Baixe o app para aproveitar ainda mais
Prévia do material em texto
Engenharia da Qualidade II Aulas 5 a 12 Cartas de Controle para Variáveis Introdução ao Controle Estatístico do Processo Prevenção versus Detecção Detecção (tolera a perda) Estratégia orientada para fatos passados Identifica e separa resultados inaceitáveis somente monitora Prevenção (evita a perda) Estratégia orientada para o futuro Melhora a qualidade e a produtividade Monitora, analisa e direciona ações para a correção Melhoria contínua Prevenção versus Detecção Detecção de defeitos Prevenção de defeitos Objetivo Foco no produto Foco no processo Ação Rejeitar / retrabalhar Melhorar o processo Responsáveis Operadores e/ou inspetores Responsáveis pelo processo Atitude Culpa Ajuda / participação Custo Alto Baixo Controle do Processo Modelo do sistema de controle do processo com feedback Realizar algo / Combinação de recursos Clientes Identificação das necessidades de mudanças e expectativas Pessoal Equipamento Materiais Métodos Medição Meio ambiente Produtos ou Serviços Métodos Estatísticos Entradas Processo Resultados Voz do Processo Voz do Cliente Variabilidade dos Processos Variabilidade dos Processos Variação das distribuições de probabilidade Variabilidade dos Processos Variabilidade do processo Diferenças existentes entre as unidades produzidas Intervalo de tempo entre as medições Exemplo O diâmetro de um eixo usinado seria suscetível à variação potencial da máquina (folga, desgaste do rolamento) da ferramenta (esforço, taxa de desgaste) do material (diâmetro, dureza) do operador (precisão em centralizar, alimentação da peça) da manutenção (lubrificação, reposição de peças gastas) do meio ambiente (temperatura, constância do fornecimento elétrico) do sistema de medição Variabilidade dos Processos Variabilidade natural do processo Resultado de muitas variações pequenas de diferentes fontes consistentes Causas comuns Padrão aleatório estável e repetitivo ao longo do tempo Variabilidade dos Processos Variabilidade casual do processo Resultado de variações intermitentes e imprevisíveis Causas especiais Padrões não aleatórios Causas Comuns e Especiais de Variação Comuns Especiais Definição Referem-se a muitas fontes de variação que agem de forma consistente no processo Referem-se a quaisquer fatores causadores de variação que afetam apenas parte do resultado do processo Características Produzem uma distribuição estável e repetitiva ao longo do tempo; Processo “sob controle estatístico”; Podem ser controladas; Reduzir ao máximo; Respondem por ~ 85% dos problemas; Ações gerenciais. São intermitentes e imprevisíveis; Caracterizadas por padrões não aleatórios; Podem sinalizar mudanças negativas ou positivas; Devem ser eliminadas ou incorporadas ao processo; Respondem por ~ 15% dos problemas; Ações executadas por pessoas operacionais. Exemplos Vibrações, temperatura, umidade, falhas na sistemática do processo, dentre outras Variações na matéria-prima, erros de operação, imprecisão no ajuste da máquina, desgaste de ferramentas, dentre outras Controle e Capabilidade do Processo Fora de controle (Presença de causas especiais) Sob controle (Causas especiais eliminadas) TEMPO Controle e Capabilidade do Processo LIE LSE Sob controle mas não capaz de atender as especificações (excessiva variação devido a causas comuns) Sob controle e capaz de atender as especificações (A variação devido a causas comuns foi reduzida) TEMPO Controle e Capabilidade do Processo Objetivo do sistema de controle do processo Fazer previsões sobre o estado atual e futuro do processo Balanceamento entre os riscos de tomar uma ação quando esta não é necessária (supercontrole) deixar de tomar uma ação, quando a mesma é necessária (subcontrole) Controle e Capabilidade do Processo Os processos devem ser monitorados para verificar a presença de causas especiais, que alteram sua dispersão e/ou sua média Base para a melhoria contínua avaliar a capabilidade somente para processos sob controle Controle e Capabilidade do Processo Processo sob controle estatístico Deve fornecer sinal estatístico que indique causas especiais Evitar sinais falsos quando causas especiais não estão presentes Contínuo aprendizado Primeira ação: centralizar o processo Segunda ação: reduzir a variação proveniente de causas comuns Capabilidade e Desempenho do Processo Variações inerentes ao processo Variações do processo referentes apenas às causas comuns Variação total do processo Variações devidas às causas comuns e especiais Capabilidade do processo Faixa de variação inerente ao processo, estatisticamente estável Desempenho do processo Faixa de variação total do processo Cartas de Controle para Variáveis Cartas de Controle Cartas de Controle Coleta de dados Reunir dados e marcá-los em uma carta Conectar os pontos da amostra no gráfico de controle com segmentos de reta facilitar visualização de como a sequência de pontos tem evoluído ao longo do tempo Controle Calcular os limites preliminares de controle a partir dos dados do processo Os limites de controle são usados para julgar se ações são necessárias Identificar causas especiais de variação e agir sobre elas Análise e Melhoria Quantificar as causas comuns de variação e tomar ações para reduzi-las As 3 fases são repetidas para a melhoria contínua do processo Cartas de Controle Deming identifica 2 erros cometidos no controle do processo Erro 1: atribuir uma variação ou um erro a uma causa especial quando a causa pertence ao sistema (causa comum) Ex: excesso de ajuste ou supercontrole Erro 2: atribuir uma variação ou um erro ao sistema (causa comum) quando a causa era especial Ex: nunca tentar encontrar uma causa especial (usar histograma para essa finalidade) Para identificar a presença de causas especiais, os dados estatísticos da amostra são comparados aos limites de controle do processo Cartas de Controle Gráficos de controle usam distribuições amostrais para determinar alterações no processo, portanto, podem ocorrer dois tipos de erros: Erro tipo I: quando se conclui que o processo está fora de controle com base em uma amostra fora dos limites de controle, quando isso se deve a simples aleatoriedade Erro tipo II: quando se conclui que o processo está sob controle com base em uma amostra dentro dos limites de controle, quando ocorreu uma alteração no processo Cartas de Controle Esses erros podem ser controlados pela escolha dos limites de controle Depende dos custos de busca por causas especiais quando não existem versus o custo de não detectar uma mudança no processo Por exemplo, 3 desvios padrão da média diminui o erro tipo I, por outro lado, diminui a capacidade da carta de identificar pequenas alterações no processo Regra geral: usar limites mais amplos quando o custo de detectar causas especiais é grande em relação ao custo de não se detectar uma alteração na distribuição do processo Cartas de Controle Determinação dos limites de controle Considere um processo com distribuição normal Pelo TLC Distribuição das médias Distribuição individual Tomar n amostras Calcular a média e o desvio padrão LSC LIC Cartas de Controle Pelo TLC A média da amostra é uma estimativa da média do processo Intervalo da distribuição das médias = (1/ ) intervalo do processo Uma escolha comum é = 3 O uso dos limites 3-sigma implica que α = 0,0027 a probabilidade de itens fora dos limites de controle é 0,0027 Essa teoria geral de gráficos de controle foi primeiramente proposta por Dr. Walter A. Shewhart