Aprenda a testar: é importante

Aprenda a testar: é importante

Em muitas situações, é comum a necessidade de estudar o efeito de diversas variáveis de entrada ou de processo (fatores) em uma variável de saída (variável resposta). Isto acontece em todos os processos, desde a injeção de plástico até desenvolvimento de jogos online, passando por usinagem, solda, processos químicos etc. Em todos estes processos é necessário realizar o ajuste dos parâmetros de entrada com o intuito de obter o melhor resultado possível. No caso do processo de usinagem, é importante que o operador defina a melhor velocidade de corte, avanço, profundidade, pressão do fluído refrigerante, concentração do fluído e qual ferramenta utilizar, além de outros parâmetros que também podem influenciar.

A dúvida é: como ajustar a melhor configuração de parâmetros para produzir uma determinada peça? Tradicionalmente, há duas formas: confiar na experiência do operador (ou em tabelas fornecidas pelo fabricante) ou ajustar na tentativa e erro. A maioria das empresas busca um mix entre estas duas formas, realizando um ajuste inicial baseado na experiência do operador (ou do engenheiro responsável) e depois ajustando na tentativa e erro. É o velho mexe mais um pouco aqui, desce ali, sobe o outro parâmetro e verifica se melhorou. Alguns mais “técnicos” preferem testar um parâmetro por vez, num teste conhecido como A/B. Neste teste, travam-se todos os parâmetros, com exceção daquele que se deseja estudar. Depois, observa-se o efeito que o parâmetro testado teve no resultado do produto.

Qual é o problema deste teste? Ele não considera o efeito da interação dos fatores. Haverá casos que o resultado só irá melhorar quando dois ou mais parâmetros forem alterados simultaneamente.

Seguindo este raciocínio, vamos a um exemplo de um plano experimental 2n. Supomos que vocês queiram analisar o efeito da velocidade de corte, velocidade de avanço e profundidade de corte na rugosidade de uma determinada peça. Como montar um plano experimental para isto? Pelo enunciado do problema, já temos os nossos 3 fatores a serem analisados e a variável resposta de interesse. Depois, para o experimento fatorial do tipo 2n vamos precisar definir dois níveis (valores) para cada fator.

Aí sim, é importante perguntar a opinião de alguém experiente no processo que vai dar uma dica sobre qual é o parâmetro mínimo e máximo a se utilizar para aquela peça. Com os dos níveis na mão, partimos para montar as receitas para o experimento. Sugerimos neste caso, utilizar o software Minitab, pois ele tem uma função específica para isto, caso não possua, pode montar no Excel, desde que a ordem de execução das receitas seja aleatorizada.

 Aprenda a testar

Assim, com 8 experimentos apenas, conseguiremos analisar o efeito da alteração dos fatores no rugosidade da peça. Outro pergunta: quantas amostras são necessárias? Isto depende. Falaremos mais sobre isto nos próximos posts. Quem quiser saber mais sobre DOE e as técnicas de planejamento de experimentos, mande-nos um e-mail.

0 respostas

Deixe uma resposta

Want to join the discussion?
Feel free to contribute!

Deixe uma resposta

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