Baixe o app para aproveitar ainda mais
Prévia do material em texto
FACULDADE DE PAULÍNIA – FACP ENGENHARIA DE PRODUÇÃO PLANEJAMENTO E CONTROLE DA QUALIDADE APLICAÇÃO DA FERRAMENTA CONTROLE ESTATISTICO DE PROCESSOS EM UMA INDÚSTRIA TÊXTIL AMANDA DIAS BENFATI 21410 ROBSON GABRIEL TAVEIRA DE AZEVEDO 21427 PAULÍNIA – SP 2017 AMANDA DIAS BENFATI 21410 ROBSON GABRIEL TAVEIRA DE AZEVEDO 21427 PLANEJAMENTO E CONTROLE DA QUALIDADE APLICAÇÃO DA FERRAMENTA CONTROLE ESTATISTICO DE PROCESSOS EM UMA INDÚSTRIA TÊXTIL Trabalho de Conclusão de Curso apresentado como requisito para graduação em Engenharia da Produção na Faculdade de Paulínia - FACP, sob a orientação do Prof. José Vicente Z. Pinto PAULÍNIA – SP 2017 FACULDADE DE PAULÍNIA – FACP ENGENHARIA DE PRODUÇÃO PLANEJAMENTO E CONTROLE DA QUALIDADE APLICAÇÃO DA FERRAMENTA CONTROLE ESTATISTICO DE PROCESSOS EM UMA INDÚSTRIA TÊXTIL AMANDA DIAS BENFATI 21410 ROBSON GABRIEL TAVEIRA DE AZEVEDO 21427 Banca Examinadora: __________________________________________ Prof. Coordenador Minás Djehizian __________________________________________ Profa. Me Adriana Terra Nasciutti __________________________________________ Prof. Orientador José Vicente Z. Pinto PAULÍNIA – SP 2017 DEDICATÓRIA Dedicamos este trabalho primeiramente, aos nossos Pais e familiares, pois confiaram em nós e nos deram esta oportunidade de concretizar e encerrar mais uma etapa de nossas vidas. Dedicamos a nossa amada filha Valentina, que apesar da idade, muito compreendeu nossa ausência, e por ser a nossa maior motivadora para a concretização desta etapa. AGRADECIMENTOS Agradecemos primeiramente a Deus, por todas as bênçãos concedidas durante esse período. Agradecemos aos nossos pais, por terem acreditado em nós, aos professores que se dedicaram a nos ensinar. Aos amigos e colegas que tiveram grande relevância em nossa vida acadêmica. Ao Professor orientador José Vicente Z. Pinto e Profa. Me Adriana Terra Nasciutti, por toda atenção, dedicação e esforço para que pudéssemos ter confiança e segurança na realização deste trabalho. EPÍGRAFE “Qualidade é redução da variabilidade, é o caminho para a prosperidade, por meio do aumento da produtividade, da redução de custos”. DEMING (apud MORETTI, 2003). RESUMO Este projeto mostra um estudo de caso realizado em uma Indústria Têxtil, onde a produção de contentores flexíveis é verticalizada e os processos produtivos necessitam de precisões. Baseado nas informações abordadas e no conhecimento do processo, foi detectado que a utilização da ferramenta Controle Estatístico de Processo (CEP), seria eficaz e eficiente para as tratativas das não conformidades internas identificando as variabilidades dentro processo produtivo da tecelagem, onde, se identificou desvios na largura do tecido fabricado. O intuito da aplicabilidade da ferramenta é que a mesma contribua para a redução de custos de processo, diminuição de resíduos e aumento da produtividade, mostrando caminhos para expansão do sistema para outras áreas do processo, garantindo assim a melhoria contínua do mesmo e evitando reclamações futuras dos clientes. Palavras-Chaves: CEP, qualidade, processo, variabilidade, ferramenta. ABSTRACT This project shows a case study carried out in a Textile Industry, where the production of flexible containers is verticalized and the productive processes need precisions. Based on the information and knowledge of the process, it was detected that the use of the Statistical Process Control (CEP) tool would be effective and efficient for internal nonconformities, identifying the variabilities within the productive process of weaving, where deviations were identified In the fabric width. The purpose of the tool's applicability is that it contributes to reduce process costs, reduce waste and increase productivity, showing ways to expand the system to other areas of the process, thus ensuring continuous improvement and avoiding future complaints Of customers. Key Words: CEP, quality, process, variability, tool. LISTA DE FIGURAS Figura 1 – Fluxograma...............................................................................................24 Figura 2 – Diagrama de Ishikawa...............................................................................26 Figura 3 – Filme passando em Rolos de Secagem....................................................47 Figura 4 – Laminas para o Corte do Filme.................................................................47 Figura 5 - Ráfia no Forno de Estiramento..................................................................48 Figura 6 – Ráfia passando por Cilindros Térmicos....................................................48 Figura 7 – Fitas em Bobinadeiras...............................................................................49 Figura 8 – Extrusora Completa...................................................................................49 Figura 9 – Entrelaçamento das Ráfias.......................................................................50 Figura 10 – Tear – Confecção de Tecidos.................................................................51 Figura 11 – Ensaios Mecanicos Destrutivos..............................................................52 Figura 12 –. Costura das Válvulas............................................................................53 Figura 13 – Costura Alça de Içamento ......................................................................54 Figura 14 – Costura do Fundo....................................................................................54 Figura 15 – . Costura da Tampa com o Corpo do Contentor.....................................55 Figura 16 – Produto Final...........................................................................................55 Figura 17 – Medição das Amostras ...........................................................................58 LISTA DE TABELAS Tabela 1 – Simbologia Fluxograma............................................................................23 Tabela 2 – Folha de Verificação.................................................................................27 Tabela 3 – Exemplificação Amostral de idade, peso e altura.....................................30 Tabela 4 – Check List da Tacelagem.........................................................................51 Tabela 5 – Controle do Corte.....................................................................................53 Tabela 6 – Controle de Amostragem..........................................................................58 Tabela 7 – Calculo de Média e Amplitude..................................................................60 Tabela 8 – Tabela de Constantes..............................................................................61 Tabela 9 – Valores Gráficos.......................................................................................61 LISTA DE GRÁFICOS Gráfico 1 – Gráfico de Dispersão...............................................................................27Gráfico 2 – Histograma...............................................................................................27 Gráfico 3 – Dispersão.................................................................................................28 Gráfico 4 – Gráfico de Controle Estatístico de Processo...........................................28 Gráfico 5 – Gráficos de Controle para Média e Amplitude X e R...............................35 Gráfico 6 – Gráfico de Controle para Medidas Individuais X e Amplitude R..............36 Gráfico 7 – Gráficos de Controle para a Fração Não Conformidade (P)....................37 Gráfico 8 – Gráficos de Controle para Números de Unidades Não Conformes (NP)............................................................................................................................38 Gráfico 9 – Gráficos de Controle para Não Conformidade por Unidade (U).............39 Gráfico 10 – Gráfico de Controle para Número de Não Conformidade(C)........................................................................................................41 Gráfico 11 – Linha Superior, Inferior e Central...........................................................58 Gráfico 12 – Gráfico Conforme...................................................................................58 Gráfico 13 – Gráfico Não