Gráficos de Controle de Shewhart Cartas de Controle Cartas de Controle Atividade 1 Na fabricação de anéis de pistão de motores automotivos, o diâmetro interno dos anéis é uma característica crítica da qualidade. O diâmetro médio interno do anel no processo é 74 milímetros e sabe-se que o desvio padrão do diâmetro do anel é 0,01 milímetro. Foram retiradas amostras de tamanho 5 para a construção da carta de controle das médias. Cartas de Controle Cartas de Controle Benefícios das cartas de controle Servir aos operadores para o controlecontínuo de um processo Ajudar o processo a ter desempenho consistente e previsível Permitir que o processo alcance Melhor qualidade Menor custo por unidade Maior capacidade efetiva Fornecer uma linguagem comum para a discussão do desempenho do processo Distinguir causas especiais de variação das comuns, como um guia para ações locais ou sobre o sistema Cartas de Controle Tipos de gráficos de controle Gráfico de controle para variáveis Característica da qualidade medida é uma variável aleatória contínua Exemplos de gráficos de controle: média, mediana, amplitude, desvio padrão Exemplos de variáveis aleatórias contínuas: diâmetro de um eixo, volume de líquido em uma garrafa de refrigerante, teor de carbono em uma liga metálica, diâmetro de esferas de rolamento Cartas de Controle Gráfico de controle para atributos Característica da qualidade medida é uma variável binária ou variável de contagem Exemplos de gráficos de controle Proporções número de defeituosos número de defeitos por unidade Exemplos de variáveis aleatórias contáveis embalagens danificadas peças fora da especificação Cartas de Controle Exemplos de revisão Indique se cada uma das seguintes características da qualidade é uma variável aleatória contínua, binária ou de contagem O número de falhas em uma janela de vidro O tempo gasto para realizar uma inspeção final de um produto acabado Se a resistência à ruptura de um parafuso atende a uma especificação Verdadeiro ou falso Os gráficos de controle são usados para determinar se causas especiais estão operando Se nenhuma causa especial está operando, então a maior parte da produção atenderá às especificações A variabilidade devido a causas comuns não aumenta nem diminui muito em curtos períodos de tempo A variabilidade dentro dos itens amostrados em um subgrupo racional é devido a causas especiais Cartas de Controle Modelo para um gráfico de controle Considere que a estatística θ de uma amostra mede algum parâmetro importante do processo analisado A média e o desvio padrão de θ são: Considerando a teoria geral de gráficos de controle proposta por Shewhart K representa a distância dos limites de controle à linha central em número de desvios padrão Normalmente K = 3 Cartas de Controle Construção de gráficos de controle coletar dados amostrais ao longo de um período de tempo Shewhart usou o conceito de subgrupo racional, que deve incluir toda a variabilidade do processo devida às causas comuns excluir a variabilidade devida às causas especiais Cartas de Controle Importância dos subgrupos racionais dificilmente ocorrerá causa especial na formação do subgrupo os limites de controle representarão fronteiras para toda a variabilidade casual causas especiais tenderão a gerar pontos que estejam fora dos limites de controle Tamanho do subgrupo racional para variáveis: de 3 a 8 amostras e no mínimo 20 subgrupos para atributos: as amostras devem ser maiores (50 ou mais) amostras maiores tornarão mais fácil detectar pequenas mudanças no processo Cartas de Controle para Variáveis Cartas de controle para variáveis aleatórias contínuas dispersão monitoram a variabilidade dentro da amostra localização monitoram a variabilidade entre as amostras R S