Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 CURSO DE ENGENHARIA DE PRODUÇÃO DEZEMBRO/2017 APLICAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSO NO SETOR DE TRATAMENTO DE CALDO DE UMA INDÚSTRIA SUCROENERGÉTICA André Luis dos Santos João Paulo dos Santos 2 André Luis dos Santos João Paulo dos Santos APLICAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSO NO SETOR DE TRATAMENTO DE CALDO DE UMA INDÚSTRIA SUCROENERGÉTICA UNIFEV – CENTRO UNIVERSITÁRIO DE VOTUPORANGA DEZEMBRO/2017 3 André Luis dos Santos João Paulo dos Santos APLICAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSO NO SETOR DE TRATAMENTO DE CALDO DE UMA INDÚSTRIA SUCROENERGÉTICA Trabalho de conclusão de curso apresentado à Unifev – Centro Universitário de Votuporanga – como parte das obrigações para a obtenção do título de Engenheiro de Produção, sob a orientação do Professor Me. Sileno Marcos Araújo Ortin. Aprovado em _____/_____/______ Neli Regina da Silveira Centro Universitário de Votuporanga João Victor Marques Zoccal Centro Universitário de Votuporanga Sileno Marcos Araújo Ortin. Centro Universitário de Votuporanga 4 AGRADECIMENTOS O simples ato de agradecer se torna algo tão simplório quando derivado de alguma coisa cotidiana, porém, o ato de nosso agradecimento nessa conclusão de trabalho não pode ser apenas uma atividade simplista, mas sim, algo que possa transparecer um agradecimento por um trabalho que transcorreu por 5 anos de nossas vidas. Se faz desnecessário a explicação de um primordial agradecimento a Deus, pois, se estamos a concluir tudo consequentemente e devido ao acompanhamento Dele em todos os momentos dessa nossa trajetória, agradecemos a Ele pelo simples fato de podermos estar aqui hoje nessa conclusão desta mais recente etapa. Agradecemos de uma forma mais que especial as nossas esposas, que sempre estiveram ao nosso lado nesse decorrer, elas que viram de perto nossas angustias, nossa correria, nosso desespero e vibraram juntas por mais esse momento único, pois, ser esposa de um universitário não e algo tão simples quanto muitos pensam, significa estar de prontidão para levantar o companheiro no momento em que tropeçar pelo caminho. Como não agradecer as nossas famílias que mesmo distantes, nós podemos sempre contar com elas, sejam em suas orações, suas promessas que faziam para nossa conclusão universitária, ou mesmo em pequenos gestos que se faziam transparecer o carinho por mais esta etapa concluída. Ao nosso coordenador Me. Carlos Roberto Cottas do curso que sempre esteve ao nosso lado, ao nosso orientador professor Me. Sileno Marcos Araújo Ortin que teve sua disponibilidade em nos ajudar na elaboração deste trabalho, que dispôs de toda sua amizade em nos ajudar e em nos colocar no caminho correto do nosso intelectual para elaborarmos um trabalho de um aprendizado, agradecemos a todos os professores que caminharam junto conosco durante todo este tempo e deixaram de qualquer forma sua mensagem positiva e seu intelecto a nosso dispor. E finalmente agradecemos a nós mesmos, que nos dispusemos a enfrentar esta batalha, pois, “concluímos a corrida, vencemos a batalha e guardamos a fé”, (2ª carta de Timóteo, capitulo 4, versículos 7), e aqui chegamos. 5 RESUMO Este trabalho tem como objetivo a utilização de ferramentas do controle estatístico de processo (CEP) no setor de tratamento de caldo de uma usina sucroenergética, proporcionando um melhor conhecimento do processo produtivo, bem como das etapas que influenciam na qualidade do produto final. A utilização do CEP tem sua relevância, para que o processo transcorra com maior estabilidade possível, mediante a utilização de melhorias continuas no processo produtivo. O Brasil conta hoje com cerca de 411 unidades sucroenergéticas, onde destas, 225 estão instaladas na região sudeste do Brasil, sendo que uma parcela significativa, representada por 172 unidades, correspondente a 41,8% das unidades fabris, se encontram em funcionamento no estado de São Paulo, fazendo com que o controle mais efetivo dos processos produtivos seja altamente relevante neste setor que está em pleno desenvolvimento. Assim, com uma alta competitividade e uma alta busca de permanência no mercado, a utilização de ferramentas gerenciais, como CEP – Controle Estatístico de Processos, se faz de suma importância, podendo cooperar com o controle processual e com a qualidade do produto final. Objetiva-se então com a concepção deste trabalho a obtenção de números estatísticos que possam auxiliar em uma antecipação da tomada de decisão. Foram desenvolvidos gráficos de controle para análise das variáveis de processo, através do Aplicativo Microsoft Excel 2016, do software estatístico Action, e também do software Minitab, com a finalidade de identificar possíveis causas especiais ou altas variabilidades que aconteçam dentro do processo produtivo, onde essas anomalias processuais possam ser detectadas antecipadamente e tratadas, resultando na obtenção de um produto de melhor qualidade com baixa variabilidade do processo. Palavras-chaves: CEP- Controle Estatístico de Processos, Estatística industrial, Sucro- energético, Usina. 6 ABSTRACT This work aims at the use of statistical process control (SPC) tools in the juice treatment sector of the sugarcane plant, providing a better knowledge of the production process, as well as the stages that influence the quality of the final product. The use of the SPC has its relevance, so that the process runs with greater stability, through the use of continuous improvements in the productive process. Today, Brazil has about 411 sugar-energy units, of which 225 are located in the southeastern region of Brazil, and a significant portion, represented by 172 units, correspond to 41.8% of the state of São Paulo, which makes the most effective control of the productive processes be highly relevant in this sector that is in full development. Thus, with a high competitiveness and a high search for permanence in the market, the use of management tools, such as SPC - Statistical Process Control, is extremely important and can cooperate with process control and the quality of the final product. The objective of this study and the concept of this work is to obtain statistical numbers that may help in the anticipation of decision-making. Control graphs were developed for analyzing process variables through the Microsoft Excel 2016 Application, as well as the statistical software Action, as well as Minitab software, in order to identify possible special causes or high variabilities that occur within the production process, where these procedural anomalies can be identified in advance and treated leading to the obtain a product of better quality and low process variability. Key words: SPC - Statistical Process Control, Industrial Statistics, Sugar-energy, Plant. 7 LISTA DE ILUSTRAÇÕES Figura 1. Distribuição das unidades sucroenergeticas por estado. ........................................... 12 Figura 2. Extração por moenda. ............................................................................................... 19 Figura 3. Extração por difusor. .................................................................................................19 Figura 4. Fluxograma simplificado do tratamento de caldo e evaporação. .............................. 20 Figura 5. Decantador ................................................................................................................ 22 Figura 6. Defeitos de acabamento na superfície de um refrigerador ........................................ 29 Figura 7. Diagrama de dispersão de um processo de fundição magnatérmica. ........................ 30 Figura 8. Gráfico de controle .................................................................................................... 31 Figura 9. Fluxograma de melhoria de processo com utilização do gráfico de controle. .......... 33 8 LISTA DE GRÁFICOS Gráfico 1. Gráfico de controle de pH caldo sulfitado coletado no mês julho. ......................... 35 Gráfico 2. Gráfico de controle de pH caldo caleado coletado no mês julho. ........................... 