aplicaÇÃo do mÉtodo de taguchi para reduÇÃo de...
TRANSCRIPT
UNIVERSIDADE DE TAUBATÉ
Denilson José Viana
APLICAÇÃO DO MÉTODO DE TAGUCHI PARA REDUÇÃO DE POROSIDADE DE PEÇAS FUNDIDAS
SOB PRESSÃO
Taubaté – SP 2012
Denilson José Viana
APLICAÇÃO DO MÉTODO DE TAGUCHI PARA REDUÇÃO DE POROSIDADE DE PEÇAS FUNDIDAS SOB PRESSÃO
Dissertação apresentada para obtenção do Título de Mestre em Engenharia Mecânica do Programa de Mestrado Profissional em Engenharia Mecânica do Departamento de Engenharia Mecânica da Universidade de Taubaté, Área de Concentração: Produção Mecânica. Orientador: Prof. Dr. Antônio Faria Neto.
Taubaté – SP
2012
Ficha Catalográfica elaborada pelo SIBi – Sistema Integrado
de Bibliotecas / UNITAU - Biblioteca de Engenharia Mecânica
V614a
Viana, Denílson José Aplicação do método de Taguchi para redução de
porosidade de peças fundidas sob pressão. / Denílson José Viana - 2012.
67f. : il; 30 cm.
Dissertação (Mestrado em Engenharia Mecânica na área
de Produção Mecânica) – Universidade de Taubaté. Departamento de Engenharia Mecânica, 2012.
Orientador: Prof. Dr. Antônio Faria Neto, Departamento de Engenharia Mecânica.
1. Método de Taguchi. 2. Fundição sob pressão. 3.
Relação sinal-ruído ponderada. 4. Porosidade. I. Título.
DENILSON JOSÉ VIANA
APLICAÇÃO DO MÉTODO DE TAGUCHI PARA REDUÇÃO DE POROSIDADE DE
PEÇAS FUNDIDAS SOB PRESSÃO
Dissertação apresentada para obtenção do
Título de Mestre em Engenharia Mecânica
do Programa de Mestrado Profissional em
Engenharia Mecânica do Departamento de
Engenharia Mecânica da Universidade de
Taubaté,
Área de Concentração: Produção Mecânica.
Data: __________________
Resultado: ______________
BANCA EXAMINADORA
Prof. Dr. Antônio Faria Neto Universidade de Taubaté
Assinatura _________________________
Prof. Dr. Luiz Eduardo Nicolini do Patrocínio Nunes Universidade de Taubaté
Assinatura _________________________
Prof. Dr. Francisco Antônio Lotufo Universidade Estadual Paulista
Assinatura __________________________
Dedico este trabalho a minha esposa Rose por me incentivar e apoiar
durante todos os momentos, aos meus pais por terem me ensinado a
importância do conhecimento desde cedo, e a todos os mestres, acadêmicos
ou não, que tive até hoje, pois seus ensinamentos me ajudaram a chegar até
aqui.
AGRADECIMENTOS
Ao professor Dr. Antônio Faria Neto, por me orientar mesmo sob tantas
adversidades.
“A qualidade de um produto é a (mínima) perda
causada por ele à sociedade a partir do momento
que é entregue.”
Genichi Taguchi
RESUMO
O processo de fundição sob pressão de alumínio tem se desenvolvido
significativamente nas últimas décadas, ocupando um lugar de destaque na
indústria por produzir componentes de engenharia inovadora. Dentre os problemas
de qualidade deste processo, o mais recorrente é a porosidade causada por vários
fatores, dentre eles os parâmetros do processo que são de difícil determinação,
sendo comumente selecionados por meio da abordagem de tentativa e erro. A
presente dissertação buscou responder a pergunta: Como determinar a melhor
configuração de parâmetros do processo de fundição sob pressão de alumínio para
minimizar a porosidade nas peças produzidas? Tendo como objetivo a melhoria da
qualidade de uma peça de alumínio, fundida sob pressão, por meio da redução da
porosidade. A principal contribuição desta dissertação concentra-se na aplicação do
método de Taguchi utilizando dados categóricos ordinais (classes de porosidades)
como característica de qualidade, por meio da análise da relação sinal-ruído
ponderada. Os resultados dos experimentos foram analisados a partir do efeito
médio dos fatores e da análise de variância (ANOVA). Como conclusão os
parâmetros de temperatura do metal e velocidade de primeira e segunda fase de
injeção foram os mais significativos na redução da porosidade da peça estudada. E
ainda, o método de Taguchi alcançou o resultado esperado, trazendo significativa
redução de porosidade na peça estudada por meio da otimização dos parâmetros
do processo.
Palavras-chave: método de Taguchi, fundição sob pressão, relação sinal-ruído
ponderada, porosidade.
ABSTRACT
The aluminum die casting process has developed significantly in recent decades,
occupying a prominent place for producing innovative engineering components.
Among quality problems of this process is porosity due to several factors, including
the process parameters that are difficult to determine, and are commonly selected by
trial and error approach. This paper sought to answer the question: How to determine
the best set of parameters of the aluminum die casting process to minimize porosity
in the parts produced? Aiming improving die casting aluminum parts quality through
reducing porosity. The main contribution of this paper focuses on the application of
Taguchi method using ordinal categorical data (porosity classes) as a quality
characteristic, by analyzing the weighted signal-to-noise ratio. The experimental
results were analyzed from the average effect of factors and analysis of variance
(ANOVA). In conclusion parameters metal temperature and speed of the first and
second injection phase were the most significant in reducing the porosity of the part
studied. Also, the Taguchi method achieved the expected result, bringing significant
reduction of porosity in the part studied by optimizing the process parameters.
Key-words: Taguchi method, die casting, weighted signal-to-noise ratio, porosity.
.
LISTA DE TABELAS
Tabela 1 - Alguns tipos de AO de Taguchi ............................................................... 41
Tabela 2 - Arranjo Ortogonal L4 ............................................................................... 42
Tabela 3 – Arranjo Ortogonal L8 .............................................................................. 42
Tabela 4 – Arranjo Ortogonal L9 .............................................................................. 42
Tabela 5 – Arranjo Ortogonal L12 ............................................................................ 43
Tabela 6 – AO L4 com dados de teste do processo de moldagem .......................... 43
Tabela 7 – Efeito médio dos fatores do processo de moldagem .............................. 44
Tabela 8 – Exemplo de ANOVA para desgaste de pneus com repetições ............... 48
Tabela 9 - Fatores e níveis dos experimentos .......................................................... 53
Tabela 10 - Combinação de níveis de fatores .......................................................... 53
Tabela 11 - Pesos de cada classe de porosidade .................................................... 55
Tabela 12 - Dados experimentais agrupados por categoria de porosidade .............. 57
Tabela 13 - Efeito médio da Relação Sinal-Ruído Ponderado por fator ................... 58
Tabela 14 - Análise de Variância (ANOVA) .............................................................. 59
Tabela 15 - Dados do experimento de confirmação ................................................. 60
Tabela 16 - Níveis ótimos de parâmetros. ................................................................ 61
LISTA DE FIGURAS
Figura 1 – Algumas aplicações de peças fundidas sob pressão em automóveis...... 22
Figura 2 - Bloco de motor de alumínio e magnésio da BMW. ................................... 23
Figura 3 - Etapas do processo de FSP .................................................................... 24
Figura 4 – Pistão de injeção posicionado no final da primeira fase de injeção ......... 25
Figura 5 – Pistão de injeção posicionado durante a segunda fase de injeção .......... 26
Figura 6 – Pistão de injeção posicionado durante a terceira fase de injeção ............ 27
Figura 7 – Formatos de poros .................................................................................. 28
Figura 8 – Modelo geral de um processo ou sistema ............................................... 31
Figura 9 - Representação gráfica da função perda para a característica nominal-é-
melhor ...................................................................................................................... 36
Figura 10 – Representação gráfica da função perda para a característica menor-é-
melhor ...................................................................................................................... 37
Figura 11 - Representação gráfica da função perda para a característica maior-é-
melhor ...................................................................................................................... 38
Figura 12 – Efeito médio dos fatores do processo de moldagem ............................. 44
Figura 13 - Sequencia de Elaboração de Experimento ............................................ 51
Figura 14 - Diagrama de Causa e Efeito das variáveis do processo automatizado .. 52
Figura 15 - Categorias para classificação de porosidade ......................................... 54
Figura 16 – Influência dos níveis de fatores na relação sinal-ruído .......................... 58
LISTA DE QUADROS
Quadro 1 - Resultados relevantes com os termos “Taguchi/Die Casting” e “Die
Casting/Porosity” ...................................................................................................... 18
Quadro 2 - Fontes adicionais de pesquisa ............................................................... 19
SUMÁRIO
1. INTRODUÇÃO ..................................................................................................... 14
1.1 Objetivo ........................................................................................................... 15
1.2 Delimitação da pesquisa .................................................................................. 15
1.3 Justificativa ...................................................................................................... 16
1.4 Organização do trabalho.................................................................................. 16
2. REVISÃO DA LITERATURA ................................................................................ 18
2.1 Análise Bibliométrica ....................................................................................... 18
2.2 O processo de fundição de alumínio sob pressão ........................................... 22
2.2.1 Principais parâmetros do processo de fundição sob pressão ........................ 24
2.3 A porosidade no processo de Fundição sob pressão de alumínio ................... 27
2.3.1 Porosidade por contração .............................................................................. 28
2.3.2 Porosidade por gases .................................................................................... 29
2.4 O Planejamento de Experimentos ................................................................... 30
2.5 Os Métodos de Taguchi ................................................................................... 32
2.5.1 Projeto Robusto ............................................................................................. 33
2.5.2 Função Perda de Qualidade .......................................................................... 34
2.5.3 Determinação do coeficiente k ....................................................................... 38
2.5.4 Relação Sinal-Ruído ...................................................................................... 39
2.5.5 Padronização do DOE – Arranjos Ortogonais ................................................ 40
2.5.6 Análise dos resultados ................................................................................... 43
2.5.7 Efeito médio do fator...................................................................................... 43
2.5.8 Análise de Variância (ANOVA) ...................................................................... 45
2.6 Dados categóricos ordinais .............................................................................. 48
2.6.1 Relação Sinal-Ruído Ponderada ................................................................... 49
3. PROCEDIMENTOS METODOLÓGICOS ............................................................. 51
3.1 Definição das variáveis de entrada .................................................................. 52
3.2 Definição do arranjo ortogonal ......................................................................... 52
3.3 Medição da variável de resposta ..................................................................... 54
3.4 Análise e confirmação dos resultados.............................................................. 55
4. RESULTADOS .................................................................................................... 57
4.1 Experimento de confirmação ........................................................................... 60
5. CONCLUSÕES .................................................................................................... 62
6. SUGESTÕES PARA TRABALHOS FUTUROS ................................................... 64
REFERÊNCIAS ....................................................................................................... 65
14
1. INTRODUÇÃO
As peças produzidas no processo de fundição sob pressão (FSP) são
atualmente vistas como componentes de engenharia inovadora, que possibilitam
redução de custos em processos posteriores e redução de peso. Dentre os
processos de fundição de alumínio, a FSP é o processo mais utilizado globalmente,
contabilizando cerca de 70% da produção de peças fundidas em alumínio (APELIAM
e MAKHLOUF, 2006).
Embora o processo de FSP possua várias vantagens, componentes
fabricados neste processo apresentam sérias limitações devido à porosidade que
apresentam. A porosidade pode ocorrer pela contração do metal durante a
solidificação, ou ainda por gases, que podem estar dissolvidos no metal fundido ou
serem inclusos durante o preenchimento do molde (BREVICK, 2009).
