Baixe o app para aproveitar ainda mais
Prévia do material em texto
MSA quarta edição Análise dos Sistemas de Medição MSA quarta edição - Análise dos Sistemas de Medição Em junho 2010 foi lançada a 4ª edição do manual de análise de sistemas de medição. Esta versão traz mudanças significativas em relação a terceira edição. Na nossa opinião, as principais mudanças se concentram nos critérios para análise dos resultados. Porém, também tivemos mudanças em técnicas estatísticas. A seguir, apresentamos uma breve discussão sobre as principais mudanças. O MSA 4ª edição apresenta algumas alterações em relação à terceira edição. As principais mudanças referem-se ao: Sistema de Calibração; Critério e forma de análise da tendência e lineraridade dos sistemas de medição; Critério para analisar o RR; Melhor interpretação e análise de sistemas atributivos (passa/não passa); Uso de técnicas alternativas para avaliar sistemas de medição não replicáveis; A seguir, comentamos as principais modificações da quarta edição: 1. Na página 10 da quarta edição foi adicionado um tópico específico sobre o sistema de calibração. Em resumo, uma organização deve ter um laboratório interno de calibração ou uma organização externa que controle e mantenha os elementos dos eventos de calibração. O sistema de calibração é parte do escopo do sistema de gestão da qualidade da organização e deve constar nos requisitos de auditoria interna. Quando o evento da calibração é realizado por um fornecedor externo (comercial ou não) este pode (ou deve) ser acreditado conforme ISO/IEC 17025. Quando não existir um laboratório acreditado, o serviço de calibração deve ser realizado pelo fornecedor do equipamento. 2. Na página 77 da quarta edição foi alterado os critérios de análise dos resultados (seção D). Primeiro, foi adicionado um critério para análise do processo de fixação e montagem do dispositivo de medição. Os critérios para análise da tendência e linearidade são similares, com algumas alterações na forma de cálculo e interpretação dos resultados. Os critérios para análise da variabilidade (RR) mudaram na sua essência: Ao iniciarmos uma análise nos sistemas de medição de uma organização, é útil identificarmos as prioridades para os quais os sistemas de medição devem, inicialmente, focar. Desde que a variação total (ou final) é baseada na combinação da variação do processo e do sistema de medição , quando o CEP está sendo aplicado para controlar o processo ou coletar dados, e o gráfico de controle indica que o processo está sob controle estatístico (estável) e a variabiliade total é aceitável, o sistema de medição pode ser considerado aceitável para o uso e não requer uma re-análise separada. Se uma condição de fora de controle ou uma não conformidade for detectada, devemos primeiro analisar o sistema de medição. Comentários: Se temos um gráfico de CEP em determinada característica, que está estável e com boa capacidade, NÃO É NECESSÁRIO APLICAR O MSA para avaliar o sistema de medição. A não ser que seja detectado um ponto fora de controle ou uma não conformidade. A seguir, temos a tabela de análise do RR. 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. A análise do NDC é a mesma, ou seja, o NDC deve ser maior ou igual a cinco.Temos uma pequena modificação no cálculo deste índice para evitar valores iguais a zero. Cuidado: O uso do RR como único índice para avaliar um sistema de medição não é aceitável. Ao aplicar os critérios de aceitação como simples valores de corte (thresholds), assumimos que as estísticas são estimativas determinísticas da variabilidade do sistema de medição (o que não são). Especificar os valores de corte como critério pode levar a um comportamento inadequado. Por exemplo, o fornecedor pode ser “criativo” ao encontrar um determinado valor de RR, eliminando as principais fontes de variação (como a interação peça X operador) ou simplesmente manipular o estudo. Comentários: Infelizmente este é um fato que ocorre em muitas empresas no Brasil. O cliente impõe um RR abaixo de 10% e o fornecedor manipula os dados. NÃO DEVEMOS TER UM CRITÉRIO SIMPLES (ÚNICO) PARA TODOS OS SISTEMAS DE MEDIÇÃO. Cada aplicação deve ser avaliada individualmente. Quando analisamos a variação de um sistema de medição é importante olhar para cada aplicação individualmente, para sabermos o que é requerido e como esta