Cartas de Controle para Variáveis - R Para cada subgrupo de tamanho n, coletado de uma polução , tem-se: Cartas de Controle para Variáveis - R Sob suposição de normalidade “amplitude relativa”: Cartas de Controle para Variáveis - R Carta de controle Limites de controle Onde é tabelado em função de n Cartas de Controle para Variáveis - R Carta de controle R Estimadores de µR e σR Limites de controle para carta R: Onde D3 e D4 são tabelados em função de n Observações na Amostra, n Gráfico para Médias Fatores para LC Gráfico para Desvios-padrão Fatores para LC Gráfico para Amplitudes Fatores para Limites de Controle Fatores para Limites de Controle Fatores para Limites de Controle A A2 A3 C4 B3 B4 B5 B6 d2 d3 D1 D2 D3 D4 2 2,121 1,880 2,659 0,7979 0,000 3,267 0,000 2,606 1,128 0,853 0,000 3,686 0,000 3,267 3 1,732 1,023 1,954 0,8862 0,000 2,568 0,000 2,276 1,693 0,888 0,000 4,358 0,000 2,574 4 1,500 0,729 1,628 0,9213 0,000 2,266 0,000 2,088 2,059 0,880 0,000 4,698 0,000 2,282 5 1,342 0,577 1,427 0,9400 0,000 2,089 0,000 1,964 2,326 0,864 0,000 4,918 0,000 2,114 6 1,225 0,483 1,287 0,9515 0,030 1,970 0,029 1,874 2,534 0,848 0,000 5,078 0,000 2,004 7 1,134 0,419 1,182 0,9594 0,118 1,882 0,113 1,806 2,704 0,833 0,204 5,204 0,076 1,924 8 1,061 0,373 1,099 0,9650 0,185 1,815 0,179 1,751 2,847 0,820 0,388 5,306 0,136 1,864 9 1,000 0,337 1,032 0,9693 0,239 1,761 0,232 1,707 2,970 0,808 0,547 5,393 0,184 1,816 10 0,949 0,308 0,975 0,9727 0,284 1,716 0,276 1,669 3,078 0,797 0,687 5,469 0,223 1,777 11 0,905 0,285 0,927 0,9754 0,321 1,679 0,313 1,637 3,173 0,787 0,811 5,535 0,256 1,744 12 0,866 0,266 0,886 0,9776 0,354 1,646 0,346 1,610 3,258 0,778 0,922 5,594 0,283 1,717 13 0,832 0,249 0,850 0,9794 0,382 1,618 0,374 1,585 3,336 0,770 1,025 5,647 0,307 1,693 14 0,802 0,235 0,817 0,9810 0,406 1,594 0,399 1,563 3,407 0,763 1,118 5,696 0,328 1,672 15 0,775 0,223 0,789 0,9823 0,428 1,572 0,421 1,544 3,472 0,756 1,203 5,741 0,347 1,653 16 0,750 0,212 0,763 0,9835 0,448 1,552 0,440 1,526 3,532 0,750 1,282 5,782 0,363 1,637 17 0,728 0,203 0,739 0,9845 0,466 1,534 0,458 1,511 3,588 0,744 1,356 5,820 0,378 1,622 18 0,707 0,194 0,718 0,9854 0,482 1,518 0,475 1,496 3,640 0,739 1,424 5,856 0,391 1,608 19 0,688 0,187 0,698 0,9862 0,497 1,503 0,490 1,483 3,689 0,734 1,487 5,891 0,403 1,597 20 0,671 0,180 0,680 0,9869 0,510 1,490 0,504 1,470 3,735 0,729 1,549 5,921 0,415 1,585 21 0,655 0,173 0,663 0,9876 0,523 1,477 0,516 1,459 3,778 0,724 1,605 5,951 0,425 1,575 22 0,640 0,167 0,647 0,9882 0,534 1,466 0,528 1,448 3,819 0,720 1,659 5,979 0,434 1,566 23 0,626 0,162 0,633 0,9887 0,545 1,455 0,539 1,438 3,858 0,716 1,710 6,006 0,443 1,557 24 0,612 0,157 0,619 0,9892 0,555 1,445 0,549 1,429 3,895 0,712 1,759 6,031 0,451 1,548 25 0,600 0,153 0,606 0,9896 0,565 1,435 0,559 1,420 3,931 0,708 1,806 6,056 0,459 1,541 Cartas de Controle para Variáveis - R Exercício O plano de controle de qualidade para uma determinada produção envolve a obtenção de amostras de tamanho 4. Os resultados das últimas 30 amostras podem ser resumidos como a seguir: Calcule os controles de limite 3σ para o gráfico R. Usando as amplitudes, calcule os controles de limite 3σ para o gráfico . Cartas de Controle para Variáveis - S Eficiência da amplitude (R) como um estimador de σ decresce com o aumento do tamanho da amostra (n) Para n ≥ 10, utilizar S para estimar σ S2 é um estimador não viciado de σ2: E(S2) = σ2 S é um estimador tendencioso de σ: E(S) ≠ σ Onde Cartas de Controle para Variáveis - S Se Xi é uma variável aleatória independente com X ~ N(µ,σ2) Cartas de Controle para Variáveis - S Carta de controle Limites de controle Onde é tabelado em função de n Cartas de Controle para Variáveis - S Carta de controle S Estimadores de