Baixe o app para aproveitar ainda mais
Prévia do material em texto
Curso Tecnologia em Manufatura Aeronáutica 2º Semestre de 2013 Prof. Adriano Gonçalves dos Reis adriano.reis01@fatec.sp.gov.br 2 Análise de desempenho dos gráficos de Xbarra Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 3 Gráfico de Xbarra • Considerando o gráfico de controle em uso, retirando-se n amostras a cada h minutos; • Calcula-se Xbarra e é plotado no gráfico de controle; • À cada h minutos testamos as hipóteses: Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 0H : Processo em Controle 1H : Processo fora de controle H0 : 0 H1 : 0 => => 4 Gráfico de Xbarra • H0 (Processo em controle) é aceita como verdadeira todas as vezes que o valor de Xbarra cair dentro dos limites de controle; • H1 (Processo fora de controle) é aceita como verdadeira todas as vezes que o valor de Xbarra cair fora dos limites de controle; Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 5 Gráfico de Xbarra • Com o processo em controle (H0 verdadeira): α => risco (probabilidade) de erroneamente considerar o processo fora de controle (alarme falso – erro tipo I), quando na verdade está em controle; • Com o processo fora de controle (H1 verdadeira): β => risco (probabilidade) de erroneamente considerar o processo em controle (não detecção – erro tipo II), quando na verdade está fora de controle; Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 6 Gráfico de Xbarra • Consequências práticas: Erro tipo I (alarme falso): intervir no processo na hora errada, quando está isento de causas especiais, com custo de interrupção do processo, mão de obra, além do risco de desajustar um processo que estava ajustado; Erro tipo II (não detecção): não intervir no processo na hora certa, quando está sob influência de causas especiais Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 7 Gráfico de Xbarra Dado que o processo é considerado: o em controle (“H0 verdadeira”) quando Xbarra cai dentro dos limites do gráfico e o fora de controle (“H0 falsa”) quando Xbarra cai fora dos limites do gráfico, As probabilidade de alarme falso (α) é dada por: Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 ]LICXou LSCXPr[ 0XX 8 Alarme falso no gráfico de Xbarra Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 15 30 45 60 75 90 105 Minutos LM 0 n/3LSC 00 Alarme falso n/3LIC 00 9 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Alarme falso no gráfico de Xbarra Distribuição de Xbarra é normal Z = variável aleatória )1;0(~ N X Z X X Distribuição normal x 0 1 z Distribuição normal padrão -x z Processo está em controle: µ=µ0 e σ=σ0, e portanto e / 0 X 0 X n 10 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Alarme falso no gráfico de Xbarra LM 0 )n/;(N);(N~X 00XX )1;0(~ N X Z X X n/kLIC 00 -k n/kLSC 00 0 k / 2 / 2 Tradicionalmente k=3,00 ]Pr[ kZ 11 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Alarme falso no gráfico de Xbarra Tabela A1: Área em caudas simétricas da distribuição Normal Padrão 0 Z ~ N ( 0 , 1 ) - z z k 0,00 0,01 0,02 2,9 0,00373 0,00361 0,00350 3,0 0,0027 0,00261 0,00253 3,1 0,00194 0,00187 0,00181 3,2 0,00137 0,00133 0,00128 3,3 0,00097 0,00093 0,00090 ]Pr[ kZ Para k = 3, o risco α = 0,0027 = 0,27% Portanto , com o processo sob controle e ajustado, essa é a probabilidade de Xbarra cair na região acima de LSC ou abaixo de LIC, ou seja, gerar alarme falso 12 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 • O número médio de amostras até um alarme falso NMAF = 1/ α; • Em outras palavras, com limite 3-sigma, teremos uma média de alarme falso a cada 1/0,0027 = 370,4 pontos plotados Alarme falso no gráfico de Xbarra E se esta frequência de alarmes falsos for considerada inaceitável? 13 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Alarme falso no gráfico de Xbarra Tabela A1: Área em caudas simétricas da distribuição Normal Padrão 0 Z ~ N ( 0 , 1 ) - z z k 0,00 0,01 0,02 2,9 0,00373 0,00361 0,00350 3,0 0,0027 0,00261 0,00253 3,1 0,00194 0,00187 0,00181 3,2 0,00137 0,00133 0,00128 3,3 0,00097 0,00093 0,00090 Para k = 3,1, o risco α diminui para 0,00194 = 0,194% O número de alarmes falsos diminui para 1/0,00194 = 1 alarme falso a cada 516,7 pontos plotados • Uma alternativa consiste em alargar os limites de controle, por ex, aumentar k de 3,0 para 3,1: 14 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 • Quando H1 é a hipótese verdadeira => processo sob a influência de causas especiais; • Ideal seria primeiro ponto já fora dos limites de controle; • Nem sempre ocorre, especialmente se o deslocamento da média for pequeno. Poder do gráfico de Xbarra 001 001 /)( µ1: Novo valor da média δ : deslocamento da média δ ≥ 1,5 : rapidamente um