Conforme...........................................................................59 LISTA DE ABREVIAÇÕES E SIGLAS CEP – Controle Estatístico de Processos FIBCS – Flexible Intermediate Bulk Container LSC - Limite Superior De Controle LIC - Limite Inferior De Controle LM - Linha Média CPK - Desempenho do Processo CPU - Superior de Capabilidade CPL - Inferior de Capabilidade CP - Potencial do Processo HH - Hora em Hora MM - Milímetros CM - Centímetros GLOSSÁRIO GRAMATURA – Peso do tecido, expressa em gramas/m² e indica a relação entre peso e metro quadrado do produto. TRAMA – Área entre os espaçamentos dos fios, no sentido horizontal. URDUME – Fios que se encontram no vertical ou longitudinal. URDISSAGEM – Processo de passamento de Urdume no Tear. DENIER – Unidade de medida para densidade da massa linear expressa em gramas por 9000 metros. TENACIDADE – Energia mecânica, um impacto necessário para levar um material a ruptura. PROPENO – Hidrocarboneto Olefínico, obtido pelo craqueamento da nafta petroquímica ou por separação do gás natural. PROPILENO – Hidrocarboneto insaturado. EXTRUSORA – Maquina para a fabricação de produtos a base de plástica. TERMOPLÁSTICO – Resina com estrutura linear, que amolece ao ser aquecido. LIÇOS – Quadro, cuja função é manter a tensão dos fios sempre constante, e movimentar a trama á medida que vai sendo construída. IÇAMENTO – Equipamento utilizado para içar, erguer ou levantar objetos. SUMÁRIO 1. INTRODUÇÃO................................................................................................ 2. QUALIDADE E SUAS FERRAMENTAS........................................................ 2.1 Qualidade e seu Contexto Evolutivo......................................................... 2.2 Ferramentas da Qualidade........................................................................ 2.2.1 Fluxograma............................................................................................. 2.2.2 Diagrama de Ishikawa............................................................................ 2.2.3 Folha de Verificação.................................................................................. 2.2.4 Diagrama de Pareto.................................................................................. 2.2.5 Histograma................................................................................................. 2.2.6 Diagrama de Dispersão............................................................................. 2.2.7 Controle Estatístico de Processo............................................................... 3. CONCEITO: CONTROLE ESTATÍSTICO DE PROCESSO ........................ 3.1 Amostragem.................................................................................................. 3.2 Variabilidades............................................................................................... 3.2.1 Causas de Variações Comuns.................................................................. 3.2.2 Causas de Variações Especiais................................................................. 3.3 Gráficos de Controle..................................................................................... 3.3.1 Variáveis versus Atributos......................................................................... 3.3.1.1 Variáveis.................................................................................................. 3.3.1.1.1 Gráficos de Controle para Média e Amplitude X e R............................ 3.3.1.1.2 Gráficos de Controle para Médias Individuais X e Amplitude R.......... 3.3.1.2 Atributos.................................................................................................. 3.3.1.2.1 Gráficos de Controle para a Fração Não Conforme (p)....................... 3.3.1.2.2 Gráficos de Controle para Números de Unidades Não Conformes (Np)................................................................................................................................ 3.3.1.2.3 Gráficos de Controle para Não Conformidades Por Unidades (U).............................................................................................................................. 3.3.1.2.4 Gráficos de Controle Para Número de Não Conformidade (c)............ 3.4 Capabilidade do Processo........................................................................ 4. METODOLOGIA: ESTUDO DE CASO......................................................... 4.1 Processo Produtivo..................................................................................... 4.2 Problemas no Processo.............................................................................. 4.3 Aplicação Da Ferramenta CEP no Processo Produtivo............................. 5. CONCLUSÃO................................................................................................ 6. REFERÊNCIAS BIBLIOGRÁFICAS....................................................... 17 1. INTRODUÇÃO Na disputa por mercados cada vez mais complexos, as organizações estão se tornando cada vez mais competitivas e inventivas na tentativa de se sobressair aos concorrentes. Hoje elas fazem uso da tecnologia como forma de diferenciação, assim como disponibilizam uma grande variedade de produtos que estão sempre em constante renovação para atender um publico que esta ficando mais exigente, que focam em produtos diferenciados, com melhor qualidade. No passado, por volta de 1780, predominava-se a produção de mercadorias através do artesanato, onde os artesões eram detentores das ferramentas e do conhecimento para a fabricação, realizando com excelência todas as etapas dos produtos, as inspeções eram realizadas de acordo com os critérios estabelecidos pelos mesmos, elevando o nível de qualidade e satisfazendo o seu cliente. Entretanto, com a chegada da Revolução Industrial, meados do século XVIII, ocorreram à substituição do trabalho artesanal pelo uso de maquinas,onde se tinha uma linha de produção cujo foco principal era a padronização e a produção em série de peças intercambiáveis, tornando necessária a aplicação e a formalização da inspeção dos produtos. As evoluções ocorridas nos processos de produção ocasionaram o inicio de um novo período, onde o foco principal era o aproveitamento das economias de escalas, que tinha por objetivo a diminuição dos custos nos processos. No inicio, o controle de qualidade restringia-se ao produto acabado, seguindo a inspeção tradicional, onde se verificava cada produto ao final do processo (Ruy de C. B. L. Filho, 1987) tendo por finalidade evitar que os itens defeituosos chegassem ao consumidor. No entanto, segundo MARSHALL Jr (2010 p. 25) “por motivos técnicos, econômicos, de prazos ou até quantitativos, realizar inspeções completas em todos os produtos fabricados era impraticável”. Pensando nas variabilidades do processo, Walter A. Shewhart desenvolveu em meados da década de 20, o Controle Estatístico do Processo (CEP), onde se utilizava técnicas estatísticas com o objetivo de determinar os limites de aceitação dentro das variações encontradas nos processos, além de métodos gráficos para a representação das conformidades dentro do processo produtivo. A ideia principal da 18 ferramenta CEP é identificar a variabilidade dos processos produtivos, melhorando os resultados da produção (SAMOHYL, Robert Wayne, 2012). A ferramenta CEP analisa a variabilidade do processo produtivo, “por meio de gráficos de controle que permite facilmente distinguir entre as causas de variação comuns no processo e as causas especiais que devem ser investigadas” (Carvalho, Marly Monteiro, 2012, p. 10). Uma causa especial é determinada como um caso único, ocasionando impactos diretos no produto final, já a causa comum geralmente de pequena proporção, seu acontecimento é esporádico, resultando em certo período a existência da variabilidade aleatória. Partindo destes princípios, será realizado um estudo de caso, direcionado a uma Indústria Têxtil, cuja principal atividade é a confecção de contentores flexíveis (FIBCS – Flexible Intermediate Bulk Container) e sacaria de ráfia, destinada aos mercados internos e externos, onde um dos diferenciais é a fabricação própria de tecidos de Polipropileno especial para a fabricação dos produtos. Durante o processo de tecelagem encontram-se variações nas medidas, gerando não conformidades internas, pensando nisso, questiona-se: A ferramenta CEP é eficaz na verificação de variabilidades no processo? Para responder a esta questão, será realizada uma pesquisa de natureza aplicada e descritiva, com o intuito de que a ferramenta CEP auxilie na melhoria do desempenho e torne mais rápida a identificação de desvios potenciais que podem afetar o processo e a qualidade nesta indústria. 