Análise de DOE

Um experimento planejado é uma série de ensaios, ou testes, nos quais você propositalmente altera variáveis de entrada ao mesmo tempo e observa as respostas.

Na indústria, experimentos planejados podem ser usados para investigar sistematicamente as variáveis de processos ou de produtos que afetam a qualidade do produto. Depois de identificar as condições do processo e componentes de produtos que afetam a qualidade do produto, você pode direcionar os esforços de melhoria para aprimorar a capacidade de fabricação, confiabilidade, qualidade e desempenho em campo de um produto.

Para adicionar saída de um DOE, vá para Adicione e complete um formulário.

2k doe fatorial

Use para criar um experimento planejado com a finalidade de estudar efeitos de 2 − 15 fatores. Com um experimento fatorial de 2 níveis, é possível identificar os fatores importantes para se concentrar em novos experimentos.

Por exemplo, um grupo de engenheiros planeja um experimento para investigar os efeitos de três fatores sobre a deformação que ocorre em uma placa de cobre. Eles criam, no Minitab, um experimento fatorial de 2 níveis que especifica as informações do experimento, incluindo blocos e pontos centrais. Para ver um exemplo, vá para Minitab Ajuda: Exemplo de Criar um experimento fatorial de 2 níveis (Geradores padrão).

Um DOE fatorial de 2k tem os seguintes tipos.
Experimento fatorial completo de 2 níveis
O experimento usa todas as combinações possíveis de configurações de fatores com 8 corridas para 3 fatores, 16 corridas para 4 fatores, 32 corridas para 5 fatores, e assim por diante.
Experimento fatoriais fracionado de 2 níveis
O experimento usa uma fração (metade, um quarto, e assim por diante) de todas as combinações possíveis de configurações de fatores, com um número menor de corridas do que o design fatorial completo de 2k .
Observação

Use esse formulário para registrar as medições durante o experimento. Use o formulário do DOE Planning para ajudá-lo a projetar o experimento.

Para obter mais informações sobre experimentos fatoriais, acesse Minitab Ajuda: Experimentos fatoriais e fatoriais fracionados.

Considerações de dados

Decida se você quer executar um DOE fatorial completo ou fracionado-fatorial.
  • Se o número de fatores for menor que 5, execute o design fatorial completo de 2k para permitir modelar todas as interações de 2 fatores com apenas 8 (3 fatores) ou 16 (4 fatores).
  • Se o número de fatores for 5 ou mais, execute a resolução V ou mais 2k projeto fatorial fracionado para reduzir o número de corridas enquanto ainda modela todas as interações de 2 fatores.

Experimento Fatorial Completo Geral

Use para criar um experimento planejado com a finalidade de estudar fatores que podem ter qualquer número de níveis. Você pode usar um experimento fatorial completo geral para criar experimentos de 2 níveis com resolução completa para 8 ou mais fatores.

Um gerente de marketing quer estudar a influência que três fatores categóricos exercem sobre a capacidade de sujeitos de teste recordarem um anúncio online. Como o experimento inclui fatores que têm 3 níveis, o gerente usa um experimento fatorial completo geral. Para ver um exemplo, vá para Minitab Ajuda: Exemplo de criar um experimento fatorial completo.

Observação

Use esse formulário para registrar as medições durante o experimento. Use o formulário do DOE Planning para ajudá-lo a projetar o experimento.

Para obter mais informações sobre experimentos fatoriais, acesse Minitab Ajuda: Selecione um experimento fatorial.

Considerações de dados

Projetos fatores completos gerais (GFF) não são recomendados para uso na triagem ou redução do número de insumos potencialmente importantes. O tamanho do experimento pode ser grande e, portanto, caro. Além disso, para fins de triagem, os projetos GFF fornecem muito mais informações do que você precisa. Você deve selecionar todas as entradas possíveis usando dois níveis e, em seguida, adicionar entradas que precisem de mais de dois níveis ao design selecionado.

Mistura DOE

Experimentos de mistura são uma classe especial de experimentos de superfície de resposta na qual o produto sob investigação é composto de diversos componentes ou ingredientes.