Os defeitos de porosidades são em grande parte consequência do projeto do
produto e do molde, mas os parâmetros do processo de FSP também têm grande
influência na criação da porosidade (KIRKMAN, 2006). Por existirem vários fatores
do processo que influenciam na porosidade das peças, a determinação dos
parâmetros ideais, que minimizam o problema, não é feita facilmente. E ainda, as
influências de fatores não controlados que causam variações do processo podem
gerar refugo ou problemas estruturais nos produtos finais. Como consequências da
porosidade ocorrem a diminuição da resistência mecânica das peças, o
favorecimento de trincas e o vazamento em peças que contêm fluidos sob pressão,
que dependendo da aplicação das peças, são graves problemas de qualidade
(MENDES, 2005).
A determinação dos parâmetros do processo de fundição sob pressão no
ambiente fabril é comumente obtida por meio da abordagem de tentativa e erro,
modificando-se os parâmetros e analisando os resultados obtidos nas peças
resultantes. Esta abordagem experimental não estruturada, mesmo feita por
profissionais experientes, nem sempre é eficaz, devido ao grande número de fatores
envolvidos e as variações decorrentes de parâmetros sem controle
(MONTGOMERY, 2009).
15
Neste contexto, torna-se relevante pesquisar: Como determinar a melhor
configuração de parâmetros do processo de fundição sob pressão de alumínio
para minimizar a porosidade das peças produzidas?
1.1 Objetivo
O objetivo deste trabalho é a melhoria da qualidade de uma peça de alumínio,
fundida sob pressão, por meio da redução da porosidade. A porosidade, como será
exposto nos capítulos seguintes, é uma característica dependente do projeto do
produto, do molde e da correta determinação dos parâmetros de processo.
1.2 Delimitação da pesquisa
O presente trabalho não pretende abordar a análise de parâmetros do projeto
do produto e do molde, assumindo como premissa que foram utilizadas técnicas
corretas para o projeto de ambos, sendo objeto do estudo a utilização do método de
Taguchi no planejamento experimental do processo de fundição sob pressão para a
determinação dos parâmetros de processo que reduzem a porosidade das peças
produzidas.
A pesquisa foi realizada em uma empresa metalúrgica multinacional, com
matriz na Alemanha, fabricante de moto-redutores, a qual possui uma fundição de
alumínio sob pressão como um de seus setores produtivos. O setor de fundição de
alumínio da empresa é composto por quatro injetoras de alumínio, responsáveis por
fundir cerca de 50 modelos de peças de diversos tamanhos e complexidades,
correspondendo a um volume mensal de 55 toneladas de alumínio.
Para os experimentos foi utilizada uma injetora do fabricante Bühler, modelo
Evolution B53 Compact, com 530 toneladas de força de fechamento, com controle
eletrônico da curva de injeção, integrada a um forno dosador do fabricante
StrikoWestofen GmbH, modelo Westomat® 1200S, com controle eletrônico de
temperatura, dosagem e sistema de desgaseificação por plugs porosos acoplado.
Para a aplicação de desmoldante foi utilizado um aplicador automático do fabricante
Acheson, modelo MCT1, integrado à injetora.
16
1.3 Justificativa
O processo de FSP a cada dia ganha mais importância na indústria automotiva
e de equipamentos em geral devido a seus inúmeros benefícios como redução de
pesos e de custo com processos posteriores. Para se manter competitivo, é
necessário que as peças produzidas neste processo apresentem alta qualidade e
mínimo custo com refugos. Desta forma, as melhores práticas adotadas para a
melhoria da qualidade são de extrema importância para que as fundições
maximizem seus resultados operacionais.
A principal contribuição deste trabalho concentra-se na aplicação do método de
Taguchi utilizando dados categóricos ordinais como característica de qualidade, já
que o projeto robusto de Taguchi é empregado na indústria para a melhoria da
qualidade e desempenho de processos, utilizando como característica de qualidade
variáveis continuas, mas a utilização de dados categóricos ordinais também
encontra diversas aplicações por serem muitas vezes de obtenção mais simples e
menos dispendiosa.
1.4 Organização do trabalho
O presente trabalho foi dividido em seis capítulos, os quais estão organizados
da seguinte forma:
No capítulo 1 é feita a introdução do contexto da fundição sob pressão de
alumínio e do defeito de porosidade, assim como o objetivo, a delimitação
e justificativa da pesquisa.
No capítulo 2 é apresentada a análise bibliométrica feita na base Web of
Science do Portal da CAPES, sendo consultados artigos entre 2001 e
2012. São apresentados trabalhos realizados por diversos autores
abordando o processo de fundição sob pressão, os tipos de porosidades
ocorrentes em peças fundidas neste processo e suas principais causas, e
o planejamento de experimentos utilizando o método de Taguchi, que é a
técnica de experimento adotada nesta dissertação.
O capítulo 3 descreve os procedimentos experimentais, apresentando a
sequência de elaboração da pesquisa, estabelecendo os parâmetros de
processo como as variáveis de entrada, assim como os níveis adotados e
o arranjo experimental utilizado. Também é apresentada a forma de
17
mensuração da variável resposta, a porosidade, assim como as formas de
análise experimental utilizada.
No capítulo 4 são apresentados os resultados das classificações de
porosidade das peças agrupados por categorias, os sinais-ruídos para
cada rodada de experimentos, assim como o efeito médio decorrente de
cada nível de fator. A análise de variância (ANOVA) é realizada para
estabelecer os fatores relevantes. E, com base nas análises dos dados,
um experimento de confirmação é realizado, e seus resultados
apresentados.
No capitulo 5 são apresentadas as conclusões dos experimentos
realizados.
No capitulo 6 são apresentadas sugestões para trabalhos futuros.
18
2. REVISÃO DA LITERATURA
Neste capitulo são apresentadas a análise bibliométrica, conceitos referentes
a fundição sob pressão, formação de porosidades nas peças fundidas, o método de
Taguchi e a análise de dados categóricos ordinais.
2.1 Análise Bibliométrica
A pesquisa bibliográfica para este trabalho ficou limitada:
Aos artigos pesquisados na base Web of Science do Portal CAPES.
Aos artigos publicados entre os anos de 2001 a 2012.
Aos livros clássicos e dissertações sobre o assunto.
A pesquisa foi realizada com a busca de referências na base do Portal CAPES
com os termos “Taguchi” e “Die Casting” e posteriormente com os termos “Die
Casting” e “Porosity” entre os anos de 2001 a 2012. Após uma análise preliminar da
relevância dos artigos, foram selecionados apenas os artigos que trariam
contribuição ao presente trabalho, conforme detalhado no Quadro 1.
Quadro 1 - Resultados relevantes com os termos “Taguchi/Die Casting” e “Die Casting/Porosity”
Periódico 2001
a 2005
2006 a
2010
2011 a
2012
Total Geral
Applied Mathematical Modelling
1
1
Applied Thermal Engineering
1 1
Computers & Industrial Engineering
1
1
Engineering &Technology Journal
1
1
International Journal of Fatigue
1
1
Intern. Journal of Machine Tools and Manufacture 1
1
Journal of Materials Processing Technology 2 4 2 8
Journal of Scientific & Industrial Research
1
1
Materials & Design
3
3
Materials Science and Engineering: A 2
1 3
Metallurgical e Materials Transactions B 1
1
Proceedings Institution of Mechanical Engineers 1
1
The Intern. Journal of Advanced Manufac. Technology 2 3
5
Transactions of Nonferrous Metals Society of China
1
1
Total Geral 9 16 4 29
Fonte: Web of Science do Portal CAPES
19
Para completar a base de conhecimentos necessária à realização da
pesquisa foram consultadas fontes adicionais, conforme o Quadro 2:
Quadro 2 - Fontes adicionais de pesquisa
Fonte de Pesquisa Data
1990 a 1995
1996 a 2000
2001 a 2005
2006 a 2012
Total Geral
Dissertações 1
3 4
Livros 2 1 1 5 9
Artigo de Periódico 1990 1 1
Total Geral 4 1 1 8 14
A literatura relata diversos casos de aplicação do método de Taguchi no
estudo dos parâmetros do processo de fundição sob pressão. No entanto, nos
trabalhos que estudam a redução de porosidade é utilizada, predominantemente, a
medição da porosidade por meio da densidade das peças. Não se encontrou
trabalhos que relacionam classes de porosidade ao método de Taguchi.
Anastasiou (2002) e Syrcos (2003) utilizaram o método de Taguchi para
investigar a influência dos parâmetros do processo de fundição sob pressão na
formação da porosidade nas peças, com o objetivo de melhorar sua qualidade.
Como resultado dos estudos, consideráveis reduções de porosidade foram
alcançadas encontrando a melhor configuração dos parâmetros de temperatura do
metal, velocidades de primeira e segunda fases de injeção, tempo de preenchimento
e pressão de compactação. Em ambos os estudos a pressão de compactação foi o
parâmetro que mais influenciou na porosidade das peças.
Verran, Mendes e Valentina (2008) utilizaram o planejamento de
experimentos (DOE) para analisar a influência dos parâmetros de velocidade baixa
de injeção, velocidade alta de injeção e pressão de compactação na qualidade
interna de peças da liga SAE 305 fundidas sob pressão. Um planejamento
experimental é feito combinando se os parâmetros estudados com o objetivo de
quantificar o nível de porosidade por meio da medida da densidade das peças
usando o princípio de Arquimedes, e por análise quantitativa da porcentagem de
porosidade em relação à área usinada utilizando um software de análise de imagem.
Wu e Chang (2004) aplicaram o método de Taguchi para otimizar os
parâmetros do processo de fundição de ligas de magnésio em peças de paredes
20
finas. O estudo relacionou o empenamento da superfície da peça com os parâmetros
do processo, sendo eles a temperatura de saída do controlador de temperatura, o
momento da quebra do canal, o método de resfriamento, a temperatura do molde, a
velocidade de injeção, o retardo da extração da peça, a distribuição da temperatura
do molde e o tempo de resfriamento. O estudo revelou que a temperatura do molde
e o uso de resfriamento natural têm grande influência no empenamento das peças,
sendo possível determinar os parâmetros do processo que asseguram a qualidade
das peças.
Vijian e Arunachalam (2006) utilizaram o método de Taguchi para estudar a
influência dos parâmetros de processo de fundição por pressão na rugosidade
superficial das peças. Um arranjo experimental de três níveis e três fatores foi
utilizado, e os resultados indicaram que a pressão de compactação e a temperatura
de pré-aquecimento do molde apresentaram maior influência na melhoria da
rugosidade das peças.
Savas e Kayikci (2007) estudaram a relação entre a microporosidade e as
variáveis de processo do processo de fundição em areia da liga de alumínio A360,
utilizando o método de Taguchi para planejar um experimento com cinco fatores e
dois níveis. Os resultados mostraram que dentre os parâmetros estudados, o tempo
de solidificação local e o nível de hidrogênio dissolvido no material fundido foram os
fatores mais significantes para o surgimento de microporosidade.
Wen, Yang e Jeng (2009) utilizaram o método de Taguchi e o planejamento
de experimentos para otimizar as propriedades de resistência ao desgaste e
coeficiente de fricção. O uso do planejamento experimental baseado no método de
Taguchi e da análise de variância permitiu identificar a configuração ideal dos
parâmetros e os fatores mais influentes.
