Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal de Ouro Preto PRO723 -Engenharia da Qualidade Lista de Exercícios 1) Gráficos de controle e R são mantidos para uma importante característica da qualidade. O tamanho da amostra é n = 7; e R são calculados para cada amostra. Depois de 35 amostras, obtemos: i = 7805 e i = 1200 a) Construa gráficos e R usando esses dados. R: 237,37/223/208,63 ; 65,97/34,29/2,61 R b) Supondo que ambos os gráficos exibam controle, estime a média e o desvio padrão do processo. R: = 223; desvio padrão = 12,68 c) Se a característica da qualidade é normalmente distribuída e se as especificações são 220 ± 35, o processo pode atender essas especificações? Estime a fração de não-conformes. R: processo não capaz; 0,007 d) Supondo que a variância permaneça constante, estabeleça onde deveria estar a média do processo de modo a minimizar a fração de não-conformes. Qual seria o valor da fração de não-conformes sob essas condições? R: 0,0059 2) Amostras de tamanho n = 5 são tiradas de um processo de manufatura a cada hora. Uma característica da qualidade é medida e valores de e R são calculados para cada amostra. Depois da análise de 25 amostras, obtém-se que: i = 662,50 e i = 9,00 A característica da qualidade é normalmente distribuída. a) Ache os limites de controle para os gráficos e R. R:26,71/26,5/26,29 ; 0,7614/0,36/0R b) Suponha que ambos os gráficos exibam controle. Se as especificações são 26,40±0,50, estime a fração de não-conformes. R: 0,004994 c) Se a média do processo fosse 26,40, qual seria a fração de não-conformes? R: 0,001238 3) Amostras de tamanho n = 5 são tiradas de um processo de manufatura a cada meia hora. Depois de 50 amostras terem sido coletadas, obtém-se que = 20,0 e = 1,5. Suponha que ambos os gráficos exibam controle e que a característica da qualidade seja normalmente distribuída. a) Estime o desvio padrão do processo. R: desvio padrão = 1,60 b) Ache os limites de controle para os gráficos e S. R: 22,1405/20/17,8595 ; 3,1335/1,5/0 S c) Se a média do processo se desloca para 22, qual é probabilidade de concluirmos que o processo ainda está sob controle? R: 0,579 4) Amostras de n = 5 unidades são tiradas de um processo a cada hora. Os valores de e R para uma determinada característica da qualidade são calculados. Depois de 25 amostras serem coletadas, obtemos que = 20 e = 4,56. a) Quais são os limites três-sigma para e R? R:22,63/20/17,37 ; 9,64/4,56/0 R b) Ambos os gráficos exibem controle. Estime o desvio padrão do processo. R: desvio padrão = 1,96 c) Suponha que a saída do processo seja normalmente distribuída. Se as especificações são 19±5, quais são as suas conclusões com respeito à capacidade do processo? R: Processo não capaz d) Se a média do processo se desloca para 24, qual é probabilidade de não se detectar esse deslocamento na primeira amostra subsequente? R: 0,05938 5) O número de interruptores não-conformes em amostras de tamanho 150 são mostrados aqui. Construa um gráfico de controle para a fração não-conforme para esses dados. O processo parece estar sob controle? Se não, suponha que causas atribuíveis possam ser encontradas para todos os pontos fora de controle e calcule os limites de controle revisados. Número da Amostra Número de Interruptores Não-conformes Número da Amostra Número de Interruptores Não-conformes 1 8 11 6 2 1 12 0 3 3 13 4 4 0 14 0 5 2 15 3 6 4 16 1 7 0 17 15 8 1 18 2 9 10 19 3 10 6 20 0 R: 0,0597/0,023/0; 0,016/0,047/0 revisados 1; 0,0141/0,0430/0 revisados 2 6) Um gráfico usa amostras de tamanho 4. A linha central está em 100 e os limites três- sigma, superior e inferior de controle estão em 106 e 94, respectivamente. a) Qual é o σ do processo? R: σ = 4 b) Suponha que a média do processo se desloque para 96. Encontre a probabilidade de essa mudança ser detectada na próxima amostra. R: 0,1587 c) Encontre o CMC para detectar a mudança no item b. R: 6,301 7) Considere o gráfico de controle com = 2,25, LSC = 17,40, LIC = 12,79 e n = 3. Suponha que a média se desloque para 13. a) Qual é a probabilidade de essa mudança ser detectada na próxima amostra? R: 0,3936 b) Qual é o CMC depois da mudança? R: 2,54 8) Gráficos de controle e R devem ser estabelecidos para uma importante característica da qualidade. O tamanho da amostra é n = 5, sendo e r calculados para cada uma das 35 amostras preliminares. Os dados resumidos são: i = 7805 i = 1200 a)Encontre os limites tentativas de controle para os gráficos e R. R:242,785/223/203,215 ; 72,52/34,29/0 R b) Considerando que o processo esteja sob controle, estime a média e o desvio-padrão do processo. R: Média = 223; desvio = 14,74 9) Gráficos de controle e R devem ser construídos para amostras de tamanho n = 4, sendo e s calculados para cada uma das 20 amostras preliminares, como a seguir: i = 4460 i = 271,6 a) Encontre os limites tentativas de controle para os gráficos e S. R: 245,11/223/200,89 ; 30,77/13,58/0 S b) Considerando que o processo esteja sob controle, estime a média e o desvio-padrão do processo. R: Média = 223; desvio = 14,74 10) Suponha que a característica da qualidade seja normalmente distribuída, com especificações de 20 a 32 unidades. a) Que valor de σ é necessário para que RCP seja igual