Desenho de Experiências

Design of Experiments

Diseño de Experimentos

Plans d'Expériences

Metodologia de resolução de problemas de qualidade e redução da variação dos processos. Há 3 famílias de Desenho de Experiências: Clássica, Taguchi e Shainin. As técnicas clássicas foram desenvolvidas por Sir Ronald Fisher nos anos 20 do século passado para aplicação no sector da agricultura e estiveram na origem de um grande aumento da produtividade do sector no Reino Unido. O objectivo do Desenho de Experiências é estudar o comportamento de um processo pela medição dos seus resultados ou características críticas – designadas por Y(s). Para tal define-se um conjunto de combinações possíveis entre os "inputs" ou variáveis do processo - designadas por X - e realizam-se várias experiências, de forma a medir o Y. Em seguida calcula-se, com base nos resultados das experiências, qual (ou quais) dos "inputs" tem um efeito significativo no processo; calculam-se, ainda, as interacções entre os diferentes factores. Por outras palavras, determina-se o nível óptimo de ajuste dos "inputs" do processo de forma a conseguir um processo mais robusto, ou seja, com menos variação do “output” .

Techniques for quality problem-solving and reduction of process variation. There are 3 types: Classic, Taguchi and Shainin. The classic techniques were developed by Sir Ronald Fisher in the 1920s in agriculture field and originated a productivity increase in the United Kingdom. The goal of the Design of Experiments is to study the behaviour of a process by measuring its results or critical characteristics - called Y(s). A group of possible combinations of inputs or process variables is defined – called X - and several experiments are performed to measure the resulting Y. Then, based on the experiment results, it is determined which inputs have a relevant effect on the process and what are the interactions between the different factors. In other words, we aim at determining the optimum combination of process inputs in order to achieve a robust process, that is, with less quality deviation.

Metodología de resolución de problemas de calidad y reducción de la variabilidad en los procesos. Hay 3 familias de Diseño de Experimentos: Clásica, Taguchi y Shainin. Las técnicas clásicas fueron desarrolladas por el Sr. Ronald Fisher en los años 20 del siglo pasado para su aplicación en el sector de la agricultura y en su origen presenciaron un gran aumento de la productividad del sector en el Reino Unido. El objetivo del diseño de experimentos es estudiar el comportamiento de un proceso a través de la medición de sus resultados o características críticas – designadas por Y(s). Para ello, se definen un conjunto de combinaciones posibles entre los “inputs” o variables del proceso – designadas por X- y se realizan varios experimentos, con el fin de medir la Y. A continuación, se calcula, en base a los resultados de los experimentos, cuál (o cuáles) de los “inputs” tienen un efecto significativo en el proceso; además de calcular las interacciones entre los diferentes factores. En otras palabras, se determina el nivel óptimo de ajuste de los “inputs” del proceso con el fin de lograr un proceso más robusto, es decir, con menos variación en los “outputs”

Méthodologie pour résoudre des problèmes de qualité et réduire la variation des processus. Les premières techniques ont été développées par Sir Ronald Fisher dans les années 1920 pour être appliquées dans le secteur agricole et ont conduit à une augmentation importante de la productivité du secteur au Royaume-Uni. Le but de la conception d'expériences est d'étudier le comportement d'un processus en mesurant ses résultats ou ses caractéristiques critiques - appelées Y. Pour cela, est défini un ensemble de combinaisons possibles entre les intrants ou variables (les X) du processus, et plusieurs expériences sont effectuées, afin de mesurer le Y. Ensuite, est calculé, en fonction des résultats des expériences, lequel (ou lesquels) des intrants a un effet significatif sur le processus. Les interactions entre les différents facteurs sont également calculées. En d'autres termes, le niveau optimal d'ajustement des intrants du processus est déterminé afin d'obtenir un processus plus robuste, c'est-à-dire avec moins de variation du résultat Y.