Muhammed, Saleh e Alwan (2009) utilizaram o método de Taguchi para
estabelecer os parâmetros de processo que resultavam no aumento das
propriedades mecânicas de resistência à tração e dureza de peças compostas
fabricadas em Al-Si e Al2O3 .O método de Taguchi foi bem sucedido em identificar os
parâmetros que proporcionam melhores propriedades mecânicas as peças
estudadas e em estabelecer os parâmetros mais influentes na resistência à tração e
dureza.
Com o objetivo de compreender melhor o fenômeno de formação de
porosidades nas peças fundidas sob pressão e suas consequências buscou-se na
21
literatura estudos relacionados ao assunto. A seguir são citados alguns autores que
abordaram o assunto.
Ammar, Samuel e Samuel (2008) estudaram o comportamento de cinco ligas
de Al-Si sobre a influência de heterogeneidades microestruturais e submetidas a
testes de fadiga. Após a análise das fraturas, concluíram que a porosidade teve
maior propensão a agir como origem de trincas, sendo a principal responsável pela
diminuição da vida das peças no ensaio de fadiga. Nos testes realizados 90% das
amostras tiveram fraturas originadas em poros. Outra consequência observada no
estudo foi a diminuição da resistência a fadiga conforme o tamanho dos poros
aumenta.
Wang, Turnley e Savage (2011) apresentaram um estudo onde os níveis de
porosidade resultante de gás de várias peças fundidas sob pressão foram
quantificados utilizando o método de fusão a vácuo. O estudo revelou que a maior
parte da porosidade de gás foi resultante de aprisionamento de gases durante o
preenchimento da cavidade. Outras fontes de gases como aprisionamento durante o
vazamento do metal, óleo de lubrificação do pistão, resíduos de desmoldantes e
água para refrigeração externa também contribuem para a formação da porosidade
de gás.
Faura, López e Hernández (2001) analisaram a aceleração do pistão durante
a primeira fase de injeção do processo de fundição sob pressão, buscando minimizar
o aprisionamento de ar, e consequentemente, reduzir a porosidade das peças
produzidas. O estudo utilizou modelos analíticos do fluxo de metal fundido para
determinar faixas de aceleração adequadas para a primeira fase de injeção.
Dargusch et al (2006) investigaram a influencia da pressão durante a
solidificação no processo de fundição sob pressão. Sensores distribuídos na
cavidade do molde foram utilizados para analisar como a pressão dentro da
cavidade se relaciona com a pressão regulada na máquina injetora de alumínio, e os
efeitos das variações na qualidade das peças. Segundo os autores, a porosidade
diminui com o aumento da pressão e aumenta com o aumento da velocidade de
injeção.
Tian et al (2002) investigaram o efeito da limpeza do alumínio fundido na
formação da porosidade das peças fundidas sob pressão. O estudo comprovou que
a probabilidade de rejeição das peças devido à porosidade excessiva aumenta
22
quando o número de inclusões no metal fundido é maior. As principais inclusões
encontradas foram óxidos amorfos, filmes de oxido e partículas de escória.
2.2 O processo de fundição de alumínio sob pressão
O processo de fundição de alumínio sob pressão, baixa ou alta, é o que mais
se destaca dentre os processos de fundição deste metal, sendo durante muito tempo
restrito a utensílios domésticos, componente de eletrodomésticos e de equipamento
de escritório. Na década de 70, com a crise do petróleo, as indústrias automotivas
foram obrigadas a buscar alternativas para tornar os carros mais leves, consumindo
menos combustível, sendo as ligas de alumínio uma boa opção por possuir o peso
bem menor do que o aço. Diversas dessas aplicações são ilustradas na Figura 1.
Inicialmente as peças em ligas de alumínio se restringiam a aplicações de menor
importância na indústria automotiva, como frisos, suportes e maçanetas, mas
atualmente já vem sendo utilizadas em aplicações mais críticas como blocos de
motores (MEDEIROS, 2009), como é ilustrado na Figura 2.
Figura 1 – Algumas aplicações de peças fundidas sob pressão em automóveis
Fonte: IKD Auto Products (2012)
23
Figura 2 - Bloco de motor de alumínio e magnésio da BMW.
Fonte: Aluinfo (2012)
O processo de fundição sob pressão consiste em injetar um metal liquido (liga
de alumínio, zinco ou magnésio) contido em um recipiente para o interior da
cavidade de um molde, submetendo o metal a altas pressões. O processo é dividido
em dois tipos de acordo com o sistema de injeção utilizado: câmara quente ou fria
(MALAVAZI, 2005). O presente trabalho se restringirá ao processo de câmara fria.
A Figura 3 ilustra as etapas do ciclo do processo de FSP, onde, com o molde
fechado, o metal líquido é vazado na câmara de injeção alojada na parte fixa do
molde (Figura 3a), o pistão de injeção avança lentamente para retirar os gases da
câmara de injeção (Figura 3b), avança rapidamente para preencher a cavidade do
molde (Figura 3c), aplica uma elevada pressão sob o metal durante sua solidificação
(Figura 3d) e após a abertura do molde (Figura 3e) a peça é extraída por pinos
localizados na parte móvel do molde (Figura 3f) (MALAVAZI, 2005 e VINARCIK,
2003).
24
Figura 3 - Etapas do processo de FSP
Fonte: Vinarcik (2003)
2.2.1 Principais parâmetros do processo de fundição sob pressão
O processo de fundição sob pressão é estabelecido por diversos parâmetros,
sendo os mais importantes listados a seguir.
Primeira fase de injeção: É a fase de aproximação do pistão de injeção, em
baixa velocidade, para permitir a saída dos gases e ar do interior da câmara. A
primeira fase termina quando todo o volume hidráulico da câmara está ocupado pelo
metal líquido. Os parâmetros estabelecidos nesta fase são o curso e a velocidade,
sendo o curso relativo ao volume de metal líquido e das dimensões da câmara de
injeção, e a velocidade relacionada à porcentagem de enchimento da câmara com o
metal líquido e de relações fluido dinâmicas durante o movimento do pistão de
injeção para evitar a formação de ondas (MALAVAZI, 2005; MENDES, 2005;
FAURA, LÓPEZ e HERNÁNDEZ, 2001). A Figura 4 mostra o esquema de
funcionamento de uma máquina injetora de alumínio com o pistão de injeção
posicionado na final da primeira fase de injeção.
25
Figura 4 – Pistão de injeção posicionado no final da primeira fase de injeção
Fonte: Mendes (2005)
Segunda fase de injeção: É o curso restante do pistão, onde o metal líquido
preenche a cavidade do molde com maior velocidade imediatamente após o término
da primeira fase de injeção. Os parâmetros estabelecidos nesta fase também são o
curso e a velocidade, sendo o curso resultante do curso total da câmara de injeção
subtraído do curso da primeira fase de injeção, e a velocidade é função da
espessura das paredes e complexidade da peça fundida (MALAVAZI, 2005). A
Figura 5 mostra o esquema de uma máquina injetora de alumínio com o pistão de
injeção posicionado durante a segunda fase de injeção.
26
Figura 5 – Pistão de injeção posicionado durante a segunda fase de injeção
Fonte: Mendes (2005)
Terceira fase de injeção ou pressão de recalque: é a pressão exercida pelo
pistão de injeção sobre o metal líquido após o preenchimento total da cavidade do
molde com a função de impedir a expansão dos gases e compensar a contração do
metal. A pressão especifica aplicada é função da qualidade que se pretende no
produto final, sendo exigidas maiores pressões para peças que exigem
estanqueidade ou possuem funções estruturais. Outro parâmetro relacionado à
terceira fase de injeção é o tempo de início, que deve ser imediatamente após o
preenchimento do molde, pois caso ocorra demora, o material já terá se solidificado
e a pressão não resultará em melhora alguma na peça (MALAVAZI, 2005; MENDES,
2005). A Figura 6 mostra o esquema de uma máquina injetora com o pistão de
injeção posicionado durante a terceira fase de injeção.
27
Figura 6 – Pistão de injeção posicionado durante a terceira fase de injeção
Fonte: Mendes (2005)
2.3 A porosidade no processo de Fundição sob pressão de alumínio
As porosidades são vazios ou poros preenchidos com gases onde deveria
existir metal, e devido à natureza física dos metais, as peças fundidas tendem a ter
porosidade. As razões mais comuns para o surgimento da porosidade são a
contração devido à solidificação e a presença de gases no metal fundido (BREVICK,
2009).
O processo de fundição sob pressão (FSP) consiste em injetar o metal liquido
por um sistema de canais em um molde metálico sob altas pressões, mantendo-as
durante a solidificação. Durante este processo, o metal é pulverizado em alta
velocidade dentro do molde, tendendo a se misturar e aprisionar a atmosfera contida
na cavidade devido ao preenchimento turbulento. A alta pressão exercida durante a
solidificação pode reduzir os poros a tamanhos extremamente pequenos, mas as
peças fundidas neste processo contêm poros que, normalmente, representam mais
de 1% de seu volume (APELIAM e MAKHLOUF, 2006).
Segundo Vinarcik (2003), vários estudos têm demonstrado como a
porosidade varia com as diversas condições operacionais, e que a quantidade total
de porosidade em um componente é função da contração devido à solidificação e da
presença de gases inclusos. A contração resultante da solidificação é uma
28
característica dos metais e a inclusão de gases ocorre devido às condições do
processo de fundição que tem como as principais consequências o aprisionamento
de gases pelo metal durante o preenchimento da cavidade do molde, gases gerados
pela deposição de lubrificantes no molde e no pistão de injeção, e gases dissolvidos
na liga fundida. Na Figura 7 são mostrados os formatos característicos dos poros
encontrados em peças fundidas em função da causa predominante.
Figura 7 – Formatos de poros
Fonte: Adaptado de Kirkman (2006)
Desta forma, três estratégias principais podem ser adotadas para reduzir a
porosidade: eliminar ou reduzir a quantidade de gases aprisionados, eliminar ou
reduzir a contração de solidificação e modificar a microestrutura do metal, alterando
a estrutura básica do componente e, consequentemente, suas propriedades
mecânicas (VINARCIK, 2003).
2.3.1 Porosidade por contração
Porosidade por contração ou rechupe são vazios em peças fundidas que
surgem devido à mudança volumétrica que ocorre durante a solidificação das ligas
fundidas. Os poros têm formato irregular não esférico, e o metal ao seu redor tem
aparência dendrítica. A Figura 7a ilustra a forma dos poros causados por contração.
Eliminar este tipo de porosidade é praticamente impossível, mas é possível
minimizá-la e controlá-la por meio de técnicas adequadas no projeto do produto, do
molde, dos canais de alimentação e do processo (KIRKMAN, 2006).
Porosidade
a) Contração b) Gases
29
A ocorrência deste tipo de porosidade está associada à transferência de calor
do molde e ao sistema de alimentação da cavidade, sendo mais frequente em
regiões de maior espessura, onde não é possível compensar a contração do material
por meio dos canais de entrada, que se solidificam rapidamente (MALAVAZI, 2005).
Em relação aos parâmetros do processo, a temperatura do molde é o fator
mais crítico para o controle da localização dos rechupes, bem como do tempo em
que a alimentação de metal é mantida alimentando uma determinada seção do
material. Embora seja primariamente determinada pelo projeto do molde, seu
controle assegura consistência da produção. Outro fator que afeta a temperatura do
molde é o ritmo de trabalho, que deve ser constante, evitando-se variações no
tempo de ciclo da máquina (MALAVAZI, 2005 e KIRKMAN, 2006).
