Baixe o app para aproveitar ainda mais
Prévia do material em texto
Controle Estatístico de Processos Aula 8 Professor: Andres E. F. Ackermann andres.ackermann@uniritter.edu.br Causas da Variação da Qualidade • Em todos os processos de produção, independentemente de quão bem planejado ou cuidadosamente mantido ele seja, certa quantidade de variabilidade inerente ou natural sempre existirá. • A variabilidade natural, ou também chamado de ruído de fundo, é o efeito cumulativo de muitas causas pequenas, essencialmente inevitáveis. • No sistema do controle estatístico da qualidade a variabilidade natural é chamada de Sistema Estável de Causas Aleatórias. • Um processo que opera apenas com as Causas Aleatórias da variação é denominado sob controle estatístico, pois as causas aleatórias são uma parte inerente ao processo. Causas da Variação da Qualidade • Outros tipos de variabilidade podem estar presentes na saída de um processo, que surgem geralmente de três fontes: ❑máquinas ajustadas inadequadamente ou controladas de modo inadequado, ❑erros do operador, ou ❑matéria-prima defeituosa. • Esta variabilidade é muito grande quando comparada com o ruído de fundo, e representa, usualmente, um nível inaceitável do desempenho do processo e não fazem parte do padrão de causas aleatórias. • Neste sentido, diz-se que um processo que opera na presença de causas atribuíveis está fora de controle. Fonte: MONTGOMERY, Douglas C. Introdução ao controle estatístico da qualidade 7 ed. Rio de Janeiro, LTC, 2016. pag. 96. Gráfico de Controle • O objetivo do Controle Estatístico do Processo é detectar rapidamente a ocorrência de causas atribuíveis das mudanças do processo, de modo que a investigação do processo e a ação corretiva possam ser realizadas antes que muitas unidades não conformes sejam fabricadas. ➢O controle estatístico do processo tem o objetivo de eliminar a variabilidade anormal no processo. • O gráfico de controle é uma das técnicas para monitoramento do processo e que é usado também para estimar os parâmetros de um processo de produção, bem como determinar a capacidade do processo. Fonte: MONTGOMERY, Douglas C. Introdução ao controle estatístico da qualidade 7 ed. Rio de Janeiro, LTC, 2016. pag. 97. • Linha central: representando o valor médio da característica da qualidade que corresponde ao estado sob controle. Apenas as causas aleatórias estão presentes. • Duas outras linhas horizontais, chamadas de limite superior de controle (LSC) e limite inferior de controle (LIC) são representadas no gráfico. Esses limites de controle são escolhidos de modo que, se o processo está sob controle, todos os pontos amostrais estarão entre eles. Os pontos entre os limites de controle indicam um processo sob controle. • Caso um ou mais pontos estejam fora dos limites de controle é uma evidência de que o processo está fora de controle, necessitando investigação e ação corretiva para se encontrar e eliminar a ou as causas atribuíveis. Gráfico de Controle Gráfico de Controle Há uma relação muito próxima entre gráficos de controle e teste de hipóteses: ✓Se o valor atual de ҧ𝑥 se localiza entre os limites de controle, podemos concluir que a média do processo está sob controle, isto é, ela é igual ao µ0. ✓Por outro lado, se ҧ𝑥 excede algum dos limites de controle, concluímos que a média do processo está fora de controle, então, ela é igual a algum valor µ1 ≠ µ0. ✓Logo, o gráfico de controle é um teste da hipótese de que o processo esteja em um estado de controle estatístico. ✓Um ponto que se localiza entre os limites de controle é equivalente a não rejeição da hipótese de controle estatístico, e um que se localiza fora dos limites de controle é equivalente à rejeição da hipótese de controle estatístico. andez Realce andez Realce andez Realce Gráfico de Controle Uma aplicação muito importante do gráfico de controle é na melhoraria dos processos: ➢A maior parte dos processos não opera em estado de controle estatístico; ➢O uso rotineiro e atento dos gráficos de controle ajudará na identificação de causas atribuíveis, que poderão ser identificadas e eliminadas do processo e a variabilidade será reduzida; ➢O gráfico de controle apenas detectará causas atribuíveis e a gerência, operadores e times de engenharia serão mobilizados na sua eliminação. Fonte: MONTGOMERY, Douglas C. Introdução ao controle estatístico da qualidade 7 ed. Rio de Janeiro, LTC, 2016. pag. 99. andez Realce andez Realce andez Realce