aplicaÇÃo do mÉtodo de taguchi para reduÇÃo de...

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


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


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


Tabela 3 – Arranjo Ortogonal L8




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



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.

aplicaÇÃo do mÉtodo de taguchi para reduÇÃo de...

Documents