19 2. QUALIDADE E SUAS FERRAMENTAS 2.1 QUALIDADE E SEU CONTEXTO EVOLUTIVO Atualmente existem diversas definições para a palavra QUALIDADE, para ARAUJO (2007) Qualidade pode ser definida como a busca pela perfeição visando agradar os clientes que são cada vez mais exigentes e conscientes da quantidade de organizações e o que elas têm para oferecer. Para JURAN a qualidade pode ser definida em duas maneiras: A primeira é “A qualidade consiste nas características do produto que vão ao encontro das necessidades dos clientes e desta forma proporcionam a satisfação em relação ao produto. A segunda definição é “qualidade é a ausência de falhas”. (JURAN apud MORETTI, 2003). Para ISHIKAWA (apud MORETTI, 2003) “Qualidade é desenvolver, projetar, produzir e comercializar um produto que seja sempre mais econômico, mais útil e sempre satisfaça o cliente”. DEMING (apud MORETTI, 2003) afirma “Qualidade é redução da variabilidade. É o caminho para a prosperidade, por meio do aumento da produtividade, da redução de custos, da conquista de mercados e expansão de empregos”. E para complementar a definição do termo QUALIDADE, FEIGENBAUM (apud DEMING (apud MORETTI, 2003) afirma “Qualidade é redução da variabilidade. É o caminho para a prosperidade, por meio do aumento da produtividade, da redução de custos, da conquista de mercados e expansão de empregosMORETTI, 2003) afirma “Qualidade é a correção dos problemas e de suas causas ao longo de toda série de fatores relacionados com marketing, projetos, engenharia, produção e manutenção, que exercem influencia sobre a satisfação do usuário”. Segundo ABRANTES (2009) com o desenvolvimento do mercado, a qualidade foi se adaptando aos novos processos, sendo assim esta foi divida em quatro eras, onde a primeira é a Era da Inspeção de Qualidade, a segunda é do Controle de Qualidade, a terceira é da Garantia da Qualidade e a ultima é a da Gestão Total da Qualidade. A Inspeção de Qualidade ocorreu em 1900 a 1940 ABRANTES (2009), onde os produtos eram fabricados em poucas quantidades e de forma artesanal. Os 20 critérios utilizados para mensurar a qualidade eram bem simples, sendo eles, o bom atendimento ao cliente, a qualidade dos produtos. Realizava-se uma inspeção informal, onde se necessário, faziam ajustes manualmente, com o intuito de assegurar que produtos defeituosos não chegassem ao cliente. Na Inglaterra, meados do século XVIII, (CARVALHO, 2012) iniciou-se a Revolução Industrial, gerando mudanças nos processos produtivos, ocasionando à substituição da produção artesanal por maquinários. Os produtos que antes eram fabricados em pequenas quantidades, passaram a ser produzido em grandes escalas, o processo foi fragmentado, sendo assim, os funcionários tinham o domínio apenas de uma fração de seu trabalho, fazendo a mesma tarefa varias vezes durante o dia. Visando a intercambialidade e a facilidade nos ajustes das peças, os produtos passaram a ser padronizados, Frederick W. Taylor, conhecido como o criador da teoria da Administração Cientifica, atribuiu maior legitimidade a atividade de inspeção, separando-a do processo de fabricação e atribuição a profissionais especializados (MARSHALL JUNIOR, 2010). A Era Controle da Qualidade ocorreu entre 1940 a 1970 (ABRANTES, 2009), com a produção em série percebeu-se que se tornou inviável inspecionar 100% dos produtos acabados, W. A. Shewhart desenvolveu a ferramenta Controle Estatístico de Processo, onde se utilizava ferramentas estatísticas, técnicas de amostragens e gráficos de controles, com o objetivo de identificar as variabilidades no processo. A Era Garantia da Qualidade, ocorreu entre 1970 a 1980 (ABRANTES, 2009), Segundo MARSHALL (2010), após a II Guerra Mundial a qualidade conquistou o seu lugar e passou a ser um departamento bem aceito no ambiente organizacional. A Garantia da Qualidade tem com seu surgimento o planejamento, visando que antes da entrada da Garantia da Qualidade o foco dos processos produtivos era a inspeção do produto final. Com a chegada desta Era, o planejamento utilizava-se do método de prevenção, onde possuíam conceitos específicos de prevenção dos problemas da qualidade, juntos com a Garantia da Qualidade outros subtemas foram abordados para melhor desenvolvimento dos projetos, entre eles estão: Custos da Qualidade: Este conceito foi abordado, pois não havia estimativas reais de custos envolvendo a qualidade. O enfoque desta fase são os custos da qualidade, visando dois tipos: os evitáveis e os inevitáveis. Os custos evitáveis eram relacionados a defeitos e falhas de produtos. Já os custos inevitáveis eram 21 relacionados à prevenção, como por exemplo, a amostragem. De acordo com Juran (1951) os custos da baixa qualidade,relacionados a falhas internas e externas eram necessários, pois se tratava de uma prevenção de problemas, compensando os custos da baixa qualidade. Controle Total da Qualidade: Foi abordado de maneira onde todos os departamentos da empresa passariam a ser responsáveis pelo sucesso da organização, MARSHALL (2010). Feigenbaum (1961, p.94) complementa: “O princípio em que se assenta esta visão da qualidade total (...) é que, para se conseguir uma verdadeira eficácia, o controle precisa começar pelo projeto do produto e só terminar quando o produto tiver chegado às mãos de um freguês que fique satisfeito (...) o primeiro princípio a ser reconhecido é o de que qualidade é um trabalho de todos”. Engenharia da Confiabilidade: A engenharia da Confiabilidade surgiu para verificar o funcionamento do produto. Segundo MARSHALL (2010) pouco se conhecia sobre a “pós-fabricação”. Nesta fase, fabricar um produto de confiabilidade seria criar um produto para desempenhar uma função especificada sem falhas, durante certo tempo e sob condições preestabelecidas. Partindo deste principio foram criados procedimentos baseados em análises estatísticas que tornaram mais confiáveis as estimativas de tempo de operação de componentes e equipamentos. Seria observar o desempenho do produto durante sua vida útil, identificando falhas ao longo do tempo e suas causas. Zero Defeito: O movimento engloba o processo da garantia da qualidade trabalhando de forma alinhada com a engenharia de confiabilidade, controle total da qualidade e o custo da qualidade (MARSHALL, 2010, p. 30). Este foi o último movimento importante que finalizou a era da garantia da qualidade. Surgiu após uma empresa me mísseis para o exercito americano elaborar um projeto para diminuir os índices de defeitos durante a fabricação. Um ano após o inicio do projeto, o resultado foi a entrega de um míssil sem nenhum defeito. Esse evento caracterizou o início de uma metodologia que ficou conhecida como zero defeito, o princípio desta metodologia é “fazer certo na primeira vez”. A Era da Qualidade Total ocorreu entre 1980 no Ocidente e 1970 no Japão (ABRANTES, 2009). Onde o foco principal é nos processos e clientes. 22 “Esta Era aperfeiçoou a filosofia da Garantia da Qualidade, sendo baseada nos seguintes princípios: Todos estão comprometidos e participam de todas as operações, Planejamento Estratégico da Qualidade, Trabalho em Equipe, Envolvimento de Consumidores e Fornecedores e Valorização dos Colaboradores ou Empowerment”. (ABRANTES, p. 216, 2009) Nesta fase o desenvolvimento da política da qualidade se proliferou dentro das organizações, onde o foco principal era produzir produtos com qualidade, resultando na satisfação dos seus clientes. Medidas de desempenho foram criadas para melhorar os desempenhos das funções, introduzir a conscientização ao funcionário sobre a importância da sua função no processo produtivo. Atualmente a Qualidade esta interligada a todos os setores das indústrias, onde o foco principal é a satisfação do cliente final. Para que isso se concretize as industriam buscam capacitar seus funcionários, investe na introdução da gestão de qualidade no âmbito organizacional, resultando em melhorias na produtividade, diminuição de refugos e retrabalhos. Busca melhor envolvimento com os fornecedores afim de agilidade na entrega, confiabilidade, desenvolvimento de produtos, entre outros. Para auxiliar na melhoria dos processos as indústrias se baseiam na norma ISO 9000, onde aplicada corretamente, padroniza-se o processo industrial, facilitando as funções dos clientes internos. 