andez Realce Fonte: MONTGOMERY, Douglas C. Introdução ao controle estatístico da qualidade 7 ed. Rio de Janeiro, LTC, 2016. pag. 101. Figura A, dados não correlacionados: observações dão a impressão de terem sido extraídas aleatoriamente de uma população estável (distribuição normal). Chamado de ruído branco pelos analistas de séries temporais. Os valores históricos dos dados não são de ajuda na predição de quaisquer valores futuros. Figura B, dados de um processo estacionário: observações sucessivas e dependentes. Um valor acima da média tende a ser seguido por outro valor acima da média, enquanto um valor abaixo da média é, usualmente, seguido por outro do mesmo tipo. Isso produz uma série de dados que tem uma tendência a se mover em “sequências” moderadamente longas em cada um dos lados da média. Figura C, variação não estacionária: processo é instável sem qualquer sinal de uma média estável ou fixa. Quando é aplicado um esquema de controle neste processo, a saída do processo passa a ter comportamento da figura A ou B. Gráfico de Controle Aplicação do Gráfico de Controle O uso padrão do gráfico de controle envolve as aplicações das fases I e II, com dois diferentes objetivos. Fase I: Um conjunto de dados do processo é coletado e analisado de modo retrospectivo, construindo-se limites de controle de teste para se determinar se o processo estava sob controle durante o período em que os dados foram coletados, e para verificar se limites de controle confiáveis podem ser estabelecidos para o monitoramento de produção futura. É a primeira etapa a ser feita quando se aplicam gráficos de controle a qualquer processo. Ajuda o time de operação a levar o processo para um estado de controle estatístico. Fase II: Inicia após existir um conjunto de dados de processo coletados sob condições estáveis e representativas do desempenho do processo sob controle. O gráfico de controle é utilizado para monitorar o processo, comparando a estatística amostral para cada amostra sucessiva, à medida que ela é extraída do processo, com os limites de controle. GRÁFICOS DE CONTROLE PARA VARIÁVEIS Gráficos de Controle para Variáveis • Muitas características da qualidade podem ser expressas em termos de uma medida numérica. • Ex.: diâmetro de uma peça expresso em milímetros ou o tempo para processar uma reclamação de seguro expresso em horas. • Uma medida única de uma característica da qualidade, tal como dimensão, peso ou volume, é chamada de variável. Gráficos de Controle para Variáveis • Ao lidar com uma característica da qualidade que é uma variável é necessário o monitoramento tanto do valor médio da característica da qualidade quanto da sua variabilidade. • O controle da média do processo, ou do nível médio da qualidade, é feito através do gráfico de controle para médias, ou gráfico de controle ҧ𝑥. • A variabilidade do processo pode ser monitorada tanto através do gráfico de controle para o desvio padrão, chamado de gráfico de controle S, quanto pelo gráfico para a amplitude, chamado de gráfico de controle R. Gráficos de Controle para Variáveis • O gráfico R é o mais utilizado. • Em geral, mantêm-se gráficos ҧ𝑥 e R separados para cada uma das características da qualidade de interesse. • Os gráficos ҧ𝑥 e R (ou S) estão entre as mais importantes e úteis técnicas de controle e monitoramento estatístico em tempo real de processos. Fonte: MONTGOMERY, Douglas C. Introdução ao controle estatístico da qualidade 7 ed. Rio de Janeiro, LTC, 2016. pag. 130. Gráficos de Controle para ഥ𝒙 e R andez Realce Gráficos de Controle ഥ𝒙onde m = número de amostras disponíveis, cada uma com n observações da característica da qualidade. ҧ𝑥= média da amostra onde 𝐴2 = constante tabelada andez Realce andez Realce Gráficos de Controle R onde m = número de amostras disponíveis, cada uma com n observações da característica da qualidade. R = amplitude das amostras onde 𝐷3 e 𝐷4 = constante tabelada para diversos valores de n andez Realce andez Realce Exemplo: Um processo de cozimento é usado em conjunto com fotolitografia na fabricação de semicondutores. Queremos estabelecer um controle estatístico para a largura do fluxo do resistente usando gráficos ҧ𝑥 e R. Vinte e cinco amostras, cada uma com 5 placas, foram extraídas desse processo. O intervalo de tempo entre amostras é de uma hora. As medidas das larguras dos fluxos (em mícrons) para essas amostras são exibidas ao lado. Exemplo: Solução: Gráfico R Gráfico ҧ𝑥
Compartilhar