Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE SÃO FRANCISCO Curso de Engenharia de Produção JONATHAN FELIPE MATHEUS TATIANE VERIDICO RODRIGUES YANN BARROS DE TOLEDO FERRARI GREEN BELT: PROJETO PARA MELHORIA DO DESEMPENHO DA QUALIDADE E PERFORMANCE DE PRODUÇÃO Campinas 2013 JONATHAN FELIPE MATHEUS – R.A. 004200900225 TATIANE VERIDICO RODRIGUES – R.A. 004200900072 YANN BARROS DE TOLEDO FERRARI – R.A. 004200900100 GREEN BELT: PROJETO PARA MELHORIA DO DESEMPENHO DA QUALIDADE E PERFORMANCE DE PRODUÇÃO Monografia apresentada ao Curso de Engenharia de Produção da Universidade São Francisco, como requisito parcial para obtenção do título de Bacharel em Engenharia de Produção. Orientador : Prof. Ms. Helton Salles de Oliveira Campinas 2013 JONATHAN FELIPE MATHEUS TATIANE VERIDICO RODRIGUES YANN BARROS DE TOLEDO FERRARI GREEN BELT: PROJETO PARA MELHORIA DO DESEMPENHO DA QUALIDADE E PERFORMANCE DE PRODUÇÃO Monografia apresentada, defendida e aprovada pelo Programa de Graduação em Engenharia de Produção da Universidade São Francisco, como requisito parcial para obtenção do título de Bacharel em Engenharia de Produção. Área de Concentração: Industrial Data de Aprovação: ___/___/____ Banca Examinadora: Prof. Ms. Helton Salles de Oliveira (Orientador) Universidade São Francisco Prof. Dr. Emílio Gruneberg Boog (Examinador) Universidade São Francisco Prof. Dr. Robisom Damasceno Calado (Examinador) Universidade São Francisco Aos professores deste país pelo idealismo, confiança e coragem, e aos nossos pais pela dedicação e amor. "Seja a mudança que você quer ver no mundo". Mahatma Gandhi RESUMO Esta monografia demonstra como a metodologia e o conceito Seis Sigma pode ser aplicado na área de manufatura de uma indústria automotiva. O Seis sigma é uma metodologia que utiliza um conjunto de ferramentas da qualidade automotiva e ferramentas de estatística aplicadas seguindo uma seqüência cronológica de projeto – conhecida como DMAIC. É uma sistemática voltada para solução de problemas crônicos e melhoria de processos e que com o auxilio da estatística, pode ser comprovada através de fatos e dados. O que será apresentado no decorrer do trabalho será a aplicação na prática do conceito Seis Sigma na melhoria do desempenho da qualidade e performance de uma linha de produção, visando a redução de desperdícios, melhora da qualidade e, conseqüentemente, aumento da competitividade da empresa no mercado. Essa linha de produção consiste no processo de montagem de uma válvula pedal de freio que é utilizada em caminhões e ônibus para acionamento pneumático do sistema de freio de veículos comerciais pesados. O resultado encontrado pela aplicação desta metodologia foi uma redução no desperdício por conta de reprovação de peças ocasionado por sistema de medição não confiável e problemas relacionados a qualidade de peças e componentes comprados. Foi utilizado o software minitab versão 16 para criação e análise de dados e gráficos. Palavras-chave: Seis Sigma, Estatística e Melhoria. ABSTRACT This monograph demonstrates how the methodology and concept Six Sigma can be applied in the area of manufacturing an automotive industry. Six Sigma is a methodology that uses a set of quality automotive tools and statistical tools applied following a chronological sequence of project - known as DMAIC . It is a systematic solution facing chronic problems and improving processes and with the help of statistics, can be proven through facts and data . What is presented in this work will be the practical application of the concept in Six Sigma performance improvement of quality and performance of a production line, in order to reduce waste, improve quality and consequently increase the competitiveness of company in the market. This production line is in the process of assembling a pedal brake valve that is used in trucks and buses for pneumatic actuation of the brake system of heavy commercial vehicles. The results found by the application of this methodology was a reduction in waste because of disapproval caused by unreliable measurement and problems related to quality of purchased components and spare parts system. Minitab version 16 software for creating and analyzing data and graphs were used. Keywords: Six Sigma, Statistics and Improvement. SUMÁRIO 1 INTRODUÇÃO.............................................................................................................. 10 1.1 CONTEXTUALIZAÇÃO........................................................................................... 10 1.1.1 Empresa.......................................................................................................... 11 1.2 OBJETIVOS............................................................................................................ 11 1.3 JUSTIFICATIVA...................................................................................................... 12 2 REVISÃO BIBLIOGRÁFICA.............................. ........................................................... 13 2.1 QUALIDADE ........................................................................................................... 13 2.1.1 Eras da Qualidade........................................................................................... 14 2.2 FERRAMENTAS DA QUALIDADE.......................................................................... 16 2.2.1 Fluxograma ..................................................................................................... 17 2.2.2 Folha de Verificação........................................................................................ 18 2.2.3 Gráfico de Pareto ............................................................................................ 19 2.2.4 Diagrama de causa e efeito ............................................................................. 20 2.2.5 Gráfico de Tendência ...................................................................................... 20 2.2.6 Histograma...................................................................................................... 21 2.2.7 Cartas de Controle .......................................................................................... 21 2.2.8 Gráficos de Dispersão ..................................................................................... 22 2.2.9 Ferramentas da Qualidade na Indústria Automotiva ........................................ 22 2.2.9.1 MSA (Measurement Systems Analysis) ......................................................... 23 2.2.9.2 CEP (Controle Estatístico do Processo)......................................................... 25 2.2.9.3 FMEA (Failure Mode and Effect Analysis) ...................................................... 26 2.2.9.4 Os 5 Porquês ................................................................................................. 26 2.2.9.5 5W2H............................................................................................................. 27 2.3 SEIS SIGMA........................................................................................................... 27 2.4 RTY (ROLLED THROUGHPUT YIELD).................................................................. 36 2.5 POKA YOKES......................................................................................................... 37 2.6 MINITAB .................................................................................................................38 3 METODOLOGIA ........................................ ................................................................... 39 3.1 CONTRATO DE PROJETO .................................................................................... 39 3.2 DEFINIR (D) ........................................................................................................... 40 3.3 MEDIR (M).............................................................................................................. 42 3.4 ANALISAR (A) ........................................................................................................ 43 3.5 IMPLEMENTAR (I).................................................................................................. 44 3.6 CONTROLAR (C) ................................................................................................... 44 4 RESULTADOS......................................... ..................................................................... 45 4.1 CONTRATO DE PROJETO .................................................................................... 45 4.2 DEFINIR (D) ........................................................................................................... 47 4.3 MEDIR (M).............................................................................................................. 48 4.4 ANALISAR (A) ........................................................................................................ 53 4.5 IMPLEMENTAR (I).................................................................................................. 56 4.6 CONTROLAR (C) ................................................................................................... 63 5 CONCLUSÃO .......................................... ..................................................................... 64 REFERÊNCIAS BIBLIOGRÁFICAS......................... ........................................................... 