2.2 FERRAMENTAS DA QUALIDADE De acordo com MARSHALL (2010, p. 103) ”as ferramentas utilizadas nos processos de gestão foram sendo estruturadas, principalmente em 1950, com base em conceitos e práticas existentes”. A finalidade da integração das ferramentas tem como objetivo redução de custos, melhor produtividade, melhor controle, menos desvios e não-conformidades, entre outros benefícios. 23 2.2.1 FLUXOGRAMA Segundo BAUMOTTE (2012) Fluxograma é um diagrama que pode ser definido como uma representação esquemática de um processo. É desenvolvido por meio de gráficos que ilustram de forma objetiva a transição de informações entre os elementos que compõe o processo, o fluxo de trabalho. Possibilitando identificar o caminho real e ideal para um produto ou serviço com o objetivo de identificar seus desvios e compreender facilmente as informações dos processos. De acordo com NOGUEIROL LOBO (2014) as vantagens da ferramenta são: • Permitir verificar como funcionam todos os componentes de um sistema. • Facilidade de localização das deficiências pela fácil visualização. • Aplicação a qualquer sistema. Para montar o fluxograma, utilizam-se símbolos para melhor representação, que são eles: Tabela 1 - Simbologia Fluxograma Fonte: Autores 24 O resultado final do fluxograma é normalmente, um mapa que permite ao analista o entendimento a respeito dos caminhos seguidos pelos dados e informações, suas origens, destinos e a qualidade de seu conteúdo, incluindo o que for necessária adequação destes dados ou informações ao ambiente de destino. Segundo OLIVEIRA (2005) fluxograma é a representação gráfica que apresenta a sequência de um trabalho de forma analítica, caracterizando as operações, os responsáveis e/ ou unidades organizacionais envolvidos no processo. Figura 1 – Fluxograma Fonte: O fluxograma permite simplificar o processo e uma organização ou processos relacionados a uma atividade. Esta ferramenta “bem” aplicada permite um ganho de eficiência, pois por meio de uma visualização macro dos processos pode se definir uma melhor resolução dos erros. 25 2.2.2 DIAGRAMA DE ISHIKAWA Diagrama de Ishikawa é uma ferramenta utilizada para expor a relação existente entre o resultado de um processo e as causas que tecnicamente possam afetar esse resultado. Sua utilidade é analisar os processos de forma a identificar as possíveis causas de um problema. Segundo BAUMOTTE (2012) o conceito da ferramenta é que a cada efeito tem varias causas. Estas podem ser divididas em categorias ou famílias de causas, que são elas: Método: forma de execução do trabalho de processos incorretos ou aplicados indevidamente; Medição: avaliação feita de forma incorreta e levantamento de dados imprecisos; Máquina: qualquer causa que envolva uma máquina como: ajustes incorretos ou defeitos mecânicos e elétricos; Material: toda causa provocada pelo usa da matéria prima; Meio Ambiente: Além dos fatores climáticos, agregam também situações políticas e de mercado, que podem causar problemas; Mão de Obra: Toda ação que envolva a causa de um colaborador. Para classificar as causas de um problema, é utilizado um desenho em forma de “espinha-de-peixe”, onde se define, primeiramente, o efeito, que deverá ser anotado à direita e traçando, à esquerda, uma larga seta, apontando para o efeito. Em seguida, descrevem-se as ramificações, dos fatores detalhados que podem ser considerados como causas secundárias. 26 Figura 2 – Diagrama de Ishikawa Fonte: 2.2.3 FOLHA DE VERIFICAÇÃO A folha de Verificação é uma maneira de se organizar e apresentar valores em forma de um quadro, tabela ou planilha, facilitando desta forma a coleta e análise dos dados, formando um “data base”, além de uniformizar a verificação e execução de processos. Na indústria, dados registrados em folhas de verificação ajudam a entenderse os produtos atendem as especificações exigidas. Segundo MARSHALL JUNIOR (2010) esta ferramenta é utilizada para quantificar em certo período, a frequência com que os eventos acontecem. Pode-se analisar a verificação de forma horizontalmente, como de costume ou verticalmente, quando se deseja analisar o impacto do período de tempo considerado. 27 Tabela 2 – Folha de Verificação Fonte: 2.2.4 DIAGRAMA DE PARETO O Diagrama de Pareto é uma ferramenta que apresenta um gráfico de barras que permite determinar, por exemplo, as prioridades dos problemas a serem resolvidos, através das frequências das ocorrências, da maior para a menor, permitindo a priorização dos problemas. Ele está baseado no princípio de Pareto ou regra dos 80/20 que significa que 80% dos problemas são ocasionados por 20% das causas, ou seja, são poucas causas que originam a maioria dos problemas. O gráfico mostra a ordem de prioridades que um gestor deve utilizar para resolver as causas. Esse diagrama é construído baseado em uma fonte de pesquisas de dados ou nas folhas de verificação para detectar o problema. Os gráficos de Pareto podem ser de dois tipos: Gráfico de Pareto para efeitos e Gráfico de Pareto para Causas. O gráfico de Pareto para efeito é o gráfico que ordena os problemas apresentados pela empresa de maneira que seja possível identificar o principal problema, enquanto o gráfico de Pareto de causas ordena as causas de cada problema apresentado pela empresa. 28 A análise da curva da porcentagem acumulada pode ser útil para a definição de quantos tipos de defeitos devem ser atacados, para que seja possível atingir certo objetivo de resultado. (ROTONDARO, 2002). Gráfico – Diagrama de Pareto Fonte: 2.2.5 HISTOGRAMA Histograma é um gráfico de representação de dados. Ele dispõe as informações para que seja possível a visualização da forma de distribuição de conjunto de dados, a percepção da localização do valor central corresponde à dispersão dos dados em torno deste valor central. Utiliza-se um gráfico de barras no qual o eixo horizontal, subdividido em vários pequenos intervalos, apresenta os valores assumidos por uma variável de interesse (WERKEMA, 2006). Ele dispõe as informações de maneira que é possível ter a percepção da localização do valor central e da dispersão dos dados em torno desse valor central, e também permite visualizar a forma da distribuição de um conjunto de dados. 29 Gráfico - Histograma Fonte: 2.2.6 DIAGRAMA DE DISPERSÃO São gráficos que permitem a identificação entre causas e efeitos, para avaliar o relacionamento entre variáveis. O diagrama de dispersão é a etapa seguinte do diagrama de Ishikawa, pois verifica se há uma possível relação entre as causas, isto é, nos mostra se existe uma relação e em que intensidade. É uma representação gráfica de valores simultâneos de duas variáveis relacionadas ao mesmo processo, o que ocorre com uma variável quando a outra se altera. Para a elaboração, selecionam-se as variáveis de estudo e em um gráfico insere uma variável no eixo horizontal (X) e a outra no eixo vertical (Y), realizando-se então a análise de relação. Ilustração do Gráfico de Dispersão: 30 Tabela - Amostra de idade, peso e altura Fonte: Figura - Gráfico de Dispersão Fonte: “Observe que este diagrama serve apenas para demonstrar a intensidade da relação entre as variáveis selecionadas o que não garante, necessariamente, que uma variável seja causa de outra, ou melhor, não garante a relação causa-efeito”. (Marshall, 2010, p.106). 2.2.7 CONTROLE ESTATÍSTICO DE PROCESSO O Controle Estatístico de Processo (CEP) é uma ferramenta onde identifica as variabilidades no processo. A ideia principal do CEP é melhorar os processos de produção minimizando ao máximo as variabilidades proporcionando níveis melhores de qualidade nos resultados da produção. Para se detectar as variações dos processos o CEP utiliza-se a carta de controle, onde se determina o LSC (limite 31 superior de controle) e LIC (limite inferior de controle), além da linha central, onde se denomina a média conhecida como LM (linha média). Gráfico - Gráfico Controle Estatistico de Processo Fonte: O CEP é uma importante ferramenta para indústria, sua aplicabilidade tem como objetivo de certezas com relação aos desvios gerados dentro da organização, fazendo com que as tratativas sejam dadas no momento certo. 