36 Gráfico 3. Gráfico de controle temperatura dos aquecedores coletado no mês julho. ............. 37 Gráfico 4. Gráfico de controle de pH caldo decantado coletado no mês julho. ....................... 38 Gráfico 5. Gráfico de controle brix caldo pré evaporado coletado em julho. .......................... 39 Gráfico 6. Gráfico de controle de brix do xarope coletado em julho. ...................................... 40 9 LISTA DE ABREVIATURA E SIGLAS µ𝑤: Média (média de um valor estatístico para elaboração gráfico de controle) 𝜎𝑤: Desvio padrão (desvio padrão de um valor estatístico para elaboração gráfico de controle) Brix: Porcentagem em massa de sólidos solúveis contidas em uma solução de sacarose CEP: Controle Estatístico de Processo ESALQ: Escola Superior de Agricultura Luiz Queiroz IAA: Instituto do Açúcar e Álcool L: Linha central (gráfico de controle) LIC: Limite Inferior de Controle LSC: Limite Superior de Controle PAFC: Plano de Ação para Fora de Controle pH: Potencial hidrogeniônico ou potencial hidrogênio iônico phmetro: Equipamento utilizado para leitura de pH UDOP: União dos Produtores de Bioenergia USP: Universidade do Estado de São Paulo VHP: Very High Polarization (polarização muito alta) W: Valor estatístico 10 SUMÁRIO 1 INTRODUÇÃO ................................................................................................................... 11 1.1 Justificativa ........................................................................................................................ 12 2 OBJETIVO .......................................................................................................................... 14 2.1 Objetivo geral .................................................................................................................... 14 2.2 Objetivo especifico ............................................................................................................ 14 3 Historia da cana de açúcar ................................................................................................... 15 4 A CANA DE AÇÚCAR ...................................................................................................... 16 5 FUNDAMENTAÇÃO TEÓRICA ....................................................................................... 18 5.1 Extração ............................................................................................................................. 18 5.1.1 Moenda ............................................................................................................................ 18 5.1.2 Difusor ............................................................................................................................ 19 5.2 Tratamento de caldo .......................................................................................................... 20 5.2.1 Sulfitação......................................................................................................................... 21 5.2.2 Calagem........................................................................................................................... 21 5.2.3 Aquecimento ................................................................................................................... 21 5.2.4 Flasheamento................................................................................................................... 21 5.2.5 Decantação ...................................................................................................................... 21 5.2.6 Peneiramento ................................................................................................................... 23 5.2.7 Evaporação ...................................................................................................................... 23 5.3 Qualidade........................................................................................................................... 23 5.4 Controle estatístico de processo (CEP) ............................................................................. 24 5.5 Qualidade total .................................................................................................................. 25 5.6 FERRAMENTAS CEP ..................................................................................................... 26 5.6.1 Histograma ...................................................................................................................... 26 5.6.2 Folha de controle ............................................................................................................. 27 11 5.6.3 Gráfico de Pareto............................................................................................................. 27 5.6.4 Diagrama de causa-e-efeito ............................................................................................. 27 5.6.5 Diagrama de concentração de defeito ............................................................................. 28 5.6.6 Diagrama de dispersão .................................................................................................... 29 5.6.7 Gráfico de controle .......................................................................................................... 30 5.6.8 Modelo geral gráfico de controle .................................................................................... 32 5.6.9 Plano de ação para fora de controle ................................................................................ 32 6 METODOLOGIA ................................................................................................................ 34 7 RESULTADOS E DISCUSSÕES ....................................................................................... 35 8 CONSIDERAÇÕES FINAIS .............................................................................................. 41 REFERÊNCIA ......................................................................................................................... 42 APÊNDICE .............................................................................................................................. 46 11 1 INTRODUÇÃO A defesa de um tema por intermédio de uma apresentação é de certa forma vista como algo medieval, pois religiosos que pretendiam entra em uma ordem religiosa tinham que defenderum ponto de doutrina a qual pretendiam ingressar, assim sendo, a defesa de um tema se torna indispensável para a comunidade acadêmica, pois, assim pode-se destacar algo que ainda não havia sido estudado, ou simplesmente estudar um caso, de modo a demonstrar se a aplicação de alguma técnica se faz eficaz ou não.(Campomar, 1991) O intuito deste trabalho é demonstrar a utilização do Controle Estatístico de Processo (CEP), dentro do setor de Tratamento de Caldo de uma usina para fabricação de açúcar VHP1 (Very High Polarization), onde cada etapa do processo de fabricação tem sua relevância para que a produção transcorra de forma correta e com estabilidade, de forma que se possa realizar melhorias continuamente afim de melhorar o desempenho e reduzir a variabilidade. O Brasil conta com 411 unidades sucroenergeticas em plena operação, onde 225 desta unidade estão instaladas na região sudeste, e desta parcela 172 se encontram no estado de São Paulo, conforme ilustrado na figura 1. (Nova cana, 2017) 1 VHP do inglês Very High Polarization que significa polarização muito alta, é um açúcar utilizado para como matéria prima para produção de outros açúcares. (Usina Ester, 2017) 12 A figura 1 apresenta a distribuição das unidades de usinas sucroenergéticas distribuídas pelo Brasil. Fonte: Nova Cana 1.1 Justificativa De acordo com Montgomery (2009), a soberana qualidade é a colocação dessa qualidade como componente participador da técnica no âmbito geral da organização de produzir uma rentabilidade ao investimento aplicado. Segundo Machado (2012), fatores internos e mercadológicos demandam dos profissionais constantes interferências no processo, o que não tendo uma ligeira percepção de seu impacto no produto final poderá resultar em subaproveitamento de equipamentos e perda de eficiência. Devido à alta competitividade a necessidade de permanecerem no mercado e ampliarem sua margem de participação, as indústrias sucroenergéticas, utilizam ferramentas gerenciais que possam ajudar no controle de seus processos e na qualidade de seus produtos. O CEP, auxiliado por modelos estatísticos, busca o refino dos processos de produção e o controle da qualidade. Figura 1. Distribuição das unidades sucroenergeticas por estado. 