µS e σS Limites de controle para carta S: Onde B3 e B4 são tabelados em função de n Cartas de Controle para Variáveis - S Exercício O plano de controle de qualidade para uma determinada produção envolve a obtenção de amostras de tamanho 4. Os resultados das últimas 30 amostras podem ser resumidos como a seguir: Calcule os controles de limite 3σ para o gráfico S. Usando os desvios padrões amostrais, calcule os controles de limite 3σ para o gráfico . Atividade em pares A espessura, em mm, de discos de metal é medida em amostras de tamanho 5. A tabela a seguir apresenta as médias, amplitudes e desvios padrões para 20 amostras consecutivas As médias são Calcule os limites de controle 3σ para o gráfico R. A variância está sob controle? Em caso negativo, remova as amostras que estão fora de controle e recalcule Com base na amplitude da amostra (R), calcule os limites 3σ para o gráfico . Com base nos limites3σ, a média do processo está sob controle? Em caso negativo, quando ela é detectada pela primeira vez fora de controle? Amostra R s 1 2,49 0,12 0,07 2 2,45 0,17 0,06 3 2,51 0,13 0,06 4 2,53 0,25 0,09 5 2,49 0,11 0,06 6 2,44 0,11 0,06 7 2,44 0,12 0,05 8 2,42 0,18 0,06 9 2,42 0,08 0,05 10 2,47 0,06 0,02 11 2,54 0,19 0,07 12 2,45 0,09 0,04 13 2,54 0,21 0,07 14 2,55 0,10 0,05 15 2,50 0,25 0,08 16 2,53 0,11 0,04 17 2,58 0,16 0,07 18 2,59 0,09 0,03 19 2,60 0,12 0,05 20 2,56 0,14 0,06 Cartas de Controle para Variáveis Componentes para o projeto dos gráficos de controle Tamanho da amostra de cada subgrupo racional Frequência da amostragem Amplitude dos limites de controle Cartas de Controle para Variáveis Considerações econômicas e práticas Se o custo de se produzir itens não conformes for grande, maior frequência de amostras menores é uma estratégia apropriada Eficácia das cartas de controle está associada Probabilidade de detecção de uma condição fora de controle Número de subgrupos coletados para detecção de uma condição fora de controle Cartas de Controle para Variáveis - R Escolha do tamanho da amostra para carta de controle Considere que um processo está sob controle para α – probabilidade do ponto cair fora dos limites de controle quando o processo está sob controle α – Erro Tipo I Cartas de Controle para Variáveis - R Considere que uma mudança na média ocorreu: Qual a probabilidade de não se detectar a mudança na primeira amostra após a mudança? É a probabilidade de que um valor se mantenha nos limites de controle após a mudança β – Erro Tipo II Qual a probabilidade de se detectar a mudança na primeira amostra após a mudança? Cartas de Controle para Variáveis - R Considerando uma amostra de tamanho 4 e uma mudança na média de σ, qual a probabilidade de se detectar a mudança na primeira amostra após a mudança na média? Considerando uma amostra de tamanho 4 e uma mudança na média de 2σ, qual a probabilidade de se detectar a mudança na primeira amostra após a mudança na média? Cartas de Controle para Variáveis - R Escolha do tamanho da amostra para carta de controle β Cartas de Controle para Variáveis - R Escolha do tamanho da amostra para carta de controle R O gráfico R é usado para controlar a variabilidade medida pelo desvio padrão do processo Considere uma mudança no desvio padrão de Cartas de Controle para Variáveis - R Exercício Considerando uma amostra de tamanho 10 e uma mudança na média de σ, qual a probabilidade de se detectar a mudança na primeira amostra após a mudança na média? Cartas de Controle para Variáveis - R Nº de subgrupos coletados para detecção de mudança nos parâmetros do processo Uma detecção rápida é importante, mesmo que a probabilidade de detecção da mudança na primeira amostra não seja alta Considere amostras independentes β = probabilidade de não