois fatores que variam juntos podem ser altamente correlacionados sem que um influencie o outro – ambos podem ser causados ​​por um terceiro fator. Considere o exemplo de uma operação de esmaltagem de porcelana que faz banheiras. O gerente percebe que há problemas intermitentes com a “casca de laranja” – uma rugosidade inaceitável na superfície do esmalte. O gerente também observa que a casca de laranja é pior em dias com baixa taxa de produção.

Efeitos combinados

Os efeitos combinados ou interações entre fatores exigem uma reflexão cuidadosa antes da realização do experimento. Por exemplo, considere um experimento para cultivar plantas com duas entradas: água e fertilizante. Constata-se que quantidades maiores de água aumentam o crescimento, mas há um ponto em que a água adicional leva à podridão das raízes e tem um impacto prejudicial.

Da mesma forma, fertilizantes adicionais têm um impacto benéfico até o ponto em que muitos fertilizantes queimam as raízes. Além dessa complexidade dos principais efeitos, também existem efeitos interativos – muita água pode negar os benefícios do fertilizante lavando-o. Os fatores podem gerar efeitos não lineares que não são aditivos, mas eles só podem ser estudados com experimentos mais complexos que envolvem mais de 2 configurações de nível. Dois níveis são definidos como lineares (dois pontos definem uma linha), três níveis são definidos como quadráticos (três pontos definem uma curva), quatro níveis são definidos como cúbicos e assim por diante.

Desta forma, pudemos relacionar o conceito de DOE com algumas diretrizes, fatores potenciais e objetivos desta metodologia. Vimos que ela também esta totalmente atrelada às ferramentas da qualidade como controle de processos, gestão de projetos e muito mais.

Estes e muitos outros cursos são oferecidos pela FM2S. Acesse já a nossa plataforma EAD e confira o nosso curso Green Belt e saia na frente!

Deixe seu comentário

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

dezesseis − 14 =