13 O CEP, auxilia nesta nova compreensão das indústrias, pois por comprovação ele faz com que em especial engenheiros de produção possam tomar decisões baseadas em fatos tangíveis, levando assim a uma tomada de decisão correta e com baixo nível de ocorrências posteriores ao processo. Assim o CEP se tornou uma ferramenta de baixo investimento e alta obtenção de tais objetivos, tornando-se um estudo qualitativo e quantitativo de resolução para engenheiros de produção. O CEP vem para contribuir em uma tomada de decisão com maior ênfase no acerto do processo e com menor oscilação no processo, pois se utiliza de dados estatísticos tomados ao longo do processo, assim podendo identificar causas especiais que possam acontecer, mas previstos com antecedência podem ter efeitos quase que imperceptíveis. (Carvalho, 2012) 14 2 OBJETIVO Este trabalho tem como objetivo o estudo do Controle Estatístico de Processo (CEP) aplicado no setor de tratamento de caldo para fabricação de açúcar VHP1 de uma indústria sucroenergética localizada região de Votuporanga/SP, afim de compreender quais os resultados que a utilização dessa ferramenta oferecera ao processo de produção. Segundo Corrêa e Corrêa (2012), o fundamento essencial do Controle Estatístico de Processo é o acompanhamento dos processos por meio do comportamento estatístico de suas saídas, separando o que é causa natural das especiais de variação, tomando ações corretivas quando se é percebida uma causa especial. Em um processo controlado existe um grande número de variações de causas naturais de saída, porém, essas variações são consequências de um grande número de causas naturais. Sendo assim o que nos leva a este estudo é a obtenção de números estatísticos que permitam a interpretação, e, por conseguinte a correção das causas das variações indesejadas que possam ser encontradas durante o processo. 2.1 Objetivo geral Desenvolver um estudo de caso que possibilite a aplicação do Controle Estatístico de Processo (CEP), buscando analisar quais são as variáveis fundamentais que mais impactam na qualidade da clarificação do caldo para obtenção do xarope para fabricação do açúcar. 2.2 Objetivo especifico • Descrever o processo atual da empresa • Levantar dados do processo • Aplicar o CEP e suas ferramentas • Adquirir o entendimento do processo e propor melhorias • Utilização de softwares como EXCEL® e MINITAB® para confecção de tabelas, cartas de controle e gráficos. 15 3 HISTORIA DA CANA DE AÇÚCAR A cana de açúcar possivelmente é o único produto que ao longo dos anos foi alvo de disputas acirradas, as quais mobilizavam homens e nações pelo mundo. Em nosso país essa cultura encontrou todo um sistema agradável para sua produção. Essa cultura se deu início na Nova Guiné, onde o homem teve seu primeiro contato com a cana de açúcar, posteriormente levada até a Índia, onde até mesmo alguns generais de Alexandre o Grande, descobriu a existência da cana de açúcar, a qual se deu início a sua clarificação do caldo, já feita pelos egípcios, dando a eles o crédito de maiores detentores desse desenvolvimento. Após 50 anos e com algumas dificuldades o Brasil ocupava uma grande parcela do mercado produtor de açúcar, abastecendo principalmente a Europa. Com a revolução industrial o uso de novas máquinas, técnicas e equipamentos, destinaram a indústria tanto de beterraba quanto á de cana de açúcar a um patamar alto de industrialização, a qual os antigos engenhos já não caberiam nesse âmbito. Com tal expansão foram criados alguns departamentos para a regularização dessas usinas, um deles foi o Instituto do Açúcar e Álcool - IAA , criado por Getúlio Vargas em 1953. Com a 2ª Guerra Mundial, o estado de São Paulo reivindicou junto ao IAA um aumento de produção, onde se expandiu sua produção seis vezes mais que a do Nordeste. No ano de 1959 com as constantes alterações das cotas de açúcar no mercado internacional, a busca por novas tecnologias se intensifica, buscando o modelo africano e australiano que eram referência para a época, a modernidade veio não somente para a indústria, mas também para o cultivo da cana de açúcar nas lavouras. Assim a procura por diferenciação, desenvolvimento de novas técnicas e alta produtividade se fez e se faz necessário nesse mercado, pois a busca por otimização de processos, baixas perdas e regularidade de padrão e um fator culminante nesse âmbito. (UDOP, 2017) 16 4 A CANA DE AÇÚCAR Segundo Lima (2012), a cana de açúcar é originaria da Oceania e Ásia. Pertencente à família Poaceae2 do gênero Saccharum3. Lima (2012), diz que a cana de açúcar é constituída por colmos contendo 2 a 3 gemas onde o colmo é cilíndrico, ereto, fibroso e dependendo da sua variabilidade rico em sacarose. Castro (2007), descreve que a sacarose é formada na haste da cana é resultado de uma reação fotossintética, onde a cana é um acumulador de carbono, hidrogênio, oxigênio, energia solar, clorofila e forças radioativas, por via de suas folhas e da riqueza orgânica e mineral do solo através de suas raízes, sendo assim ela é uma eficiente fábrica de carboidratos, assim sendo, o açúcar se torna o alimento mais puro e energéticoda natureza, pois é puramente a “luz solar cristalizada”. Sua composição tecnológica é simplesmente vista como fibra e caldo, porém o caldo extraído desta mera composição, tem a sua seguinte composição: • Água .....................................................................75,0 – 82,0% • Sólidos totais dissolvidos......................................18,0 – 25,0% • Açúcares................................................................15,4 – 24,0% • Sacarose.................................................................14,5 – 23,5% • Glicose.......................................................................0,2 – 1,0% • Levulose.....................................................................0,0 – 0,5% • Não açúcares..............................................................1,0 – 2,5% • Substâncias orgânicas.................................................0,8 – 1,5% • Substâncias inorgânicas..............................................0,2 – 0,7% A variabilidade da composição da cana de açúcar pode depender do país, regiões e nos distintos anos em uma mesma zona, onde o percentual de sacarose oscila de 10 a 16% segundo sua origem. Para bom percentual de sacarose deve-se considerar a composição do solo, clima, pluviosidade, tipo de cultivo, idade, adubação e variedade. 2 Termo botânico que se refere a família das angiospermas. (Embrapa, 2017) 3 Nome cientifico da cana de açúcar. (Nova Cana, 2017) 17 Se faz necessário a atenção dos produtores no cultivo das variedades na lavoura, pois tudo o que sair da lavoura vai desencadear algo dentro da indústria, então a obtenção de canas sadias é de suma importância, já que o efeito deteriorador de canas doentes sobre o caldo extraído é de grande significado no tratamento de caldo. (Castro, 2007) 18 5 FUNDAMENTAÇÃO TEÓRICA Embora exista diferença nos padrões de qualidade, métodos de controle e equipamentos a tecnologia empregada na fabricação de açúcar e etanol são similares nas indústrias brasileiras produtoras de açúcar. (Nova Cana, 2017) Machado (2012), conceitua a usina de açúcar como indústria de extração, onde o processo de fabricação do açúcar é uma função biológica da cana de açúcar, que a indústria através de seus processos o concentra em suas várias modalidades. Segundo Lima (2012), nas unidades produtoras de açúcar a qualidade do produto final está atrelada e eficiência da clarificação do caldo, na qual não havendo uma eficácia nesta etapa consequentemente o açúcar produzido será de baixa qualidade. A clarificação tem por finalidade a remoção da máxima quantidade de impurezas contida no caldo através de tratamento químico, aquecimento, decantação e filtração. (Lima, 2012) 5.1 Extração A cana ao chegar na usina é descarregada em uma mesa alimentadora, é submetida a um sistema de lavagem logo após é encaminhada por esteira transportadora ao preparo da cana onde passa pelo picador e desfibrador. (Machado, 2012) Ainda sobre Machado (2012) após o preparo da cana é realizado extração do caldo por moendas que exercem uma pressão sobre a fibra realizando a extração, o autor ainda descreve que novas usinas veem implantando o processo de extração por difusão, que utiliza o processo de osmose para extração da sacarose. 