Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estudo de caso de Engenharia da Qualidade José Carlos Almeida Pinto, RA: 2022903 INTRODUÇÃO Como nos é pedido neste estudo de caso a ideia é a de construir e verificar se o processo produtivo de nosso fabricante de alvejantes se mantem sob um controle estatístico correto e estável analisando as amostragens feitas na sua linha de produção. Dessa forma podemos dizer já deste início deste trabalho que cartas ou gráficos de controle são ferramentas de qualidade usadas para podermos verificar se variáveis decorrentes do processo estão sob controle estatístico (CEP), isto significa verificar se um processo é estável ou não, ou seja, fazer um acompanhamento de um processo para ver se ao longo do tempo segue sempre uma mesma distribuição de probabilidade se mantendo dentro dos controles especificados. Olhando esta definição temos que estar bem cientes que os gráficos de controle não servem para acompanhamento do cumprimento de metas ou para verificar um atendimento às especificações da demanda de produção ou de um determinado projeto, dessa forma os limites (LCS e LCI) que são estabelecidos na análise do processo vem dos próprios valores coletados como amostras, eles não são metas de especificação de um projeto e vão refletir nos resultados um estado ou não de controle do processo em análise no momento. Dessa forma e observando o anterior passemos para a análise dos dados fornecidos no enunciado do estudo de caso: CONSTRUÇÃO DO GRÁFICO R O gráfico R monitora a variabilidade ou dispersão que existe no processo em análise, dessa forma será conveniente iniciar a análise dos dados apresentados no enunciado de estudo de caso pela construção dele, já que os limites de controle do gráfico X dependem diretamente da variabilidade do processo, caso seja detectada nesta fase qualquer anomalia ou notarmos que o processo não está sobre controle de variabilidade muito provavelmente teremos um gráfico x também sem controle estatístico. Para isso temos que calcular qual a média da variabilidade das amostras. Dessa forma faremos os seguintes cálculos que podem ser encontrados na tabela anexa no final deste trabalho, primeiro determinamos o valor de dispersão existente subtraindo o valor mínimo ao valor máximo em cada tamanho da amostra (n) das 20 amostras (m) e em seguida encontramos a média geral da dispersão existente para definir o limite central, no final aplicamos as fórmulas que estão mais abaixo para determinar o limite de controle superior e inferior do gráfico. Dados da equação: Σ = Somatória da variabilidade das amostras dadas 𝑅 = (𝑋 − 𝑋 ) + (𝑋 − 𝑋 ) +(𝑋 − 𝑋 ) + (𝑋 (… ) − 𝑋 (… ) ) m = quantidade de amostras 𝑹 = ∑ 𝒎 = 𝟖,𝟗𝟓 𝟐𝟎 = 𝟎, 𝟒𝟒𝟕 (LC) Este valor de 𝑹 = 0,447 que encontramos como a média da amplitude de nossa amostragem vamos considerar ela como sendo nossa linha central (LC) do gráfico R. Agora que já temos nossa média utilizaremos as seguintes fórmulas para encontrar os limites superior e inferior: Dados: 𝑃𝑎𝑟𝑎 𝑛 = 5 (𝑡𝑎𝑚𝑎𝑛ℎ𝑜 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑔𝑒𝑚), obtemos os seguintes valores da tabela de constantes de SHEWART: 𝑫𝟑 = 𝟎 𝑫𝟒 = 𝟐, 𝟏𝟏𝟒 Equações: Para limite controle superior: 𝑳𝑪𝑺 = 𝑹 ∗ 𝑫𝟒 𝐿𝐶𝑆 = 0,447 ∗ 2,114 𝑳𝑪𝑺 = 𝟎, 𝟗𝟒𝟔 Para limite controle inferior: 𝑳𝑪𝑰 = 𝑹 ∗ 𝑫𝟑 𝐿𝐶𝐼 = 0,447 ∗ 0 𝑳𝑪𝑰 = 𝟎 Agora com todos os valores limitadores encontrados basta fazer o gráfico e incluir nele as amplitudes dos 5 conjuntos (20 médias) de amostras apresentadas: NOTA: Como não foi identificado nenhum ponto fora dos limites de controle e identificado qualquer padrão não aleatório neste gráfico, mas apenas causas comuns que fazem oscilar sobre a média central, podemos continuar com nossa análise e passar para a construção do gráfico X. CONSTRUÇÃO DO GRÁFICO 𝑿 Por sua vez o gráfico 𝑋 monitora a média das características da qualidade do processo que estamos analisando. Dessa forma faremos os seguintes cálculos, que podem ser encontrados na tabela anexa no final deste trabalho, primeiro determinamos a média de cada tamanho da amostra (n) das 20 amostras (m) e em seguida encontramos a média da média encontrada, para definir o limite central, depois aplicamos as fórmulas que estão