medição será utilizada. Por exemplo: a precisão requerida da medição de temperatura poder ser diferente para aplicações não similares. Um termostato para sala pode regular a temperatura para conforto de um humano e ser barato, porém tem um RR acima de 30%. Isto é aceitável para esta aplicação. Mas, em um laboratório, no qual pequenas variações de temperatura podem impactar nos resultados dos testes, uma medição e controle de temperatura mais sofisticados devem ser requeridos. Este termostato será mais caro e também vamos requerer uma menor variabilidade (menor valor de RR). Estudos de Sistema de Medição por variável: 1. Estabilidade: Nada mudou. 2. Tendência (página 88): Neste estudo, tivemos algumas alterações. Primeiro, foi introduzido o método da amostra independente (teste t-Student) para avaliar a tendência. O método da média e amplitude não consta na quarta edição. Como critério, podemos analisar o P-valor ou o intervalo de confiança. Segundo, para relizarmos a análise da tendência, precisamos validar variabilidade associada com a repetitividade (o desvio padrão dos dados), no qual é o desvio padrão dos dados e a variação total é baseada na variação do processo (preferível) ou na tolerância do processo dividida por 6. Se a for alta (ver tabela acima), então o sistema de medição pode ser inadequado. Desde que a análise de tendência admite que a repetitividade é aceitável, continuar com a análise pode nos levar a um resultado contraditório ou errado, isto é, a análise pode indicar uma tendência estatisticamente nula, enquanto que seu valor absoluto pode ultrapassar o que é aceitável para o equipamento. Comentário: Finalmente retiraram o método da média e amplitude. Apenas no método do gráfico de CEP para análise da tendência temos referência ao método da média e amplitude, caso tenhamos avaliado a estabilidade com o gráfico Xbar e R. Outro ponto é a validação da repetitividade antes de concluirmos sobre a tendência. Aqui, na nossa opinião, é melhor realizar o estudo de RR antes da tendência. Ao realizarmos o RR podemos validar a repetitividade. 3. Linearidade: Também precisamos validar a variabilidade associada com a repetitividade, antes de concluirmos sobre a linearidade. 4. Repetitividade e Reprodutibilidade: Foram mantidos os três métodos: amplitude, média e amplitude e ANOVA. Porém, o método da ANOVA é o recomendado (página 101), pois este é mais completo e flexível. 4.1 Método da Amplitude: Nada foi alterado. 4.2 Método da Média e amplitude: Primeiro, o número mínimo de peças mudou de 5 para 10 peças. A principal alteração está na determinação da variabilidade do processo.Em geral, temos quatro métodos para determinar a variação de processo (página 121): Variação de processo atual o variação de processo obtida através peças utilizadas no estudo de RR; o utilizar quando as peças selecionadas representam a variação de processo esperada; Variação de um processo alternativo o utilizar quando não temos um número suficiente de peças que representam o processo, mas existe um processo cuja variação de processo é similar; Valor alvo do Pp (ou Ppk) o utilizar quando não temos um número suficiente de peças que representam o processo e não temos um processo com variação similar, ou o novo processo é esperado ter uma variabilidade menor do que o processo atual; Tolerância o quando o sistema de medição é utilizado para um tipo de processo e o processo tem Pp menor que 1; Comentário: Um dos principais pontos para determinarmos os índices do RR é a variação do processo. Em geral, as 10 peças selecionadas para o estudo do RR não representam bem a variação do processo. Neste sentido, a quarta edição enfatiza o uso do histórico do processo, do valor alvo do Pp ou da tolerância. 