32 3. CONCEITO: CONTROLE ESTATISTICO DE PROCESSOS A ferramenta Controle Estatístico de Processo, tem como objetivo detectar variabilidades nos processos, através das coletas de dados e gráficos de controle, os quais apontam as variabilidades, assegurando que referidos processos atinjam os padrões de qualidade pré-estabelecidos. “O CEP permite a monitoração contínua do processo, possibilitando uma ação imediata assim que um problema for detectado, encaixando-se dentro da filosofia que preconiza a construção da Qualidade dentro do processo e a prevenção de problemas. Essas características são de extrema importância, e precisam ser enfatizadas em qualquer processo de ensino/instrução de CEP”. (REIS, 2001, p. 49) Esta ferramenta utiliza técnicas estatísticas para analisar o comportamento do processo de fabricação, fazendo com que realizem correções corretivas quando necessário, resultando em um processo dentro das condições preestabelecidas, evitando produzir produtos de qualidade insatisfatória. Auxilia na redução de custos, pois evita desperdícios e retrabalhos, maximizando a produtividade. Por volta de 1922, deu-se o inicio formal do Controle de Qualidade com a publicação de George Stanley Radford “the control of quality in manufacturing”. Onde pela primeira vez a qualidade foi vista como responsabilidade gerencial distinta e como função independente. Em 1931, teve-se o inicio na ferramenta de Controle Estatístico criada por, Walter Andrew Shewhart autor do livro “Economic Control of Quality of Manufactured”, sendo o grande criador do Controle Estatístico de Qualidade, um marco no movimento da Qualidade. Sherwart trabalhava na Bell Telephone que na época buscava padronização para rede de telefonia. Com a grande rotatividade de produção, tornou-se impraticável inspecionar 100% de toda produção que saia das linhas de montagem. Desta forma surge o controle estatístico de processos baseado na amostragem, sendo determinado o nível de inspeção de um produto e as propriedades destas amostras selecionadas podem então ser estendidas ao montante do lote do produto em questão. 33 Sherwhart observou que a probabilidade de variações e desperdício dentro de um processo produtivo era muito grande e que dificilmente em uma produção de um único produto em grande escala todos saíssem com as mesmas especificações, onde se poderiam levar em consideração as variações de matéria prima; habilidade dos operadores e maquinas de produção. Isso exigia que o trabalho de qualidade fosse repensado. Shewhart elaborou técnicas estatísticas para determinar os limites de aceitação além de métodos gráficos de representação de valores de produção para avaliar a conformidade para determinar se o mesmo entraria na faixa de aceitação. O Objetivo da Ferramenta Estatística é definir se o produto estava dentro das especificações ou não, definido por meio de técnicas de amostragem por meio de bases estatísticas e o mínimo de inspeção. Após analise e determinaçãode que todos os processos teriam variações e que essas variações eram aleatórias, Shewhart concluiu que: “As causas determináveis podiam ser economicamente descobertas e eliminadas com um tenaz programa de diagnostico, mas que as causas aleatórias não podiam ser economicamente descobertas e não podiam ser removidas sem que se fizessem mudanças básicas no processo” (JURAN, 1993, p. 191). Para Miranda (1994, p.15) definiu Controle Estatístico do Processo (CEP), tem por objetivo “registrar as variações existentes em qualquer processo, como forma de identificar desvios de desempenho e, então, atacá-los preventivamente para mantê-los estabilizados dentro da capacidade do processo”. 3.1 AMOSTRAGEM Segundo DRUMOND (2008) (apud MARTINS, 2005), existem três tipos de amostras: simples, sistêmica e estratificada. Onde a simples é a mais utilizada, é retirado à amostra de uma população sem uma sistemática definida, até atender ao número total desejado. Na amostra sistêmica, a coleta de dados é realizada através de um padrão já estabelecido. A amostra estratificada é mais utilizada em 34 populações mais heterogêneas, subdividindo a população em subgrupos mais ou menos homogêneos, os quais são denominados estratos. 3.2 VARIABILIDADES Variabilidades dos processos são variações encontradas dentro do processo produtivo, que resultam em diferenças entre as unidades produzidas. Ela esta presente em todos os processos produtivos. Identificando as causas destas variabilidades consegue-se estabelecer mecanismos de controle para que as principais características de qualidade do produto sejam atendidas. Segundo (LOURENÇO FILHO, 1987, p.24) “A variabilidade é descrita pelos diversos valores possíveis dentro do intervalo da escala e analisada pela técnica de variáveis”. Deming (apud RIBEIRO; CATEN, 2012, p.9) explica: “A confusão entre causas comuns e especiais leva a maior variabilidade e a custos mais elevados. A atuação em causas comuns como se fossem causas especiais pode levar a um aumento indesejado da variação, além de se perder uma oportunidade de melhoria do produto”. 3.2.1 CAUSAS DE VARIAÇÕES COMUNS São consideradas aleatórias e inevitáveis e quando o processo apresenta somente causas comuns, as variáveis do processo seguem uma distribuição normal. Segundo COSTA e tal (2013) “As causas comuns de variabilidade são inevitáveis, tornando necessária a convivência com a mesma. Quando um processo apresenta apenas causas comuns, pode-se dizer que ele esta no estado de controle estatístico, ou seja, esta sob controle”. “Um processo que apresenta apenas as causas comuns atuando é dito um processo estável ou sob controle, pois apresenta sempre a mesma variabilidade ao longo do tempo” (RIBEIRO; CATEN, 2012, p. 9). Sua correção não se justifica economicamente 35 3.2.2 CAUSAS DE VARIAÇÕES ESPECIAIS Ocorrem por motivos claramente identificáveis e que podem ser eliminados. As causas especiais alteram o parâmetro do processo no que se refere à média e ao desvio padrão, pois estão fora dos limites de controle. São imprevisíveis e esporádicas, causando grandes variações no processo. Difíceis de serem previstas, pois estão associadas a aspectos não controláveis do processo. De acordo com COSTA e tal (2013) “As causas especiais é um modo de operação anormal, sendo sempre possível elimina-las, quando se encontra um processo com essas causas, pode-se dizer que o processo esta fora de controle”. As causas especiais reduzem significativamente o desempenho do processo. Sua correção se justifica economicamente. 2.3 GRÁFICOS DE CONTROLE Os Gráficos de Controle auxiliam a ferramenta CEP na detecção de variabilidades no processo produtivo. De acordo com SAMOHYL, (2012 p.274): “Os gráficos são ferramentas estatísticas que alerta para a presença de causas especiais na linha de produção”. Os gráficos de controle tem um papel importante dentro da ferramenta CEP, segundo JURAN (1993, p. 198) os gráficos são comumente usados nas seguintes ocasiões: “Alcançar um estado de controle estatístico (todas as médias e amplitudes de subgrupos dentro de limites de controle; portanto, não há causas determináveis de variação presentes). Monitorar um processo. Determinar a aptidão do processo. Depois que o processo está sob controle, os seus limites de variações podem ser determinados. Como os limites de controle são estabelecidos para médias, eles devem ser multiplicados por (n = tamanho de subgrupo) antes que possam ser comparados às tolerâncias”. Para se construir o gráfico de controle, é preciso saber qual variável deve ser monitorada. Em seguida verifica-se se o processo não sofreu nenhuma interferência 36 de causas especiais. Quando o processo está sob diversas causas especiais, é preciso identificá-las e eliminá-las, pois antes de construir o gráfico de controle as causas especiais devem ser eliminadas e o processo deve estar sob controle estatístico. Os gráficos de controle são divididos em medição individual, baseado em um subgrupo de 4 a 10 indivíduos, atributos mínimos de 50 e com vários indivíduos contendo 25 subgrupos para medições. As principais siglas para medidas gráficas são: , R, σ e µ, onde é a média, R a amplitude, σ desvio padrão e µ estimativa da média. 