66 10 1 INTRODUÇÃO 1.1 Contextualização A competitividade que está presente no mundo atual dos negócios leva as Indústrias de diversos setores a buscarem as mais diferentes e criativas soluções para aumentarem o seu diferencial perante o mercado. Diante de um cenário agressivo, que pode ser comparado com uma “Selva”, surgiram muitos conceitos e métodos para solução de problemas e redução de desperdício. O que começou como um conjunto de ferramentas da qualidade evoluiu para uma poderosa caixa de ferramentas chamada de Six Sigma. O nome Six Sigma está totalmente ligado a redução de variação que é a principal causa dos desperdícios e problemas que as empresas enfrentam e muitas vezes estão ocultas. As ferramentas dentro do Six Sigma podem ser aplicadas para os mais diferentes tipos de problemas, desde aqueles aparentemente mais simples e que podem facilmente ser medidos até aqueles que nos levam a trabalhosas análises gráficas e desenvolvimento de experimentos, um trabalho totalmente ligado a pesquisa porém aplicado na prática. O grande desafio que as empresas enfrentam é o de transformar questões reais e problemas que incomodam no dia a dia em números, que posteriormente serão levados ao campo estatístico, onde serão analisados, decifrados, solucionados e em seguida trazidos para o mundo real em forma de ações de melhoria, correção, prevenção e controle. A estatística nem sempre é entendida pelos Engenheiros e Administradores que estão no mercado, muitas vezes em posições de liderança. Normalmente o entendimento de estatística fica limitado a controles produtivos diários ou simples gráficos para comparação de resultados contra metas propostas. Isso muitas vezes cria uma dificuldade para as empresas em solucionar questões que aparentemente são do dia a dia, ou variações declaradas por muitos como “inerentes ao processo” e que demandam investimento. O Seis Sigma trabalha nesse campo para mostrar que a estatística e a pesquisa, de forma aplicada e prática, trazem um resultado extremamente positivo para a empresa, que pode ser decisivo para se manter competitiva no mercado e que valoriza o diferencial do profissional especializado nessa metodologia. 11 1.1.1 Empresa A empresa WABCO Sistema de Freios Veiculares dispõe de uma única planta de manufatura na América do Sul e um centro de Distribuição e sua Matriz Mundial de Engenharia encontra-se na Alemanha e a sede de negócio na Bélgica. A unidade de Sumaré desenvolve atividades para o eixo de mercado automotivo pesado, através da fabricação de componentes para o sistema de frenagem e controle de caminhões e ônibus. A empresa está divida em unidade de valor ou Value Stream. Esse conceito foi aplicado para a empresa WABCO devido a sua organização matricial corporativa que dispõe de um Vice Presidente para cada tipo de produto correspondente a uma unidade de negócio ou Business Unit. Na WABCO America do Sul os produtos são manufaturados conforme as seguintes divisões: C&B (Compressor and Brake ou Compressores e Freios) e VDC/TRAM (Vehicles Dynamic Controls and Trailer System Aftermarket ou Controles Dinâmicos de Veículos e Sistemas para Carretas no Mercado de Reposição). Dentro da organização de VDC/TRAM são fabricadas as famílias de Válvulas, onde estão incluídas as válvulas Freio de Mão e Válvulas Pedal de Freio. 1.1.2 Caracterização do Problema Excesso de rejeição de Válvulas Pedal de Freio devido a vazamento de ar acima da especificação de produto na bancada de teste final afetando o rendimento – yield – da unidade de valores VDC/TRAM. 1.2 Objetivos Este presente trabalho tem como objetivo executar um projeto utilizando as ferramentas e metodologias Seis Sigma para reduzir variação no processo de manufatura de Válvulas Pedal de Freio. Através desse trabalho, será demonstrada a importância de trabalhar um problema sistêmico dentro do universo estatístico e trazer dele uma solução prática e eficaz. 12 1.3 Justificativa Utilizando a ferramenta Seis Sigma é possível, de forma precisa, definir o problema e medir, garantindo que o processo está refletindo a realidade e priorizar os esforços naquilo que vai trazer o resultado com maior eficácia. Essa medição é seguida por uma analise crítica que leva à implementação de ações de correção e melhorias e permitem que o processo seja controlado ao longo do tempo, trazendo nesse caso um benefício para a empresa em formato de redução de desperdício. 13 2 REVISÃO BIBLIOGRÁFICA 2.1 QUALIDADE Desde muito tempo atrás, se um artesão fosse questionado sobre o que é qualidade, suas respostas, assim como a de muitos outros profissionais da área em épocas distintas, seriam bastante diversas. Como esses trabalhadores dominavam todo o processo produtivo de seus produtos, desde a concepção do projeto ao pós-vendas, e estavam muito mais próximos de seus clientes e suas exigências (necessidades), por isso precisavam ter muito cuidado com a qualidade e/ou repercussão de seus produtos, pois isso acontecia através da opinião de seus clientes pela comunidade nos tempos antigos. Os conceitos de confiabilidade, conformidade, tolerância e especificação não eram abordados naquela época. Apesar de atender as necessidades do cliente e acompanhar todo o processo produtivo de seus produtos, o artesão ainda não pensava em importantes fatores que chegariam a compor o conceito da qualidade (Carvalho et al., 2012). Esse conceito de trabalho artesanal permaneceu até o final século XIX, onde até a maior montadora de automóveis da época, a Panhard e Levassor (P&L), utilizavam esse conceito não montando seus carros iguais. Por conta disso, era bastante comum que ocorresse o chamado “susto dimensional”,quando um produto, no caso o veículo, poderia diferir de outro fabricado sob o mesmo projeto, no quesito dimensional, devido aos ajustes das peças, feitos pelos artesãos. A revolução industrial veio para mudar o conceito de trabalho artesanal e trouxe consigo uma nova ordem produtiva, a padronização e a produção em larga escala. Surge também a função de um inspetor de qualidade do produto, áreas como a metrologia, sistema de medidas e especificações. Em meados de 1920, o conceito da qualidade progrediu após o surgimento dos gráficos de controle e o ciclo PDCA que já direcionaria as atividades de análise e solução de problemas. Desde então, novos conceitos foram nascendo e evoluindo e com isso a qualidade sempre galgava mais espaço nas indústrias. No período pós-guerra, quando o Japão se recuperava do período traumático, Deming e Juran, dois nomes respeitáveis na formação da qualidade estiveram no Japão influenciando a criação do modelo de qualidade e produtividade japonês. E tempos depois, segundo Carvalho et. al (2012), o modelo japonês esbanjava êxito, mencionando já naquela época a aferição dos defeitos em parte por milhão, enquanto no Ocidente, as métricas eram ainda expostas em porcentagens. 14 2.1.1 Eras da Qualidade Na figura 1 é apresentado alguns detalhes das principais mudanças no ponto de vista da qualidade, onde essas mudanças são interpretadas em quatro fases ou eras, onde pode-se evidenciar evoluções. A fase ou era da inspeção (ou controle do produto), corresponde a um enfoque de verificação da uniformidade do produto final e segregação das unidades não conformes, mas não da geração de qualidade. A inspeção formalizada só passou a ter importância após a adoção dos processos de produção em massa, principalmente quando Taylor deu maior importância a esse processo de separar as atividades próprias de fabricação e transferiu-o para outro setor com profissionais especializados na tarefa, se tornando, posteriormente, parte crucial do controle de qualidade (TERBOUL, 1991). Muitas vezes a responsabilidade pela qualidade dos produtos que vão para os clientes estava sob a responsabilidade desses setores ou departamentos de inspeção. No entanto, essa tarefa era limitada não cabendo ao setor responsável por ela a solução dos problemas (RODRIGUES E AMORIM, 1995). Já na era do controle estatístico da qualidade (ou controle do processo), onde se segue a premissa de garantir a uniformidade do produto com menos inspeção, e com um enfoque preventivo visando o acompanhamento e controle de variáveis do processo que podem influir na qualidade final do produto. Sendo algo inconcebível e impraticável a Figura 1 – Evolução do Conceito de Qualidade Fonte: Adaptado de Checchia, (1992). 