Outro parâmetro importante é a pressão de compactação, que é aplicada
depois da injeção, e mantida durante o tempo de solidificação. O tempo de subida
desta pressão deve ser o menor possível, pois a seção do canal de ataque se
solidifica rapidamente após o fim da injeção, impedindo que mais material seja
injetado para compensar a contração da liga (MALAVAZI, 2005 e KIRKMAN, 2006).
2.3.2 Porosidade por gases
A porosidade por gases é provavelmente o tipo mais comum de porosidade
em peças fundidas sob pressão, e sua aparência se distingue da porosidade por
contração por apresentar formato circular (bolhas) na seção em corte, com o fundo
liso e brilhante na grande maioria dos casos. A Figura 7b ilustra a forma dos poros
causados por gases. Embora neste processo o metal seja submetido a grandes
pressões durante a solidificação, devido à relação geométrica entre pressão e
tamanho das bolhas, a partir de pressões mais elevadas o tamanho das bolhas
diminui pouco, e ainda geram como consequência o aumento de rebarbas
(WALKINGTON, 2006).
Segundo Walkington (2006) as principais causas deste tipo de porosidade
são:
Ar aprisionado: É a causa mais provável devido a grande turbulência do
fluxo e rápida taxa de preenchimento necessária ao processo. Parâmetros como
grau de enchimento da câmara, velocidade lenta de injeção, saídas de ar e o projeto
30
dos canais de alimentação e área de ataque influenciam diretamente na quantidade
de ar aprisionado.
Vapor e gás de lubrificante vaporizado: antes de introduzir o metal líquido
deve-se garantir que o molde está totalmente seco utilizando-se sistemas de sopro
adequados. A fonte mais frequente de vapores é a mistura desmoldante a base de
água, principalmente quando utilizada em excesso com a função de controlar a
temperatura do molde. Outras fontes comuns são vazamentos de linhas de
refrigeração e lubrificantes de pistão, quando aplicados diretamente no interior da
câmara de injeção.
Gás hidrogênio: devido à composição das ligas e as temperaturas comuns
utilizadas no processo de fundição sob pressão, cerca de 680°C, a solubilidade do
hidrogênio é baixa, representando cerca de 5 a 10% da porosidade por gás. Os
esforços na redução da porosidade devem ser focados nas outras fontes de ar ou
gás até que o gás hidrogênio se torne um problema significante.
Malavazi (2005) também destaca fatores operacionais como movimento
irregular do pistão injetor, obstrução de saídas e bolsas de gases como pontos
relevantes de aprisionamento de gases, e portanto, formação de porosidade.
2.4 O Planejamento de Experimentos
A técnica de definir e investigar todas as condições possíveis em
experimentos envolvendo múltiplos fatores é conhecido como planejamento de
experimentos (em inglês design of experiments, DOE). Dentre as diversas técnicas
de planejamento de experimentos destaca-se o planejamento fatorial que é uma
técnica na qual os fatores são variados simultaneamente em todos os seus níveis
(MONTGOMERY, 2009). Esta técnica vem sendo desenvolvida há muitos anos
através de inúmeras aplicações na indústria, mas que possui como característica
necessitar de muitos experimentos, o que pode ser um inconveniente quando os
fatores a serem analisados são numerosos. Quando cada fator é analisado em dois
níveis, o número de experimentos pode ser representado por , onde é o
número de réplicas, e o número de fatores considerados. Para contornar a
necessidade de muitos experimentos surgiu como alternativa o planejamento fatorial
fracionado, que embora economize tempo e recursos, pode levar a resultados
diferentes para um mesmo experimento (ROY, 2010).
31
A maior parte dos engenheiros está familiarizada com o desenvolvimento de
ensaios para modelar relações de causa e efeito no desempenho dos produtos e
processos. No entanto, o conhecimento destes profissionais em relação a
estratégias apropriadas de ensaios, na maioria das vezes, é limitado. E ao se
deparar com a necessidade de um planejamento fatorial de experimentos, a reação
dos engenheiros é considerar a técnica cara e trabalhosa (ROSS, 1991).
Em geral experimentos são utilizados para estudar processos e sistemas,
podendo ser representados por um modelo onde algumas entradas são
transformadas em uma ou mais respostas observáveis, conforme ilustrado na Figura
8.
Figura 8 – Modelo geral de um processo ou sistema
Fonte: Montgomery (2009)
A seguir serão expostos alguns conceitos gerais sobre métodos
experimentais de planejamento de experimentos (MONTGOMERY, 2009; MENDES,
2005).
Variáveis de resposta: são as variáveis dependentes do processo ou
sistema que sofrem influência das entradas e dos fatores controláveis e não
controláveis. Um mesmo experimento pode ter diversas variáveis de resposta.
Fatores controláveis: são aqueles em que os níveis podem ser ajustados
pelo experimentador durante a condução dos experimentos. Podem ser divididos em
Processo
...
...
Fatores Controláveis
Fatores Não Controláveis
Entradas Saídas
x1 x2 xn
z1 z2 zn
y
32
fatores quantitativos, como pressão de injeção, velocidade de injeção, temperatura,
ou qualitativos, como máquina utilizada, operador e tipo de liga de alumínio.
Fatores não controláveis ou ruídos: são fatores que sofrem variações
naturais e não controláveis, influenciando na variável de resposta.
Níveis de fatores: são as intensidades com que cada fator é ajustado para a
realização dos experimentos. Nas matrizes experimentais geralmente são indicados
com os numerais 1, 2 e 3 como sendo baixo, médio e alto.
Tratamentos: são as combinações dos níveis de fatores utilizadas em uma
rodada de experimento.
Matriz de experimentos: é uma matriz que relaciona os fatores de controle
com os níveis utilizados em cada tratamento.
Repetição: é a reprodução de um experimento sob as mesmas condições
experimentais, permitindo estimar o erro experimental além de analisar os fatores.
Aleatorização de experimentos: significa que a alocação dos materiais e a
ordem de cada experimento são determinadas aleatoriamente, garantindo desta
forma que não existam tendências nos dados.
2.5 Os Métodos de Taguchi
No campo da ciência de planejamento de experimentos, Taguchi (1986)
propôs um método que simplificou e padronizou os experimentos fatoriais
fracionados. Os métodos propostos podem ser facilmente aplicados em ambiente
industrial, e obtém resultados consistentes para um mesmo experimento realizado
por diferentes investigadores (ROY, 2010).
Segundo Roy (2010), com o objetivo de tornar o DOE mais simples e atrativo
à indústria, Taguchi propôs:
a) Estratégia do Projeto Robusto: para fazer produtos e processo insensíveis aos
fatores não-controláveis (ruídos), Taguchi propôs uma forma de incluir os fatores
não-controláveis no planejamento de experimentos.
b) Função perda: fórmula matemática proposta por Taguchi para quantificar de
forma monetária as economias oriundas da aplicação do DOE, e consequente
redução da variação.
c) Padronização do DOE: utilização de tabelas especiais, chamadas de arranjos
ortogonais, que representam o menor experimento fatorial fracionado possível.
33
d) Análise de Sinal-Ruído (S/R): a relação sinal-ruído como uma métrica da
robustez de um produto ou processo, permitindo analisar a relação entre a
característica desejada e as indesejadas.
2.5.1 Projeto Robusto
Segundo Taguchi e Clausing (1990) projeto robusto é o conceito de se pensar
em produtos que resultem na mínima perda para a sociedade em todas as fases do
projeto e do processo. De acordo com sua abordagem, a qualidade é uma virtude do
projeto, sendo a robustez de um produto mais relacionada a um bom projeto do que
ao controle de qualidade na linha de produção, pois um projeto que apresenta falta
de robustez causará custos desnecessários durante todo seu ciclo de vida.
Taguchi considera que o desenvolvimento do produto ou processo se divide
em três etapas (EALEY, 1994):
Projeto de sistema: é a etapa em que a arquitetura básica do produto ou
processo é determinada, e tem o objetivo de fornecer aos consumidores
produtos novos e aperfeiçoados, utilizando novos conceitos, ideias, métodos,
etc. Os métodos de Taguchi geralmente não são utilizados nesta etapa.
Projeto por parâmetros: tem a função de aperfeiçoar o desempenho do
projeto do sistema por meio de experimentações, a fim de minimizar as
variações resultantes dos fatores não controláveis dos usuários ou do
ambiente e, desta forma, garantir a uniformidade do produto ou processo.
Deve ser focado nas características de qualidade que mais afetam o
desempenho do sistema na percepção do cliente. O foco deste trabalho está
nesta etapa da metodologia de Taguchi, e busca aperfeiçoar os parâmetros
do processo para melhorar a qualidade do produto.
Projeto por tolerâncias: nesta etapa, a qualidade é aperfeiçoada reduzindo-
se a tolerância dos parâmetros dos produtos ou processo, e
consequentemente, diminuindo a variação no desempenho. Normalmente é
utilizado apenas quando o Projeto por parâmetros não é suficiente para
reduzir as variações do produto ou processo, já que reduzir tolerâncias
implica quase sempre em altos custos com materiais e equipamentos.
34
2.5.2 Função Perda de Qualidade
Segundo Roy (2010) a função perda de qualidade (FPQ) tem o objetivo
primário de estimar a economia resultante da melhoria da qualidade, considerando
todas as fases do ciclo de vida de um produto. Neste trabalho, a FPQ será utilizada
em conjunto com o conceito de relação sinal-ruído ponderada, que será abordada
mais adiante, na determinação da perda resultante de cada categoria de porosidade
presente na peça em estudo.
O custo da qualidade não atendida ocorre sempre que os valores objetivos
não são atingidos, e devem ser medidos em um sistema amplo e não somente de
forma local, pois além de custos nas fases de desenvolvimento e fabricação, podem
geram custos maiores com manutenção, suspensão temporária de funcionamento e
perda de negócios no decorrer de seu ciclo de vida (NETO, 1997).
Segundo Ealey (1994), para cada característica de qualidade de um produto
pode-se definir uma função matemática que expressa a relação entre a perda
econômica e o desvio encontrado em relação ao valor objetivo, mas o tempo e os
recursos necessários para derivar essas relações para cada item seriam proibitivos.
Dessa forma, Taguchi descobriu que a representação quadrática da função perda é
uma aproximação eficiente para mensurar as perdas originadas dos desvios de
qualidade.
Segundo Ross (1991), a função perda de Taguchi é aplicada de acordo com a
característica de qualidade desejada, podendo ter características onde:
a) O valor nominal é melhor;
b) O menor valor é melhor;
c) O maior valor é melhor.
a) Nominal-é-melhor: Segundo Ross (1991) são denominadas de
característica de qualidade do tipo nominal-é-melhor as características funcionais
que apresentam o valor nominal como o mais desejado pelo cliente. Podem-se citar,
como exemplo, características como dimensão, pressão, viscosidade, cor de um
produto, força e a composição química de um material.
Segundo Ealey (1994), a função perda de Taguchi é determinada pela
expansão da serie de Taylor em torno do valor objetivo , conforme é mostrado na
Equação 1. Uma serie de Taylor é uma serie de expansões de uma função ao redor
35
de um ponto, onde qualquer função arbitrária continua e com uma derivada de
enésima ordem pode ser aproximada em torno do ponto por uma função
polinomial e um resto. Em geral, o objetivo dessa aproximação é escolher um
polinômio de ordem inferior na esperança de que o termo restante seja desprezível
(GUJARATI, 2006).
