Production
https://prod.org.br/article/doi/10.1590/S0103-65132007000300011
Production
Article

Projeto robusto de parâmetros em sistemas sinal-resposta: comparação de métodos de modelagem e análise

Robust parameter design in signal-response systems: comparison of modeling and analysis methods

Freitas, Marta Afonso; Faleiro, Rosiane Mary R.; Borges, Marco Fábio

Downloads: 0
Views: 129

Resumo

A maior parte da literatura relacionada a Projeto Robusto de Parâmetros (RPD), uma metodologia introduzida por Taguchi (1986), envolve situações nas quais a característica de qualidade de interesse (resposta) é uma quantidade única que possui um valor ótimo especificado. Uma tendência recente em aplicações industriais de RPD consiste em considerar sistemas complexos, os quais são chamados de "sistemas com características dinâmicas" ou apenas "sistemas dinâmicos", na terminologia de Taguchi, ou por "sistemas sinal-resposta", neste artigo. Recentemente, métodos de modelagem e análise para o problema de RPD para sistemas sinal-resposta têm sido desenvolvidos. Neste artigo, três abordagens de modelagem são comparadas através de um exemplo real: Modelagem da Medida de Desempenho (PMM), Modelagem da Resposta (RM) e Modelagem da Função Resposta (RFM). Mostra-se que a abordagem RFM permite uma maior flexibilidade para investigar efeitos de fatores para o experimento RPD para sistemas sinal-resposta.

Palavras-chave

Projeto robusto de parâmetros, sistemas sinal-resposta, razão sinal-ruído

Abstract

A maior parte da literatura relacionada a Projeto Robusto de Parâmetros (RPD), uma metodologia introduzida por Taguchi (1986), envolve situações nas quais a característica de qualidade de interesse (resposta) é uma quantidade única que possui um valor ótimo especificado. Uma tendência recente em aplicações industriais de RPD consiste em considerar sistemas complexos, os quais são chamados de "sistemas com características dinâmicas" ou apenas "sistemas dinâmicos", na terminologia de Taguchi, ou por "sistemas sinal-resposta", neste artigo. Recentemente, métodos de modelagem e análise para o problema de RPD para sistemas sinal-resposta têm sido desenvolvidos. Neste artigo, três abordagens de modelagem são comparadas através de um exemplo real: Modelagem da Medida de Desempenho (PMM), Modelagem da Resposta (RM) e Modelagem da Função Resposta (RFM). Mostra-se que a abordagem RFM permite uma maior flexibilidade para investigar efeitos de fatores para o experimento RPD para sistemas sinal-resposta.

Keywords

Robust parameter design, signal-response systems, signal-noise ratio

References



BAE, S. J.; TSUI, K. L. Analysis of Dynamic Robust Design Experiment with Explicit & Hidden Noise Variables. Quality Technology & Quantitative Management, 1, p. 55-75, 2006.

BORGES, M. F.; FREITAS, M. A. Engenharia Robusta de Parâmetros na Indústria Automobilística buscando projetar certo da primeira vez. Anais do V CBGDP, Curitiba, PR, Brasil, 2005 (em CD).

BOX, G. Signal-to-noise ratios, performance criteria, and transformations. Technometrics, 30, p. 1-40, 1988.

BOX, G. E. P.; JONES, S. Designs for Minimizing the Effects of Environmental Variables. Technical Report, University of Wisconsin, 1990.

DeMATES, J. (1990). Dynamic analysis of injection molding using Taguchi methods. In Eighth Symposium on Taguchi Methods, p. 313-331. American Supplier Institute, Dearborn, MI.

ENGEL, J.; HUELE, A. F. A generalized linear modeling approach to robust design. Technometrics, 38, p. 365-373, 1996.

FOWLKES, W. Y.; CREVELING, C. M. Engineering Methods for Robust Product Design. Reading, MA: Addison-Wesley, 1995.