Os planos para esses experimentos são úteis porque diversos experimentos de produto e atividades de desenvolvimento em situações industriais envolvem formulações ou misturas. Nesses situações, a resposta é função das proporções dos diferentes ingredientes na mistura. Por exemplo, você pode estar desenvolvendo uma mistura para panqueca composta por farinha, fermento, leite, ovos e óleo. Ou você pode estar desenvolvendo um inseticida que mistura quatro ingredientes químicos. Para ver um exemplo, vá para Minitab Ajuda: Exemplo para Criar um experimento de mistura (simplex-centróide).

Considerações de dados

Antes de usar o Minitab você deve determinar qual experimento é mais adequado para sua experimentação. O Minitab oferece experimentos simplex-centróide, simplex-lattice e com vértices extremos. Considere o seguinte exemplo.
  1. Identificar os componentes, variáveis de processo e quantidades de mistura a serem analisados.
  2. Determinar o modelo a ser ajystado.
  3. Assegurar cobertura adequada da região experimental de interesse.
  4. Determinar o impacto que outras considerações têm sobre a escolha de experimento. Exemplos de outras considerações incluem custo, tempo ou disponibilidade de instalações e limites inferiores e superiores.

Para obter mais informações sobre experimentos fatoriais, acesse Minitab Ajuda: Escolha um experimento de mistura.

Otimização de várias respostas

Use otimização de resposta múltipla para determinar as configurações ideais em um experimento com uma única saída ou com várias saídas concorrentes.

Um experimento ótimo usa o grupo de "melhores" pontos do experimento selecionados ao se reduzir ou aumentar o número de ensaios experimentais no experimento original. Os recursos de experimento ótimo do Minitab podem ser usados com experimentos fatoriais completos, experimentos de superfície de resposta e experimentos de mistura em geral. Para ver um exemplo, vá para Minitab Ajuda: Exemplo de seleção de um experimento de superfície de resposta D-ótimo.

Considerações de dados

Os pontos candidatos devem ser um experimento fatorial completo geral, um experimento de superfície de resposta ou um experimento de mistura O tamanho da amostra e o poder devem ser desejáveis para um tamanho de efeito importante na prática. Um uso comum para experimentos ótimos é diminuir o número de ensaios experimentais, mas tamanhos de amostra menores podem não fornecer um experimento que possa detectar pequenos efeitos com poder suficiente. Para obter detalhes, vá para Minitab Ajuda: Considerações de dados para selecionar um experimento ótimo.

Experimentos de superfície de resposta

Um experimento de resposta de superfície é um conjunto de técnicas avançadas de planejamento de experimentos (DOE) que ajudam a entender e otimizar melhor a resposta.

A metodologia do experimento de superfície de resposta é usada, frequentemente, para refinar modelos após a determinação dos fatores importantes por meio de filtragem de experimentos ou experimentos fatoriais, especialmente quando existe suspeita de curvatura na superfície de resposta.

Por exemplo, um engenheiro deseja analisar o processo de moldagem por injeção para uma peça plástica. Em primeiro lugar, o engenheiro realiza um experimento fatorial fracionado, e identifica os fatores importantes (temperatura, pressão, taxa de resfriamento) e determina que a curvatura está presente nos dados. O engenheiro cria um experimento central composto para analisar a curvatura e encontrar as melhores definições de fatores. Para ver um exemplo, vá para Minitab Ajuda: Exemplo de Criar um experimento de superfície de resposta (central composto).

Considerações de dados

Existem dois tipos principais de experimentos de superfície de resposta:
Experimentos centrais compostos
Os experimentos centrais compostos podem ajustar um modelo quadrático completo. Eles são frequentemente usados quando o plano do experimento pede uma experimentação sequencial porque esses experimentos podem incluir informações a partir de um experimento fatorial corretamente planejado.
Experimentos de Plackett-Burman
Experimentos de Box-Behnken geralmente possuem menos pontos do que experimentos centrais compostos e por isso sua execução é menos dispendiosa com o mesmo número de fatores. Eles podem estimar eficientemente os coeficientes de primeira e segunda ordem, mas não podem conter ensaios de um experimento fatorial. Os designs box-Behnken sempre têm 3 níveis por fator, ao contrário dos designs compostos centrais, que podem ter até 5. Além disso, ao contrário dos designs compostos centrais, os designs box-Behnken nunca incluem corridas onde todos os fatores estão em sua configuração extrema, como todas as configurações baixas.

Para obter mais informações sobre experimentos fatoriais, acesse Minitab Ajuda: O que são experimentos de superfície de resposta, experimentos centrais compostos e experimentos Box-Behnken?.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política