Baixe o app para aproveitar ainda mais
Prévia do material em texto
2. Ferramentas para o Controle de Qualidade Disciplina: Controle Estatístico da Qualidade (ESA-1077-4) Profa.: Maria Luíza Guerra de Toledo maria.toledo@ibge.gov.br mailto:maria.toledo@ibge.gov.br 1. Causas aleatórias e identificáveis da variação de um processo 2. Base estatística do gráfico de controle 3. As sete ferramentas Plano de aula: Introdução • Produto produzindo por um processo estável e replicável Satisfação das exigências dos clientes. • Controle estatístico processo (CEP): coleção de ferramentas de resolução de problemas para obtenção da estabilidade e melhoria da capacidade do processo. • Sete ferramentas: 1. Apresentação em histogramas 2. Folha de controle 3. Gráfico de Pareto 4. Diagrama de causa-e-efeito 5. Diagrama de concentração de defeito 6. Diagrama de dispersão 7. Gráfico de controle • Englobal apenas seus aspectos técnicos (o ambiente cosntruído pelo CEP é fundamental). Causas aleatórias e identificáveis da variação de um processo Causas aleatórias e identificáveis da variação de um processo • Um processo que opera apenas com as causas aleatórias da variação está sob controle estatístico. • Causas atribuíveis têm três fontes: máquinas ajustadas ou controladas de maneira inadequada, erros do operador, ou matéria-prima defeituosa. Causas aleatórias e identificáveis da variação de um processo Funcionalidades dos gráficos de controle: • Monitoramente on-line do processo: detecção rápida de mudanças no processo • Estimar parâmetros do processo: determinação da capacidade do processo • Eliminação de variabilidade no processo. Base estatística do gráfico de controle • Uma carta de controle contém: – Uma linha central (LC) – Um limite superior de controle (LSC) – Um limite inferior de controle (LIC) • Ponto dentro dos limites: nenhuma ação é necessária. • Ponto fora dos limites: – Investigação e ação corretiva são necessários para encontrar e eliminar a(s) causa(s) assinaláveis – A correção melhora o desempenho do processo Base estatística do gráfico de controle Forte conexão entre cartas de controle e testes de hipóteses: • Se o valor atual de se localiza entre os limites de controle, podemos concluir que média do processo está sob controle, ou seja, é igual a algum valor m1=m0. • Por outro lado, se excede algum dos limites de controle, concluímos que a média do processo está fora de controle, ou seja, é igual a algum valor m1≠m0. • Ou seja, estamos testando: H0: O processo está sob controle H1: O processo está fora de controle • Erros tipo I e tipo II (CCOs) associados Base estatística do gráfico de controle Exemplo: • Monitoramente de uma característica de qualidade • O processo é monitorado por sua média – Amostra de 5 unidades – A média do processo é 1,5 microns – O desvio padrão do processo é 0,15 microns • Note que todos os pontos plotados caem dentro dos limites de controle – O processo é considerado sob controle estatístico Base estatística do gráfico de controle • A média do processo é 1,5 microns, e o desvio-padrão é 0,15 microns. Como amostras de tamanho n=5 são retiradas, o desvio-padrão da média amostral é • Assim, se o processo está sob controle com média de 1,5 microns, usando o TCL para assumir que é aproximadamente normalmente distribuída, esperaríamos que 100(1-a)% das médias amostrais caíssem entre 1,5 + Za/2(0,0671) e 1,5 - Za/2(0,0671). • Escolhendo Za/2=3, os limites se tornam: • Ou seja, temos um IC de 99,73% para m. Base estatística do gráfico de controle • Construir o gráfico de controle é equivalente a testar: • Essencialmente, o gráfico de controle testa essas hipóteses repetidamente, em pontos diferentes do tempo. Base estatística do gráfico de controle Base estatística do gráfico de controle Gráficos de controle de Shewhart • Seja w uma estatística amostral que mede alguma característica de qualidade de interesse, e suponha que a média de w seja mw e o desvio-padrão de w seja sw. • A linha central e os limites de controle se tornam: LSC = mw + Lsw LC = mw LIC = mw - Lsw Base estatística do gráfico de controle O uso mais importante do gráfico de controle é melhorar o processo: 1. A maior parte dos processos não opera em estado de controle estatístico. 2. Consequentemente, o uso rotineiro e atento dos gráficos de controle identificará causas atribuíveis. Se essas causas puderem ser eliminadas do processo, a variabilidade será reduzida e o processo melhorará. Porém, 3. O gráfico de controle apenas detectará causas atribuíveis. A ação da gerência, do operador e da engenharia será, usualmente, necessária para eliminar as causas atribuíveis. Base estatística do gráfico de controle Chapter 5 16 Introduction to Statistical Quality Control, 7th Edition by Douglas C. Montgomery. Copyright (c) 2012 John Wiley & Sons, Inc. Base estatística do gráfico de controle Na identificação e eliminação de causas atribuíveis, é importante descobrir a causa de raiz subjacente do problema e atacá-la. Plano de Ação para Fora-de-Controle: • Gráficos de controle podem ser usados para estimar parâmetros do processo, usados para determinar a capacidade • Dois tipos gerais de cartas de controle – Variáveis • Escala de medição contínua • Características de qualidade descritas pela tendência central e uma medida de variabilidade – Atributos • Conforme/não-conforme • Contagens • O planejamento dos gráficos de controle abrange a seleção do tamanho da amostra, limites de controle, e frequência de amostragem Base estatística do gráfico de controle Cinco razões para a popularidade dos gráficos de controle: 1. São uma técnica comprovada para a melhoria da produtividade. 