15 inspeção da totalidade dos produtos por motivos técnicos, econômicos e de prazo, o sistema de amostragem passou a ser adotado com técnicas específicas e com maior confiabilidade propiciando grande avanço nos processos de qualidade (GARVIN, 1992). O controle de processo fundamentou o desenvolvimento das técnicas de controle estatístico da qualidade, organizando as etapas que compõem um processo (fluxo, tarefas, insumos, produtos gerados, atividades) podendo assim obter informações sistematizadas e perceber os pontos críticos e oportunidades de melhoria para os processos. As metodologias associadas ao controle da qualidade ganham forças com o envolvimento das áreas produtivas e de projeto alavancando cada vez mais a qualidade dos processos (RIBEIRO, 2008). A era de garantia da qualidade se sustenta em programas e sistemas, que envolvem todos os departamentos associados à cadeia de produção, direta ou indiretamente, no sentido de haver um planejamento da qualidade a fim de impedir falhas e garantir a uniformidade e conformidade do produto final. Empresas que, por exemplo, implantaram um sistema de gestão da qualidade baseado nas normas da série ISO 9000, encontram se, provavelmente, nessa fase evolutiva em relação a qualidade (Mello et. al, 2009). Diversos debates rodeavam o real significado da qualidade e qual era o nível suficiente para alcançá-la, principalmente pelo fato de não existirem estudos estimando quanto aos custos que implicavam sua implementação nas empresas. Nesse contexto Joseph M. Juran, em 1951, publica o Quality Control Handbook que se tornou referência no tema, pois a obra apresenta elementos de investimento para se ter qualidade, levando em consideração o início do projeto até a fase final do ciclo de vida de um produto, abrangendo assistência, perdas, descarte, retrabalho, refugo e devoluções (MORAES; JUNIOR, 2012). Também na década de 1950 Deming e Juran (estatísticos especialistas em qualidade), discípulos de Walter A. Shewhart que desenvolveu o Gráfico de Controle de Processo, foram convidados para capacitar líderes industriais japoneses. O objetivo era ajudar a reconstrução industrial do país após a 2ª guerra mundial, e essa contribuição foi muito expressiva em todo Japão. Em 1954 Juran, ainda no Japão, introduziu uma nova era no controle de qualidade tirando o foco apenas dos aspectos tecnológicos das fábricas para uma preocupação global e holística, abarcando toda a organização e todos os aspectos de seu gerenciamento (MAXIMIANO, 2000). Na era de Gestão da Qualidade Total de acordo com Campos (1992), [...] o controle da qualidade total é um novo modelo gerencial centrado no controle do processo, tendo como meta à satisfação das necessidades das pessoas. O objetivo mais importante deste “controle” é garantir a qualidade do “seu produto” (seja ele qual for) para o seu cliente externo ou interno. 16 Para Campos (2004), Qualidade Total são todas aquelas dimensões que afetam a satisfação das necessidades dos consumidores e, por conseqüência a sobrevivência da organização. Os modelos e processos intimamente ligados a gestão da qualidade total permitem o contínuo e incessante aprimoramento das empresas, que a todo o momento são impelidas a alterar seus procedimentos e sistemáticas na tentativa de atingir maiores níveis de competitividade de mercado. Para Deming (apud CAMPOS, 2004) é fato bem conhecido por uma seleta minoria que “a produtividade é aumentada pela melhoria da qualidade”. A existência de colaboradores qualificados para produzir qualidade, treinados e capacitados para realizar suas funções da melhor maneira possível é o real controle de Qualidade Total, Campos (1992) diz que a principal meta de uma organização pode ser atingida pela prática do Controle da Qualidade Total, por ter as seguintes características básicas: • Orientação pelo cliente; • Qualidade em primeiro lugar; • Ação orientada por prioridades; • Controle de processos; • Respeito pelo empregado como ser humano; • Comprometimento da alta direção. 2.2 Ferramentas da Qualidade Ferramentas da Qualidade são técnicas que são utilizadas para definir, mensurar, analisar e propor soluções para problemas que ocorrem e interferem no desempenho dos processos de trabalho (LINS, 1993). Estas ferramentas foram estruturadas com base nos conceitos e práticas existentes na década de 50 e, após isso, estas tem se mostrado muito importantes para os sistemas de gestão, sendo um conjunto de ferramentas estatísticas úteis para a melhoria dos processos, produtos e serviços. As ferramentas básicas são a essência da engenharia da qualidade. O seu uso pode representar, entre outros aspectos, um ponto inicial para a melhoria no ambiente de trabalho e para a redução de custos operacionais, além de auxiliar o profissional na análise de solução de problemas. As ferramentas básicas da Qualidade se dividem em: 17 • Fluxograma; • Folha de Verificação; • Gráfico de Pareto; • Diagrama de Causa e Efeito; • Gráfico de Tendências • Histograma; • Carta de Controle; •Gráfico de Dispersão 2.2.1 Fluxograma O Fluxograma tem como objetivo identificar o caminho real e ideal para um produto ou serviço para identificar os desvios. É uma ilustração seqüencial de todas as etapas de um processo, mostrando como cada uma é relacionada. Utiliza símbolos facilmente reconhecidos para demonstrar os diferentes tipos de operações em um processo, ver exemplo na figura 2. (RODRIGUES, 2010). 18 , 2.2.2 Folha de Verificação A folha de verificação é um quadro para o lançamento do número de acontecimentos de um determinado evento. A sua aplicação está relacionada com a observação de fenômenos. Observa-se a quantidade de ocorrências de um problema ou de um evento e anota-se na folha a sua freqüência (LINS, 1993). Figura 2 – Fluxograma Fonte: Pinho; Leal; Montevechi; Almeida (2007). 19 2.2.3 Gráfico de Pareto O Diagrama de Pareto tem como objetivo mostrar o quão importante são as condições, a fim de: escolher o ponto de início para solução do problema; identificar qual a causa básica do problema e monitorar o sucesso. Vilfredo Pareto foi um economista italiano que descobriu que a riqueza não era distribuída de maneira uniforme. Ele formulou que aproximadamente 20% da população detinham 80% da riqueza criando uma condição de distribuição desigual. Os Diagramas de Pareto podem ser usados para identificar o problema mais importante através do uso de diferentes critérios de medição, como frequência ou custo, ver exemplo na figura 3 (GROVE, 1996). Figura 3 – Gráfico de Pareto Fonte: Mothé; Correa; Castro; Caetano (2005) 20 2.2.4 Diagrama de causa e efeito O Diagrama de causa e efeito ou espinha de peixe tem como finalidade analisar e indicar todas as possíveis causas de uma condição estabelecida ou um problema específico. Este diagrama foi criado para representar a relação entre o efeito e todas as possibilidades de causa que podem contribuir para esse efeito. Conhecido também como Diagrama de Ishikawa, foi desenvolvido por Kaoru Ishikawa, da Universidade de Tóquio, em 1943, onde foi utilizado para demonstrar para o grupo de engenheiros da Kawasaki Steel Works como vários fatores podem ser ordenados e relacionados, ver exemplo na figura 4 (RODRIGUES, 2010). 2.2.5 Gráfico de Tendência É um gráfico em coordenadas cartesianas, que descreve o comportamento de uma variável ao longo do tempo ou em função de outra variável de referência. A sua aplicação é a identificação de tendências de comportamento, favorecendo a identificação de eventos ou o entendimento do problema em estudo (LINS, 1993). Figura 4 – Diagrama de Ishikawa Fonte: Soares; Koscianki (2005) 21 2.2.6 Histograma É um gráfico de barras verticais que apresenta valores de uma determinada característica, agrupados por faixas. É adequado para identificar o comportamento típico de uma característica. Um histograma demonstra o valor central de uma característica produzida pelo seu processo, a forma e o tamanho da dispersão nos dois lados deste valor central. A forma e o tamanho da dispersão facilita a identificação de outra forma de fontes ocultas de variação. Os dados utilizados para construir um histograma podem ser usados para determinar a capacidade de um processo de produzir uma saída que sempre fique dentro dos limites de especificação, ver exemplo na figura 5. (GROVE, 1996). 2.2.7 Cartas de Controle Para um processo ser colocado sob controle, é necessário analisar todos os desvios significativos de comportamento que venham a ocorrer ao mesmo tempo, descobrir suas Figura 5 – Histograma Fonte: Silva, Guimarães; Tavares (2003) 22 causas e resolvê-las sempre que possível. Com a Carta de Controle é possível observar o comportamento do processo e documentar a sua variabilidade. Sabendo o instante em que um certo desvio foi identificado, é possível utilizar as demais ferramentas para estudar as suas causas e corrigí-las, utilizando o Controle Estatístico de Processos (CEP), ver exemplo da figura 6 (LINS, 1993). 2.2.8 Gráficos de Dispersão Possibilita a visualização da correlação entre duas grandezas. A correlação poderá: • Inexistir; • Caracterizar-se como uma correlação linear (ao longo de uma reta); • Caracterizar-se como uma correlação não linear (ao longo de uma curva); • Caracterizar outras distribuições (LINS, 1993). 