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) 3.3.1 VARIÁVEIS VERSUS ATRIBUTOS Gráficos para variáveis exigem medições em uma escala continua, como por exemplo, comprimento, peso ou resistência. Gráficos por atributos exigem somente uma classificação de boa ou má. JURAN (1993, p.210) afirma “Dados variáveis contem mais informações que atributos, consequentemente são preferidos para CEP e essenciais para diagnósticos”. 3.3.1.1 VARIÁVEIS 3.3.1.1.1 GRAFICOS DE CONTROLE PARA MÉDIA E AMPLITUDE, X E R. “Este gráfico é particularmente utilizado onde no processo predomina-se o uso de maquinas” (JURAN, 1993). Deve-se calcular a Média , e a amplitude de 37 cada subgrupo (amostras individuais), em seguida calcula-se a média de todos os subgrupos , e a amplitude média Para calcular o limite de controle utiliza-se a seguinte forma: Para = Linha Central = Linha central = Limite Superior de Controle para = Limite inferior de Controle Limite Superior de Controle para R = Limite Inferior de Controle para R = Sabendo-se que valores de A e D dependem do tamanho do subgrupo. Fora dos limites de controle são evidencias de uma mudança geral afetando todas as peças depois do primeiro subgrupo fora dos limites. R fora dos limites de controle são evidencia de que a uniformidade do processo mudou. 38 Gráfico - Gráfico De Controle Para Média E Amplitude, X E R Fonte: 3.3.1.1.2 GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS X E AMPLITUDE R. “É utilizado quando uma observação por partida ou lote esta disponível. Ao contrario dos limites de controle para medias, os limites de controle para medidas individuais podem ser comparados diretamente com limites de tolerância” (JURAN, 1993). Calcula-se a média de todos os subgrupos , a amplitude de cada subgrupo R, e a media das amplitudes . Calculam-se os limites utilizando: Limite Central = Limite Superior de Controle para X = + Limite Inferior de Controle para X = - Limite Central = Limite Superior de Controle paraR = Limite Inferior de Controle para R = Os valores dos fatores “E” e “D” dependem do tamanho do Subgrupo. 39 Gráfico - Gráficos De Controle Para Medidas Individuais X E Amplitude R Fonte: 3.3.1.2 ATRIBUTOS 3.3.1.2.1 GRÁFICOS DE CONTROLE PARA A FRAÇÃO NÃO CONFORME (p). “É a taxa de itens não conformes em relação ao numero total de itens em um subgrupo. Ela pode descrever uma única característica de qualidade, duas ou mais características consideradas coletivamente”. (JURAN, 1993, p.218). Deve-se utilizar os subgrupos em tamanhos iguais. Calcula-se a fração não conforme de cada subgrupo p, e a fração não conforme média de todos os subgrupos, . 40 Calcula-se os limites de controle utilizando: Linha Central = Limite Superior de Controle para p = + 3 Limite Inferior de Controle para p == - 3 Gráfico - Gráficos De Controle Para A Fração Não Conforme (P) Fonte: 41 3.3.1.2.2 GRÁFICOS DE CONTROLE PARA NÚMEROS DE UNIDADES NÃO CONFORME (Np). “Np é uma contagem direta do numero de unidades não conforme num subgrupo. As diretrizes e cuidados a serem tomados para um gráfico np são os mesmos daqueles para um gráfico p, exceto que todos tamanhos de subgrupos devem ser os mesmos.” (JURAN, 1993, p. 222) Calculam-se todos os números médios de unidade não conforme de todos os subgrupos . Calcule os limites de controle 3σ usando: Linha central= Limite superior de controle= +3 Limite inferior de controle= 3 (Para <10, a formula do limite de controle pode ser simplificada para ). Trace a linha central e os limites de controle superior inferior. Registre os números de unidades não conformes, np para cada subgrupo. Gráfico - Gráficos De Controle Para Números De Unidades Não Conforme (Np). Fonte: 42 3.3.1.2.3 GRÁFICOS DE CONTROLE PARA NÃO CONFORMIDADES POR UNIDADE (U). “O gráfico de controle para u é mais útil quando varias não conformidades independentes (elas devem ser independentes) podem ocorrer em uma unidade de produto. Isto é provável em montagens complexas.” (JURAN, 1993, p. 223) As linhas de gráfico de controle para o tamanho de amostra n são: Linha central= Limite superior de controle= +3 Limite inferior de controle= -3 “onde é o numero total de não conformidade de todas as amostras dividido pelo numero total de unidades em todas as amostras, ou seja, as não conformidades por todas as unidades na serie completa de resultados de teste.” (Juran, 1993, p. 223). Gráfico - Gráficos De Controle Para Não Conformidades Por Unidade (U). Fonte: 43 3.3.1.2.4 GRÁFICO DE CONTROLE PARA NÚMERO DE NÃO CONFORMIDADE (c). “É a uma alternativa prática quando todas as amostras tem o mesmo tamanho, é particularmente eficiente quando o numero de não conformidades possível numa unidade é grande, mas a porcentagem para cada não conformidade única é pequena” (JURAN, 1993, p.224) As formulas para linhas do gráfico de controle são: Linha Central = Limite Superior de Controle = + 3 Limite Inferior de Controle = - 3 Onde é o numero total de não conformidades em todas as amostras dividido pelo numero de amostras, ou seja, o numero médio de não conformidade por amostra. 44 Gráfico - Gráfico De Controle Para Número De Não Conformidade (C). Fonte: 3.4 CAPABILIDADE DO PROCESSO A Capabilidade do processo “é a variabilidade mínima que pode ser alcançada depois que todas as causas especiais forem eliminadas” TORMINATO (2004, p.29). Quando todas as causas especiais de variação estão controladas, ou seja, quando a variabilidade só pode ser explicada por causas comuns, o processo atingiu o estado de controle estatístico, conforme citado por Vieira (1999). Assim, quando o processo está sob controle e a sua capabilidade já foi estabelecida, é possível conhecer os limites naturais do processo. Para GALUCH (2002), quando se deseja saber o quanto o processo é capaz de atender as especificações utiliza-se os índices de capacidade, que são eles: a) Potencial do Processo (Cρ) é relação entre tolerância e a variabilidade do processo. Para calcular utiliza-se a seguinte formula: Cp = 45 Onde: LSE = Limite Superior de Especificação LIE = Limite Inferior de Especificação σ = desvio-padrão da amostra do processo Para o cálculo do valor de σ, de acordo com MONTGOMERY (2001), por estimativa, pode-se utilizar a seguinte equação: σ = Onde: = Média das amplitudes amostrais s = Média dos desvios padrão amostral d 2 = Fator que varia conforme o tamanho da amostra (n) e está indicado em tabelas para Gráficos de Controle. b) Desempenho do Processo (Cpk) mede a localização da variação do processo com relação aos limites de especificação. É a condição real de operação do processo. Considera a variação dentro dos subgrupos σ. = ou = Onde: σ = desvio padrão do processo Cpu = Superior de Capabilidade Cpl = Inferior de Capabilidade Assim, o Cpk é escolhido pela simulação do limite de especificação mais próximo da média. Logo, se o Cρκ é igual ao Cρ indica que o processo está centrado no valor nominal, mas no caso de ser menor do que o Cρ o processo estará deslocado. 46 3 METODOLOGIA: ESTUDO DE CASO Para um eficaz controle de processos é indispensável o uso das ferramentas da qualidade. Com o objetivo de identificar a variabilidade no processo foi realizado um estudo de caso, utilizando o Controle Estatístico de Processo, a fim de estabelecer um controle durante a fabricação, evitando assim a ocorrência de anomalias no final do processo produtivo. Partindo destes princípios foi realizada uma pesquisa de natureza aplicada e descritiva, em uma empresa destinada a fabricação de embalagem, onde a mesma situa-se no interior de São Paulo e tem como processo a fabricação têxtil em polipropileno para a produção de Contentores Flexíveis (FIBC). A capacidade de produ ção da empresa é de 50 mil Contentores Flexíveis por mês, tendo um quadro de 260 funcionários, sendo produzidos 9.900 kg de tecidos ao dia. 4.1 PROCESSO PRODUTIVO O processo produtivo tem seu inicio com o recebimento da matéria prima virgem, o polipropileno, que é um polímero, mais precisamente um termoplástico, derivado do propeno ou propileno e (plástico) reciclável, onde passa por um processo na extrusora de industrialização, utilizando aditivos como pigmento para coloração, anti-UV e polietileno. No processo de extrusão, a matéria prima entra por um funil, onde passa por uma rosca que o transportará para um cilindro aquecido por resistências elétricas, nesta fase o produto passa por três áreas, onde a primeira é a área de alimentação, a rosca possui sulcos profundos, pois a intenção é apenas aquecer o