(1)
Onde:
função perda
derivada enésima da função perda
característica mensurável do produto ou do processo
característica nominal do produto ou do processo
Sendo o ponto mínimo da função em , sua derivada é igual a zero,
e ignorando-se os termos com potências maiores que 2 por serem muito pequenos,
a Equação 1 pode ser reescrita como:
(2)
A expressão
da Equação 2 é uma constante para uma dada
característica da qualidade e pode ser substituída pela constante , que será
detalhada mais adiante neste trabalho. E ainda, se é o valor nominal do produto
ou processo, e a Equação 2 é interpretada como a perda resultante do desvio em
relação ao valor nominal, o termo é igual a zero e a função é reduzida a
Equação 3:
(3)
A Figura 9 ilustra o gráfico da função perda de Taguchi, tendo no eixo das
abscissas os valores de desvio e no eixo das ordenadas o custo resultante do
desvio. Duas retas verticais delimitam os limites da especificação, onde LIE é o limite
inferior da especificação e LSE é o limite superior da especificação. Analisando o
36
gráfico é possível perceber que mesmo entre os limites de controle, os custos dos
desvios crescem à medida que se afastam do valor nominal, e a perda é zero
somente quando a característica de qualidade analisada do produto está
exatamente no valor nominal.
Figura 9 - Representação gráfica da função perda para a característica nominal-é-melhor
b) Menor-é-melhor: Segundo Ross (1991) são denominadas de
característica de qualidade do tipo menor-é-melhor as características funcionais que
apresentam o valor zero como o mais desejado pelo cliente. Como exemplos podem
ser citadas características como nível de impureza, desgaste, deterioração, consumo
de combustível e tempo de espera. Pode-se observar que tal fenômeno também
ocorre com a porosidade, que é a característica estudada neste trabalho, visto que
quanto menor o nível de porosidade maior será a resistência mecânica e a
estanqueidade do produto. Produzir peças isentas de porosidades pode inclusive
possibilitar a aplicação do processo de FSP em componentes estruturais.
A função perda da característica menor-é-melhor é ilustrada na Figura 10, e é
calculada de forma idêntica a característica nominal-é-melhor, com o valor da
especificação em 0. Desta forma, fazendo-se igual a 0, pode-se reescrever a
Equação 3 como:
(4)
37
Figura 10 – Representação gráfica da função perda para a característica menor-é-melhor
c) Maior-é-melhor: Segundo Ross (1991) são denominadas de
característica de qualidade do tipo maior-é-melhor as características funcionais que
quanto maior mais desejado pelo cliente. Exemplos deste tipo de característica são a
resistência mecânica, aderência de adesivos, vida útil e rendimento de combustíveis.
Segundo Taguchi (1986) a função perda para uma característica do
tipo maior-é-melhor, onde na vizinhança de , é ilustrada na Figura
11, e é originada da seguinte expansão de Laurent mostrada na Equação 5. A série
de Laurent permite estudar o comportamento de uma função em torno de um
ponto no infinito como sendo o comportamento da função em torno do ponto
, ao qual se chega mediante a substituição (OLIVEIRA, 2005).
(5)
Sendo , a perda é igual a zero, e este o valor mínimo da perda, é
razoável estipular que:
Desta forma, a Equação 5 pode ser reescrita como:
(6)
38
Figura 11 - Representação gráfica da função perda para a característica maior-é-melhor
2.5.3 Determinação do coeficiente k
Segundo Ealey (1994), para a determinação do coeficiente k da FPQ é
necessário considerar as características de desempenho do produto ou de variação
do processo que são mais críticas para o consumidor, pois a taxa de aumento da
perda depende da relevância financeira da característica da qualidade considerada.
Se a característica é, por exemplo, uma dimensão crítica de um dispositivo de
segurança de um reator nuclear, a perda aumentará muito rapidamente com o
desvio da característica do valor objetivo. Por isso, a equação da FPQ deve refletir a
gravidade das consequências da variação para o consumidor.
O coeficiente k representa a relevância financeira devido ao desvio do
objetivo para o consumidor, e pode ser estimado pela Equação 7.
(7)
Onde:
= Perda para o consumidor
= Tolerância funcional
A tolerância funcional ( ) é o máximo valor permissível de desvio para o
valor objetivo de uma característica devido ao qual um produto médio não funciona,
representando o ponto de vista de um consumidor médio. É importante lembrar que
tolerância funcional não é o limite da especificação (EALEY, 1994). Segundo
39
Taguchi (1986), para determinar os limites das especificações deve-se considerar
que existem outras perdas relacionadas ao não funcionamento de um produto, e
desta forma, a adoção de tolerâncias menores na fabricação reduz os custos que
serão gerados em campo.
A perda para o consumidor ( ) é a perda média resultante quando o desvio
da característica excede a tolerância funcional, representando o custo médio para o
consumidor substituir ou consertar o produto, com sua insatisfação associada.
Outros custos que também podem ser considerados são combustível necessário
para o deslocamento do cliente, tempo de espera, tempo perdido devido a não poder
usar o produto, incluindo alugueis (EALEY, 1994).
2.5.4 Relação Sinal-Ruído
Segundo Montgomery (2009), o processo pode ser visualizado como uma
combinação de máquinas, métodos, pessoas e outros recursos, que transformam
insumos em uma saída com uma ou mais respostas observáveis. Algumas das
variáveis do processo são controláveis, outras não.
Dentre as variáveis controláveis, pode-se citar o material, tempo de ciclo ou
temperatura de fundição. As variáveis não controláveis são classificadas como ruído,
por exemplo, temperatura ambiente, umidade relativa, etc., muito embora esses
fatores possam ser controlados para efeito de experimentos (EALEY, 1994).
Sendo assim, a resposta do sistema é influenciada tanto pelos fatores
controláveis, como pelos ruídos. De modo que a própria variação da resposta pode
ser classificada como um ruído. Assim, a resposta pode ser decomposta em duas
partes, a resposta pura, e tida como desejável designada como sinal, e o ruído
associado a ela. Desta forma, pode-se aplicar o termo relação sinal-ruído análogo ao
original utilizado em telecomunicação, como medida da qualidade da resposta
(EALEY, 1994).
O objetivo do planejamento de experimentos não é controlar ou eliminar os
fatores de ruído, mas, entre outros, estabelecer níveis dos parâmetros controláveis
que tornam os produtos ou processos menos sensíveis aos fatores de ruídos
(EALEY, 1994).
Um processo é robusto se seu desempenho é pouco ou nada sensível aos
ruídos. E um produto é robusto se é pouco ou nada sensível aos ruídos na
40
manufatura, distribuição, uso e descarte. O valor máximo da relação sinal-ruído
garante que o desempenho do produto ou processo é menos sensível aos ruídos
(NETO, 1997). Este conceito será utilizado neste trabalho como base para a
determinação dos níveis de fatores que melhoram a qualidade das peças.
Segundo Neto (1997) e Ross (1991) a relação sinal-ruído no contexto da
Qualidade procura observar ao mesmo tempo a média e a variância da resposta,
reunindo em um único número o desempenho do processo ou produto. As
contribuições dos fatores do processo na resposta podem ser identificadas
observando-se sua contribuição na redução de variação.
2.5.5 Padronização do DOE – Arranjos Ortogonais
Segundo Montgomery (2009) muitos experimentos envolvem o estudo dos
efeitos de dois ou mais fatores. Em geral, os planejamentos fatoriais são os mais
eficientes para esses tipos de experimentos. Por planejamento fatorial entende-se
que em cada rodada completa de experimento sejam investigadas todas as
combinações dos níveis de todos os fatores.
No entanto, em projetos de engenharia com muitos fatores, os custos
envolvidos tornam experimentos com todos os fatores proibitivos, sendo necessário
reduzir o número de testes por meio de experimentos fatoriais fracionados. Por esta
razão Taguchi desenvolveu configurações especiais de experimentos fracionados,
chamados de Arranjos Ortogonais (AO), que ajudam a determinar o número mínimo
de experimentos para um determinado número de fatores (ROY, 2010).
O planejamento do experimento deve estabelecer o número de experimentos
totais e as condições de cada experimento, e desta forma, Taguchi propôs diversas
tabelas que facilitam a determinação dos experimentos e se aplicam a diversas
condições experimentais (ROY, 2010).
Antes da realização do planejamento do experimento é necessário um
conhecimento prévio do problema sob investigação. Taguchi sugere a utilização da
ferramenta de qualidade Brainstorming para o levantamento dos fatores que
possivelmente influenciam na variável de saída (ROY, 2010). Já autores como Ross
(1991), Anastasiou (2002), Syrcos (2003) e Verran (2008) utilizam a ferramenta de
qualidade Diagrama de Causa-Efeito para o levantamento desses fatores. No
presente trabalho utilizou se a ferramenta de Diagrama de Causa-Efeito.
41
Os arranjos ortogonais são uma abordagem matemática, com seu registro
mais antigo em 1897, feito pelo matemático francês Jacques Hadamard (ROSS,
1991). Na década de 1920 foi utilizada pelo estatístico Ronald A. Fischer em
experimentos na agricultura (TAGUCHI e CLAUSING, 1990).
Segundo Roy (2010), os AO de Taguchi são identificados pela letra “L”
seguida de um número que indica a quantidades de experimentos, como por
exemplo, o arranjo ortogonal L4 da Tabela 2 que necessita de 4 experimentos e
permite a utilização de dois níveis para cada fator. A Tabela 1 indica alguns tipos de
AO, o número de níveis possíveis para cada fator e o número máximo de fatores. A
seleção do arranjo mais adequado ao planejamento do experimento é feita com
base na quantidade de fatores e interações que se deseja estudar.
Tabela 1 - Alguns tipos de AO de Taguchi
Fonte: Adaptado de Ross (1991)
Nas Tabela 2, Tabela 3, Tabela 4 e Tabela 5 são mostradas as configurações
experimentais dos AO L4, L8, L9 e L12, respectivamente. Na primeira coluna das
matrizes é indicado o número de ensaios necessários para cada arranjo. Nas demais
colunas podem ser atribuídos os fatores que se deseja estudar, limitando-se a um
fator por coluna. Nas intersecções entre as linhas, que representam as rodadas de
ensaios, e as colunas, relativas aos fatores, são indicados os níveis atribuídos a
cada fator com os números 1,2 e 3, dependendo do tipo de AO. Em cada coluna são
atribuídos números iguais de ensaios para cada nível de fator, sendo este um dos
fatores que permite a ortogonalidade entre todas as colunas (ROSS, 1991).
Arranjo
Ortogonal
Número de
Ensaios
Número de
Níveis
Número
Máximo de
Fatores
L4 4 2 3
L8 8 2 7
L9 9 3 4
L12 12 2 11
L16 16 2 15
L18 18 3 8
L27 27 3 13
L32 32 2 31
42
Tabela 2 - Arranjo Ortogonal L4
Fonte: Adaptado de Ross (1991)
Tabela 3 – Arranjo Ortogonal L8
Fonte: Adaptado de Ross (1991)
Tabela 4 – Arranjo Ortogonal L9
Fonte: Adaptado de Ross (1991)
L4
Ensaio N° A B C
1 1 1 1
2 1 2 2
3 2 1 2
4 2 2 1
Fatores e Níveis
L8
Ensaio N° A B C D E F G
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
Fatores e Níveis
L9
Ensaio N° A B C D
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 3 1 3 2
8 3 2 1 3
9 3 3 2 1
Fatores e Níveis
43
Tabela 5 – Arranjo Ortogonal L12
Fonte: Adaptado de Ross (1991)
2.5.6 Análise dos resultados
A partir dos dados dos experimentos realizados são feitas análises com o
objetivo de obter informações suficientes para se estabelecer a melhor configuração
dos parâmetros estudados, como e quanto cada parâmetro contribui com a resposta
analisada (ROY, 2010). A literatura relata dois tipos mais comuns de análise: o efeito
médio e a análise de variância (ANOVA), sendo ambos complementares.