2.2.9 Ferramentas da Qualidade na Indústria Automot iva Existem ferramentas da qualidade utilizadas nas indústrias baseadas em normas, tal como a ISO TS 16949 que é uma norma automotiva para Gestão Integrada da Qualidade. Dentro destas ferramentas específicas, chamadas quality tools, pode-se observar as Figura 6 – Carta de Controle Fonte: Milan; Fernandes (2002) 23 seguintes ferramentas da qualidade voltadas para controles e estudos estatísticos dos processos de fabricação: 2.2.9.1 MSA (Measurement Systems Analysis) Segundo o Manual de MSA da ISO TS: 16949 (2010), Sistema de Medição é um conjunto de operações, procedimentos, meios de medição e outros equipamentos, software e mão de obra usados para atribuir um número à característica a ser medida, ou seja, todos os fatores do processo usados para obter as medidas. A Análise do Sistema de Medição consiste em um estudo que serve para avaliar se o sistema de medição de uma determinada característica pode prover uma medida confiável. Para avaliar os fatores que influenciam no sistema de medição, faz-se necessário o uso do diagrama de Ishikawa. Estes fatores são importantes para indicar quais passos deverão ser seguidos para a execução do estudo. Segundo Silva (2002), apesar das diferenças que são possíveis, existem algumas propriedades estatísticas que todos os sistemas devem ter: • O sistema de medição deve estar sob controle estatístico de processo, o que significa que a variação no sistema é resultante somente à causas comuns e não à causas especiais; • A variabilidade do sistema de medição deve ser pequena se comparada com a variabilidade do processo de fabricação; • A variabilidade do sistema de medição deve ser pequena quando comparada com os limites de especificação; • Os incrementos de medida devem ser pequenos em relação ao que for menor entre a variabilidade do processo ou os limites de especificação. O controle das variações dos resultados das medições é utilizado para estabelecer as médias e desvios, acompanhamento da estabilidade no decorrer do tempo, estabelecimento de previsibilidade e obtenção de coerência. O planejamento e gerenciamento adequados do sistema de medição têm por finalidade, portanto, proporcionar economia com os recursos de inspeção (instrumentos, dispositivos de controle, entre outros) e até mesmo com o intervalo das inspeções. Dentro do MSA, um dos principais fatores que influenciam o sistema de medição são os próprios instrumentos. Com isto, é necessário que os instrumentos utilizados estejam garantindo as medidas indicadas por eles. Para garantir as medidas indicadas pelos 24 instrumentos de medição, é realizada a calibração destes instrumentos. A calibração consiste em um conjunto de operações que estabelece a relação entre os valores indicados por um instrumento de medição e os valores das grandezas estabelecidos por padrões de referência. Basicamente, calibração é a comparação do valor indicado pelo instrumento de medição com um padrão de referência. A calibração dos instrumentos de medição é necessária para atender normas da qualidade tais como ISO 9000 e ISO TS 16949 (KOBAYOSHI, 2012).Segundo o Manual do MSA – 4º Edição, no MSA existe um método para estimar a variabilidade do sistema de medição. Esta variabilidade é decomposta em: • Repetitividade: variação das medidas encontradas por apenas um operador, utilizando o mesmo instrumento de medição e método, ao medir diversas vezes uma mesma grandeza da mesma peça (corpo de prova). • Reprodutibilidade: variação das médias obtidas por mais de um operador utilizando o mesmo instrumento de medição para medir diversas vezes uma mesma grandeza da mesma peça (corpo de prova). • R&R: é a soma das variações devido à falta de Repetitividade e Reprodutibilidade. Uma vez que a soma das variações (R&R) é um valor estimado em porcentagem, para um sistema de medição cujo propósito é analisar um processo, os critérios para análise de aceitação do sistema de medição são definidos conforme tabela 1. Tabela 1 – Critério de aceitação R&R RR Decisão Comentários Abaixo de 10% Sistema de medição geralmente considerado aceitável Recomendável, especialmente útil quando tentamos ordenar ou classificar peças ou quando for requerido um controle apertado do processo. Entre 10% e 30% Poder ser aceito para algumas aplicações A decisão deve ser baseada primeiro, por exemplo, na importância da aplicação da medição, custo do dispositivo de medição, custo do retrabalho ou reparo. O sistema de medição deve ser aprovado pelo cliente. Acima de 30% Considerado inaceitável Todos os esforços devem ser tomados para melhorar o sistema de medição. Esta condição pode ser resolvida pelo uso de uma estratégia apropriada para a medição; por exemplo, utilizar a média de diversas medições da mesma característica da mesma peça a fim de reduzir a variabilidade da medida final. Fonte: Portal Action – Estatcamp (2010) 25 2.2.9.2 CEP (Controle Estatístico do Processo) O Controle Estatístico de Processo (CEP) pode ser descrito como um conjunto de ferramentas para monitoramento on-line da qualidade. Com tais ferramentas, é possível conseguir uma descrição com detalhes do comportamento do processo, identificando a variabilidade e possibilitando o controle ao longo do tempo, por meio da coleta continuada de dados e também da análise e bloqueio de possíveis causas especiais, que são responsáveis pelas instabilidades dos processos. O Controle Estatístico de Processo abrange a coleta, a análise e a interpretação de dados com a finalidade de resolver um problema específico (PARANTHAMAN, 1990). Logo, Controle Estatístico de Processo é uma técnica utilizada para processos de produção, para auxiliar a detecção de problemas na manufatura de um produto, com o intuito de diminuir desperdícios e retrabalhos, assim como aumentar a produtividade. O aumento da produtividade é visado, em geral, por meio da padronização da produção, ou seja, através da minimização das variações nas especificações dos produtos com operação de modo estável. Assim, a Estatística fornece subsídios da maneira a se coletar os dados e formalizar um padrão a ser utilizado durante o acompanhamento do processo, permitindo que o este seja capaz de apresentar repetitividade e capaz de operar com pouca variabilidade ao redor da meta (parâmetro, medida padrão a ser perseguida, objetivada, alcançada). O CEP é usado para monitorar e controlar a qualidade dos processos utilizando como base a estatística para averiguação dos dados. Através destes dados, provenientes dos processos, é possível utilizar gráficos estatísticos para verificar o comportamento dos processos e utilizar estas informações para tomada de ações e decisões. A principal idéia do CEP é aprimorar os processos de produção com menos variabilidade proporcionando níveis melhores de qualidade nos resultados da manufatura. É muito comum nas empresas que processos industriais não sejam otimizados, no sentido de serem caracterizados por altos níveis de eficiência, todavia, dentro do CEP existem ferramentas para monitorar o processo e, portanto, melhorá-lo. (PALADINI, 2002; CARVALHO & PALADINI, 2005). A eficácia da utilização do CEP tem base no seguinte conceito: se um processo acontece sob condições conhecidas e estas são cuidadosamente mantidas, este processo estará exposto apenas aos efeitos de Causas Comuns - que definem a posição e a dispersão do processo, configurando-se por uma Distribuição Normal. Assim, sendo um processo conhecido, é possível prever toda sua ocorrência (PINTON, 1997). 26 2.2.9.3 FMEA (Failure Mode and Effect Analysis) Stamatis (2003) define FMEA (Failure Mode and Effect Analysis) como um método de análise de produtos ou processos usado para identificar todos os possíveis modos potenciais de falha e determinar o efeito de cada um sobre o desempenho do sistema (produto ou processo), mediante um raciocínio basicamente dedutivo (não exige cálculos sofisticados), confirmado por Zuffoletti (1997). É portanto, um método analítico padronizado para detectar e eliminar problemas potenciais de forma sistemática e completa. Basicamente é tido como um grupo sistemático de atividades, comprometidos com: 1. Reconhecer e avaliar o potencial de falha de um produto/processo e seus efeitos; 2. Identificar ações que podem eliminar ou reduzir as chances de uma falha potencial ocorrer; 3. Documentar o processo. O FMEA utiliza um formulário que serve como um roteiro para sua elaboração e uma maneira de dispor e organizar os dados obtidos. A definição de cliente abordada pelo FMEA, não é simplesmente o usuário final, mas toda a cadeia produtiva (desenvolvimento, produção, vendas e logística). O FMEA é um documento vivo, sendo sempre atualizado com as mudanças ocorridas ou com informações adicionais obtidas pela equipe que o desenvolve. 2.2.9.4 Os 5 Porquês A ferramenta 5 porquês é utilizada para encontrar a causa raiz de um problema com base em um sequenciamento de perguntas (porquês), uma vez que um fator em potencial é identificado para gerar o problema. Os 5 porquês consistem basicamente em uma sequência de porquês no qual o primeiro porquê deve ser a resposta de porquê o fator em potencial identificado previamente ocorreu e/ou existe, e a partir disso, os porquê subsequentes devem seguir um entendimento sobre o porquê anterior, com detalhes específicos e evidências que comprovem a veracidade das respostas de cada um. O último porque deve resultar na causa raiz do problema (AOUDIA; TESTA, 2011). 27 2.2.9.5 5W2H Segundo Aoudia & Testa (2011), a ferramenta 5W2H é utilizada para caracterizar um problema, porém pode ser usada em outras aplicações. Esta ferramenta permite construir uma base de informações simples, porém essenciais para identificar e caracterizar um problema. Através das respostas para as seguintes perguntas, o problema pode ser caracterizado: • What (happend): Descrição do problema com informações claras e precisas • When (was it detected): Tem como objetivo identificar o exato momento em que o problema ocorreu e quando foi detectado. • Where (was this detected): Local onde foi detectado, com detalhes de uma visão macro do lugar até o local específico. • Who (detected it): Quem e/ou o que detectou o problema. • How (was this detected): A condição em que estava o problema e os meios utilizados para detectar o problema. • How many: Quantidade do problema (se for possível quantificar). 