4.3 ANOVA: Nenhuma alteração. Porém, vale as mesmas observações sobre a estimativa da variação do processo que fizemos no método da média e amplitude. Estudos de Sistema de Medição por atributo: Inicialmente foi dado ênfase na detrminação da área cinza (página 132). Considere um sistema de medição por atributo que compara cada peça com os limites de especificação, o sistema aceita a peça se a mesma está entre as especificações e rejeita caso contrário (conhecido como sistema passa não passa). Como qualquer sistema de medição, existe uma área cinza em torno dos limites de especificação no qual o sistema de medição comete erros de classificação. Desde que não conhecemos, a priori, a área cinza, devemos realizar estudos do sistema de medição. Entretanto, para determinarmos as áreas de risco em torno dos limites de especificação, precisamos escolher aproximadamente 25% da peças “próximas” ao limite inferior e 25% da peças “próximas” ao limite superior. Nos casos em que é difícil fazer tais peças, a equipe pode decidir utilizar uma porcentagem menor, apesar de reconhecer que esta atitude pode aumentar a variabilidade dos resultados. Se não for possível fazer peças próximas aos limites de especificação a equipe deveria reconsiderar o uso de um sistema de medição por atributos para este processo. Para cada característica, as peças devem ser medidas por um sistema de medição por variáveis com variabilidade aceitável. Quando uma característica não pode ser medida por um sistema de medição por variáveis (exemplo, visual), utilizamos outros meios, como a classificação por especialistas. Três operadores são escolhidos e cada operador realiza três medições de cada peça. Comentário: Dentre as peças escolhidas (por exemplo 50) que utilizamos para realizar o estudo de um sistema de medição por atributo, devemos escolher 25% (em torno de 12) “próximas” ao limite inferior de especificação e 25% (em torno de 12) “próximas” ao limite superior de especificação. Tamanho da amostra (página 140): Outro ponto interessante da quarta edição em relação a sistemas de medição por atributo é o tamanho da amostra. Qual a quantidade de peças que devemos utilizar para realizar o estudo de sistema de medição por atributo? Para desespero dos usuários a resposta é o “suficiente”. O propósito de se estudar um sistema de medição (atributo ou variável) está em conhecer suas propriedades. Um número suficiente de amostras deve ser selecionado para cobrir uma amplitude esperada de operação. No caso de sistema por atributo, a região de interesse são as áreas cinza. Se a capacidade do processo é boa, então uma amostra pequena pode não conter muitas peças na área cinza. Isto signficia que um processo com boa capacidade requer uma amostra maior. No exemplo citado na quarta edição, para um Pp=Ppk=0,5 (no qual esperamos 13% de peças não conformes), foi selecionado 50 peças para realizar o estudo do sistema de medição por atributo. Um alternativa para evitarmos amostras grandes, consiste em escolher as peças diretamente na área cinza para assegurar que o efeito da variabilidade do avaliador será visualizado. Método da detecção de sinais (página 143): Um procedimento alternativo para avaliar um sistema de medição por atributo e que foi dado bastante ênfase. Na quarta edição, temos uma descrição bem mais detalhada do que encontramos na terceira edição. Método analítico: Foi corrigido algumas contas. Por exemplo, na página 146, o valor da estatística t foi corrigido. Neste módulo, vamos apresentar as principais ferramentas para análise dos sistema de medição conforme manual de análise de sistema de medição da indústria automobilística (MSA quarta edição). Apesar de seguirmos a indústria automobilística, os métodos apresentados neste módulo se aplicam a qualquer sistema de medição. Sistema de Medição: o conjunto de operações, procedimentos, dispositivos de medição e outros equipamentos, software e pessoal usado para atribuir um número à característica que está sendo medida; o processo completo usado para obter as medidas. 1 - Análise dos Sistemas de Medição 1 - Análise dos Sistemas de Medição 1.1 - Sistema de Medição 1.2 - Planejamento e Estratégia 2 - Sistema de Medição Replicável 2 - Sistema de Medição Replicável 2.1 - Estabilidade 2.2 - Tendência 2.3 - Tendência e Linearidade 2.4 - Repetitividade e Reprodutibilidade 2.4 - Repetitividade e Reprodutibilidade 2.4.1 - Modelo da ANOVA: com interação entre peça e operador 2.4.2 - Modelo da ANOVA: sem interação entre peça e operador 2.4.3 - Modelo da ANOVA: sem operador 2.4.4 - Curvas de Desempenho 2.4.5 - Análise gráfica do RR 3 - Análise de Sistema de Medição - Não Replicável 3 - Análise de Sistema de Medição - Não Replicável 3.1 - Estabilidade 3.2 - RR Não-Replicável (Método Hierárquico) 4 - Sistema de Medição por Atributo 4 - Sistema de Medição por Atributo 4.1 - Método Analítico 4.1 - Método Analítico 4.1.1 - Estudo do sistema de medição do tipo atributo 4.1.2 - Descrição do estudo do sistema de medição do tipo atributo 4.1.3 - Método analítico via modelo linear 5 - Aplicações do MSA http://www.portalaction.com.br/content/1-an%C3%A1lise-dos-sistemas-de-medi%C3%A7%C3%A3o http://www.portalaction.com.br/content/1-an%C3%A1lise-dos-sistemas-de-medi%C3%A7%C3%A3o http://www.portalaction.com.br/content/11-introdu%C3%A7%C3%A3o-sistema-de-medi%C3%A7%C3%A3o http://www.portalaction.com.br/content/12-planejamento-e-estrat%C3%A9gia http://www.portalaction.com.br/content/2-sistema-de-medi%C3%A7%C3%A3o-replic%C3%A1veis http://www.portalaction.com.br/content/2-sistema-de-medi%C3%A7%C3%A3o-replic%C3%A1veis http://www.portalaction.com.br/content/21-estabilidade http://www.portalaction.com.br/content/22-tend%C3%AAncia http://www.portalaction.com.br/content/23-tend%C3%AAncia-e-linearidade http://www.portalaction.com.br/content/24-repetitividade-e-reprodutibilidade http://www.portalaction.com.br/content/24-repetitividade-e-reprodutibilidade http://www.portalaction.com.br/1397-241-modelo-da-anova http://www.portalaction.com.br/1399-242-modelo-da-anova-sem-intera%C3%A7%C3%A3o-entre-pe%C3%A7-e-operador http://www.portalaction.com.br/1400-243-modelo-da-anova-sem-operador http://www.portalaction.com.br/1398-242-curvas-de-desenpenho http://www.portalaction.com.br/content/25-an%C3%A1lise-gr%C3%A1fica-do-rr http://www.portalaction.com.br/content/3-an%C3%A1lise-de-sistema-de-medi%C3%A7%C3%A3o-n%C3%A3o-replic%C3%A1veis http://www.portalaction.com.br/content/3-an%C3%A1lise-de-sistema-de-medi%C3%A7%C3%A3o-n%C3%A3o-replic%C3%A1veis http://www.portalaction.com.br/content/31-estabilidade http://www.portalaction.com.br/content/32-rr-n%C3%A3o-replic%C3%A1vel-m%C3%A9todo-hier%C3%A1rquicohttp://www.portalaction.com.br/content/4-sistema-de-medi%C3%A7%C3%A3o-por-atributo http://www.portalaction.com.br/content/4-sistema-de-medi%C3%A7%C3%A3o-por-atributo http://www.portalaction.com.br/930-41-m%C3%A9todo-anal%C3%ADtico http://www.portalaction.com.br/930-41-m%C3%A9todo-anal%C3%ADtico http://www.portalaction.com.br/931-411-estudo-do-sistema-de-medi%C3%A7%C3%A3o-do-tipo-atributo http://www.portalaction.com.br/932-412-descri%C3%A7%C3%A3o-do-estudo-do-sistema-de-medi%C3%A7%C3%A3o-do-tipo-atributo http://www.portalaction.com.br/935-413-m%C3%A9todo-anal%C3%ADtico-modelo-linear http://www.portalaction.com.br/734-5-aplica%C3%A7%C3%B5es-do-msa 5 - Aplicações do MSA 5.1 - Sistema de Medição de Dureza: HRC 5.2 - Medição da posição real em uma flange 5.3 - Sistema de medição visual 5.4 - Pesagem de materia-prima e MP 5.5 - Sistema de medição dimensional do Farol veicular 5.6 - Sistema de Medição para altura do rebite 5.7 - Sistema de medição de Torque aplicado com um torquímetro digital 6 - Apêndice 6 - Apêndice 6.1 - Distribuição t-Student 6.2 - Tabela de d2 7 - Referências http://www.portalaction.com.br/734-5-aplica%C3%A7%C3%B5es-do-msa http://www.portalaction.com.br/735-51-aplica%C3%A7%C3%A3o-1 http://www.portalaction.com.br/736-52-aplica%C3%A7%C3%A3o-2 http://www.portalaction.com.br/747-53-aplica%C3%A7%C3%A3o-3 http://www.portalaction.com.br/927-pesagem-de-materia-prima-e-mp http://www.portalaction.com.br/1196-55-sistema-de-medi%C3%A7%C3%A3o-dimensional-do-farol-veicular http://www.portalaction.com.br/1311-56-sistema-de-medi%C3%A7%C3%A3o-para-di%C3%A2metro-do-pino http://www.portalaction.com.br/1587-57-torque-aplicado-com-um-torqu%C3%ADmetro-digital http://www.portalaction.com.br/content/5-ap%C3%AAndice http://www.portalaction.com.br/content/5-ap%C3%AAndice http://www.portalaction.com.br/content/52-distribui%C3%A7%C3%A3o-t-student http://www.portalaction.com.br/content/51-tabela-de-d2 http://www.portalaction.com.br/content/6-refer%C3%AAncias 1 - Análise dos Sistemas de Medição Dados de medição tem sido utilizados nas mais diferentes maneiras. A decisão de ajustar ou não um processo de fabricação é baseada em dados de medição. Dados de medição ou dados derivados destes são comparados aos limites de Controle Estatístico do Processo. Caso esta comparação indicar que o processo está fora do controle estatístico, algum tipo de ajuste deverá ser feito. Caso contrário, o processo poderá prosseguir sem ajustes. Outra importante utilização de dados de medição é em planejamento de experimentos. Um planejamento de experimentos permite conhecer o efeito de diferentes fatores que podem variar