Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Controle Estatístico Controle Estatístico do Processo (CEP)do Processo (CEP) 2 É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. CONTROLE ESTATÍSTICO DO PROCESSO CONTROLE ESTATÍSTICO DO PROCESSO 3 Bell Telephone e Western Electric (1924) Necessidade: Aprimorar a uniformidade de peças manufaturadas em uma linha de produção. ORIGEMORIGEM 4 ORIGEMORIGEM William Edwards Deming aprofundou os estudos com Shewhart, divulgou seus métodos através de programas de treinamentos com engenheiros, inspetores e outros profissionais de empresas norte-americanas envolvidas na fabricação de produtos militares, durante a segunda Guerra Mundial. 5 Empresas http://www.datalyzer.com.br/ 6 Conceitos BásicosConceitos Básicos 1) Controle É o acompanhamento contínuo de um fluxo de atividades, onde podem ser realizados ajustes, para que o resultado do esforço esteja em conformidade com um padrão definido. 7 Conceitos BásicosConceitos Básicos 2) Qualidade É o grau de utilidade de um produto para os fins que se destina e que é possível de ser avaliada através de um conjunto de características apropriadas. 8 Conceitos BásicosConceitos Básicos 3) Controle de Qualidade É o procedimento de verificação sistemática da obediência de um produto ou processo ao seu padrão, e de realização dos ajustes necessários para se atingir esse objetivo. 9 Passos do Planejamento e Controle da Qualidade Definir as características Definir as características de qualidadede qualidade Decidir como medir cada Decidir como medir cada característicacaracterística Controlar a qualidade Controlar a qualidade contra os padrõescontra os padrões Estabelecer padrões de Estabelecer padrões de qualidadequalidade Encontrar e corrigir Encontrar e corrigir causas de má qualidadecausas de má qualidade Continuar a fazer Continuar a fazer melhoramentosmelhoramentos 10 CEP • Objetivo: incorporar o uso de variáveis aleatórias independentes e identicamente distribuídas • Princípio geral: determinar quando o processo se afasta do estado de controle e as ações corretivas que devem ser tomadas • Variação = maior inimiga da qualidade 11 Variabilidade • Segundo Deming, não se melhora a qualidade através da inspeção. Ela já vem com o produto quando este deixa a máquina antes de inspecioná-lo “Todo processo apresenta variações” 12 CONTROLE DO PROCESSOCONTROLE DO PROCESSO Resultado Esperado Resultado Planejado Variação do Processo Variação do Processo R PlanejadoR Esperado ± =~ CONTROLAR SIGNIFICA ESTAR ATENTO AS VARIAÇÕES = 13 Causas Comuns • Fonte de variação que afeta todos os valores individuais do processo • Um processo é dito sob controle ou estatisticamente estável quando somente causas comuns estiverem presentes e controladas 14 Causas Especiais • Afetam o comportamento do processo de maneira imprevisível • Não se pode obter um padrão • Produz resultados totalmente discrepantes em relação aos demais valores • Origem: interações entre mão-de-obra, máquinas, materiais e métodos 15 Distribuição Normal 3 = 99,73% : 2,7 defeitos por 1.000 peças produzidas 6 = 99,99966% : 3,4 defeitos por 1.000.000 peças produzidas (3,4 ppm) 16 Carta de Controle • Gráfico temporal de estatísticas do processo calculadas com base em valores medidos • É a ferramenta básica do CEP • Verifica se o processo é estatisticamente estável • Permite o aprimoramento contínuo do processo, mediante a redução da variabilidade 17 Carta de Controle • Linha Central: representa o valor médio do característico de qualidade exigido • Linha Superior: representa o limite superior de controle (LSC) • Linha Inferior: representa o limite inferior de controle (LIC). 