detecção de uma mudança na primeira amostra após a mudança Cartas de Controle para Variáveis - R A probabilidade de detecção da mudança na y-ésima amostra após a mudança é Valor esperado (média) do número de amostras necessárias para detecção [E(Y)=1/p] Cartas de Controle para Variáveis - R Considerando uma amostra de tamanho 4 e uma mudança na média de σ, quando se usa um gráfico de controle de 3σ, qual o número esperado de amostras necessário, após a mudança para a detecção de um estado fora de controle? Assim, em média, sete subgrupos são necessários antes da detecção de uma mudança de ±σ. Cartas de Controle para Variáveis - R Exercício Considerando uma amostra de tamanho 10 e uma mudança na média de σ, quando se usa um gráfico de controle de 3σ, qual o número esperado de amostras necessário, após a mudança para a detecção de um estado fora de controle? Cartas de Controle para Variáveis - R Generalizando, 1 – β probabilidade de se detectar a mudança (poder da carta de controle) na primeira amostra após a mudança Diminui com o aumento de k (amplitude dos limites de controle) Aumenta com o aumento de r (tamanho da mudança) Aumenta com o aumento de n (tamanho do subgrupo) Cartas de Controle Evidências de não aleatoriedade Pontos fora dos limites de controle Sequência de 7 pontos consecutivos em um dos lados da linha central do gráfico não crescentes ou não decrescentes Mais de 90% ou menos de 40% dos pontos no terço central da carta Atividade em pares A espessura, em mm, de discos de metal é medida em amostras de tamanho 5. A tabela a seguir apresenta as médias, amplitudes e desvios padrões para 20 amostras consecutivas As médias são Calcule os limites de controle 3σ para o gráfico S. A variância está sob controle? Em caso negativo, remova as amostras que estão fora de controle e recalcule Com base no desvio padrão amostral (S), calcule os limites 3σ para o gráfico . Com base nos limites 3σ, a média do processo está sob controle? Em caso negativo, quando ela é detectada pela primeira vez fora de controle? Amostra R s 1 2,49 0,12 0,07 2 2,45 0,17 0,06 3 2,51 0,13 0,06 4 2,53 0,25 0,09 5 2,49 0,11 0,06 6 2,44 0,11 0,06 7 2,44 0,12 0,05 8 2,42 0,18 0,06 9 2,42 0,08 0,05 10 2,47 0,06 0,02 11 2,54 0,19 0,07 12 2,45 0,09 0,04 13 2,54 0,21 0,07 14 2,55 0,10 0,05 15 2,50 0,25 0,08 16 2,53 0,11 0,04 17 2,58 0,16 0,07 18 2,59 0,09 0,03 19 2,60 0,12 0,05 20 2,56 0,14 0,06 Atividade em pares Um gráfico de controle , com limites de controle 3σ e tamanho de subgrupo n = 4, tem limites de controle LSC = 48,75 e LIC = 40,55. Estime o desvio padrão do processo. A resposta do item (a) depende se foi usado para construir o gráfico de controle de ? Atividade em pares Um artigo em Quality & Safety in Health Care [“Statistical Process Control as a Tool for Research and Healthcare Improvement” (2003) Vol. 12, pp. 458-464] considerou um número de gráficos de controle em assistência médica. Os dados aproximados a seguir foram usados para construir gráficos para o tempo de resposta (TR, em minutos) para hemogramas completos. O tamanho do subgrupo é n = 3 por turno e o desvio-padrão da média é 21. Construa o gráfico de e comente sobre o controle do processo. Se necessário, suponha que as causas atribuídas podem ser encontradas; elimine os pontos suspeitos e reveja os limites de controle. Atividade em pares t TR 1 51 2 73 3 28 4 52 5 65 6 49 7 51 8 50 9 25 10 39 11 40 12 30 13 49 14 31 Atividade extraclasse Livro: Estatística aplicada e probabilidade para engenheiros. Douglas C. Montgomery, George C. Runger ; tradução Verônica Calado. Capítulo 15 Exercícios da seção 15.3 Exercício Sorteio Aluno 1 e 14 1 2 e 11 2 3 e 10 3 4 e 9 4 5 e 8 5 6 e 7 6 12 e 7 7 13 e 8 8 15 e 9 9 16 e 10 10
Compartilhar