5.1.1 Moenda 19 É um conjunto de unidades de extração, que por pressão que os seus cilindros ou rolos exercem sobre a fibra da cana realiza a extração do caldo. (ESALQ/USP, 2017) Fonte: ESALQ/USP 5.1.2 Difusor No processo de extração por difusão o caldo é extraido por um processo de lavagem continua ou lixiviação em contra corrente, onde é realizado com o retorno do caldo extraido da região com menor para maior concentração de sacarose. (ESALQ/USP, 2017) Fonte: Adaptado ESALQ/USP Figura 2. Extração por moenda. Figura 3. Extração por difusor. 20 5.2 Tratamento de caldo O tratamento de caldo pode ser compreendido como processo que possui duas etapas, onde a primeira tem como objetivo a remoção de sólidos insolúveis (areia, argila, bagacilho e outros.) e a segunda etapa é o tratamento químico do caldo, no que lhe diz respeito esta etapa realiza a remoção dos sólidos solúveis que não foram eliminados na primeira fase juntamente com sólidos solúveis e impurezas coloidais que são removidos do caldo através de processos contínuos que realizam a coagulação, floculação e decantação e correções de pH4. (Nova Cana, 2017) No processo de tratamento o caldo da empresa em estudo o caldo misto proveniente da extração por difusor é tratado em vários estágios como apresentado na figura 2. Fonte: Próprio autor 4 pH sigla que representa o potencial hidrogeniônico ou potencial de hidrogênio iônico. Figura 4. Fluxograma simplificado do tratamento de caldo e evaporação. 21 5.2.1 Sulfitação A sulfitação tem como objetivo coibir a formação de cor, contribuir para coagulação de coloides solúveis, diminuir a viscosidade do caldo e formação do precipitado CaSO3 (sulfito de cálcio). (Alles, 2013) Hugot (1969, apud Alles, 2013) a sulfitação ainda consiste na absorção do SO2 (anidro sulfuroso) em fluxo de contracorrente abaixando o pH4 do caldo misto que em média é de 5,5 para 4,0 a 4,4. 5.2.2 Calagem Hamerski (2009), descreve adição de cal hidratada (leite de cal) como processo de neutralização de ácidos orgânicos contidos no caldo. O autor cita que em geral são utilizados de 500 a 800 gramas por tonelada de cana com finalidade manter pH4 entre 7,0 a 7,5. 5.2.3 Aquecimento O aquecimento possibilita a redução da viscosidade e densidade do caldo e apressa a velocidade das reações químicas para formação de um aglomerado de impurezas, que juntamente com os sais que são solúveis em altas temperaturas decantem no processo de decantação. (Enegep, 2008) O aquecimento, no processo de clarificação, permite que o amido presente no caldo seja solubilizado, gelatinizado e incorporado aos flocos formados a partir da desestabilização coloidal e desnaturação das proteínas, também sob efeito das altas temperaturas. (Hamerski, 2009) Matinez (2016), a temperatura para que as reações aconteçam e para que os sais não se solubilizem estar em torno de 103 a 110ºC e deve circular nos aquecedores a uma velocidade de 1,5 a 2,0 m/s. 5.2.4 Flasheamento O Flasheamento é a etapa que que tem como objetivo a remoção das bolhas de ar que seguem no caldo junto aos bagacilhos eliminando antes que cheguem ao decantador o que tornaria a decantação ineficiente. (Enegep, 2008) 5.2.5 Decantação 22 É nesta etapa da clarificação que ocorre a sedimentação dos flocos resultante dos processos de sulfitação, calagem e aquecimento. Para Martinez (2016) a decantação é responsável por remover as impurezas e promover limpeza do caldo. Alles (2013), destaca que uma boa decantação ocorre com o pH4 neutro 7,0 e que para isso ocorra é necessário que se faça um bom controle dos insumos utilizados anteriormente. Matinez (2016), enfatiza a importância do pH4 como Alles (2013), mas com a variação dentro de uma faixa de 6,8 e 7,0 e ainda acrescenta a queda de pH4 e temperatura de saída do caldo como fator importante a ser observado, onde a queda não deve ser maior que 0,5 e a temperatura maior que 95ºC. Figura 5. Decantador Fonte: Slide Player(2017) 23 5.2.6 Peneiramento Nas peneiras são retirados bagacilhos que não foram removidos na decantação. (Enegep, 2008). 5.2.7 Evaporação É o primeiro estágio de concentração do caldo clarificado para fabricação do açúcar. O caldo clarificado chega a evaporação com cerca de 85% de água e é concentrado até que se chegue a aproximadamente 40% de água onde o caldo ganha consistência de xarope. (Machado, 2012) No processo de concentração do caldo clarificado para produção do xarope conforme descrito acima (Machado, 2012). Alles (2013) diz que é necessário controlar a evaporação até que obtenha xarope na faixa de 65 a 70º Brix. 5.3 Qualidade A qualidade é vista de várias facetas, onde a maior parte das pessoas tem uma compreensão teórica de que qualidade, onde são feitas associações a características que se deseja encontrar em um produto ou serviço. A qualidade tornou – se um dos mais importantes fatores de decisão dos consumidores na seleção de produtos e serviços que competem entre si. O fenômeno é geral, independente do fato de o consumidor ser um indivíduo, uma organização industrial, uma loja de varejo ou um programa militar de defesa. Consequentemente, compreender e melhorar a qualidade é um fator-chave que conduz ao crescimento e a melhor posição de competitividade de um negócio. (Montgomery, 2009, p.1) Ruth (2011), conceitua inicialmente qualidade como definição de conformidade do produto com suas especificações, onde posteriormente evoluído para visão de satisfação do cliente. O conceito de qualidade cresceu em paralelo com a sua significância tornando fator fundamental para o posicionamento estratégico perante mercado, atingindo todas as atividades da empresa. 24 5.4 Controle estatístico de processo (CEP) Para Montgomery (2009), CEP é uma ferramenta de identificação de problemas, que auxilia na estabilidade de processos e melhoria da qualidade pela redução da variabilidade. O CEP é estruturado por sete ferramentas que são: • Histograma; • Folhas de controle; • Gráfico de Pareto; • Diagrama de causa-e-efeito; • Diagrama de concentração de defeito; • Diagrama de dispersão; • Gráfico de controle. Mesmo sendo uma parte fundamental as sete ferramentas contemplam apenas a face técnica. O CEP constrói um ambiente no qual todos os indivíduos em uma organização desejam a melhora continua da qualidade e na produtividade. Uma vez estabelecido este ambiente, a aplicação rotineira das setes ferramentas se torna parte usual da maneira de fazer negócios, e a organização se direcionara para obtenção de seus objetivos de melhoria da qualidade. (Montgomery, 2009, p.95) Ribeiro, Caten (2012), conceituam CEP como sistema de inspeção por amostragem, que tem como objetivo encontrar causas especiais que podem prejudicar o processo. O CEP possibilita o tratamento das causas especiais por meio de coletas continuas de dados, possibilitando analise e bloqueio de causas especiais que estejam perturbando a estabilidade do processo. O CEP em um ambiente competitivo de uma organização proporciona uma possibilidade de melhoria continua e estabilidade de processo, uma vez que se é possível prever e identificar através de suas ferramentas uma causa especial que possa prejudicar o processo. Causas especiais não são consideradas causas pequenas não são comuns e não obedecem um padrão aleatório. O autor cita em seu texto as seguintes causas: • Erros de setup5; 5 Setup do inglês que refere – se a mudança de configuração ou ajuste de uma máquina ou equipamento. 