18 Carta de Controle 19 • São empregados para evitar, reduzir ou eliminar não conformidades em tempo real durante o processo de produção • Utiliza os dados de uma série de amostras para estimar onde o processo está centralizado e quanto está variando em torno do centro • Utiliza as estatísticas: média estimada e variabilidade do processo Carta de Controle 20 Classificação das Cartas de Controle • para Variáveis: aspectos como peso, comprimento, densidade, etc. Exemplo: gráfico da média e gráfico R • para Atributos: comportamento de números e proporções Exemplo: gráfico p 21 Carta de Controle de Variáveis • Gráficos provenientes de medidas realizadas através da amostra 22 Coletar k amostras de tamanho n Calcular média e desvio-padrão Estabelecer os limites de controle do processo Criar carta de controle da média Identificar, eliminar e prevenir causas especiais Criar carta de controle da dispersão Sim Não Há pontos que ultrapassam os limites? Há pontos que ultrapassam os limites? Sim Não Supervisionar o processo Procedimento para a construção dos Gráficos de Controle 23 Elaboração da Carta de Controle de Variáveis 1° Passo: Estimar a média (μ) e o desvio padrão (δ) do processo • Todas as causas especiais identificáveis do processo deverão ser mantidas dentro de condições normais • No mínimo 20 amostras deverão ser coletadas μ = Σ(xi) δ = Σ(xi - μ)2 n n-1 24 Elaboração da Carta de Controle de Variáveis 2° Passo: Utilizar a média (μ) e o desvio padrão (δ) estimado para estabelecer os limites do controle do processo δm = δ n LSC= μ + 3δm LIC= μ - 3δm 25 Elaboração da Carta de Controle de Variáveis 3° Passo: Com os dados, construir o gráfico da média 4° Passo: Caso exista algum ponto que atravesse os limites, a causa especial deve ser buscada e eliminada 5° Passo: Construir o gráfico com os limites de controle da dispersão da amostra 26 Carta de Controle de Variáveis 27 Exemplo de Carta de Controle A temperatura de uma caldeira foi monitorada durante 8 horas por dia. Hora Dia 1 2 3 4 5 1 296 312 294 299 293 2 283 300 322 292 309 3 301 303 299 303 313 ... ... ... ... ... ... 7 289 298 311 307 286 8 312 307 301 316 306 Média 297.3 303.7 304.5 300.6 298.3 28 Exemplo de Carta de Controle Suponha que a temperatura foi avaliada durante 30 dias consecutivos. 29 Exemplo de Carta de Controle 30 Exemplo de Carta de Controle 95.5% 31 Análise da Carta de Controle de Variáveis • Se uma amostra apresentar-se fora dos limites de controle, há 99,74% de probabilidade de que uma causa especial está atuando • O fato das medidas de uma amostra estarem dentro dos limites não garante, por si só, o controle do processo 32 “Sob Controle Estatístico” 1. Todos os pontos estão entre os limites de controle superior e inferior e não seguem qualquer padrão especial 2. Há o mesmo número aproximado de pontos acima e abaixo da reta central do gráfico 3. A maioria dos pontos está próxima a linha média, apesar de alguns poucos pontos localizarem-se próximo aos limites de controle Análise da Carta de Controle de Variáveis 33 1. Um ou mais pontos localizam-se além dos limites de controle superior e inferior: presença de causa especial que precisa ser identificada e corrigida ou eliminada “Fora Controle Estatístico” Análise da Carta de Controle de Variáveis 34 “Fora de Controle Estatístico” 2. Quando de 6 a 8 pontos estão acima ou abaixo da linha média: possível mudança na média 35 3. Uma seqüência, crescente ou decrescente, de seis ou mais pontos indica a tendência de mudança da média “Fora de Controle Estatístico” 36 “Fora de Controle Estatístico” 4. Uma seqüência de seis ou mais pontos de mesmo valor indica um arredondamento forçado ou deficiência dos instrumentos de medição 37 “Fora de Controle Estatístico” 5. Uma seqüência de 14 ou mais pontos alternando-se acima e abaixo da reta da média: discrepância de medidas ou medição “viciada” 38 “Forade Controle Estatístico” • 2 pontos (de 3) muito próximos ao limite superior ou ao limite inferior 39 “Fora de Controle Estatístico” • 8 pontos em seqüência, alternados acima e abaixo da linha central e nenhum deles próximo ao centro 40 Resumo: Gráfico de Controle 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 LSC LIC Número de amostras Média Fora de controle Variação normal devida ao acaso Variação anormal devida a causas assinaláveis Variação anormal devida a causas assinaláveis 41 Gráficos das Amplitudes e Médias LSC LIC LSC LIC Gráfico R Gráfico x Revela o deslocamento Não revela o deslocamento (a média do processo está se deslocando para cima) Distribuição Amostral 42 Gráficos