valor de Xbarra cairá fora dos limites de controle Pd = 1 - β Pd=probabilidade de detecção de um valor de Xbarra cair fora dos limites de controle sofrendo causas especiais 15 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra 15 30 45 60 75 90 Minutos n/3LSC 00 )n/;(N~);(N~X 000XX LM 0 Alarme verdadeiro 00 n/3LIC 00 Hipótese H1 é verdadeira 16 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra 0LM )n/;(N~X 000 )1;0(N~ X Z X X n/kLIC 00 n/kLSC 00 0 00X nk nk Pd Xa. v. Za. v. n Tradicionalmente k=3,00 ]nkZPr[]nkZPr[Pd ]nkZPr[]nkZPr[Pd 17 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra 18 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 • Exemplo: • k=3,00 (desvio padrão); • δ = 1,00 • n = 4 • ZLSC= -k + δ 𝑛 = -3 + 1 4= -1,00 • ZLIC = -k – δ 𝑛 = -3 – 1 4= -5,00 Portanto: • Pr[Z<-1,00] + Pr[Z<-5,00] = 0,1587 + 0,0000 • Pd=15,87%, ou seja, a probabilidade de detecção de um valor de Xbarra cair fora dos limites de controle sofrendo causas especiais com um δ=1. Poder do gráfico de Xbarra 19 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra • O número médio de amostras até um alarme verdadeiro= 1/ Pd; • Em outras palavras, no exemplo anterior, são necessárias em média 1/0,1587 = 6,3 amostras de tamanho 4 para se detectar um deslocamento da média do desvio padrão (δ=1). • Com amostras maiores, o número médio de amostras até detecção reduz-se. • Ex: n=9, ZLSC =0, Pd=0,50, e portanto são necessárias 1/0,5=2 amostras de tamanho 9 para detectar o mesmo deslocamento da média 20 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra • Aumentando o tamanhoda amostra, o tempo médio até a detecção também reduz-se; • Investir em mais inspeção (aumentar tamanho amostra) reduzem-se em compensação os prejuízos com o processo fora de controle pelo redução do tempo médio até a detecção. 21 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra n 2 3 4 5 9 z Pd z Pd z Pd z Pd z Pd 0,25 2,646 0,004 2,567 0,005 2,5 0,006 2,441 0,007 2,25 0,012 0,50 2,293 0,011 2,134 0,016 2 0,023 1,882 0,030 1,5 0,067 0,75 1,939 0,026 1,701 0,044 1,5 0,067 1,323 0,093 0,75 0,227 1,00 1,586 0,056 1,268 0,102 1 0,159 0,764 0,222 0 0,500 1,25 1,232 0,109 0,835 0,202 0,5 0,309 0,205 0,419 -0,75 0,773 1,50 0,879 0,19 0,402 0,344 0 0,500 -0,354 0,638 -1,5 0,933 2,00 0,172 0,432 -0,464 0,679 -1 0,841 -1,472 0,930 -3 0,999 3,00 -1,243 0,893 -2,196 0,986 -3 0,999 -3,708 1,000 -6 1,000 ]nkZPr[]nkZPr[Pd k=3,00 22 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Poder do gráfico de Xbarra 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 0 0,5 1 1,5 2 2,5 3 (deslocamento) Pd n=2 n=3 n=4 n=5 n=9 n=16 ]nkZPr[]nkZPr[Pd k=3,00 23 Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Medindo a rapidez de detecção de descontroles 1 10 100 0,5 0,75 1 1,25 1,5 1,75 2 (deslocamento) NMA n=2 n=3 n=4 n=5 n=9 n=16 • NMA: Número médio de amostras até o sinal de descontrole (medida de eficiência mais usada no gráfico) K=3 São necessárias 10 amostras (NMA=10) de tamanho n=3 para o gráfico sinalizar um deslocamento na média do processo de um desvio padrão (δ=1) Curvas de NMA versus δ NMA=1/Pd 24 Exemplo Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Os dados abaixo referem-se a amostragem de de 24 subgrupos de tamanho 4 tomadas de um processo de produção de eixos: X = µ0 = 10,00 cm R = 0,2267 cm d2 (4 amostras) = 2,059 1. Se a média do processo aumenta para 10,1 cm, qual o Poder do gráfico (Pd) de Xbarra? O que isto quer dizer? 2. Se a média do processo aumenta para 10,1 cm, qual o número esperado de amostras necessárias para detectar esse aumento da média? 25 Exemplo Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 1. σ0 = R/d2 = 0,2267/2,059 = 0,110 δ = (µ1 - µ0)/ σ0 => δ = (10,10-10,00)/0,110 => δ = 0,91 • ZLSC = -k + δ 𝑛 = -3 + 0,91 4= -1,18 • ZLIC = -k – δ 𝑛 = -3 – 0,91 4= -4,82 • Pr[Z<-1,18] + Pr[Z<-4,82] = 0,119 + 0,0000 • Pd = 0,119 (11,9%) => probabilidade de detecção de um valor de Xbarra cair fora dos limites de controle sofrendo causas especiais com um δ=0,91. 2. O número médio de amostras até um alarme verdadeiro= 1/ Pd = 1/0,119 = 8,4 amostras São necessárias em média 8,4 amostras de tamanho 4 para detectar um deslocamento de 0,91 desvio-padrão da média. 26 Atividade Dirigida Controle Estatístico de Processo- Prof. Adriano Reis - 2º semestre de 2013 Baseado nos resultados da atividade dirigida anterior (4-CEP - Grafico de controle por variaveis - Xbarra e R.pdf), calcular: 1. Se a média do processo subiu para 34,90, qual o Poder (Pd) do gráfico de Xbarra? O que isto quer dizer? 2. Se a média do processo subiu para 34,90, qual o número esperado de amostras necessárias para detectar esse aumento da média?
Compartilhar