mais abaixo para determinar o limite de controle superior e inferior. Dados das equações: Σ = Somatória da média das médias das amostras dadas 𝑋= 𝑋 + 𝑋 + 𝑋 + 𝑋 + 𝑋(… )/𝑚 𝑋= 𝑋 + 𝑋 + 𝑋 + 𝑋 + 𝑋 /𝑛 m = quantidade de amostra 𝑿 = ∑ 𝑿𝒊𝟓 𝒊 𝟏 𝒏 = 𝟖𝟏,𝟑𝟓𝟑 𝟓 = 𝟏𝟔, 𝟐𝟕𝟏 (LC) Este valor de 16,271 que encontramos como a média das médias de nossa amostragem vamos considerar ela como sendo nossa linha central (LC) do gráfico 𝑿. Agora que já temos nossa média para o gráfico 𝑿 utilizaremos as seguintes fórmulas para encontrar os limites de controle superior e inferior: Dados: 𝑃𝑎𝑟𝑎 𝑛 = 5 (𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑔𝑒𝑚), obtemos os seguintes valores da tabela de constantes de SHEWART: 𝑨𝟐 = 𝟎, 𝟓𝟕𝟕 Equações: Para limite controle superior: 𝑳𝑺𝑪 = 𝑿 + 𝑨𝟐 ∗ 𝑹 𝐿𝐶𝑆 = 16,271 + 0,577 ∗ 0,447 𝑳𝑪𝑺 = 𝟏𝟔, 𝟓𝟐𝟗 Para limite controle inferior: 𝑳𝑰𝑪 = 𝑿 − 𝑨𝟐 ∗ 𝑹 𝐿𝐶𝐼 = 16,271 − 0,577 ∗ 0,447 𝑳𝑪𝑰 = 𝟏𝟔, 𝟎𝟏𝟐 Agora com todos os valores limitadores encontrados basta fazer o gráfico e incluir nele as médias dos 5 conjuntos (20 médias) de amostras apresentadas: CONCLUSÃO: Através da possibilidade de construção destes gráficos e estudo mais profundo sobre o controle estatístico apresentado neste trabalho de estudo de caso da disciplina, posso concluir que a engenharia de qualidade vem se tornando uma ferramenta cada vez mais importante para as empresas, uma vez que ao disponibilizar seus métodos de análise para a implantação e posterior conclusão de processos em curso dentro das empresas, acaba por tornar este mecanismo (CEP) em uma ferramenta de fácil aplicação e que fornece resultados rápidos e eficazes, direcionando a indústria para a tomada de decisões e para o avanço a um próximo passo, afim de melhorar seu desempenho ou corrigir eventuais problemas que possam estar afetando sua produtividade. Este controle estatístico de processo emerge então como uma ferramenta, diria que hoje fundamental para garantir a estabilidade e aprimoramento contínuo dos processos industriais, permitindo a detecção precoce de desvios e a implementação de ações e medidas corretivas quando necessário. Por isso, como conclusão desta análise que acabei de realizar através da construção dos gráficos de controlo 𝐗 e R, vemos que foi revelado que o processo em análise está atualmente sob controle estatístico, por esse motivo posso afirmar que O PROCESSO DA EMPRESA produtora de alvejantes em pó, apresentada no enunciado do estudo de caso, SE ENCONTRA CONTROLADO e que as variações que aparecem em torno da linha central dos gráficos nos remete para uma normalidade de causas comuns no processo produtivo da referida empresa, já que se encontram dentro dos limites estabelecidos e de uma forma completamente aleatória variando segundo um desvio padrão normal para o processo em curso. Este resultado é de suma importância na análise, pois indica que as variações observadas nos dados estão dentro dos limites aceitáveis e previsíveis, garantindo consistência e qualidade na produção. Nesta análise também não encontramos qualquer tipo de causas especiais que possam interferir no processo produtivo, não encontramos linhas tendenciosas, pontos fora dos limites ou sequências significativas de pontos, etc o que me leva a afirmar com toda a certeza que este processo se encontra bem controlado, todavia, é imprescindível manteruma vigilância regular e constante sobre o processo, a fim de assegurar sua permanente estabilidade e identificar oportunidades de melhorias contínuas, visando a excelência operacional e o alcance de resultados cada vez mais satisfatórios, ao garantir a confiabilidade do processo a empresa tem que continuar seguindo com a recolha de amostras e consequente análise para continuar garantindo que esse processo se mantem controlado e sem desvios que possam interferir diretamente na produtividade. Na página seguinte em anexo segue a tabela por mim construída e preenchida com os valores das médias dos dados fornecidos pelas amostras e sobre as quais construí nossos gráficos explicados anteriormente: Fonte: Cálculos feitos pelo autor deste estudo Tabela de constantes consultada: Fonte: https://www.docsity.com/pt/tabela-de-constantes-para-cartas-de-controle/4730440/
Compartilhar