25 • Problemas nos equipamentos ou ferramentas; • Lote de matéria prima com características diferentes; • Etc. Ribeiro, Caten (2012), consideram as causas como assinaláveis. Elas fazem que o sistema saia da normalidade, alterando a variabilidade e qualidade. O CEP possibilita o monitoramento das características de interesse, assegurando que elas irão se manter dentro de limites preestabelecidos e indicando quando devem ser tomadas ações de correção e melhoria. É importante ressaltar a importância de se detectar os defeitos o mais cedo possível, para evitar a adição de matéria-prima e mão- de-obra a um produto defeituoso. O CEP objetiva aumentar a capacidade dos processos, reduzindo refugo e retrabalho, e, por consequência, o custo da má qualidade. Assim, ele proporciona às empresas a base para melhorar a qualidade de produtos e serviços e, simultaneamente, reduzir substancialmente o custo da má qualidade. (Ribeiro, Caten, 2012, p.6) 5.5 Qualidade total Segundo Falconi (2004), o Controle da Qualidade Total e um sistema de administração que se aperfeiçoou no Japão com ideias introduzidas posteriormente a segunda guerra mundial, onde e conhecido pela sigla TQC6 (Total Quality Control). O TQC6 praticado no Japão se baseia na participação de todos os setores da organização juntamente com seus colaboradores na condução do controle de qualidade. O TQC6 deriva-se de várias fontes, como o aproveitamento do trabalho de Taylor, o controle estatístico de processos, desenvolvido por Shewhart, a indagação de Maslow no comportamento humano e finalmente se sustenta de todo conhecimento ocidental sobre qualidade, principalmente do trabalho de Juran. (Falconi, 2004) Falconi (2004), ainda diz que o objetivo, o fim e o resultado que as organizações buscam com tanta ênfase, e a tão procurada Qualidade Total, sendo que neste conceito, todas as dimensões que afetam de alguma forma a satisfação do cliente, por conseguinte afetam também a sobrevivência da organização. Estas dimensões podem ser. Qualidade, essa dimensão está de forma direta ligada a total satisfação do cliente, seja ele, interno ou externo, assim sendo, essa dimensão e medida através das características da qualidade do produto ou do serviço final ou intermediário da organização, inclui nesse formato 6 TQC Total Quality Control do inglês que significa controle total da qualidade. 26 a qualidade do produto ou serviço, a qualidade da rotina da empresa, do treinamento de seus colaboradores, da qualidade das informações, da administração, dos objetivos que se quer alcançar, etc. O fator custo não pode ser visto somente como o custo final do produto ou serviço, mas se inclui também os custos intermediários, como o custo médio de compra, custo de venda, assim o custo deve revelar a qualidade também, cobrando o valor agregado. Entrega, nesta dimensão se mensura as condições de entrega, os índices de atraso de entrega, a entrega em locais errados e índices de entrega de quantidades erradas. Moral mensura o nível médio de satisfação de um grupo de pessoas, podendo ser ele todos os colaboradores da empresa, de uma seção ou departamento, podendo ser avaliado como o índice de turn-over, absenteísmo, reclamações trabalhistas, etc. Segurança, essa dimensão avalia a segurança dos colaboradores, através do número de acidentes, a gravidade de tais, assim como também a avaliação da segurança do usuário, respondida civilmente. Falconi (2004), afirma que devemos mensurar todos os resultados para sabermos se o objetivo foi alcançado ou não, pois, através destes resultados se pode controlar, buscando as causas e atuando sobre elas. 5.6 FERRAMENTAS CEP 5.6.1 Histograma Segundo Kurokawa (2001), o histograma é que um gráfico de colunas utilizado na estatística, sendo composto de vários retângulos adjacentes, mostrando tabela de frequências com extinção de informações(bens agrupados por classes), em um composto de valores. Em uma escala horizontal traça-se os intervalos de classe, sendo que cada intervalo e o pilar de cada retângulo ou barra, já na escala vertical as alturas dos respectivos retângulos, são suas referidas frequências cabais de classes. De acordo com Kurokawa (2001, p. 33): “O histograma é uma ferramenta de visualização de uma grande quantidade de dados de uma amostra de uma população. É um método rápido para exame, que por meio de uma organização de muitos dados, permite conhecer a população de maneira objetiva.” (apoud Kume, 1993, p. 44) 27 Ainda Kurokawa (2001), utilização do histograma menciona o uso dos limites de especificação, sendo que através do limite superior (LS) e limite do limite inferior (LI), consegue-se analisar como está a performance do sistema produtivo e sua disposição. 5.6.2 Folha de controle Em formação inaugural de elaboração de um CEP, será constantemente uma recolha de dados históricos ou atuais operacionais do processo sob averiguação, assim uma folha de controle se faz muito adequado. Ao arquitetar uma folha de controle e preciso que se esclareça o tipo de dados a serem coletados, o apontamento da parte ou operação, o período, o pesquisador e como também qualquer outra referência que seja útil ao reconhecimento da causa de um inábil desempenho. (Montgomery, 2009) De acordo com Coelho (2016), a utilização da folha de controle auxilia na rapidez, eliminando a ilustração de figuras e a repetitividade de números, assim, com a observância de ocorrências permite a concepção da aparição de vários fatos envolvidos e seus módulos de comportamento. 5.6.3 Gráfico de Pareto O gráfico de Pareto, por sua simplicidade se trata de uma seriação de regularidade de dados projetados por categoria. Tal ferramenta não caracteriza mecanicamente as incorreções mais relevantes, mas, sim as que sucedem com maior intensidade. (Montgomery, 2009) Segundo Leite (2013), o gráfico de Pareto e um instrumento que parte do princípio que 20% das causas são incumbidas da grande maioria dos problemas, cerca de 80%, assim, algumas poucas causas podem evidenciar um efeito, tão pouco as causas podem ser tratadas pelas empresas. 5.6.4 Diagrama de causa-e-efeito Segundo Montgomery (2009) o diagrama de causa-e-efeito é uma ferramenta útil na eliminação de causas potenciais. A ferramenta auxilia na detecção de um defeito, problema ou erro, quando detectado um efeito indesejável deve – se iniciar um estudo afim de identificar as possíveis causas potenciais destes efeitos. 28 Ainda Montgomery (2009), um diagrama de causa-e-efeito muito bem desenvolvido pode levar os envolvidos a resolução dos efeitos indesejáveis e não a conferir culpa. Gonçalves (2012) descreve o diagrama de causa-e-efeito como uma ferramenta de verificação de fatores técnicos que por cruzamento de informações identifica falhas que podem influenciar no resultado desejado. 5.6.5 Diagrama de concentração de defeito Montgomery (2009) diz que: “Um diagrama de concentração de defeito é uma figura da unidade, mostrando todas as vistas relevantes”. O diagrama é analisado através dos tipos de defeitos que nele for apresentado. A figura 6 exemplifica a utilização do diagrama de concentração de defeito no estágio final do processo de fabricação de um refrigerador descrito por Montgomery (2009). Segundo Montgomery (2009), a identificação dos defeitos na figura 6 é realizado devido pela leitura das faixas sombreadas, onde o autor por meio da análise do diagrama confere os defeitos apresentados na superfície do refrigerador a movimentação de materiais como um dos principais causadores de defeito na finalização do processo de montagem do refrigerador. 29 Fonte: Montgomery (2009) 5.6.6 Diagrama de dispersão Para Montgomery (2009) o diagrama de dispersão é empregado na identificação de possíveis relações entre duas variáveis. Os dados são coletados e dispostos em pares atribuídos a duas variáveis yi, xi com i = 1, 2, 3, ..., n. As variáveis yi versus xi são plotadas em um gráfico de forma a apresentar a dispersão dos pontos e indica se pode haver relação entre eles. Figura 6. Defeitos de acabamento na superfície de um refrigerador 30 Na figura 8 representa um diagrama de dispersão citado por Montgomery (2009) onde o autor descreve dados um processo de fundição magnatérmica para magnésio versus valores correspondentes do fluxo de regeneração adicionado ao cadinho. Fonte: Montgomery (2009) 5.6.7 Gráfico de controle Gonçalves (2012) diz que o gráfico de controle é uma ferramenta gráfica que possibilita entendimento das variações adquiridas pelo processo através de padrões aleatórios e dentro de limites de especificação. Montgomery (2009) conceitua o gráfico de controle como artificio para retratar com exatidão o que se compreende por controle estatístico. Figura 7. Diagrama de dispersão de um processo de fundição magnatérmica. 