GREGO, J. M. Generalized linear models and process variation. Journal of Quality Technology, 25, p. 288-295, 1993.

GROVE, D. M.; DAVIS, T. P. Engineering Quality & Experimental Design. Essex: Longman Scientific & Technical, 1992.

HAMADA, M. S; WU, C. F. J. Analysis of Designed Experiments with Complex Aliasing. Journal of Quality Technology, 24, p. 130-137, 1992.

KACKER, R. N. Off-Line Quality Control, Parameter Design, and the Taguchi Method. Journal of Quality Technology, 17, p. 176-209, 1985.

LEE, Y.; NELDER, J. A. Robust design via generalized linear models. Journal of Quality Technology, 35, p. 2-12, 2003.

LENTH, R. V. Quick and easy analysis of unreplicated experiments. Technometrics 31, p. 469-473, 1989.

McCASKEY, S. D.; TSUI, K. L. Analysis of dynamic robust design experiments. International Journal of Production Research, 35, p. 1561-1574, 1997.

MANDEL, J. The Statistical Analysis of Experimental Data. New York: Interscience, 1964.

MILLER, A.; WU, C. F. J. Improving a Calibration System Through Designed Experiments. Technical Report, University of Waterloo, IIQP, 1991.

MILLER, A.; WU, C. F. J. Parameter Design for Signal-Response Systems: A Different Look at Taguchi's Dynamic Parameter Design. Statistical Science, 11, p. 122-136, 1996.

MILLER, A. Analysis of Parameter Design Experiments for Signal-Response Systems. Journal of Quality Technology, 34, p. 139-151, 2002.

NAIR, V. N. e SHOEMAKER, A. C. The Role of Experimentation in Quality Engineering: A Review of Taguchi's Contributions. Statistical Design and Analysis of Industrial Experiments, ed. S. Ghosh, New York: Marcel Dekker, p. 247-277, 1990.

NAIR, V. N. (Editor). Taguchi's parameter design: a panel discussion. Technomerics, 34, 127-161, 1992.

NAIR, V.; TAAM, W.; YE, Q. Analysis of Functional Responses from Robust Design Experiments. Journal of Quality Technology, 34, p. 355-370, 2002.

PHADKE, M. S. Quality Engineering Using Robust Design. Englewood Cliffs, NJ: Prentice-Hall, 1989.

ROSS, P. J. Taguchi Techniques for Quality Engineering. New York, NY: McGraw-Hill, 1988.

SHOEMAKER, A. C.; TSUI, K. L; WU, C. F. J. Economical experimentation methods for robust design. Technometrics, 33, p. 415-427, 1991.

SHOEMAKER, A. C.; TSUI, K. L; WU, C. F. J. Response model analysis for robust design. Communications in Statistics, 22, p. 1037-1064, 1993.

STEINBERG, D. M.; BURSZTYN, D. Dispersion effects in robust design with noise factors. Journal of Quality Technology, 26, p. 12-20, 1994.

TAGUCHI, G. Introduction to Quality Engineering: Designing Quality into Products and Process. Tokyo, Japan: Asian Productivity Organization, 1986.

TAGUCHI, G.; CHOWDHURY, S.; TAGUCHI, S. Robust Engineering. New York, NY: McGraw Hill, 2000.

TSUI, K. L. Avoiding unnecessary bias in robust design analysis. Computational Statistics and Data Analysis, p. 535-546, 1994.

TSUI, K. L. Response model analysis of dynamic robust design experiments. IIE Transactions, 31, p. 115-131, 1999.

WILKINS, J. O. Putting Taguchi Methods to Work to Solve Design Flaws. Quality Progress, 33, p. 55-59, 2000.

WU, D. F. J.; HAMADA, M. S. Experiments: Planning, Analysis, and Parameter Design Optimization. New York, NY: John Wiley and Sons, 2000.

5883a3ed7f8c9da00c8b46d9 1574685864 Articles
Links & Downloads

Production

Share this page
Page Sections