2.3 SEIS SIGMA Na metade da década de 70 ocorreu uma crise dos combustíveis que acabou por ser um precursor de algumas mudanças de conceito. A crise se deu devido aos americanos necessitarem cada vez mais de veículos, ainda mais com o movimento feminista da época que transformou radicalmente o conceito de lar e o numero de mulheres que trabalhavam fora aumentava cada vez mais. O consumo de automóveis aumentou e conseqüentemente o de combustíveis, porém os veículosnorte americanos vorazes no consumo de combustível foram perdendo espaço para os veículos importados, naquela ocasião os japoneses, que eram muito mais econômicos em relação ao norte americano. Com o aumento da utilização dos veículos japoneses, percebeu-se que não apenas eram mais econômicos como também eram mais duráveis e confiáveis. Com isso vemos que houve realmente uma mudança de percepção da qualidade dos produtos e serviços norte- americanos e japoneses (ECKES, 2001). Devido a crise de qualidade dos produtos americanos e o aumento da participação dos produtos japoneses no mercado, o Departamento de Comercio Americano editou uma 28 medida para as empresas americanas anunciando a necessidade dos EUA irem além em questão de qualidade em relação aos concorrentes japoneses. Diversas empresas americanas foram até o Japão para analisar seus processos e métodos que levavam a uma produtividade tão elevada e de qualidade, e o mercado norte-americano percebe alguns detalhes que os diferenciam. Notaram diferenças nas práticas de inspeção que as empresas americanas tinham como prática para a qualidade dos produtos fabricados que eram realizadas somente ao final do processo de produção, já as empresas nipônicas possuíam abordagens e atitudes diferentes em relação à qualidade, visando aprimorar os processos de fabricação continuamente. Durante toda a década de 80 houveram muitas tentativas de mudança no conceito de qualidade nos EUA e apesar dos esforços bem intencionados, nada foi sustentável o suficiente para se manter e dar resultados palpáveis. Os conceitos ensinados por W. Edwards Deming aos japoneses e ferramentas como o Controle Estatístico do Processo, eram cada vez mais usados e até divulgados pela mídia nacional, porém ainda sem grandes resultados. Um movimento nacional americano em prol da qualidade surgiu afim de incentivar as empresas a buscarem ferramentas e metodologias que possam melhorar seus processo e produtos em busca de maior qualidade, e conseqüentemente a alavancarem novamente o cenário econômico do país, e em troca existiam algumas premiações. Nada disso foi suficiente para alavancar a qualidade dos produtos e processos norte-americanos. Durante estudos sobre o conceito de variação de processo de Deming, o engenheiro e estatístico Mikel Harry da empresa Motorola, percebeu que as variações dos processos, obviamente quando medidas estatisticamente, significavam o desvio-padrão da média, e representadas pela letra grega sigma, e já com o apoio do presidente da empresa Bob Galvin, definiram uma meta de Seis Sigma em todas suas ações, o que representa “3,4 defeitos (algo que não atende à expectativa do cliente) por milhões de oportunidades – praticamente, a perfeição” segundo Eckes (2001 p.20). Depoimento de B. Galvin mostra o momento da concepção da metodologia seis sigma: “Muito antes de pensarmos no Seis Sigma, fizemos uma reunião de executivos. Nessa ocasião Art Sundy, diretor da área de rádios bidirecionais, declarou: ‘Nossa qualidade é nojenta’. Tínhamos 85% do market share mundial e estávamos conseguindo um crescimento de dois dígitos. A despeito disso, todos nós diretores levamos Sundy a sério. Rapidamente percebemos que, se conseguíssemos controlar a variação na produção, poderíamos fazer funcionar todas as peças e processos, e alcançar um resultado final de 3,4 defeitos por milhão de oportunidades, ou seja, um nível Seis Sigma. Nosso pessoal cunhou o termo e ele ‘pegou’. Era prático, pois as pessoas entendiam que, quando se 29 consegue controlar a variação, é possível obter resultados notáveis.” (MANAGEMENT, 2006). Pouco tempo depois outras empresas começaram a adotar esse conceito Seis Sigma e obtiveram resultados notáveis, onde se destacou a empresa General Electric com resultados impressionantes e que segundo Eckes (2001 p.21) “está ajudando a empresa a conquistar uma posição como uma das corporações mais bem-sucedidas da historia”. Focado no uso de técnicas estatísticas e com uma abordagem rigorosa, o seis sigma visa entender as falhas no desempenho da produção para transformá-las em melhorias, aperfeiçoando assim esses processos falhos. A maior meta do seis sigma é atingir uma performance de classe mundial com foco nas necessidades dos clientes e na eliminação das falhas (ECKES, 2001). Com o auxilio de poderosas técnicas e ferramentas estatísticas o seis sigma foca em reduzir os desperdícios através na diminuição da variabilidade dos processos. O conceito do seis sigma busca a eliminação dos erros ou falhas, com o anseio de atingir 3,4 falhas em um milhão de peças produzidas, ou seja, um desempenho de 99,9997% de eficiência. (CORONADO e ANTONY, 2002). Não só para melhoras de desempenho fabril ou para a satisfação do cliente em receber menos peças defeituosas serve o seis sigma, segundo Coronado e Antony (2001) em termos de negocio serve como uma estratégia de melhoria, pois com as reduções de desperdícios e diminuição dos custos de qualidade se consegue aumentar as margens de lucro da empresa e se vê uma melhora da eficiência e eficácia dos processos e operações num geral. O seis sigma pode ser considerado como um programa que utiliza ferramentas estatísticas para diminuir a variabilidade dos processos, diminuindo as falhas, mas além de tudo isso serve para mudança do valor cultural da empresa, como uma filosofia de trabalho intolerante a defeitos. A analise da variação dos processos e a meta de seis sigma não foram as únicas que permitiram realmente a redução da variação, melhoria dos processos e altos lucro, isso tudo se derivou da metodologia do processo de melhoria, denominado, DMAIC (sigla do inglês Define, Measure, Analyze, Improve e Control). Assim começou a ser usado o conceito Seis Sigma, que em poucos anos se disseminou por todo o mundo devido tantos casos de sucesso da aplicação da metodologia. (SANTOS; MARTINS, 2003) O DMAIC é uma metodologia de resolução de problemas estruturada e amplamente utilizada no mundo dos negócios de acordo com George et al. (2005), encoraja o pensamento criativo e foi desenvolvido afim de reduzir os defeitos, encontrando suas causas raízes e eliminando-as melhorando assim os processos. As letras DMAIC são uma sigla para as cinco fases de melhoria do seis sigma, e se comportam em forma de ciclo, assim 30 como o ciclo PDCA, sendo a primeira fase Definir, a segunda Medir, a terceira Analisar, a quarta Melhorar e a quinta Controlar, conforme figura 7. Para Sheehy et al. (2002) cada projeto seis sigma deve completar as cinco fases em ordem cronológica, definindo-as da seguinte maneira: Definir: nessa fase as necessidades do cliente são apresentadas e os processos e produtos a serem melhorados são identificados. Cria-se uma declaração do problema, definindo o processo a ser melhorado, definindo os objetivos do projeto, identificando os stakeholders (partes interessadas), identificando as necessidades dos clientes e definindo os padrões de performance. Medir: na segunda fase se determina o ponto de partida, também chamado de baseline do projeto, a meta de desempenho do processo, define se as variáveis de entrada e saída do processo e valida os sistemas de medição. É realizado o entendimento do processo, validado o sistema de medição, determinado a capabilidade do processo e finalizado os objetivos de performance. Analisar: durante a fase de análise usam-se os dados para estabelecer as entradas dos processos-chave que afetam as saídas do processo que esta sendo analisado. Neste momento são identificadas as fontes de variação através de um mapa detalhado do processo, brainstorming, diagrama de espinha de peixe, matriz de causa e efeito, FMEA, CEP e MSA, além das causas potenciais por meio de análises gráficas, testes de hipóteses, análise multi-vari e análise de correlação e regressão.Figura 7 – Metodologia DMAIC Fonte: Autoria própria DEFINIR CONTROLAR MELHORAR ANALISAR MEDI DEFINIR CONTROLAR MELHORAR ANALISAR MEDIR 31 Melhorar: durante esta quarta fase são identificadas as melhorias para otimizar os resultados e eliminar ou reduzir os defeitos e as variações. É identificado o x e se determina a y=f(x) relacionando e validando estatisticamente as condições de operação do novo processo. É determinada a relação da variação da y=f(x) através dos métodos de experimentos planejados, análise de regressão ou ANOVA, são estabelecidas as tolerâncias operacionais e confirmado os resultados, e com isso as melhorias são validadas. Controlar: a ultima fase é documentada, monitorada e as responsabilidades são atribuídas afim de sustentar os ganhos obtidos com as melhorias no processo. São redefinidas as capabilidades do processo com a análise de capacidade e plano de controle CEP, é realizado o controle do processo de melhoria e é completada a documentação do projeto com a validação financeira, identificação de oportunidades de replicação dos resultados do projeto em outros processos, é realizado o acompanhamento da conclusão do projeto e uma reunião com o time, os stakeholders e clientes. Como figuras fundamentais do seis sigma, os Champions, os Black Belts, os Green Belts e os Master Black Belts, tem papel importante na organização para o desenvolvimento dos projetos (HARRY e SCHROEDER, 2000). Os champions são os líderes de nível executivo, selecionados para garantir que o seis sigma esteja integrado à organização, é uma