31 Montgomery (2009), ainda descreve os elementos do gráfico de controle como linha central, que representa o valor médio do processo que está sob análise, o autor descreve duas outras linhas que são chamadas de Limite Superior de Controle (LSC) e Limite Inferior de Controle (LIC) que são as delimitações que definirão se o processo está ou não sob controle. A figura 9 apresenta gráfico de controle onde são representados os LSC, LIC e linha central (Média). Fonte: Montgomery (2009) Montgomery (2009) também menciona sobre os pontos que estejam entre os limites de controle o processo, que são considerados sob controle. No entanto se o gráfico apresentar um ponto fora dos limites de controle o caso deve ser estudado e o processo é considerado fora de controle. Montgomery (2009) ainda ressalta outro ponto a ser observado na leitura do gráfico de controle onde autor relata, mesmo que os pontos estejam dentro dos limites de controle, mas Figura 8. Gráfico de controle 32 apresentem um comportamento sistemático ou não aleatório caracteriza um processo fora de controle. 5.6.8 Modelo geral gráfico de controle Para se definir um modelo geral de gráfico de controle Montgomery (2009) cita que é necessário adotar uma estatística amostral capaz de mensurar a característica de qualidade que se deseja (w). Posteriormente, o autor sugere que se adote a média de w como sendo µw e o desvio padrão de w como sendo σw e L é definido como intervalo da linha central em desvio padrão, conforme equação 1. 𝐿𝑆𝐶 = µ𝑤 + 𝐿𝜎𝑤 𝐿𝑖𝑛ℎ𝑎 𝑐𝑒𝑛𝑡𝑟𝑎𝑙 = µ𝑤 𝐿𝐼𝐶 = µ𝑤 − 𝐿𝜎𝑤 [1] Onde: LSC = Limite superior de controle; LIC = Limite inferior de controle; L = Linha central com distância de três desvios padrões do limite superior e limite inferior; µ𝑤= Média; 𝜎𝑤= Desvio padrão. Montgomery (2009) diz que toda teoria geral do gráfico de controle foi originalmente proposta pelo Dr. Walter S. Shewhart, desde então os gráficos de controle elaborados a partir desta teoria são chamados de gráfico de controle de Shewhart. 5.6.9 Plano de ação para fora de controle Montgomery (2009) afirma que é de extrema importância ter um plano de ação corretiva vinculada ao gráfico de controle, o Plano de Ação para Fora de Controle ou PAFC. O autor descreve o PAFC como sendo um fluxograma que tem como objetivo indicar as sequências de atividade a ser executadas para elucidação do evento ativador. 33Na figura 10 está exemplificado o fluxograma citado por Montgomery (2009) para ser aplicado junto ao gráfico de controle. Fonte: Montgomery (2009) Montgomery (2009) descreve o PAFC como um “documento vivo” que pode sofre constantes modificações ao longo que se adquire mais conhecimento e compreensão do processo. Quando se inicia uma verificação com gráfico de controle Montgomery (2009) sugere que se inicie o PAFC juntamente. O autor descreve que sem o PAFC o gráfico de controle não será uma ferramenta muito aproveitável para melhoria do processo. Figura 9. Fluxograma de melhoria de processo com utilização do gráfico de controle. 34 6 METODOLOGIA Segundo Miguel (2007) o estudo de caso é um método de pesquisa extremamente utilizado não somente no Brasil, mas também em países desenvolvidos. Godoy (1995) diz que o estudo de caso tem como finalidade o entendimento de um cenário real, proporcionando a vivencia da realidade e possibilitando analise e resolução de um problema extraído da vida real. De acordo com Silva (2016), o estudo quantitativo tem a finalidade de efetuar a interpretação de dados apurados, levando a classificação e analise, manuseando recursos e métodos estatísticos. A unidade sucroenergética a qual foi atribuída para a elaboração desse trabalho tem como finalidade em seu processo produtivo a obtenção de açúcar e álcool. Pertence a um grupo que desde de 2006 opera com comercialização de açúcar, etanol e cogeração de energia, sendo no total oito unidades produtoras distribuídas no estado de São Paulo, Minas Gerais, Mato Grosso do Sul e Tocantins, são mais de 200 mil hectares plantados e investimentos na ordem de 2,5 bilhões de dólares entre 2012 a 2016. A metodologia utilizada para elaboração deste estudo ocorreu da seguinte forma: • Coleta de dados através do relatório gerencial da empresa, compreendido no período de 01/07/2017 a 31/07/2017; • Os dados foram classificados com auxílio do Excel® 2016; • Realizou – se teste de normalidade e verificado que os valores se aproximam da distribuição normal; • Utilizando o Minitab 16® foram gerados os gráficos de controle. Gonçalves (2011), relata que por entre amostragens probabilísticas e peculiaridades de subjugação de dados a um controle estatístico, com a análise e aplicação da metodologia de trabalho, não se obriga a utilização de apenas uma destreza de análise, mas sim a todas as admissíveis ou substanciais para circunstância em questão. Assim sendo, através dos resultados obtidos pela coleta de dados, será utilizado as ferramentas do CEP, para auxílio na interpretação desses dados e contribuirão para a detecção de anomalias durante o processo, cooperando assim para uma antecipação de tomada de decisão. (Gonçalves, 2011) 35 7 RESULTADOS E DISCUSSÕES Os dados classificados bem como os testes de normalidade encontram – se no apêndice deste trabalho. Neste capitulo será apresentado os resultados obtidos através da elaboração dos gráficos de controle, dispostos de maneira exata no qual são identificados dentro do processo produtivo. Fonte: Minitab 16® Em analise ao gráfico de controle gerado no software Minitab 16® do caldo sulfitado referente ao mês de julho o gráfico de valores individuais apresenta dois pontos (06/07, 31/07); que o processo está fora de controle. Montgomery (2009) considera como fora de controle. Os pontos encontrados fora dos limites de controle consequentemente são erros operacionais. Como não há uma ligação da vazão de caldo misto para sulfitação alterações de vazão podem influenciar no pH4 do caldo sulfitado uma vez que a dosagem do enxofre no forno é realizada manualmente não sendo possível precisar corretamente a quantidade do insumo a ser 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 5,40 5,25 5,10 4,95 4,80 Data In di vi du al V al ue _ X=5,0361 UC L=5,2746 LC L=4,7977 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 0,3 0,2 0,1 0,0 Data M ov in g R an ge __ MR=0,0897 UC L=0,2930 LC L=0 1 1 I-MR Chart of pH Sulfitado Gráfico 1. Gráfico de controle de pH caldo sulfitado coletado no mês julho. 36 utilizado. Ainda sobre o controle pH4 leitura dos valores é realizada através de coleta do caldo sulfitado onde o caldo é resfriado e encaminhado ao laboratório para leitura. Para valores acima ou abaixo dos limites nesta etapa do processo não há atualmente medida de controle em tempo real. Fonte: Minitab 16® A análise do gráfico de controle dos valores individuais apresenta dois pontos fora do limite inferior (05/07, 06/07), mostrando uma variabilidade do processo, como também no gráfico da amplitude apresenta uma variabilidade do controle estatístico denota dois pontos fora do limite superior (07/07, 20/07) Diferentemente do processo de sulfitação o pH4 do caldo caleado é dosado mediante a inserção de um valor definido pelo operador. Também é realizado uma leitura em tempo real do pH4 que por sua vez é comparada a uma leitura realizada no laboratório, onde a diferença da leitura será um indicador que o operador utilizará para inserção valores a dosagem do leite de cal no processo. Para os pontos fora de controle observados no gráfico 2, pode – se atribuir a instabilidade do processo e do controle estatístico a três fatores. 