material próximo ao seu ponto de fusão e transporta-lo a segunda área que é a de compressão, onde existe uma diminuição progressiva dos sulcos da rosca, comprimindo o material contra as paredes do cilindro promovendo sua plastificação, a terceira área é a de dosagem, onde os sulcos da rosca são continuamente rasos, fazendo com que exista uma mistura eficiente do material e a manutenção da vazão através da pressão gerada, no final do cilindro o material é 47 forçado contra telas de aço que seguram as impurezas como metais e borrachas, passando então pela matriz onde resultará na matéria prima final. Após este processo, é liberada a matéria prima,conhecida como Filme de Polipropileno, em um tanque com água, passando pelo processo de esfriamento, após este processo, o Filme passa por rolos secagem, conforme imagem abaixo. Figura 6 – Filme passando em Rolos de Secagem Fonte: Autores Após o processo de secagem o filme continua a ser puxado, passando por laminas onde se tem o corte das fitas, conhecidas como Ráfia. Figura 7 – Laminas para o Corte do Filme Fonte: Autores 48 Em seguida, o Filme já transformado em Ráfia continua a ser puxados, passando pelo processo de estiramento, onde as fitas entram em um forno, aquecendo as fitas, fazendo com que realize o processo de estiro. No processo inicial o Filme tem uma espessura de 15 mm, já no fim do processo de estiramento, as fitas tem uma espessura de 5,5mm, chegando a mais ou menos 36% de estiramento. Figura 8 – Ráfia no Forno de Estiramento Fonte: Autores Após este processo, as fitas seguem passando novamente por cilindros térmicos, onde acontece o processo de choque térmico. Figura 9 – Ráfia passando por Cilindros Térmicos Fonte: Autores 49 Para finalizar o processo de extrusão, as fitas seguem para as bobinadeiras. Figura 10 - Fitas em Bobinadeiras Fonte: Autores A imagem abaixo mostra uma foto de extrusora, onde identifica-se todo o processo explicado acima. Figura 11 – Extrusora Completa Fonte: Para certificar-se dos resultados obtidos durante o processo de extrusão, a ráfia é encaminhada para o laboratório, onde se retira uma quantidade amostral para realizar ensaios mecânicos, denominados como destrutivos, para obter valores de resistência, alongamento, denier e tenacidade comparados com valores pré- estabelecidos pelo responsável do desenvolvimento. Após todos os ensaios e aprovação a ráfia segue para o setor de tecelagem para confecção de tecido. No setor de tecelagem começa a confecção para o tecido do contentor, onde 50 acontece o entrelaçamento dos fios de urdume (sentido vertical) e trama (sentido horizontal), a preparação do tear acontece através de alguns procedimentos distintos que são eles: • Urdissagem, onde os fios de urdume saem de uma gaiola e realizam um trajeto de forma paralela uns aos outros passando por cilindros que irão determinar a tensão dos mesmo no tear, para que todos os fios cheguem ao mesmo tempo no tear. •Passamento, onde o mesmo é distribuído de forma uniforme, nos liços dos teares de maneira a obter 102% de fechamento no tecido, sem deixar nenhum tipo de abertura para não obter vazamento de produto no cliente final. •Inserção de trama, tem como finalidade obter o maior índice de fechamento e unir todos os fios de urdume. Figura 12 – Entrelaçamento das Ráfias Fonte: Autores 51 Figura 13 – Tear – Confecção de Tecidos Fonte: Autores Para um controle do processo a tecelagem é monitorada através de uma Folha de Verificação diária, onde se verifica possíveis desvios durante a confecção do tecido. Tabela 4 – Check List da Tecelagem Fonte: Autores 52 O tecido pronto segue para o setor de controle da qualidade, onde se realiza ensaios mecânicos denominados como destrutivos, para identificar gramatura, resistência, trama, urdume. Figura 14 – Ensaios Mecanicos Destrutivos Fonte: Autores Sendo aprovado, o tecido segue para a área de quarentena, para identificar o fator de encolhimento. Em seguida, o mesmo é encaminhado para o setor de corte, onde se produz o subconjunto para a fabricação dos Contentores Flexíveis. Durante o processo de corte, o produto passa por uma inspeção através da Folha de verificação. 53 Tabela 5 – Controle de Corte Fonte: Autores Após o processo de corte, os subconjuntos são encaminhados para a confecção dos Contentores Flexíveis, que passam pelas seguintes etapas: •Costura de acessório: Costura das Válvulas superiores e inferiores, Travamento (para os contentores travados), costura de cadarço de amarração. Figura 15 – Costura das Válvulas Fonte: Autores •Costura da alça de Içamento ou Sustentação: 54 Figura 16 – Costura Alça de Içamento Fonte: Autores •Costura do fundo no contentor: Figura 17 – Costura do Fundo Fonte: Autores •Costura da Tampa com corpo do contentor: 55 Figura 18 – Costura da Tampa com o Corpo do Contentor Fonte: Autores •Chegando ao processo de triagem: Figura 19 – Produto Final Fonte: Autores Onde todos os itens são inspecionados 100% intercalando os colaboradores e documentando através de uma folha de verificação de produto acabado. Além do 56 processo de triagem a empresa conta com inspetores realizando verificações em todo processo através de uma Folha de Verificação e Controle Estatístico de Processo para verificar as variações de pontos de costura. 4.2 PROBLEMAS NO PROCESSO Devido à variação de largura os tecidos estavam obtendo defeitos de urdume e trama, por serem calculados para uma determinada largura os mesmo sairiam com variação a mais obtendo buraco devido não obter fechamento por completo do tecido e em outros casos a variação era para margem negativa, ou seja, o tecido estava menor e com isso os fios começavam a sobressair uns aos outros de certa forma, com a velocidade do tear um fio acabava atropelando o outro, gerando uma quebra de fios no tear e acarretando em um aumento de gramatura, as inspeções ficavam por conta somente dos inspetores que realizavam um check list três vezes ao dia (uma verificação em cada turno). Após entrega e conferencia do produto no cliente, a empresa obteve a informação de que os produtos estavam com variações dimensionais não obtento volume adequado para o seu produto, acarretando em uma não conformidade externa, onde através de investigações de rastreabilidade constatou-se que as divergências se iniciavam no processo de tecelagem. 4.3 APLICAÇÃO DA FERRAMENTA CEP NO PROCESSO PRODUTIVO Obtendo estas informações, estudos foram realizados, para identificar qual a melhor ferramenta da qualidade a ser utilizada para a detecção de variabilidades no processo produtivo e qual ferramenta poderia obter a melhor trativa para solução do problema, no qual, o Controle Estatístico de Processo atenderia as exigências do estudo para identificar o grau de variação e o Diagrama de Ishikawa. O estudo foi embasado em quinze dias de analise nos trinta e três teares da organização, onde se realizava o recolhimento de dados amostrais de “hh” para o preenchimento do formulário do Controle Estatístico de Processo, resultando no 57 preenchimento da tabela de amostragem. Para se retirar as amostras, o colaborador responsável por operar a máquina, retira as amostras a cada 1 hora, medindo o tecido com uma trena. Figura 20 – Medição das Amostras Fonte: Autores Após a medição, o colaborador anota as informações no formulário de Controle, onde no final do turno é levado para o setor de Qualidade, para a analise de conformidade ou não conformidade. 