Método de otimização de produtos e processos medidos por múltiplas características de qualidade

Abstract

Esta dissertação pretende consolidar um método quantitativo, flexível e genérico que possa ser útil na otimização experimental dos mais variados produtos e processos industriais medidos por múltiplas variáveis de resposta. O que se pretende com o método é identificar o ajuste ótimo dos fatores controláveis, ou seja, aquele que reduz os custos devido à má qualidade de um produto considerando também os custos de matéria-prima e energia gastos na fabricação desse produto. A redução dos custos gerados pela má qualidade de um produto é alcançada através da minimização dos desvios das variáveis de resposta dos seus valores alvos e maximização da robustez do produto ou processo aos fatores de ruído e a possíveis oscilações nos fatores controláveis, pois toda vez que uma variável de resposta desvia-se do seu valor alvo ou apresenta variabilidade, existe uma perda financeira experimentada pelo seu usuário. Ao longo do texto, faz-se uma revisão da literatura existente sobre o assunto, apresentam-se as etapas do método que devem ser cumpridas e algumas ferramentas consideradas eficientes no cumprimento dessas etapas. Logo após, realizam-se estudos práticos para validar o método e, baseado nesses estudos e no referencial teórico, conclui-se sobre o assunto.

The aim of this work is to present and discuss a quantitative and generic optimization method to be applied to a variety of industrial products or process measured trough multiple response variables. The method intends to identify the optimal adjustment for the factors, i. e., the one wich minimizes the cost due poor quality taking into account raw material and energy cost. To reduce quality losses, the response variables should be as close as possible to their target, and the product or process performance must be robust to noise factors as well as to oscilation in factor levels. Whenever a response variable deviates from its target, or presents variability, the loss percived by the user increases. This text presents a literature review on experimental optimization, discusses the steps of a proposed method, and presents some efficient tools to be used to carried out the steps of the optimization. Moreover, some case studies are presented and, based on these studies as well as on the literature review, conclusions are drawn.