pessoa dedicada à gestão do seis sigma no cotidiano, muitas vezes também chamado de líder do seis sigma (ou no inglês six sigma leader). Com alusão as artes marciais, os Black Belts ou faixas preta são os colaboradores que trabalham aplicando os conceitos e as ferramentas do seis sigma em projetos de grande porte, e sua formação depende de um treinamento intensivo em estatística e em técnicas para solução de problemas. Eles normalmente atuam identificando em diferentes processos, oportunidades a serem exploradas por meio de projetos. Da mesma maneira que os Black Belts, os Green Belts ou faixas verde são colaboradores em diferentes partes da organização que aplicam o seis sigma no seu dia-a- dia, e sua formação envolve um treinamento um pouco menos intensivo que o dos Black Belts, mesmo assim são líderes de projetos. Já os Master Black Belts são indivíduos selecionados pela empresa para atuarem como especialistas nos conceitos e ferramentas do seis sigma, coordenando a seleção de projetos e treinamentos. Desempenham o papel de treinadores ou de consultor interno para os projetos e dão suporte técnico a todos os envolvidos nos projetos quando necessário. A letra Sigma (grafia do grego σ) para Campos (1999) é utilizada na estatística como sendo uma medida de variação em torno da média de uma tolerância. Empresas com nível de qualidade seis sigma podem ter apenas 3,4 defeitos em um milhão de peças produzidas, e custos da não qualidade inferiores a 10% das vendas conforme tabela 2. 32 Tabela 2 – Escala da Qualidade Nível Sigma Defeitos por milhão Custo da não qualidade 6 3,4 Menos de 10% das vendas 5 233 10%-15% das vendas 4 6.210 15%-20% das vendas 3 66.807 20%-30% das vendas 2 308.537 30%-40% das vendas 1 690.000 - Fonte: Adaptado da Revista EXAME, CAMPOS (1999). Estatisticamente falando, de acordo com Behara et al. (1995), seis sigma (6σ) expressa a ocorrência de 6 desvios-padrão entre a média e os limites de especificação inferior (LIE) e superior (LSE). Um processo de nível seis sigma é quando podem ser encontrados entre a média de uma distribuição e os limites estabelecidos pelo cliente (limites de especificação) seis desvios-padrão, neste caso o processo apresentará somente 3,4 defeitos em um milhão de oportunidades, veja exemplo gráfico na figura 8. DPMO ou defeito por milhão de oportunidade, segundo Sheehy et al. (2002) ajuda na determinação da capacidade de um processo, além de permitir o cálculo de capacidade em uma ou mais oportunidades, e se necessário até mesmo para toda a organização. O DPMO nos mostra um valor que é dado pela soma da quantidade de defeitos divido pela soma do total de oportunidades do defeito o ocorrer (ou seja, por exemplo, a quantidade total de Figura 8 – Significado gráfico do Seis Sigma Fonte: Flemming (2008). 33 peças que foram produzidas, e que corriam o risco de sair com algum defeito), multiplicando esse quociente por um milhão, mesmo conceito de calculo do PPM. A capabilidade de um processo refere-se à capacidade que esse processo tem para fazer constantemente um produto que atenda as especificações do cliente. Os índices de capabilidade do processo medem o quanto a variação natural de um processo está em relação aos seus limites de especificação, e são construídos com o objetivo de expressar a capacidade mais desejada, com valores cada vez mais elevados, pois valores próximos ou abaixo de zero indicam processos operando fora do alvo ou com alta variação (SHEEHY et al., 2002). A capabilidade do processo é vista através do Cp, Cpk, Pp e Ppk. O Cp e Cpk são indicadores de curto prazo, dados pelo desvio padrão combinado, já o Pp e Ppk são índices de longo prazo, dados pelo desvio padrão a longo prazo, tanto Cp e Pp, e Cpk e Ppk são calculados da mesma maneira, tendo somente a extensão de curto ou longo prazo os diferindo, conforme figura 9. 34 O Cp e Pp mostram a capabilidade do processo, ou seja a capacidade do processo de produzir peças conforme uma especificação de engenharia ou cliente, e é um indicador simples e direto desta capacidade do processo. O Cpk e Ppk são índices de capacidade do processo, mostram a acomodação de Cp e/ou Pp para o efeito da distribuição não-centrada. Exemplificando, o Cpk ou Ppk mede o quão perto você está do seu alvo e como você é coerente em torno de sua performance média. Uma pessoa pode apresentar com uma variação mínima, mas ele pode estar longe do seu alvo no sentido de um limite de especificação, o que indica um menor Cpk ou Ppk, enquanto Cp ou Pp será elevado. Por Figura 9 – Índices de Capabilidade (Equações dos cálculos: Cp, Cpk, Pp e Ppk) Fonte: Adaptado de Sheehy et al. (2002). 35 outro lado, uma pessoa pode ser, em média, exatamente no alvo, mas a variação no desempenho é elevada, mesmo assim ainda menor do que o intervalo de tolerância, ou seja, o intervalo de especificação. Neste caso também Cpk ou Ppk será menor, mas Cp ou Pp ser elevado. Cpk ou Ppk será maior somente quando o agrupamento sob o alvo está de forma consistente com variação mínima (ver figura 10, interpretando estatisticamente o alvo seria o limite de especificação do cliente ou engenharia e as tentativas de acerto ao alvo as peças produzidas em um processo). Outra ferramenta usual do seis sigma, é o Teste de hipótese. Segundo George et al. (2005), o teste de hipóteses ajuda a determinar se realizarmos uma mudança na entrada do processo alterará significativamente a saída deste processo, estatisticamente se conclui se duas coisas são iguais ou se existem diferenças significativas nos processos. Com isso podemos saber se o processo realmente teve uma mudança significativa ou se a mudança, após as melhorias do projeto seis sigma, por exemplo, são apenas variações normais do processo, ver exemplo da figura 11. Figura 10 – Exemplo figurativo da Capabilidade de Processo Fonte: Autoria própria Processo centrado, porém deslocado do objetivo Processo dentro dos Limites de especificação, porém disperso Cenário desejado ou ideal: Processodentro dos limites de especificação e centrado Cp alto Cpk baixo Cp baixo Cpk alto Cp alto Cpk alto Processo centrado, porém deslocado do objetivo Processo dentro dos Limites de especificação, porém disperso Cenário desejado ou ideal: Processo dentro dos limites de especificação e centrado Cp alto Cpk baixo Cp baixo Cpk alto Cp alto Cpk alto 36 Para Sheehy et al. (2002) existe uma proporção que é convertida em uma probabilidade, chamada de P-valor (ou P-valeu em inglês), que é comparado com os critérios de decisão, o risco alfa. Por esse índice se pode analisar se um processo teve mudanças significativas ou não. Infelizmente, uma decisão de uma hipótese nunca pode ser definida de forma conclusiva como a decisão correta, pois todo o teste de hipótese apenas mostra qual é mínimo risco de tomar uma decisão errada. De maneira interpretativa, quanto menor o índice P-valor, mais evidente é a mudança de um patamar ou condição. 2.4 RTY (ROLLED THROUGHPUT YIELD) Segundo Court (2002), RTY estima a probabilidade que uma unidade, serviço ou produto físico, têm de passar por um processo livre de defeito. Está relativamente relacionado a refugo, retrabalho, garantia e satisfação do cliente. Então, basicamente RTY é a probabilidade de um processo produzir uma unidade sem defeitos. Trata-se do produto de 9 1 Range de Variação Normal do Processo 6 3 Range de Variação Normal do Processo Real melhora de um Processo Depois Antes Esta área não é uma melhora real do processo, é apenas parte de sua variação normal do processo 9 1 Range de Variação Normal do Processo 6 3 Range de Variação Normal do Processo Real melhora de um Processo Depois Antes Esta área não é uma melhora real do processo, é apenas parte de sua variação normal do processo Figura 11 - Exemplo de Melhora Real de um Processo. Fonte: Autoria própria. 37 rendimentos para cada passo do processo de todo o processo. Para qualquer processo, o ideal é que o processo produza o seu produto sem defeitos e sem retrabalho. A equação para cálculo do RTY é indicada na figura 12. 2.5 POKA YOKES Os poka-yokes ou também conhecidos como dispositivos a prova de erros foram concebidos por Shingo (1986). Este acreditava em mecanismos de controle de qualidade de baixo custo. Shingo (1986) identificou que basicamente, três técnicas de inspeção conduziam o controle de produtos: inspeção por julgamento, inspeção normativa e inspeção na fonte. A inspeção por julgamento não permite que produtos defeituosos sejam entregues aos clientes, porém não elimina completamente os defeitos. Na inspeção normativa há uma investigação a respeito da origem dos defeitos, mas estes continuam até que a causa raiz seja encontrada e os defeitos corrigidos. A inspeção na fonte atua nos erros ao longo do processo evitando, assim, que estes erros se transformem em defeitos nos produtos. (SHINGO, 1986). Assim, a inspeção na fonte é importante para evitar os defeitos; os poka- yokes atuam com inspeção na fonte, não permitindo que se desenvolvam produtos ou serviços com defeitos. Rodrigues (2010) ressalta que os poka-yokes são apresentados de diversas formas, mas que os mais comuns são constituídos por sensores ou interruptores que apontam atividade incorreta, gabaritos instalados em máquinas, contadores digitais para verificar o número de atividades e até mesmo alguns simples checklists. A utilização dos poka-yokes contribui para a diminuição da taxa de retrabalho e melhora dos processos produtivos. Figura 12, Equação do RTY Fonte: Court (2002) 38 2.6 MINITAB Segundo o manual do Minitab (2003), é uma ferramenta do Six Sigma, empregado em todas as fases dos projetos. Trata-se de um software de gerenciamento de processos e estatística com muitos recursos, capaz de calcular e gerar gráficos estatísticos e testes de hipótese para validar amostras e processos com base em analise de amostragem. 