2.5.7 Efeito médio do fator
Corresponde a resposta média do fator em cada nível de experimento. Como
exemplo, Roy (2010) apresenta o seguinte caso, a partir de um experimento com um
arranjo ortogonal L4.
Tabela 6 – AO L4 com dados de teste do processo de moldagem
Fonte: Roy (2010)
L12
Ensaio N° A B C D E F G H I J K
1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 2 2 2 2 2 2
3 1 1 2 2 2 1 1 1 2 2 2
4 1 2 1 2 2 1 2 2 1 1 2
5 1 2 2 1 2 2 1 2 1 2 1
6 1 2 2 2 1 2 2 1 2 1 1
7 2 1 2 2 1 1 2 2 1 2 1
8 2 1 2 1 2 2 2 1 1 1 2
9 2 1 1 2 2 2 1 2 2 1 1
10 2 2 2 1 1 1 1 2 2 1 2
11 2 2 1 2 1 2 1 1 1 2 2
12 2 2 1 1 2 1 1 2 2 2 1
Fatores e Níveis
A B C
1 1 1 1 30
2 1 2 2 25
3 2 1 2 34
4 2 2 1 27
FatorExperimento Resultados (Y)
44
Sendo o fator A1, fator A no nível 1, utilizado nos experimentos 1 e 2, o efeito
médio do fator é calculado com a média dos resultados dos dois experimentos, da
seguinte forma:
O efeito médio de todos os fatores é calculado de forma similar. Para facilitar
a análise os dados são agrupados em uma tabela e apresentados em forma de
gráfico, conforme ilustrado na Tabela 7 e Figura 12. Em seguida são identificados os
níveis dos fatores que possuem a melhor resposta de acordo com a característica de
qualidade analisada, podendo ser maior-é-melhor, menor-é-melhor ou nominal-é-
melhor. No exemplo apresentado, a característica da qualidade é do tipo maior-é-
melhor, e a partir da Figura 12 conclui-se que os fatores A2, B1, C2 produzem a
melhor resposta e representam a condição ótima dos fatores.
Tabela 7 – Efeito médio dos fatores do processo de moldagem
Fonte: Roy (2010)
Figura 12 – Efeito médio dos fatores do processo de moldagem
Fonte: Roy (2010)
Fator 1 2
A 27,5 30,5
B 32,0 26,0
C 28,5 29,5
45
2.5.8 Análise de Variância (ANOVA)
Segundo Roy (2010), a análise de variância, do inglês Analysis of Variance
(ANOVA), é uma técnica estatística utilizada para medir a grau de confiança de
dados. A técnica não analisa os dados diretamente, mas sim determina sua
variabilidade. Devido ao fato do método de Taguchi ser baseado em experimentos
fatoriais fracionados, que realizam apenas uma parte dos experimentos possíveis,
sua análise deve considerar a análise de confiança dos resultados. A análise fornece
a variância de fatores controláveis e não controláveis, e desta forma, entendendo a
fonte e magnitude de variância é possível prever condições operacionais mais
robustas.
Segundo Gopalsamy, Mondal e Ghosh (2009), a ANOVA é útil para
determinar a influência dos parâmetros de entrada nos resultados experimentais,
permitindo a interpretação dos dados. A variação total observada é atribuída a cada
fator significativo ou interação, refletindo na porcentagem de contribuição (P), que
indica a influencia de cada fator ou interação na redução da variação.
Segundo Roy (2010), na ANOVA muitas grandezas são computadas e
organizadas em uma tabela de formato tabular padrão, sendo as mais comuns:
a) Número total de ensaios: é a soma total dos ensaios realizados em
cada nível dos parâmetros, sendo calculada de acordo com a Equação 8.
(8)
Onde:
= número total de ensaios
= número de ensaios com os fatores em nível i
b) Grau de liberdade: é a medida da quantidade de informação que pode
ser determinada a partir de um conjunto de dados, sendo determinados pelas
Equações 9, 10 e 11.
(9)
(10)
(11)
46
Onde:
= Graus de liberdade do fator i
= Graus de liberdade totais para análise de sinal-ruído
= Graus de liberdade do erro
= Número de níveis do fator
c) Soma dos Quadrados: é a medida do desvio de um dado
experimental a partir do valor médio dos dados. A soma de cada desvio quadrado
enfatiza o desvio total, sendo dado pelas Equações 12 e 13.
(12)
∑
(13)
Onde:
= Soma de quadrados do fator A
= Soma de quadrados do fator n
= Soma de quadrados do erro
= Soma total de quadrados
= Somatória dos valores observados do fator A no nível 1
= Somatória dos valores observados do fator A no nível 2
= número de ensaios com o fator A em nível 1
= número de ensaios com o fator A em nível 1
= soma de todas as observações
= número total de ensaios
= valor observado no experimento
d) Variância: mede a distribuição dos dados ao redor da média e, sendo
os dados representativos de apenas uma parte dos dados possíveis, o cálculo é feito
utilizando o grau de liberdade, conforme a Equação 14.
(14)
47
Onde:
= Variância do fator i
= Soma de quadrados do fator i
e) Taxa de variância ou Teste F: é a razão entre a variância do fator e a
variância do erro, e mede a significância do fator analisado em relação à variância
de todos os fatores incluídos no termo de erro. O valor obtido na análise deve ser
comparado com uma tabela padrão para a determinação do nível de confiança. O
valor F é localizado nas tabelas padrões na intersecção entre a coluna
correspondente ao grau de liberdade do numerador, e a linha correspondente ao
grau de liberdade do denominador. Quando o valor calculado é menor que o valor da
tabela F, o valor não contribui para a soma de quadrados dentro do nível de
confiança da tabela selecionada. A taxa de variância é dada pela Equação 15.
(15)
Onde:
= Taxa de Variância
= Variância do fator
= Variância do erro
f) Soma de Quadrados Pura: é a soma de quadrados subtraída da
variância geral, sendo determinada pela Equação 16.
(16)
Onde:
= Soma de quadrados pura do fator i
= Soma de quadrados do fator i
= grau de liberdade do fator i
= Variância do erro
48
g) Porcentagem de Contribuição: indica a influência que cada fator tem
em reduzir a variação total observada em um experimento, ou seja, quanto cada
fator influenciou na variação total observada. A porcentagem de contribuição é
indicada pela letra P e é dada pela Equação 17.
(17)
Onde:
= Porcentagem de contribuição
= Soma de quadrados pura do fator i
= Soma de total de quadrados
Uma tabela de análise de variância típica é apresentada na Tabela 8,
ilustrando um experimento realizado com um arranjo ortogonal L4, com 2 repetições.
Tabela 8 – Exemplo de ANOVA para desgaste de pneus com repetições
Fonte: Adaptado de Roy (2010).
2.6 Dados categóricos ordinais
Segundo Veloso (2009) dados categóricos são aqueles que podem ser
classificados em categorias, como por exemplo a qualidade de um produto na
opinião do cliente que pode ser classificada como “muito ruim”, “ruim”, “razoável”,
“boa” ou “muito boa”. Quando estes dados possuem uma ordenação natural são
chamados de ordinais. Outra forma de estabelecer dados categóricos ordinais é
Fonte de
Variação
Grau de
Liberdade
f
Soma de
Quadrados
S
Variância
V
Taxa de
Variância
F
Soma de
Quadrados Pura
S'
Porcentagem de
Contribuição
P
A 1 264,50 264,50 117,56 262,25 85,28%
B 1 2,00 2,00 0,89 -0,25 -0,08%
A x B 1 32,00 32,00 14,22 29,75 9,67%
Erro (e) 4 9,00 2,25 1,00 15,75 5,12%
Total 7 307,50 100,00%
49
dividir variáveis contínuas em intervalos obtendo-se categorias, definidas por
constantes chamadas de pontos de corte. Neste trabalho são utilizadas categorias
de porosidade ordenadas de forma crescente para a classificação da variável de
resposta dos experimentos, como será detalhado mais adiante.
Segundo Wu (2006) os dados observados em muitos experimentos são
categóricos ordinais devido à característica de qualidade analisada ou a
conveniência da técnica de medição, como é o caso deste estudo. Trabalhos
elaborados por Anastasious (2002), Syrcos (2003), Verran, Mendes e Valentina
(2008) e Tsoukalas (2008) utilizaram o método de quantificação de porosidade por
meio da medição da densidade das peças utilizando o método de Arquimedes, que
embora apresente grande exatidão, não é de fácil obtenção em ambiente fabril.
Chipman e Hamada (1993) exemplificam a necessidade de utilização de
dados categóricos ordinais com o exemplo da medição da força necessária para
fechar uma porta, que embora existam dispositivos que possam fazer está medição,
eles podem ser caros e consumir muito tempo. Desta forma, um especialista pode
ser utilizado para fazer um julgamento categórico, tal como “difícil”, “aceitável” e
“fácil”. Em outra situação, como a medição da aparência física do aço, por exemplo,
a aparência pode ser classificada, mas obviamente não existe uma resposta
contínua básica. Desta forma, sua medição exigiria uma solução engenhosa e cara,
onde seria necessário desenvolver um dispositivo capaz de mensurar a aparência
em alguma escala.
2.6.1 Relação Sinal-Ruído Ponderada
Wu e Yeh (2006) apresentaram um estudo comparativo entre quatro métodos
de análise de dados categóricos ordinais para otimização de fatores experimentais,
onde se destaca o método de Relação Sinal-Ruído Ponderada (RSRP) ou Weighted
Signal-to-Noise Ratio (WSNR), por sua simplicidade e eficiência na obtenção dos
fatores ótimos em um único passo. Este método será utilizado no presente trabalho,
considerando como característica de qualidade estudada a porosidade das peças
fundidas classificada de acordo com o nível apresentado nas regiões críticas, como
será ilustrado mais adiante.
Neste método, um peso proporcional à perda de qualidade é atribuído a cada
categoria. A resposta categórica é usada como se fosse continua e analisada por
50
meio da relação sinal-ruído (RSR) do tipo menor-é-melhor. Os níveis de parâmetros
ótimos são os que resultam na maior RSR (YENIDUNYA, 2009; WU e YEH, 2006).
Segundo Wu e Yeh (2006) a RSRP é dada pela Equação 18:
(
∑
) (18)
Onde:
: relação sinal-ruído do experimento
: número de observações
: são os pesos atribuídos a cada categoria
: categorias
: são as frequências observadas de cada categoria nas repetições
51
3. PROCEDIMENTOS METODOLÓGICOS
A pesquisa foi realizada utilizando-se a sequência apresentada por Ribeiro
(2008) na condução de experimentos utilizando o método de Taguchi. A Figura 13
ilustra os passos seguidos, iniciando-se com a definição das variáveis de entrada e
passando por todas as etapas até o experimento de confirmação, o qual verifica se a
otimização dos parâmetros obteve o resultado esperado.
Figura 13 - Sequencia de Elaboração de Experimento
Fonte: Adaptado de Ribeiro (2008)
Definição das Variáveis de
entrada
Definição do arranjo ortogonal de experimentos
Definição da aleatorização dos
ensaios
Definição do método de
mensuração da variável da resposta
Ensaios Levantamento e
cálculo de resultados
Determinação de parâmetros ótimos
Experimento de confirmação
52
3.1 Definição das variáveis de entrada
A definição das variáveis de entrada foi feita a partir da análise do diagrama
de Causa-Efeito, ilustrado na Figura 14 com os fatores do processo que poderiam ter
influência no surgimento da porosidade. Abordagem semelhante foi feita por Syrcos
(2003), Wu e Chang (2004) e Anastasiou (2002).