a 1,5? R: σ = 1,33 b) Qual o valor da média do processo que minimiza a fração defeituosa? Essa escolha para a média depende do valor de σ? R: Média = 26; independe do σ 11) Um processo normalmente distribuído usa 66,7% da banda de especificação. Ele está centralizado na dimensão nominal, localizada na metade do caminho entre os limites superior e inferior de especificação. a) Estime RCP e RCPk. Interprete essas razões. R: RCP = 1,5; RCPk = 1,5 b) Qual o nível produzido de fração defeituosa (fallout)? R: ≈ 0 12) Reconsidere o Exercício 8. Suponha que a característica da qualidade seja normalmente distribuída com especificação em 220±40. a) Qual o nível de fração defeituosa? R: 0,0078 b) Estime RCP e RCPk e interprete essas razões. R: RCP = 0,904; RCPk = 0,837 13) Gráficos de controle e S devem ser mantidos para as leituras de torque do rolamento usado na montagem do atuador de flap da asa. Amostras de tamanho n = 10 devem ser usadas e sabemos que quando o processo está sob controle, o torque do rolamento tem distribuição normal com média µ = 80 polegadas-libra e desvio padrão σ = 10 polegadas-libra. Ache a linha central e os limites de controle para esses gráficos de controle. R: 89,49/80/70,51 ; 16,69/9,727/2,76 S 14) Amostras n = 5 são tiradas de um processo de manufatura a cada hora. Uma característica da qualidade é medida e valores de e R são calculados para cada amostra. Depois da análise de 25 amostras, obtém-se que A característica da qualidade é normalmente distribuída. a) Ache os limites de controle para os gráficos e R. R: 26,71/26,5/26,29 ; 0,7614/0,36/0 R b) Suponha que ambos os gráficos exibam controle. Se as especificações são 26,40±0,50, estime a fração de não-conformes. R: 0,004994 c) Se a média do processo fosse 26,40, qual seria a fração de não-conformes? R: 0,001238 15) Os dados que seguem dão o número de montagens não-conformes em amostras de tamanho 100. Construa um gráfico de controle para a fração de não-conforme para esses dados. Se algum ponto for plotado fora de controle, suponha que causas atribuíveis possam ser encontradas e determine os limites de controle revisados. Número da Amostra Número de Montagens Não-conformes Número da Amostra Número de Montagens Nâo-conformes 1 7 11 6 2 4 1215 3 1 13 0 4 3 14 9 5 6 15 5 6 8 16 1 7 10 17 4 8 5 18 5 9 2 19 7 10 7 20 12 R: 0,1289/0,0585/0 16) Ache os limites de controle três-sigma para: a) um gráfico c com média do processo igual a quatro não-conformidades. R: 10/4/0 b) um gráfico u, com c = 4 e n = 4. R:2,5/1/0 17) Uma peça componente de um motor de avião a jato é fabricada por um processo de moldagem. A abertura do rotor nessa moldagem é um importante parâmetro funcional da peça. A tabela abaixo apresenta vinte amostras de cinco peças cada uma. Os valores dados na tabela foram codificados pelo uso dos três últimos dígitos da dimensão; isto é, 31,6 deve ser 0,50316 polegada. Construa gráficos e R para esse processo. O processo parece estar sob controle estatístico? Se necessário, revise os limites de controle tentativos. R:36,67/33,32/29,97 ; 12,27/5,80/0 R; 36,10/33,21/30,33 ; 10,57/5,00/0 R 18) A próxima tabela mostra 20 observações da concentração na saída de um processo químico. As observações são retiradas em intervalos de uma hora. Se várias observações forem retiradas ao mesmo tempo, a leitura da concentração observada diferirá somente por causa do erro de medida. Uma vez que o erro de medida é pequeno, somente uma observação é retirada a cada hora. Construa o gráfico de medidas individuais e de amplitude móvel. Há indicação de uma condição fora de controle? R: 105,99/99,1/92,21 valores individuais; 8,46/2,59/0 amplitude móvel 19) Para um processo eletrônico de fabricação, uma corrente tem especificação de 100 miliampères. A média μ e o desvio padrão σ do processo são 107,0 e 1,5, respectivamente. Calcule RCP, RCPk e a fração de saída não-conforme. R: RCP = 2,22; RCPk = 0,67; 0,023 20) Construir um gráfico de controle da fração defeituosa para uma linha de produção de substrato cerâmico. Tem-se 20 amostras preliminares, cada uma de tamanho 100; o número de defeitos em cada amostra é apresentado na tabela abaixo. Considere que as amostras sejam numeradas na sequência de produção. Além disso, verifique se todas as amostras estão sob controle. R: 0,55/0,4/0,25; Sob controle 21) Placas de circuito impresso são montadas por uma combinação de montagem manual e automática. Uma Tecnologia de Montagem de Superfície (TMS) é usada para fazer as conexões mecânicas e elétricas dos componentes na placa. A cada hora, cinco placas são selecionadas e inspecionadas para finalidades de controle de processo. O número de defeitos em cada amostra de cinco placas é anotado. O resultado para 20 amostras é mostrado na tabela abaixo. Construa o gráfico U de defeitos por unidade nas placas de circuito impresso. Verifique se o processo está sob controle e observe se o processo necessita de melhorias. R: 3,3/1,6/0; Sob controle; Necessita de melhorias Referências MONTGOMERY, D.C. Introdução ao Controle Estatístico da Qualidade. Rio de Janeiro: LTC, 2004. MONTGOMERY, D.C.; RUNGER, G.C. Estatística Aplicada e Probabilidade para Engenheiros. Rio de Janeiro: LTC, 2009.
Compartilhar