39 3 METODOLOGIA 3.1 CONTRATO DE PROJETO A constatação de um problema dentro de uma empresa Multinacional Automotiva seja ela qual for requer pouco mais que apenas a percepção pessoal de um indivíduo, no caso, o profissional da Engenharia de Produção. Isso se deve ao fato de os recursos serem limitados e o nível de expectativa e produtividade ser elevado, o que nos leva a diferentes metodologias de priorização de um problema, baseado em seu efeito para o cliente final e/ou organização. Para não haver desalinhamento entre os objetivos da organização e os objetivos individuais de cada profissional, antes do início de qualquer investigação de problema cria- se um Contrato de Projeto (Project Charter). O contrato de projeto é normalmente assinado pelas figuras do líder do projeto, de seu líder imediato, de um mentor – que o guiará no restante do projeto – e dos membros da equipe que irão participar. O contrato do projeto inicia-se na aplicação da ferramenta 5W2H (5 Whys 2 hows). Ela consiste em responder as seguintes perguntas: Qual é o problema? Por que isto é um problema? Onde este problema foi detectado? Quem detectou? Quando foi detectado? Como foi detectado este problema? Quanto? Com base nessas informações, é possível formular o contrato e estimar um objetivo para o projeto. Uma vez finalizado o contrato de projeto, o mesmo é assinado e aprovado pela alta liderança, juntamente com a aprovação de possíveis recursos necessários para execução do projeto. Segue-se, então, para as etapas de solução de problema seguindo a metodologia DMAIC. 40 3.2 DEFINIR (D) A primeira etapa do processo DMAIC consiste no D, de Definir. Inicialmente, é necessário definir um escopo para o projeto. Uma vez que o contrato de projeto está finalizado e aprovado, parte-se para o escopo técnico do projeto. Isso inclui o verdadeiro alvo do projeto e não o resultado, que deve ser tratado como conseqüência. Diz-se que temos a função de um projeto dada por: F(Resultado final) = (Resultado parcial 1 + Resultado parcial 2 + Resultado parcial n + ...) Ao definir-se o escopo, esclarecem-se possíveis dúvidas e delimitam-se determinadas áreas de atuação na qual o projeto visa uma melhora efetiva e quantitativa. Faz-se analogia a um quadro, onde o projeto é a pintura (área em azul) e a moldura a área (área em marrom) que demarca seu conteúdo, como mostrado na figura 13. É muito importante que a definição do escopo seja realizada de forma clara pois isso definirá o sucesso de um projeto e alinhará o nível de expectativa que a equipe de liderança de uma empresa tem do resultado do projeto. Um escopo mal definido pode levar a expectativas subestimadas ou, no pior dos casos, superestimadas que consequentemente poderá acarretar conflito e insatisfação do cliente interno ou externo da organização. Após a definição e validação do escopo do projeto, cria-se então o mapeamento geral do processo. Esse mapeamento tem por função esclarecer a lógica de cada atividade dentro de um processo produtivo. Usa-se a ferramenta de “diagramas de fluxo” para a execução dessa etapa. Reduce rework due to rejection at EOL test benches Improve FBV assembly line RTY by improving main detractors In frame (under scope) Fora do escopo do projeto Dentro do escopo do projeto (frame) Figura 13 – Escopo do projeto Fonte: Autoria Própria. 41 Esse tipo de diagrama proporciona uma visão geral das etapas do processo produtivo, o que auxilia o entendimento dos membros da equipe e de outras pessoas que não estarão ligadas ao projeto, porém tem necessidade de entendimento. Obviamente, trata-se de uma visão limitada e pouco esclarecedora dos detalhes do processo,porém isso será mais explorado no diagrama de fluxo detalhado, que faz parte da etapa M de Medir. A sequência do diagrama de fluxo geral da etapa de definição do projeto é dada através da definição das variáveis críticas para o resultado. Trata-se do calculo inicial de desempenho de um processo, que pode ser feito por meio do cálculo do nível Sigma de um processo ou também conhecido como capabilidade do processo. A figura 14 contém um resumo do desempenho estatístico de um processo com dados atributivos. Observamos a influência da variável “Característica” como sendo o baseline desse indicador. Isso quer dizer, o estado atual em que o processo se encontra no momento em que se decidiu realizar um projeto de melhoria. Entradas #Número de unidades processadas = Quantidade de peças testadas, por exemplo. #Quantidade de oportunidades de defeito a cada unidade = 1 (no caso, define-se apenas o critério atributivo de: peça aprovada ou peça rejeitada) #Número de defeitos registrados = Número de peças que tiveram o defeito, ou que foram rejeitadas, por exemplo. #Sigma Shift = refere-se a uma constante de cálculo Characteristic Under Study: # of Units Processed 100 Defect Opportunities / Unit 1 # Defects Recorded 5 Sigma Shift 1.5 DPU 0.05 DPO 0.050000 DPMO 50,000 YIELD 95.0% PROCESS SIGMA (with Shift) 3.15 Characteristic SIGMA / DPMO CALCULATOR (Attribute Data) v1.1 Figura 14 – Resumo do nível Sigma Fonte: Autoria Própria 42 Saídas DPU = Defeitos por unidade DPO = Defeitos por oportunidades DPMO = Defeitos por milhão de oportunidades (também conhecido por PPM) Sigmas do Processo = Nível sigma do processo atual 3.3 MEDIR (M) A segunda etapa de um projeto DMAIC é a etapa “Medir”. Durante essa etapa são realizadas medições do estado atual de um processo, medições em variáveis críticas para o resultado final, correlação entre causa e efeito e análise do sistema de medição. O estado atual consiste na utilização de ferramentas estatísticas básicas como: gráficos de Pareto, gráficos de controle, entre outros. Para realização deste estudo foi utilizado o software Minitab 16 que nos auxilia a compilar os dados e montar gráficos e testes de hipótese probabilísticos para a quantificação da qualidade do sistema de medição. O estudo deve ser realizado sempre utilizando aquilo que foi definido na etapa de definição. Ou seja, os dados a serem analisados devem partir do período selecionado como baseline para o projeto. Para o caso onde o resultado final depende de muitas variáveis como por exemplo, famílias de produtos, sugere-se o estudo estatístico baseado no gráfico de pareto. Inicialmente deve ser feito um estudo correlacionando todas as variáveis de modo a tabelar os valores que cada uma possui em termos de representatividade no resultado. Em outras palavras, prioriza-se aquelas que são responsáveis pela maior parte de um resultado final (técnica conhecida como 80-20 ou 60-40) Com base nas informações coletadas do período que foi selecionado como base, podem-se observar alguns pontos relevantes em termos da população geral em relação a alguns subgrupos específicos e com isso selecionar e direcionar o foco das investigações, testes e ações de melhorias para um determinado caminho. Feito isso é possível criar um gráfico de Pareto, que nos dá uma visão clara de onde estão concentradas as rejeições que estão impactando negativamente o processo. Uma vez selecionado o subgrupo a ser focado, é necessário assegurar a leitura correta do resultado. Isto é, garantir que aquilo que foi reprovado pelo “teste” do processo realmente estava não-conforme e também que o que foi aprovado realmente estava 43 conforme especificação do cliente. Para avaliar isso, se faz necessário utilizar a ferramenta de Análise do Sistema de Medição (Measurement System Analysis). Essa ferramenta permite avaliar a capacidade que um sistema de medição tem de demonstrar o valor mais próximo do real que uma medida possui. A avaliação do sistema de medição fornece a garantia necessária para dar continuidade no processo de Análise (A do DMAIC). Essa avaliação deve ser realizada seguindo os passos abaixo: 1 – Fabricar 10 peças do subgrupo escolhido como sendo a variável mais impactante no resultado final do projeto; 2 – Testar as 10 peças escolhidas e garantir que todas são consideradas APROVADAS por um outro sistema de medições confiável 3 – Numerar cada uma das peças e separá-las para realizar os testes 4 – Preparar carta de coleta de dados considerando as peças em ordem aleatória 5 – Iniciar medição de 10 peças diferentes na sequência 6 – Repetir mais 10 medições nas mesmas peças, em outra ordem 7 – Repetir mais 10 medições uma última vez, em uma ordem diferentes das duas vezes anteriores 8 – Utilizar software Minitab para compilar os dados coletados em um estudo de MSA para característica de processo variável (ou seja, medidas, vazão, força, etc...) 9 – Avaliar os resultados do MSA e definir se o sistema de medição é confiável e consequentemente aprová-lo ou atuar nos fatores de mão-de-obra, máquina, método e material que podem estar influenciando no resultado medido pelo teste. 