Figura 14 - Diagrama de Causa e Efeito das variáveis do processo automatizado
Entre os fatores controláveis no processo, que não exigiam alterações no
projeto do molde, foram selecionados seis parâmetros, sendo eles:
Temperatura do metal
Velocidade da segunda fase de injeção
Velocidade da primeira fase de injeção
Pressão específica da terceira fase de injeção
Curso da primeira fase de injeção
Temperatura do molde
3.2 Definição do arranjo ortogonal
A partir da escolha dos seis parâmetros foram designados 2 níveis para cada
um, conforme Tabela 9, o que levou à adoção de uma matriz ortogonal L8, com oito
LegendaMétodo Materia-Prima
Máquina/MoldeMeio Ambiente
Porosidade
Curso de 1ª Fase de Injeção
Veloc. da 1ª Fase de Injeção
Veloc. da 2ª Fase de Injeção
Pressão Espec. da 3ª Fase
Temperatura Ambiente
Temp. da água de refrigeração
Temp. da água do desmoldante
Temperatura do Metal
Composição Química
Quant. de hidrogênio na liga
Quant. de material
Grau de enchimento da câmara
Canal de Alimentação
Lubrificação do Pistão
Quantidade de Desmoldante
Saidas e Bolsas de Gases
Temperatura do molde
53
rodadas de experimentos e quatro réplicas de cada, por ser o arranjo experimental
com o menor número de experimentos possíveis para seis fatores.
Tabela 9 - Fatores e níveis dos experimentos
Na Tabela 10 é mostrada a combinação de níveis de parâmetros (1 ou 2) em
cada experimento. Conforme a sequência de passos proposta, os experimentos
foram aleatorizados, conforme indicado na coluna de sequência.
Tabela 10 - Combinação de níveis de fatores
De acordo com a configuração experimental do arranjo ortogonal L8,
mostrado na Tabela 10, foram feitas 8 rodadas de experimentos. Para assegurar a
exatidão dos resultados, foram feitos 20 ciclos em cada configuração experimental,
sendo utilizadas apenas as peças dos quatro últimos ciclos, permitindo assim que o
processo se estabilizasse termicamente e que as peças fossem representativas do
processo em ritmo normal de produção.
Fator Descrição Nível 1 Nível 2
A Temperatura do metal (°C) 680 725
B Velocidade da 2ª Fase de injeção (m/s) 3,8 4,2
C Velocidade da 1ª Fase de injeção (m/s) 0,2 0,6
D Pressão Especifica da 3ª Fase de injeção (BAR) 800 1000
E Curso da 1ª Fase de injeção (mm) 240 270
F Temperatura do molde (°C) 180 220
Seq. A B C D E F
7 1 1 1 1 1 1
5 1 1 2 2 2 2
8 1 2 1 1 2 2
6 1 2 2 2 1 1
1 2 1 1 2 1 2
3 2 1 2 1 2 1
2 2 2 1 2 2 1
4 2 2 2 1 1 2
AO L8
8
7
6
5
4
3
2
1
Experimento
Fatores
54
3.3 Medição da variável de resposta
Após a realização dos experimentos, as peças foram usinadas e quatro áreas
foram analisadas e classificadas de acordo com a quantidade e tamanho dos poros,
conforme as categorias mostradas na Figura 15. Conforme foi exposto
anteriormente, a variável de resposta analisada neste trabalho é a porosidade. Na
classificação das regiões usinadas de acordo com uma escala de categorias de
poros são consideradas seis categorias, onde 0 corresponde a categoria de uma
região isenta de poros e as categorias de 1 a 5 correspondem a tamanhos de poros
crescentes, sendo a categoria 5 a que possui os maiores poros. Um padrão de
comparação visual, em escala 1:1 é indicado em cada classe, onde também são
indicados os tamanhos, distâncias aproximadas entre poros e distribuição de poros
em relação às áreas utilizados como referência. Um modo similar de classificação
de porosidade em regiões usinadas é utilizado por Brevick (2009) e Zhao (2009).
Figura 15 - Categorias para classificação de porosidade
55
De acordo com o modelo de relação sinal-ruído ponderada apresentado no
item 2.6.1, cada categoria de porosidade recebeu um peso proporcional à perda de
qualidade gerada a partir da Função Perda de Qualidade. O coeficiente de custo k
foi calculado com o auxilio da Equação 7, a partir de um custo para a sociedade de
138,9 u.m., referente a custos típicos para a substituição do componente estudado
quando o limite funcional, categoria 5, é atingido. Sendo a porosidade uma
característica de qualidade do tipo menor-é-melhor, a Equação 4 foi utilizada para o
cálculo das perdas para a sociedade em função de cada desvio da classe objetivo
zero, ou seja, peças isentas de porosidade. Conforme o modelo de relação sinal-
ruído ponderada, os pesos de cada classe são proporcionais a perda de qualidade,
sendo adotados os valores dos pesos de cada categoria como sendo iguais aos
valores das perdas.
Os pesos calculados para cada classe são apresentados na Tabela 11, e os
cálculos do coeficiente k e da FPQ para a categoria 2 são ilustrados a seguir.
Tabela 11 - Pesos de cada classe de porosidade
Os dados obtidos das classificações de todos os experimentos foram
agrupados, e, por meio da Equação 18, foram calculadas as relações sinal-ruído
ponderadas de cada rodada experimental.
3.4 Análise e confirmação dos resultados
A análise dos dados experimentais foi realizada por meio do efeito médio de
cada nível dos fatores na relação sinal-ruído e da análise de variância. Sendo então
determinados os níveis de fatores que resultam nas maiores relações sinal-ruído.
0 1 2 3 4 5
Peso 0 5,6 22,2 50,0 88,9 138,9
Categoria
56
Para validar se a combinação de níveis de fatores selecionada realmente
resulta na redução da porosidade das peças um experimento de confirmação foi
realizado, sendo seguidas as mesmas considerações do experimento inicial.
57
4. RESULTADOS
Após a realização de todos os experimentos foram feitas as classificações
das porosidades encontradas nas áreas usinadas. Os dados de cada experimento
são apresentados na Tabela 12, sendo agrupados de acordo com as categorias de
poros nas áreas usinadas apresentadas anteriormente na Figura 15. Com base nos
dados coletados, as relações sinal-ruído ponderadas de cada rodada de
experimento foram calculadas a partir da Equação 18, sendo também apresentadas
na Tabela 12. Como exemplo, o cálculo da RSRP do experimento 1 é apresentado a
seguir:
(
)
Tabela 12 - Dados experimentais agrupados por categoria de porosidade
Utilizando os dados da Tabela 12, os efeitos médios de cada nível de fator na
relação sinal-ruído foram calculados, sendo apresentados na Tabela 13. Conforme
foi abordado na revisão da literatura, a melhoria da qualidade do produto é
alcançada com a máxima relação sinal-ruído. Desta forma, na Tabela 13 são
evidenciados os níveis de cada fator que possuem a maior relação sinal-ruído, e,
portanto, é a melhor combinação de fatores. Sendo estes os fatores A1, fator A no
nível 1, a temperatura do metal a 680°C, B2 a velocidade da segunda fase de
injeção a 4,2m/s, C1 a velocidade da primeira fase de injeção a 0,2m/s, D2 a
pressão especifica da 3ª fase a 1000 bar, E2 o curso da primeira fase de injeção à
RSRP
0 1 2 3 4 5 Total h
1 0 3 6 4 2 1 16 -34,785
2 0 3 4 7 1 1 16 -34,657
3 0 5 7 3 1 0 16 -30,749
4 0 2 6 7 1 0 16 -32,496
5 0 5 5 2 3 1 16 -35,002
6 0 0 4 8 2 2 16 -36,787
7 0 4 6 5 1 0 16 -31,667
8 0 4 3 2 5 2 16 -37,237
Total 0 26 41 38 16 7 128 -273,381
Experimento NºFrequência de observações por categoria
58
270mm e F1 a temperatura do molde a 180°C. O cálculo do efeito médio dos níveis
dos fatores é feito com base na combinação dos níveis de fatores utilizados em cada
experimento, conforme foi apresentado na Tabela 10. Como exemplo, a seguir é
mostrado o cálculo do efeito médio dos níveis do fator B, que foi ajustado no nível 1
nos experimentos 1, 2, 5 e 6, e no nível 2 nos experimentos 3, 4, 7 e 8.
Tabela 13 - Efeito médio da Relação Sinal-Ruído Ponderado por fator
A Figura 16 apresenta o gráfico do efeito médio da relação sinal-ruído de
cada nível de fator, ilustrando como cada fator influenciou a resposta. No gráfico é
possível observar que os fatores A, B e C apresentaram maior variação entre a
relação sinal-ruído de cada nível. Por outro lado, o fator F não apresentou grande
variação entre o nível 1 e 2.
Figura 16 – Influência dos níveis de fatores na relação sinal-ruído
A análise de variância foi realizada utilizando-se as Equações 8 a 16 a partir
dos dados de relação sinal-ruído apresentadas na Tabela 12, e seus resultados são
Fator
A B C D E F
1 -33,172 -35,308 -33,051 -34,890 -34,880 -33,934
2 -35,173 -33,037 -35,294 -33,456 -33,465 -34,411
Melhor Combinação A1 B2 C1 D2 E2 F1
Nivel
59
apresentados na Tabela 14. As variâncias (coluna V) e as porcentagens de
contribuição (coluna P) dos fatores A, B e C indicam que a temperatura do metal e
velocidades da segunda e primeira fases de injeção são significantes. E ainda, as
taxas de variância (F) dos fatores A, B e C indicam, com um nível de confiança de
90%, que eles exercem influência sobre a média, e por isso são relevantes. Por
outro lado, não é possível afirmar com o mesmo nível de confiança que os níveis dos
fatores D, E e F estudados realmente influenciaram na média e são relevantes.
Como exemplo, os cálculos da análise de variância do fator D são apresentados a
seguir.
Tabela 14 - Análise de Variância (ANOVA)
De acordo com os resultados apresentados na Tabela 14, pode-se observar
que nas peças analisadas nos experimentos iniciais, a porosidade mais presente
nas regiões usinadas era consequência principalmente do aprisionamento de gases,
já que a pressão especifica da 3ª fase de injeção, responsável principalmente pela
Relevância
S1 S2 a=10% Fc=8,53
A -132,687 -140,694 1 8,01 8,01 7,10 18,52% 8,77 Sim
B -141,231 -132,149 1 10,31 10,31 9,40 24,51% 11,28 Sim
C -132,203 -141,178 1 10,07 10,07 9,16 23,88% 11,02 Sim
D -139,558 -133,822 1 4,11 4,11 3,20 8,34% 4,50 Não
E -139,520 -133,861 1 4,00 4,00 3,09 8,06% 4,38 Não
F -135,735 -137,646 (1) (0,46) (0,46)
Erro (e) -138,346 -135,034 2 1,83 0,91 6,40 16,69%
Total 7 38,33 38,33 100,00%
f
Agrupado ao erro
PSQ' FVSQNível
Fator
60
compensação da contração de solidificação, não apresentou grande relevância no
comportamento da porosidade. Os parâmetros mais relevantes de acordo com a
ANOVA corroboram com esta afirmação, pois a temperatura do metal e a velocidade
da 2ª fase de injeção estão diretamente relacionadas à turbulência do metal durante
o preenchimento do molde, e a velocidade da 1ª fase de injeção ao aprisionamento
de gases da câmara de injeção, sendo todos estes fatores críticos no aparecimento
de porosidade por gases, conforme foi abordado na revisão da literatura.