58 AMOSTRAS: 20 TAMANHO: 1 VISTO TURNO A: VISTO TURNO B: VISTO TURNO A: VISTO TURNO B: VISTO TURNO A: VISTO TURNO B: VISTO TURNO A: VISTO TURNO B: 115 114 data ___/___/___ 115 115,5 114,5 115,5 114,5 116115,5 114 114,5 115,5 115,5 116,5 22:00 23:00 00:00 VALORES 115 115 115 116 116 115 16:00 17:00 18:00 19:00 20:00 21:0010:0011:00 12:00 13:00 14:00 15:00 HORA 05:00 06:00 07:00 08:00 09:00 115,5 114 114 115 data ___/___/___ 115 115,5 115 114 115,5 115,5114 115,5 114 116 115 114 20:00 21:00 22:00 23:00 00:00 VALORES 114 114 114 115 14:00 15:00 16:00 17:00 18:00 19:00 HORA 05:00 06:00 07:00 08:00 09:00 114 115 115 data ___/___/___ 114,5 115,5 115,5 115 115 115 00:00 VALORES 115 115 114 1115 115,5 115 114 113,5 FORMULÁRIO DE CONTROLE 14 DATA HORA 05:00 06:00 07:00 08:00 09:00 CARACTERÍSTICA CONTROLADA: MÁQUINA 10:00 11:00 12:00 13:00 14:00 15:00 Trena FREQ. DE COLETA: 16:00 17:00 18:00 19:00 20:00 21:00 06:00 PRODUTO: NOME/NÚMERO 1/HORA Código: BS FO 7.5.1 / L Revisão: 01 Página: 01 de 01 120 16:00 17:00 18:00 22:00 data ___/___/___ VALORES TEC PLANO 190G/M² X 115CM INSTRUMENTO DE MEDIÇÃO: 115 114 114,5 116,83 10:00 11:00 12:00 13:00 HORA 05:00 116 115,33 114,17 15:00 00:0007:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 19:00 20:00 21:00 22:00 23:00 23:00 120 116 115 115 114 114,5 115,5 116,6 115,5 115,5 115,5 114,5117,5 119,2 119,9 - Tabela – Controle de Amostragem Fonte: Autores Estas informações chegando ao setor de qualidade, se inicia o processo de tratativa, onde se calcula a média para determinar a média das médias, resultado que será aplicado no LIC e LSC. Media= ∑ numero de medidas/numero amostral Exemplo Maquina 1: Média= (115+115+118+115+118+115) / 6 = 116 cm. A amplitude é utilizada para determinar o nível de variação entre a maior e menor medição realizada por máquina, onde se calcula da seguinte forma: Amplitude= Maior número amostral – menor numero amostral. Exemplo Maquina 1: Amplitude= 118-115= 3 cm. A Média das Médias é utilizada para calcular o índice de variação do LIC e 59 LSC. Calculando-se da seguinte forma: Media das médias= ∑ medias / numero de médias. Exemplo : Média das Médias= (116 + 115,33 + 114,17 + 116,83) / 4 = 115,58 cm A Média das Amplitudes é calculada para a resolução do calculo do LIC e LSC. Media das Amplitudes= ∑ amplitudes / numero de medidas. Exemplo: Média das Amplitudes= (3 + 3 + 1 + 4) / 4 = 2,75 cm 60 1º dia 2º dia 3º dia 4º dia 115,5 115 114 115 115 115 114 115 114,5 114,5 114 115 114 115 115 116 115 115,5 114 116 115,5 115 115,5 115 114 114 114 115,5 114,5 113,5 116 114 115 115 115 114,5 115 114 114 115,5 114 114,5 115 115,5 115 114,5 115,5 116,5 114 115,5 115 115 114,5 115,5 114 115,5 115,5 115 115,5 114,5 115,5 115 115,5 115,5 115,5 115 115,5 114,5 115,5 114 114 116 115,5 115 114 115 114,5 115 115 114 Média 114,88 114,78 114,73 115,18 Amplitude 1,5 2 2 2,5 Média das Médias X 114,89 Médias das Amplitudes K 2 Numero Amostral N 20 Nº do tear: 14 Largura nominal= 115cm MEDIDAS Tabela 7 - Tabela para Calculo das Médias e Amplitude Fonte: Autores : Obtendo esses valores, é calculado a Linha Superior de Controle (LSC), Linha Inferior de Controle (LIC) e a Linha Central (LC) do gráfico de controle. Para este projeto será utilizado o gráfico de controle de médias para tratativas das divergências, utilizando a tabela de constantes criada por Walter Shewhart. 61 Tabela – Constantes para Gráficos de Média Fonte: LSC= Média das Médias+(A2*médias das amplitudes). LIC= Média das Médias-(A2*médias das amplitudes). Exemplo: LSC= 115,58+(1,225*2,75)= 118,94 cm LIC= 115,58-(1,225*2,75)= 112,21 cm LC = 115,58 cm Média das Amostras LIC LSC Média das Médias 114,88 112,44 117,34 115,00 114,78 112,44 117,34 115,00 114,73 112,44 117,34 115,00 115,18 112,44 117,34 115,00 Tabela – Valores Gráficos Fonte: Autores : 62 Após estes valores, realiza-se o desenvolvimento do gráfico. A linha central é o valor especificado, sendo o ideal para o processo, as linhas superior e inferior são os níveis aceitáveis para as variações. Gráfico - Gráfico de Controle Fonte: O gráfico abaixo exemplifica o resultado de uma inspeção no processo, onde não teve nenhum índice de não conformidade, onde todos os valores se mantiveram dentro das especificações. Gráfico – Gráfico Conforme Fonte: 63 O Gráfico abaixo exemplifica uma figura contraria do anterior onde são acusados variações no processo identificando uma variação inadequada para o processo. Gráfico – Gráfico Não Conforme Fonte: Encontrando os teares nos quais obtiveram valores incomuns para o processo, utilizou-se o Diagrama de Ishikawa para detectar o que poderia estar acarretando a divergência no processo, em reunião com os responsáveis pela mecânica e elétrica, foi desenhado um esboço onde todos os fatores deveriam ser listados a fim de verificar as possíveis causas. Onde se constatou que, as variações estavam ocorrendo por falhas mecânicas e em outros casos por falha elétrica. 64 5. CONCLUSÃO Antes da implementação do Controle Estatístico, todo processo era verificado somente por inspetores que inspecionavam os trinta e três teares somente três vezes ao dia realizando um check list, não sendo possível detectar nenhum tipo de variação em muitos casos e nos casos que eram encontrados, no mesmo instante eram sanados. Através da resolução do projeto os valores de conferencia se estabeleceram e ouve um aumento de produtividade significativa obtendo 5% a mais de produção em alguns casos e chegando a ter uma diminuição na questão de resíduos gerados por falha de trama e urdume, onde o valor total de resíduos gerados pela tecelagem era de aproximadamente 1000kg diário e após as ações corretivas dos teares ouve uma diminuição nos valores por falha de urdume e trama, onde os mesmo chegaram a 5% do montante de resíduos gerados pela tecelagem, ou seja, uma economia de R$92.400,00 ao ano. 65 REFERÊNCIAS BIBLIOGRAFICAS ABRANTES, Jose. Gestão da Qualidade. Rio de Janeiro: Editora Interciencia Ltda, 2009. 392 p. ARAUJO, Luiz César G. Organização, sistemas e métodos e as tecnologias de gestão organizacional: arquitetura organizacional, benchmarking, empowerment, gestão pela qualidade total, reengenharia. 3. ed. São Paulo: Atlas, 2007, v. 1. BAUMOTTE, Ana Claudia. 40 + 8 ferramentas e técnicas de gerenciamento. 4. ed. Rio de Janeiro: Brasport Livros e Multimidia Ltda, 2012. 345 p. DRUMOUND, J. Aplicação do Planejamento de Experimentos na Indústria Siderúrgica. Monografia (Graduação em Engenharia de Produção) – Universidade do Estado de Santa Catarina. FERREIRA, Danielle Thiago. O Profissional da Informação e a Gestão da Qualidade em Serviçoes de Informação: Capacitação e Mercado de Trabalho. 2007. 182 f. Tese (Doutorado) - Curso de Pós Graduação de Ciência da Informação, Universidade de São Paulo, São Paulo, 2007. Cap. 6. GALUCH, L. Modelo para Implementação das Ferramentas Básicas do Controle Estatístico do Processo – Cep em Pequenas Empresas Manufatureiras. Florianópolis, 2002. Dissertação apresentada ao departamento de Engenharia de Produção, Universidade Federal de Santa Catarina. JURAN, Joseph Moses. Controle da Qualidade. 6. ed. São Paulo: Makron Books do Brasil Editora Ltda, 1993. 488 p. LOBO, Renato Nogueirol. Gestão da Qualidade: Gestão da Qualidade. São Paulo: Editora ÉricaLtda, 2014. 190 p. 66 MARSHALL JUNIOR, Isnard et al. Gestão da qualidade. Rio de Janeiro: Editora Fgv, 2010. 204 f. MIRANDA, Roberto Lira. Qualidade Total. São Paulo: Makron Books, 1994. MONTGOMERY, D.C. Introduction to statistical quality control. 4. ed. Arizona: John Wiley & Sons., Inc. 2001 MORAES, Carolina Pereira; POLISEL, Erika Aline; FREITAS, Joyce. A Influencia das Ferramentas da Qualidade na Produção de Embalagens Secundarias. 2016. 62 f. TCC (Graduação) - Curso de Engenharia de Produção, Facp Faculdade de PaulÍnia, Paulinia, 2016. Cap. 4. PALADINI, Edson Pacheco. Gestão da Qualidade. 2. ed. São Paulo: Editora Atlas S.a., 2007. 339 p RIBEIRO, Jose Luis Duarte; CATEN, Carla Shwengber Ten. Controle Estatístico do Processo, Cartas de Controle para Variáveis, Cartas de Controle para atributos, Função de Perda Quadrática, Analise de Sistemas de Medição. 2012. 172 f. Monografia (Especialização) - Curso de Engenharia de Produção, Universidade Federal do Rio Grande do Sul, Rio Grande do Sul, 2012. Cap. 6. RICARDO, Fabiana Alves. Gestão da Qualidade Total: a Qualidade como valor percebido pelo cliente. 2010. 63 f. TCC (Graduação) - Curso de Curso de Administração Com Habilitação em Comércio Exterior, Instituto de Ensino Superior de Bauru, Bauru, 2010. Cap. 4. ROTONDARO, R. G., MIGUEL, P. A. C., FERREIRA, J. J. A. Gestão da qualidade. Rio de Janeiro: Campus, 2005. SOMMER, W.A. Avaliação da qualidade. Programa de Pós-Graduação em Engenharia de Produção. Florianópolis: UFSC, 2000. 67 TORMINATO, Silvio M. Análise da utilização da ferramenta CEP: um estudo de caso na manufatura de autopeças. Campinas, 1992. Dissertação (Mestrado em Engenharia Mecânica) – Programa de Pós-Graduação em Engenharia Mecânica, Universidade Estadual de Campinas, 1992. VIEIRA, Sônia. Estatística para a qualidade: como avaliar com precisão a qualidade em produtos e serviços. Rio de Janeiro: Campus, 1999. WERKEMA, M. C. C. As ferramentas da Qualidade no Gerenciamento de Processos. Belo Horizonte: Editora de Desenvolvimento Gerencial, 1995.
Compartilhar