3.4 ANALISAR (A) Durante a etapa “Analisar”, é feito uma avaliação para confirmar uma ou mais causas raízes e causas contribuintes para a existência de um problema. O impacto de cada uma delas também deve ser avaliado e é por esse motivo que usa-se a ferramenta de análise e gestão de risco no mercado automotivo: o FMEA. Através do FMEA podem-se mapear, dentro do escopo do projeto, os chamados modos de falhas e suas conseqüências para o produto, cliente e usuário. Mais especificamente em um projeto automotivo que visa a melhoria através da redução de desperdício por qualidade (rejeições de peças) também deve ser feita uma leitura de todos os dados que foram coletados e compilados no formato de gráfico de pareto. 44 Aqui especificamente faz-se a priorização dos subgrupos considerados principais detratores de um determinado indicador, por exemplo: Qual família de peças rejeita mais e quanto isso representa para a eficiência da produção, etc... Outra importante atividade a ser cumprida durante a etapa de análise é a criação do diagrama de causa e efeito para o surgimento do problema. Esse diagrama deve focar nos 6M (medição, material, máquina, método, mão de obra e meio ambiente) de forma a identificar as causas raízes mais complexas de um problema e que somente aparecem após a aplicação de algumas técnicas como a reprodução da falha ou aplicação da ferramenta dos 5 Por quês. 3.5 IMPLEMENTAR (I) Na fase de implementação, deve-se desenvolver potenciais soluções para os problemas encontrados, novos mapas de processo, novos conceitos e fluxos de atividades, criar soluções pilotos e plano de ações. O uso de soluções pilotos torna-se bastante comum, pois através disso é possível montar alguns experimentos que, auxiliados de uma boa ferramenta estatística, servem para direcionar as ações de melhoria. Afim de assegurar que o resultado obtido é estatísticamente melhor do que o anterior, usa-se a ferramenta do teste de hipótese, que é onde comparamos um processo com o outro pelo método de comparação de amostras. 3.6 CONTROLAR (C) A fase de controle é uma das fases mais importantes de qualquer projeto. É nesse momento que garante-se a longevidade da melhoria, a manutenção do bom resultado que foi obtido na fase de Implementação (I) e o desempenho do resultado ao longo tempo, através de análise estatística. Formas de controle a serem utilizadas: POKA YOKES, treinamento de mão de obra, medições em intervalos definidos, manutenção preventiva, lições aprendidas e finalmente, a transição de um projeto para um processocorrente. 45 4 RESULTADOS 4.1 CONTRATO DE PROJETO O projeto selecionado contou com um formulário de contrato de projeto padrão utilizado pela empresa WABCO Indústria e Comércio de Freios LTDA. O projeto: “Melhoria do RTY da linha de válvula pedal” foi iniciado no dia 01/04/2013 e seu registro no sistema da empresa é 19554. Conforme ferramenta 5W2H, a descrição do problema é: Qual é o problema? A linha de montagem de válvula pedal possui uma taxa de RTY muito baixa. Por que isto é um problema? Porque mais horas são perdidas executando retrabalho de peças Onde este problema foi detectado? Durante uma reunião diária de gerenciamento da rotina nível 3 Quem detectou? Sr. Luis Gustavo Coltro – Coordenador de Produção do setor de Válvulas Convencionais Quando foi detectado? Analisando o desempenho de RTY da linha nos três primeiros meses de 2013 Como foi detectado este problema? Através do gerenciamento visual dos indicadores de qualidade e produção da VDC/TRAM Quanto? Em fevereiro de 2013 foi registrado o valor mais baixo, 90% de RTY. Isso representa aproximadamente R$28.000,00 / mês em desperdício. 46 Contrato completo do projeto exposto na figura 14. Six Sigma Project - Charter and Project Commit ment Process Foot Brake Valve Assembly Line Project ID 19554 Chartering Manager: Javier Pantoja Project Start Date 1-abr-13 Project Leader (GB/BB) Yann Ferrari End Date ( estimated ) 1-mar-14 Project Title: Understand the problem (5W2H): What is the problem? Why is it a problem? Where was it detected? Who detected it? When was it detected? How was it detected? How many? Or How much? Project Objective: Benefit to the Customer Metric Actual Goal Unit RTY 90 98 % Eficiencia x x Prod/Backfsh Expected financial Project Impact R$ 28 0 K/year R$ 5 0 K/year R$ TBD K/year Project Team Name Process/Function Necessary Resources Member Yann Ferrari Six Sigma VDC/TRAM Luis Coltro PTL Marcos Pereira PE Luiz Aprigio LL Jonathan Matheus Auditor Tatiane Rodrigues QMS Expected Milestones Milestone due date 25% 50% 75% 100% Define Start: 01.04 End: 29.04.2013 Measure Start: 2.05 End: 16.06.2013 Analyse Start: 17.06 End: 17.07.2013 Improve Start: 18.07 End: 30.09.2013 Control Start: 01.10 End: 15.10.2013 On Time 2 Weeks delay More than 2 weeks delay Project Commitment and Approval Name Process Date Signature Chartering Manager Javier Pantoja Team Leader Javier Pantoja Green Belt \ Black Belt Yann Ferrari Proj. Mgmt. Six Sigma Mentor João Hayashi Six Sigma - Less backflushed hours due to low process efficiency (R$ 28K/year). - Rework (R$ 5k/year) valor - Cost Avoidance (R$ - TBD) valor Improve line output, reducing risk of delivery and the risk of sending bad parts - Increase FBV line RTY to 98% according to site AOP 2013 VDC/TRAM Leader VDC/TRAM Leader FBV RTY Improvement April / 2013 KPI's visual management RTY = 90% ( Baseline FEB 2013) The Foot Brake Valve assembly line has RTY below 98% • Less backflushed hours due to low process efficiency (R$ 28K/year). VDC/TRAM DRM 3 Luis Coltro Figura 14 – Contrato do Projeto Fonte: Autoria Própria 47 4.2 DEFINIR (D) O escopo definido para o projeto foi o aumento do nível de RTY da linha de montagem FBV (foot brake valve – válvula pedal de freio) através da priorização dos principais causadores de rejeição e retrabalho no posto de teste funcional da peça, onde 100% dos produtos são testados conforme as especificações de vazamento, estanqueidade, curva de acionamento e força. Utilizamos a figura da moldura para definir o escopo do projeto conforme figura 15. O mapeamento geral do processo foi realizado, conforme figura 16, e segue a lógica que todas as peças seguem quando são produzidas e submetidas aos testes (OP 50A e 50B). Vale ressaltar que os dois testes são paralelos, ou seja, as peças podem ser testadas tanto em um quanto no outro – e por esse motivo os critérios de ambos os testes seguem com precisão as mesmas especificações. Project Scope •In and Out: Reduce rework due to rejection at EOL test benches Improve FBV assembly line RTY by improving main detractors In frame (under scope) Out of frame (out of scope) Improve all P/N RTY Project Scope •In and Out: Reduce rework due to rejection at EOL test benches Improve FBV assembly line RTY by improving main detractors In frame (under scope) Out of frame (out of scope) Improve all P/N RTY Figura 15 – Definição do Escopo do projeto Fonte: Autoria Própria 48 4.3 MEDIR (M) Após a realização do mapeamento, calculamos o nível sigma do processo atual, definimos a função do projeto e as variáveis críticas para o resultado, conforme figura 17. High Level Process Map Op 30 Op 10 Op 40 Op 50A Op 50B Op 60 Op20 – Montar corpo superior da válvula onde posteriormente será montado o pistão Op30 – Montar corpo inferior da válvula fechando-a com a tampa e guia de descarga Op10 – Montar pistão dentro do corpo superior da válvula Op 20 Op40 – Fechamento da válvula, aplicação de torque na união do corpo inferior e superior da válvula Op50A e B – Teste de acionamento e estanqueidade Op60 – Acabamento final da válvula e embalagem Figura 16 – Macro fluxo de processo Fonte: Autoria Própria 49 O nível sigma diagnosticado na linha no mês utilizado como base para cálculo (Abril de 2013) é de 2,69 Sigmas – o que corresponde a aproximadamente 116755 PPM de rejeições ou 88,3% de Rolled Throughput Yield (RTY). A função definida para o RTY da linha FBV é: F (RTY FBV) = (PN#4613152460 RTY).(PN#4613152470 RTY).(PN#4613152470 RTY).(PN#4613151210 RTY).(N) onde N = RTY individual de cada modelo de válvula pedal produzida. Para descobrir quais as variáveis críticas para o processo, foi implantada na linha durante o mês todo, nos dois turnos, uma carta de coleta de dados conforme tabela 3. Figura 17 – nível Sigma e capabildade atuais Fonte: Autoria Própria Variable “Y = Total Line RTY ” baseline performance • Process Capability: DPMO / Sigma Level Characteristic Under Study: # of Units Processed 9764 Defect Opportunities / Unit 1 # Defects Recorded 1140 Sigma Shift 1,5 DPU 0,12 DPO 0,116755 DPMO 116.755 YIELD 88,3% PROCESS SIGMA (with Shift) 2,69 General FBV RTY April/2013 SIGMA / DPMO CALCULATOR (Attribute Data) v1.1 F(Y) = (X¹,X²,X³,Xn…) F(Total FBV RTY) = (PN #4613152460 RTY; PN #4613152470; PN #4613152480;…...Each FBV PN RTY) Variable “Y = Total Line RTY ” baseline performance • Process Capability: DPMO / Sigma Level Characteristic Under Study: # of Units Processed 9764 Defect Opportunities / Unit 1 # Defects Recorded 1140 Sigma Shift 1,5 DPU 0,12 DPO 0,116755 DPMO 116.755 YIELD 88,3% PROCESS SIGMA (with Shift) 2,69 General FBV RTY April/2013 SIGMA / DPMO CALCULATOR (Attribute Data) v1.1 F(Y) = (X¹,X²,X³,Xn…) F(Total FBV RTY) = (PN #4613152460 RTY; PN #4613152470; PN #4613152480;…...Each FBV PN RTY) 50 Tabela 3 – Coleta de dados válvula pedal Fonte: Autoria Própria 50 51 Como resultado dessa coleta, observamos em Abril/2013 os seguintes valores, conforme tabela 4. Tabela 4 - Resumo da coleta de dados Esses dados serviram como base para a criação de um gráfico que representa a rejeição individual de cada Part Number (cada peça) que é o fundamental para analisarmos na hora de escolher qual família de válvulas mais impacta negativamente
Compartilhar