4.1 Experimento de confirmação
Neste estudo o experimento de confirmação foi realizado com a combinação
de parâmetros A1, B2, C1, D2, E2 e F1, conforme foi mostrado na Tabela 13. Os
demais procedimentos adotados nos experimentos anteriores tão foram adotados no
experimento de confirmação. Os dados agrupados nas respectivas categorias e a as
relações sinal-ruído encontradas podem ser vistos na Tabela 15. A distribuição das
porosidades encontradas nas peças do experimento de confirmação mostra que
ocorreu uma melhoria de qualidade em relação aos experimentos iniciais. Um
aumento significativo na relação sinal-ruído ponderada também pode ser observado,
sendo mais uma evidencia da melhoria de qualidade, conforme visto na revisão da
literatura.
Tabela 15 - Dados do experimento de confirmação
Os resultados encontrados mostram uma grande redução de porosidade
presente nas peças em relação às configurações do experimento inicial. Os níveis
ótimos de parâmetros responsáveis pela redução da porosidade são apresentados
na Tabela 16.
RSRP
0 1 2 3 4 5 h
Confirmação 5 6 4 1 0 0 -24,643
Experimento NºNúmero de observações por categoria
61
Tabela 16 - Níveis ótimos de parâmetros.
Descrição das Variáveis Fator Nivel Valor
Temperatura do metal (°C) A 1 680
Velocidade da 2ª Fase de injeção (m/s) B 2 4,2
Velocidade da 1ª Fase de injeção (m/s) C 1 0,2
Pressão Especifica da 3ª Fase de injeção (BAR) D 2 1000
Curso da 1ª Fase de injeção (mm) E 2 270
Temperatura do molde (°C) F 1 180
62
5. CONCLUSÕES
O presente trabalho teve como objetivo a melhoria da qualidade de uma peça
de alumínio fundida sob pressão, por meio da redução da porosidade. Para tal fim
utilizou-se a aplicação do planejamento de experimentos, com bases nos métodos
propostos por Taguchi, para estudar a influencia dos parâmetros do processo de
fundição na porosidade resultante nas peças.
A configuração de fatores A1, fator A no nível 1, temperatura do metal em
680°C, B2, velocidade da segunda fase de injeção em 4,2m/s, C1, velocidade da
primeira fase de injeção em 0,2m/s, D2, pressão específica da 3ª fase em 1000 bar,
E2, curso da primeira fase de injeção em 270mm e F1, temperatura do molde a
180°C resultou em peças classificadas com menos porosidades. Os fatores
temperatura do metal, velocidade de primeira fase de injeção e velocidade de
segunda fase de injeção foram os que apresentaram maior variação no efeito médio
da relação sinal-ruído.
Por meio da análise de variância pode-se afirmar que os fatores que mais
influenciaram na redução da porosidade da peça estudada foram a velocidade da
segunda fase de injeção, velocidade de primeira fase de injeção e a temperatura do
metal. E ainda, estes fatores apresentaram relevância, dentro de um nível de
confiança de 90%. Por outro lado, não é possível afirmar com o mesmo grau de
confiança que os fatores pressão específica da terceira fase de injeção, curso da
primeira fase de injeção e temperatura do molde influenciaram na redução da
porosidade.
De acordo com os resultados obtidos, pode-se concluir que na peça estudada
a porosidade mais presente nas regiões usinadas era gerada principalmente por
aprisionamento de gases, já que a pressão especifica da 3ª fase de injeção não
apresentou grande relevância no comportamento da porosidade. Os parâmetros
mais relevantes reforçam esta conclusão, pois a temperatura do metal e a
velocidade da 2ª fase de injeção estão diretamente ligadas à turbulência do metal
durante o preenchimento do molde, e a velocidade da 1ª fase de injeção ao
aprisionamento de gases da câmara de injeção, sendo todos estes fatores
geradores de porosidade por gases conforme foi apresentado na revisão da
literatura.
63
O método de Taguchi se mostrou eficiente em fornecer a metodologia
necessária para encontrar a melhor configuração de parâmetros que minimiza a
porosidade da peça estudada, alcançando o objetivo proposto neste trabalho.
64
6. SUGESTÕES PARA TRABALHOS FUTUROS
Embora se tenha obtido resultados significativos de redução de porosidade
nas peças estudadas, no experimento de confirmação ainda foram encontradas
peças que apresentavam porosidade, surgindo a oportunidade de trabalhos futuros
que abordem:
O teste dos fatores mais significativos em mais níveis.
A inclusão de fatores do processo não considerados neste estudo.
A influência dos fatores do projeto do molde e da peça na porosidade.
65
REFERÊNCIAS
ALUINFO. Aluinfo: Portal técnico comercial do mercado de fundição de aluminio, 2012. Disponivel em: <http://www.aluinfo.com.br/novo/conheca-o-bloco-de-motor-bi-metalico-da-bmw>. Acesso em: 24 maio 2012.
AMMAR, H. R.; SAMUEL, A. M.; SAMUEL, F. H. Porosity and the fatigue behavior of hypoeutectic and hypereutectic aluminum-silicon casting alloys. International Journal of Fatigue, 2008. 1024-1035.
ANASTASIOU, K. S. Optimization of the aluminium die casting process based on the Taguchi method. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 216, 2002.
APELIAM, D.; MAKHLOUF, M. M. High Integrity Aluminum Die Casting. Wheeling: North American Die Casting Association, 2006.
BREVICK, J. Die Casting Porosity Guidebook. Wheeling: North American Die Casting Association, 2009.
CHIPMAN, H.; HAMADA, M. Bayesian analysis of ordered categorical data from industrial experiments. University of Waterloo. Waterloo, Canada. 1993.
DARGUSCH, M. S. et al. The influence of pressure during solidification of high pressure die casting aluminium telecommunications components. Journal of Material Processing Technology, 2006. 37-43.
EALEY, L. A. Quality by Design: Taguchi Methods & US Industry. [S.l.]: ASI Press, 1994.
FAURA, F.; LÓPEZ, J.; HERNÁNDEZ, J. On the optimum plunger acceleration law in the slow shot phase of pressure die casting machines. International Journal of Machine Tool & Manufacture, 2001. 173-191.
GOPALSAMY, B. M.; MONDAL, B.; GHOSH, S. Taguchi method and ANOVA: An approach for process parameters optimization of hard machining while machining hardened steel. Journal of Scientific & Industrial Research, Vol. 68, 2009.
GUJARATI, D. N. Econometria básica. 4ª Edição. ed. Rio de Janeiro: Elsevier, 2006.
IKD AUTO PRODUCTS. Die-casting Application, 2012. Disponivel em: <http://www.ikd-china.com/en-pro-apply.html>. Acesso em: 20 Janeiro 2012.
KIRKMAN, S. Shinkage Porosity: A guide correcting the problems. Wheeling: North American Die Casting Association, 2006.
MALAVAZI, J. Área de fundição: Processo de fundição sob pressão. Osasco: SENAI, 2005.
66
MEDEIROS, M. História da Fundição. São Paulo: Salus, 2009.
MENDES, R. P. K. Avaliação da influência dos parâmetros do processo de fundição sob pressão sobre a qualidade de uma peça injetada em liga de alumínio. Dissertação (Mestrado em Ciencia e Engenharia de Materiais) – Centro de Ciências Tecnológicas, Universidade doEstado de Santa Catarina, Joinville, 2005.
MONTGOMERY, D. C. Design and Analysis of experiments. 7th Edition. ed. [S.l.]: John Wiley and Sons, Inc, 2009.
MUHAMMED, O. S.; SALEH, H. R.; ALWAN, H. L. Using of Taguchi Method to Optimize the Casting of Al-Si/Al2O3 Composites. Engineering and Technology Journal, 2009. 1143-1150.
NETO, M. F. Taguchi e a melhoria da qualidade: Uma releitura crítica. Florianópolis: Editora da UFSC, 1997.
OLIVEIRA, E. C. D. Funções Especiais com Aplicações. 1 ed. ed. São Paulo: Livraria da Física, 2005.
RIBEIRO, C. B. Projeto de experimentos em rodas ferroviárias fundidas em aço, com o uso da técnica de Taguchi. Dissertação (Mestrado em Engenharia Mecânica) - Faculdade de Engenharia, Universidade Estadual Paulista, Guaratinguetá, 2008.
ROSS, P. J. Aplicação das Técnicas Taguchi na Engenharia da Qualidade. São Paulo: Makron, McGraw-Hill, 1991.
ROY, R. K. A primer on the Taguchi Method, 2nd Edition. New York: Van Nostrand Reinhold, 2010.
SAVAS, O.; KAYIKCI, R. Application of Taguchi's methods to investigate some factors affecting microporosity formation in A360 alluminium alloy casting. Material and Design, 9 Agosto 2007. 2224-2228.
SYRCOS, G. P. Die casting process optimization using Taguchi methods. Journal of Materials Processing Technology, 2003.
TAGUCHI, G. Introduction to quality engineering. Tokyo: Asian Productivity Organization, 1986.
TAGUCHI, G.; CLAUSING, D. Robust Quality. Harvard Business Review, 1990. 65-75.
TIAN, C. et al. Effect of melt cleanliness on the formation of porosity defects in automotive aluminium high pressure die castings. Journal of Materials Processing Technology, 2002. 82-93.
TSOUKALAS, V. D. Optimization of porosity formation in AlSi9Cu3 pressure die casating using genetic algorithm analysis. Materials and Design, 2008. 2027-2033.
67
VELOSO, P. L. C. Modelos para dados categóricos com estrutura temporal. Dissertação (Mestre em Estatistica) - Instituto de Matemática, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2009.
VERRAN, G. O.; MENDES, R. P. K.; VALENTINA, L. V. O. D. DOE applied to optimization of aluminium alloy die castings. Journal of Materials Processing Technology, 2008. 120-125.
VIJIAN, P.; ARUNACHALAM, V. P. Optimzation of squeeze cast parameters of LM6 aluminium alloy for surface roughness using Taguchi method. Journal of Material Processing Technology, 30 Maio 2006. 161-166.
VINARCIK, E. J. High integrity die casting processes. New York: John Wiley & Sons, 2003.
WALKINGTON, W. Gas Porosity: A guide to correting the problems. Wheeling: North American Die Casting Association, 2006.
WANG, L.; TURNLEY, P.; SAVAGE, G. Gas content in high pressure die casting. Journal of Materials Processing Technology, 2011. 1510-1515.
WEN, J.-L.; YANG, Y.-K.; JENG, M.-C. Optimization of die casting conditions for wear properties of alloy AZ91D components using the Taguchi method and design of experiments analysis. International Journal of Advanced Manufacturing Technology, 5 Junho 2009. 430-439.
WU, D. H.; CHANG, M. S. Use of Taguchi method to develop a robust design for the magnesium alloy die castng process. Mateirals Science & Engeneering A, 2004.
WU, F.-C.; YEH, C.-H. A comparative study on optimization methods for experiments with ordered categorical data. Computers & Industrial Engeneering, 2006. 220-232.
YENIDUNYA, B. Robust design with binary response using Mahalanobis Taguchi System. Thesis (Master of Science in Industrial Engineering) - Middle East Technical University, [S.l.], 2009.
ZHAO, H. D. et al. Experimental and numerical analysis os gas entrapment defects in plate ADC12 die casting. Journal of Materials Processing Technology, 2009. 4537-4542.