das Amplitudes e Médias LSC LIC LIC Gráfico R Revela o aumento Gráfico x LSC Não revela o aumento (a variabilidade do processo está aumentando) Distribuição Amostral 43 • Há certas características de produtos ou serviços que não podem ser controladas através de medições • Unidades produzidas são classificadas como aceitáveis ou inaceitáveis, conformes ou não conformes • Utiliza somente uma carta de controle Carta de Controle de Atributos 44 Carta de Controle de Atributos • Procedimento de coleta de dados: quantidade superior a 20 amostras, com causas especiais identificáveis mantidas sob controle • Quanto menor for a razão de não-conformidades, maiores deverão ser as amostras para que haja sensibilidade na detecção 45 • Linha média: p = Σ pi k pi = defeitos = razão de defeitos na amostra i n LSC = p + 3 p(1-p) n LIC = p - 3 p(1-p) n Carta de Controle de Atributos 46 Capabilidade do Processo • É a medida da aceitabilidade da variação do processo • Para estudar a capabilidade é necessário que o processo esteja sob controle estatístico • É necessário que seja estabelecido que o processo é estável através das cartas de controle para depois iniciar os estudos de capabilidade 47 • Determina a habilidade em satisfazer as especificações e os limites de tolerância • Fornece o diagnóstico do estado de controle dos processos de produção, ou seja, se são ou não capazes de satisfazer as solicitações dos clientes Capabilidade do Processo 48 Conceito de tolerância 90 mm +- 0,1 mm (Faixa aceitável de dimensões: de 89,9 mm até 90,1mm) Dificilmente os processos produtivos geram produtos com dimensões exatamente iguais às NOMINAIS Certo nível de variabilidade é inevitável! O importante é que a variabilidade natural do processo esteja dentro do limite TOLERÁVEL Cálculo da Capabilidade 49 Capabilidade do Processo No cálculo da capabilidade leva-se em conta a variabilidade do processo, ou seja, o desvio padrão que pode ser calculado ou estimado. Utiliza-se dois índices Cp e Cpk. • Se Cp ou Cpk > 1,0: o processo é capaz • Se Cp ou Cpk = 1,0: o processo é marginalmente capaz • Se Cp ou Cpk < 1,0: o processo não é capaz 50 Capabilidade do Processo LSELIELSELIELSELIE Cp = LST – LIT / 6s Cpk = min[(X – LIT) / 3s ; (LST – X) / 3s] Cp > 1Cp = 1 Cp < 1 LIE = Limite inferior especificado LSE = Limite superior especificado LIT = Limite inferior tolerado LST = Limite superior tolerado 51 O índice Cp, mais simples, não leva em consideração a centralização do processo: • Considera como taxa de tolerância à variação do processo • Não é sensível aos deslocamentos (causas especiais) • Quanto maior o índice, menos provável que o processo esteja fora das especificações • Um processo com uma curva estreita (Cp elevado) pode não estar de acordo com as necessidades do cliente se não for centrado dentro das especificações Capabilidade do Processo 52 O índice Cpk leva em consideração a centralização do processo: • É o ajuste do índice Cp para uma distribuição não-centrada entre os limites de especificação • É sensível aos deslocamentos (causas especiais) dos dados Capabilidade do Processo 53 Interpretação dos Índices de Capabilidade 54 Interpretação dos Índices de Capabilidade 55 Fábrica de Arroz Experimento Máquina 1 Saco 1 200 Saco 2 206 Saco 3 212 Saco 4 210 Saco 5 202 Saco 6 208 Saco 7 204 Saco 8 205 Saco 9 207 Saco 10 206 Média 206 Experimento Máq.1 • Cliente requisitou: Faixa de Especificação: 194 g a 218g • Distribuição Normal Média = 206g Desvio padrão = 3,38g • Cp = (LST – LIT)/6s = (218-194)/20,28 = 1,18 • Cpk = min[(206-194) /10,14 ; (218-206)/10,14] Cpk = min[1,18 ; 1,18] Cpk = 1, 18 > 1 Portanto, o processo capaz 56 • Cliente requisitou: Faixa de Especificação: 194 a 218g • Distribuição Normal Média = 210g Desvio padrão = 3,38g Saco 1 204 Saco 2 210 Saco 3 216 Saco 4 214 Saco 5 206 Saco 6 212 Saco 7 208 Saco 8 209 Saco 9 211 Saco 10 210 Média 210 Experimento Máq.2 • Cp = (LST – LIT)/6s = (218-194)/20,28 = 1,18 • Cpk = min[(210-194)/10,14 ; (218-210)/10,14] Cpk = min[1,58 ; 0,79] Cpk = 0,79 < 1 Portanto, o processo incapaz Fábrica de Arroz Experimento Máquina 2
Compartilhar