2. São eficazes na prevenção de defeitos. 3. Evitam o ajuste desnecessário do processo. 4. Fornecem informações de diagnóstico. 5. Fornecem informação sobre a capacidade do processo. Base estatística do gráfico de controle Escolha dos limites de controle • Afastar os limites de controle da linha central: erro tipo I erro tipo II • Aproximar os limites de controle da linha central: erro tipo I erro tipo II Base estatística do gráfico de controle Base estatística do gráfico de controle Escolha dos limites de controle • Limites de controle de 3-sigma – A probabilidade de erro tipo I é 0,0027 • Limites de probabilidade – A probabilidade de erro Tipo I é selecionada diretamente – Por exemplo, 0,001 fornece limites de controle de 3,09-sigma • Limites de alerta – Tipicamente selecionados como limites de 2-sigma (intervalo de amostragem adaptativo ou variável) Base estatística do gráfico de controle Tamanho da amostra e frequência de amostragem • Em geral, amostras maiores tornarão mais fácil detectar pequenas mudanças no processo (menor erro tipo II). • Curva característica de operação (CCO) para o gráfico do exemplo anterior: Suponha que a média do processo tenha mudado para: M éd ia o ri gi n al d o p ro ce ss o : Subgrupos racionais • Os subgrupos ou amostras devem ser selecionados de tal modo que se causas atribuíveis estiverem presentes, – a chance de diferenças entre subgrupos será maximizada, – e a chance de diferenças devido a causas assinaláveis dentro de um subgrupo será minimizada. Base estatística do gráfico de controle Subgrupos racionais • Duas abordagens gerais: 1. Amostras consistindo de unidades produzidas no mesmo momento unidades consecutives – O objetivo primário é detectar mudanças no processo. – Minimiza a chance de variabilidade devida a causas atribuíveis dentro de uma amostra, e maximiza a chance de variabilidade entre amostras (se houver causas atribuíveis). – Fornece melhor estimativa do desvio-padrão do processo. – Fornece um “instantâneo” do processo em cada ponto do tempo em que uma amostra tiver sido coletada. Base estatística do gráfico de controle Subgrupos racionais • Duas abordagens gerais: 2. Amostras consistindo de unidades que são representativas de todas asunidades produzidas desde a última amostra amostra aleatória de toda a saída do processo ao longo do intervalo de amostragem – Em geral usado para se tomar decisões sobre a aceitação de todas as unidades do produto que foram produzidas desde a última amostra. – Cuidado: Pode-se fazer qualquer processo parecer sob controle estatístico aumentando o intervalo entre as observações da amostra (a amplitude dentro da amostra aumenta, resultando em limites maiores no gráfico ). Base estatística do gráfico de controle Análise de padrões • Condição fora de controle em um gráfico: ‒ Um ou mais pontos além dos limites de controle ‒ Pontos com comportamento não-aleatório Exemplo: Base estatística do gráfico de controle Todos os pontos dentro dos limites, porém… • 19 de 25 pontos abaixo da linha central, enquanto apenas 6 acima • Seguindo o 4o ponto, 5 pontos em uma linha aumentam em magnitude, uma sequência para cima • Há também uma sequência longa para baixo, iniciando no 18o ponto Sequência Chapter 5 26 Base estatística do gráfico de controle Padrão cíclico Análise de padrões Regras de decisão da Western Electric Handbook (1956): 1. Um ponto fora dos limites de controle três-sigma; 2. Dois, em três pontos consecutivos, além dos limites de alerta de dois-sigma; 3. Quatro, em cinco pontos consecutivos, a mais de um sigma da linha central; 4. Oito pontos consecutivos do mesmo lado da linha central. Base estatística do gráfico de controle Base estatística do gráfico de controle Discussão de regras sensibilizantes Cuidado com o número excessive de alarmes falsos! Suponha que se use k regras de decisão e que o critério i tenha probabilidade ai de erro tipo I. A probabilidade total de um erro tipo I ou alarme falso é então: Os gráficos CUSUM e EWMA são mais adequados quando se deseja ter mais sensibilidade a pequenas mudanças no processo. Base estatística do gráfico de controle O restante das sete ferramentas Folha de Controle Gráfico de Pareto Diagrama de Causa-e-Efeito Diagrama de Concentração de Defeito Diagrama de Dispersão Uma aplicação do CEP • Melhorar a qualidade em uma operação de revestimento de cobre em uma fábrica de placas de circuito impresso • O processo DMAIC foi usado • Durante a etapa de definição, a equipe decidiu focar na redução do tempo de circulação através do processo • Durante a etapa de medição, o excesso de tempo gasto no controlador foi reconhecido como o principal fator Base estatística do gráfico de controle • Em grupos, selecionar um artigo que aborde o Controle Estatístico de Processos para discussão na próxima aula. • 1a Lista de Exercícios: Cap. 4 (Montgomery): 4.1 a 4.9, 4.13 a 4.15, 4.17 a 4.24, 4.30 a 4.32. Atividades MONTGOMERY, Douglas. Métodos e filosofia do controle estatístico do processo. In: Introdução ao controle estatístico da qualidade. 4ª edição. Rio de Janeiro: LTC, 2004. p. 95-128. Referência:
Compartilhar