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 7,50 7,25 7,00 6,75 6,50 Data In di vi du al V al ue _ X=7,144 UC L=7,651 LC L=6,636 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 0,8 0,6 0,4 0,2 0,0 Data M ov in g R an ge __ MR=0,1907 UC L=0,6230 LC L=0 1 1 1 1 I-MR Chart of pH Caleado Gráfico 2. Gráfico de controle de pH caldo caleado coletado no mês julho. 37 O primeiro fator é resultante da etapa anterior, sulfitação que por não haver um controle impacta diretamente no processo seguinte que é caleação. Em segundo o tempo de retirada da leitura do pH4 no laboratório, o operador coleta o caldo caleado, resfria e conduz o material para laboratório para leitura do valor, levando em torno de 15 a 20 minutos. Como terceiro fator a calibração do eletrodo instrumento responsável pela indicação do pH em tempo real para o operador. Fonte: Minitab 16® Analiticamente o gráfico de valores individuais dos de aquecedores mostra que o processo teve uma variabilidade em um ponto (08/07), já no gráfico da média móvel que trata do controle estatístico não houve nenhuma causa especial a ser tratada. A alta variação nos valores de temperatura abaixo da linha central é referente a campanha de limpeza dos aquecedores, já os valores acima bem como o valor referente ao ponto fora de controle são indicações de temperatura acima da média o que caracteriza falha de operação. 29/0726/0722/0719/0716/0713/0710/0707/0704/0701/07 106,8 105,6 104,4 103,2 102,0 Data In di vi du al V al ue _ X=104,021 UC L=106,254 LC L=101,789 29/0726/0722/0719/0716/0713/0710/0707/0704/0701/07 3 2 1 0 Data M ov in g R an ge __ MR=0,839 UC L=2,742 LC L=0 1 I-MR Chart of Tempreratura Aquecedores Gráfico 3. Gráfico de controle temperatura dos aquecedores coletado no mês julho. 38 Fonte: Minitab 16® O gráfico de valores individuais exibe que houve um ponto (22/07), fora do limite inferior das médias diárias do processo, contudo, no gráfico de amplitude há dois pontos (22/07, 23/07),fora do limite superior, caracterizando uma variação estatística. A variabilidade do processo de aquecimento e as demais etapas anteriores são responsáveis pela variabilidade do pH4 dificultando decantação e contribuindo para operação do decantador com nível alto o que favorece a ação de microrganismos que degradam a sacarose e alteram o pH4 do caldo. 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 7,2 7,0 6,8 6,6 6,4 Data In di vi du al V al ue _ X=6,9226 UC L=7,2657 LC L=6,5795 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 0,48 0,36 0,24 0,12 0,00 Data M ov in g R an ge __ MR=0,129 UC L=0,4215 LC L=0 1 1 1 I-MR Chart of pH Decantado Gráfico 4. Gráfico de controle de pH caldo decantado coletado no mês julho. 39 Fonte: Minitab 16® Em análise dos gráficos de controle de processo quanto de controle estatístico se encontram dentro dos seus devidos limites superiores e inferiores de controle. Gráfico 5. Gráfico de controle brix caldo pré evaporado coletado em julho. 40 Fonte: Minitab 16® Analiticamente ambos os gráficos se apresentam dentro da conformidade de seus devidos limites superiores e inferiores, porém, apresentando em ambos uma variabilidade a partir de um ponto (13/07). O setor de tratamento de caldo é um setor com um processo continuo, ou seja, uma etapa do tratamento terá influência direta em uma ou mais etapa no decorrer do processo. No decorrer das análises dos gráficos de controle pode – se observar uma alta variabilidade dos valores em relação a linha central em todas as etapas do processo de tratamento de caldo o que demonstra um processo com elevada possibilidade de permanecer fora de controle. 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 70 60 50 40 Data In di vi du al V al ue _ X=55,58 UC L=70,09 LC L=41,07 31/0728/0725/0722/0719/0716/0713/0710/0707/0704/0701/07 20 15 10 5 0 Data M ov in g R an ge __ MR=5,46 UC L=17,83 LC L=0 I-MR Chart of Brix Xarope Gráfico 6. Gráfico de controle de brix do xarope coletado em julho. 41 8 CONSIDERAÇÕES FINAIS Diante do observado nas análises, por intermédio dos gráficos de controle foi possível constatar as possibilidades e necessidades de aplicação do controle estatístico de processo continuamente no setor de tratamento de caldo, observando que todos os subprocessos que se derivam deste setor, implicam direta e indiretamente em todo o processo produtivo de açúcar. Com o CEP, pode-se identificar quais são as operações críticas que impactam na clarificação e por consequência influenciam na qualidade do produto final. A análise estatística se torna coerente em sua utilização, pois, se identifica antecipadamente as causas especiais de alteração do processo, assim, o emprego dessa ferramenta em um setor de tanta transformação ao produto final, a tomada de decisão por previsibilidade é de suma importância. Através da identificação das operações críticas, foi possível identificar que algumas das atividades são realizadas manualmente como a sulfitação e a calagem o que torna o controle ineficiente. Neste sentido, as melhorias que poderão ser realizadas são, a instalação de rosca dosadora com inversor de frequência; inversor de frequência no motor do forno rotativo, pois, a rotação do forno está diretamente ligada a rosca dosadora e eficiência do sistema, diluição da cal automática, seguindo o mesmo parâmetro de automação da sulfitação, uma calibração continua e eficiente dos phmetros7 que estão ligados ao processo e existentes no laboratório de análises. Como proposta de estudos futuros se recomenda, uma análise de viabilidade financeira do uso do CEP, no processo produtivo de açúcar. 7 Instrumento para medição de pH. 42 REFERÊNCIA ALCARDE, A. R. Tratamento de caldo. Embrapa. Disponível em < http://www.agencia.cnptia.embrapa.br/gestor/cana-de- acucar/arvore/CONTAG01_104_22122006154841.html#>. Acesso em: 18 Set 2017. ALLES, C. J. B. Tecnologia no tratamento e clarificação de caldo na produção Sucroalcooleira. 2013. 71 f. Trabalho de Curso (Bacharelado em Engenharia de Produção) – Centro Universitário Eurípides de Marília, Fundação de Ensino “Eurípides Soares da Rocha”, Marília, 2013. CAMPOMAR, M. C. Do uso de “estudo de caso” em pesquisas para dissertações e teses em administração. Revista de Administração da Universidade de São Paulo, v. 26, n. 3, p. 95-97, Set. 1991. CARVALHO, M. M. - Práticas da qualidade com ênfase em lean six sigma no processo produtivo do álcool. Trabalho de conclusão de curso – Escola de Engenharia de Lorena, Universidade de São Paulo, 2012. CASTRO, S. B. de; et. al. Tecnologia do açúcar. Universidade Federal Pernambuco. Pernambuco: Ed. Universitária da UFPE, 2007. COELHO, F. P. de; et al. Aplicação das ferramentas da qualidade: estudo de caso em pequena empresa de pintura. Revista FATEC, São Paulo, v.3, n.1, p. 31- 45, Out. 2016. CORRÊA, L. H.; CORRÊA, C. A. Administração de produção e operações manufatura e serviços: uma abordagem estratégica. 3.ed. São Paulo: Atlas, 2012. EMBRAPA. Morfologia de gramíneas forrageiras. Disponível em: <http://www.cnpt.embrapa.br/biblio/li/li01-forrageiras/cap2.pdf>. Acesso em: 19 Nov. 2017. 43 ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 28, 2008. Aplicação da produção mais limpa no processo de clarificação do caldo de cana para produção de açúcar. Anais Eletrônicos. Rio de Janeiro, 2008. ESALQ/USP. Processos de moagem e difusão para a extração do caldo da cana-de-açúcar. Disponível em: < https://edisciplinas.usp.br/pluginfile.php/2039395/mod_resource/content/1/a5_Extra%C3%A 7%C3%A3o_caldo.pdf>. Acesso em 22 Out. 2017. GODOY, A. S. Introdução à pesquisa qualitativa e suas possibilidades. Revista de Administração de Empresas. São Paulo, v.35, n. 2, p. 57-63, Abr. 1995. GODOY, A. S. Pesquisa qualitativa. Revista de Administração de Empresas. São Paulo, v.35, n. 3, p. 20-29, Jun. 1995. GONÇALVES, T. V. A. Controle Estatístico do Processo de usinagem de Peças Automotivas: um estudo de caso em uma empresa do centro oeste de Minas Gerais. 2011. 53 f. Trabalho de Conclusão de Curso (Bacharel em Engenharia de Produção) – Universidade de Formiga, Formiga, 2011. HAMERSKI, F. Estudo de variáveis no processo de carbonatação do caldo de cana-de- açúcar. 2009. 148 f. Dissertação (Mestrado) – Universidade Federal do Paraná, Curitiba, 2009. LIMA, R. B. Processo de clarificação de caldo de cana de açúcar aplicando elétrons acelerados. 2012. 62 f. Dissertação (Mestrado) – Instituto de Pesquisas Energéticas e Nucleares, São Paulo, 2012. LEITE, H. C. R. Ferramentas da qualidade: um estudo de caso em uma empresa do ramo têxtil. 2013. 53 f. Trabalho de Conclusão de Curso (Graduação em Administração) - Faculdade Cenecista Capivari, Capivari, 2013. 44 MACHADO, S. S. Tecnologia da fabricação do açúcar. IFG; Santa Maria: Universidade Federal de Santa Maria, 2012. MANUTENÇÃO EM FOCO. Disponível em: < https://www.manutencaoemfoco.com.br/diagrama-de-causa-e-efeito-ishikawa/>. Acesso em 28 Out. 2017. MARTINEZ, C. O. Tratamento do Caldo. Universidade Tecnológica do Paraná. Campo Mourão, 2016.35 slides, color. Disponível em: <http://paginapessoal.utfpr.edu.br/camilamartinez/tecnologia-de-cana-de-acucar.-2o- semestre-2016/Aula 4 -extracao e tratamento do caldo - Alunos.pdf/at_download/file.>. Acesso em: 22 out. 2017 MIGUEL, P. A. C. Estudo de caso na engenharia de produção: estruturação e recomendações para sua condução. Produção Poli – USP. São Paulo, v.17, n.1, p. 216-229, Abr. 2007. MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade. 4. ed. Rio de Janeiro: LTC, 2009. NOVA CANA. Cana de açúcar: tudo sobre esta versátil planta. Disponível em: < https://www.novacana.com/cana-de-acucar/>. Acesso em 19 Nov. 2017. NOVA CANA. Como é feito o processamento da cana-de-açúcar nas usinas. Disponível em: <https://www.novacana.com/usina/como-e-feito-processamento-cana-de-acucar/ >. Acesso em 01 Out 2017. RIBEIRO, J. L. D. CATEN, C. S. . Série monográfica qualidade. Programa de Pós- Graduação em Engenharia de Produção. Universidade Federal do Rio Grande do Sul. Escola de Engenharia, Porto Alegre: FEENG/UFRGS, 2012. ROTH, C. W. Curso técnico em automação industrial: qualidade e produtividade. 3. ed. Santa Maria: Colégio Técnico Industrial de Santa Maria, 2011. 45 SILVA, J. A. da. Controle de qualidade da cana de açúcar crua estudo de caso em uma usina do município de Quirinópolis - GO. Universidade de Rio Verde. Goiás, 2016. SLIDE PLAYER. Açúcar e álcool. Disponível em: <http://slideplayer.com.br/slide/1487088/>. Acesso em 19 Nov. 2017. UDOP. A história da cana-de-açúcar da antiguidade aos dias atuais. Disponível em: < http://www.udop.com.br/index.php?item=noticias&cod=993>. Acesso em 23 Out. 2017. UFSCAR. Sistema de sulfitação utilizado na produção de açúcar branco. Disponível em: < http://livresaber.sead.ufscar.br:8080/jspui/handle/123456789/584>. Acesso em 22 Out. 2017. USINA ESTER. Açúcar vhp. Disponível em: <http://www.usinaester.com.br/site/pt/produtos/acucar-vhp/>. Acessado em 19 Nov. 2017. 46 APÊNDICE 47 Fonte: Minitab 16® Fonte: Próprio autor 5,45,35,25,15,04,94,84,7 99 95 90 80 70 60 50 40 30 20 10 5 1 Valor Pe rc en t Mean 5,036 StDev 0,1155 N 31 AD 0,416 P-Value 0,313 Probability Plot of pH Sulfitado Normal Apêndice B. Distribuição normal dos valores de pH caldo sulfitado. Descrição Data Valor pH 01/07 4,97 pH 02/07 5,09 pH 03/07 5,17 pH 04/07 5,18 pH 05/07 5,36 pH 06/07 5,14 pH 07/07 5,05 pH 08/07 5,00 pH 09/07 5,05 pH 10/07 4,87 pH 11/07 5,02 pH 12/07 4,98 pH 13/07 4,85 pH 14/07 4,95 pH 15/07 5,05 pH 16/07 5,04 pH 17/07 5,00 pH 18/07 5,12 pH 19/07 5,11 pH 20/07 5,04 pH 21/07 5,01 pH 22/07 4,98 pH 23/07 5,12 pH 24/07 5,01 pH 25/07 5,04 pH 26/07 5,04 pH 27/07 5,11 pH 28/07 5,18 pH 29/07 4,92 pH 30/07 4,93 pH 31/07 4,74 Apêndice A. Tabela valores pH do caldo sulfitado. 48 Fonte: Minitab 16® Fonte: Próprio autor 7,757,507,257,006,756,50 99 95 90 80 70 60 50 40 30 20 10 5 1 pH Pe rc en t Mean 7,144 StDev 0,2550 N 31 AD 1,833 P-Value <0,005 Probability Plot of pH Caleado Normal Apêndice C. Distribuição normal dos valores de pH caldo caleado Descrição Data Valor pH 01/07 7,21 pH 02/07 7,14 pH 03/07 7,29 pH 04/07 7,15 pH 05/07 6,53 pH 06/07 6,42 pH 07/07 7,18 pH 08/07 7,42 pH 09/07 7,39 pH 10/07 7,34 pH 11/07 6,85 pH 12/07 6,74 pH 13/07 7,19 pH 14/07 6,97 pH 15/07 7,13 pH 16/07 7,24 pH 17/07 7,35 pH 18/07 7,30 pH 19/07 7,30 pH 20/07 6,67 pH 21/07 7,21 pH 22/07 7,21 pH 23/07 7,19 pH 24/07 7,06 pH 25/07 7,08 pH 26/07 7,25 pH 27/07 7,29 pH 28/07 7,22 pH 29/07 7,27 pH 30/07 7,41 pH 31/07 7,45 Apêndice D. Tabela valores de pH do caldo caleado 49 Fonte: Minitab 16® Fonte: Próprio autor 107106105104103102101 99 95 90 80 70 60 50 40 30 20 10 5 1 Tempreratura Pe rc en t Mean 104,0 StDev 1,086 N 30 AD 0,603 P-Value 0,107 Probability Plot of Tempreratura dos Aquecedores Normal Apêndice E. Distribuição normal da temperatura dos aquecedores. Descrição Data Valor TEMP. AQUECEDOR 01/07 104,66 TEMP. AQUECEDOR 02/07 105,00 TEMP. AQUECEDOR 03/07 105,00 TEMP. AQUECEDOR 04/07 103,88 TEMP. AQUECEDOR 05/07 105,75 TEMP. AQUECEDOR 06/07 105,00 TEMP. AQUECEDOR 07/07 104,50 TEMP. AQUECEDOR 08/07 107,16 TEMP. AQUECEDOR 09/07 105,00 TEMP. AQUECEDOR 10/07 104,20 TEMP. AQUECEDOR 11/07 105,20 TEMP. AQUECEDOR 12/07 104,00 TEMP. AQUECEDOR 13/07 102,50 TEMP. AQUECEDOR 14/07 102,33 TEMP. AQUECEDOR 15/07 104,00 TEMP. AQUECEDOR 16/07 103,50 TEMP. AQUECEDOR 17/07 103,00 TEMP. AQUECEDOR 18/07 104,00 TEMP. AQUECEDOR 19/07 104,80 TEMP. AQUECEDOR 20/07 104,00 TEMP. AQUECEDOR 21/07 103,00 TEMP. AQUECEDOR 22/07 104,00 TEMP. AQUECEDOR 24/07 104,00 TEMP. AQUECEDOR 25/07 104,00 TEMP. AQUECEDOR 26/07 103,00 TEMP. AQUECEDOR 27/07 103,00 TEMP. AQUECEDOR 28/07 103,00 TEMP. AQUECEDOR 29/07 102,50 TEMP. AQUECEDOR 30/07 102,66 TEMP. AQUECEDOR 31/07 104,00 Apêndice F. Tabela valores da temperatura dos aquecedores. 50 Fonte: Minitab 16® Fonte: Próprio autor 7,37,27,17,06,96,86,76,66,56,4 99 95 90 80 70 60 50 40 30 20 10 5 1 pH Pe rc en t Mean 6,923 StDev 0,1405 N 31 AD 0,738 P-Value 0,049 Probability Plot of pH Decantado Normal Apêndice G. Distribuição normal dos valores de pH do caldo decantado. Descrição Data Valor pH 01/07 6,75 pH 02/07 6,75 pH 03/07 7,07 pH 04/07 6,96 pH 05/07 7,07 pH 06/07 6,87 pH 07/07 6,85 pH 08/07 7,05 pH 09/07 6,97 pH 10/07 6,84 pH 11/07 7,07 pH 12/07 6,87 pH 13/07 6,86 pH 14/07 6,74 pH 15/07 6,91 pH 16/07 6,92 pH 17/07 6,95 pH 18/07 6,97 pH 19/07 7,02 pH 20/07 6,90 pH 21/07 6,89 pH 22/07 6,45 pH 23/07 6,97 pH 24/07 6,87 pH 25/07 6,72 pH 26/07 7,08 pH 27/07 7,09 pH 28/07 7,08 pH 29/07 7,06 pH 30/07 6,98 pH 31/07 7,02 Apêndice H. Tabela de valores de pH do caldo decantado 51 Fonte: Minitab 16® Fonte: Próprio autor 28272625242322212019 99 95 90 80 70 60 50 40 30 20 10 5 1 Valor Pe rc en t Mean 23,62 StDev 1,592 N 31 AD 0,442 P-Value 0,271 Probability Plot of Brix Pre Evaporado Normal Apêndice J. Distribuição normal dos valores de brix do caldo pré evaporado. Descrição Data Valor Brix 01/07 22,15 Brix 02/07 21,83 Brix 03/07 20,05 Brix 04/07 23,57 Brix 05/07 26,62 Brix 06/07 23,36 Brix 07/07 20,67 Brix 08/07 24,61 Brix 09/07 25,35 Brix 10/07 27,12 Brix 11/07 23,61 Brix 12/07 24,59 Brix 13/07 24,01 Brix 14/07 20,54 Brix 15/07 22,86 Brix 16/07 24,27 Brix 17/07 23,34 Brix 18/07 24,60 Brix 19/07 24,13 Brix 20/07 24,16 Brix 21/07 24,57 Brix 22/07 25,68 Brix 23/07 23,80 Brix 24/07 22,91 Brix 25/07 23,23 Brix 26/07 23,51Brix 27/07 22,74 Brix 28/07 23,85 Brix 29/07 23,72 Brix 30/07 22,00 Brix 31/07 24,84 Apêndice I. Tabela de valores de brix do caldo pré evaporado. 52 Fonte: Minitab 16® Fonte: Próprio autor 706560555045 99 95 90 80 70 60 50 40 30 20 10 5 1 Brix Pe rc en t Mean 55,58 StDev 4,768 N 31 AD 0,458 P-Value 0,247 Probability Plot of Brix Xarope Normal Apêndice L. Distribuição normal dos valores de brix do xarope. Descrição Data Valor Brix 01/07 56,83 Brix 02/07 59,09 Brix 03/07 55,63 Brix 04/07 52,32 Brix 05/07 58,75 Brix 06/07 52,87 Brix 07/07 51,95 Brix 08/07 49,53 Brix 09/07 55,45 Brix 10/07 52,45 Brix 11/07 49,19 Brix 12/07 54,31 Brix 13/07 50,22 Brix 14/07 59,44 Brix 15/07 57,89 Brix 16/07 54,67 Brix 17/07 64,1 Brix 18/07 51,06 Brix 19/07 55,85 Brix 20/07 51,54 Brix 21/07 53,99 Brix 22/07 68,02 Brix 23/07 51,65 Brix 24/07 47,8 Brix 25/07 56,09 Brix 26/07 64,25 Brix 27/07 62,69 Brix 28/07 55,29 Brix 29/07 55,81 Brix 30/07 59,85 Brix 31/07 54,44 Apêndice K. Tabela dos valores de brix do xarope.
Compartilhar