dentro de um processo, como por exemplo: matéria prima, condições de operação, tipos de ajustes de máquinas, entre outros. Neste caso, a análise do efeito destes fatores dependem de dados de medições de uma peça, por exemplo. Em geral, estudos que exploram esta relação são denominados pelo Dr. W. E. Deming de estudos analíticos. O estudo analítico é aquele que aumenta o conhecimento sobre o sistema de causas que afetam o processo. Estes estudos estão entre as mais importantes aplicações de dados de medição, visto que recentemente eles têm conduzido ao melhor entendimento de produtos e processos. Os benefícios obtidos com a utilização de procedimentos baseados em dados são diretamente determinados pela qualidade dos dados de medição utilizados. Se a qualidade for baixa, o benefício do procedimento provavelmente será baixo. De maneira similar, se a qualidade for alta, o benefício deverá ser alto também. Desta forma, devem ser tomados os devidos cuidados na obtenção dos dados, pois o benefício decorrente da utilização destes dados devem superar os custos de sua obtenção. A qualidade dos dados de medição está relacionada com as propriedades estatísticas de medições múltiplas obtidas pelo sistema de medição. Suponhamos que um sistema de medição que está operando sob condições estabilizadas seja utilizado para coleta de várias medições de uma certa característica de uma peça. Se as medidas obtidas estiverem todas “próximas” do valor de referência, então a qualidade dos dados será dita “alta”. Da mesma forma, se algumas ou todas as medidas estiverem “afastadas” do valor de referência, então a qualidade dos dados será considerada baixa. As propriedades estatísticas mais utilizadas para caracterizar a qualidade dos dados são tendências e variâncias. A propriedade chamada tendência refere-se à localização dos dados com relação ao valor de referência, a propriedade chamada de variância refere-se à dispersão dos dados. Porém, outras propriedades estatísticas, como a taxa de classificação incorretas, poderão ser apropriadas em alguns casos, como os sistemas de medição por atributo. Uma das razões mais comuns que gera dados de baixa qualidade é a variação muito grande dos dados. Grande parte da variação em um conjunto de medições é devido à interação entre o sistema de medição e o seu meio. Se esta interação gerar variação muita alta, a qualidade dos dados poderá ser tão baixa que eles não terão utilidade. Boa parte do trabalho de gestão de sistemas de medição visa monitorar e controlar variações. Dentre outras coisas, isto significa que devemos conhecer a forma como o sistema de medição interage com seu ambiente, de modo que sejam gerados somente dados de qualidade aceitável. 1.1 - Sistema de Medição O principal ponto para análise consiste em interpretarmos o sistema de medição como um processo. Desta forma, é importante ressaltarmos que não estamos avaliando simplesmente os equipamentos, mas o processo no qual utilizamos os equipamentos, o método e as pessoas para obtermos o resultado da medição. Sistema de Medição: É a coleção de instrumentos ou dispositivos de medição, padrões, operações, métodos, dispositivos de fixação, software, pessoal, ambiente e premissas utilizadas para quantificar a unidade de medição ou corrigir a avaliação de uma característica sendo medida; o processo completo para obter medições. Medição é o conjunto de operações com objetivo de determinar o valor de uma grandeza. Estas operações podem ser realizadas automaticamente. (ISO GUM, 2008). http://www.portalaction.com.br/content/6-referências Figura 1.1.1: Sistema de medição O objetivo de uma medição é determinar o valor de uma grandeza a ser medida. Esta medição começa com uma apropriada especificação da grandeza, do método e procedimento de medição. Exemplo 1.1.1: Considere um sistema de medição para medir o diâmetro de um conector de torneira com tolerância de +/- 0,5 mm. Figura 2: Medição de um conector de torneiras Antes de qualquer análise estatística devemos obter uma boa definição do sistema de medição. Abaixo, apresentamos de forma simplificada o sistema de medição para medir o diâmetro do conector. Definição do sistema de medição: Equipamento de medição: paquímetro digital de resolução 0,01mm; Observe que o equipamento de medição (paquímetro) apresenta uma resolução adequada para a característica que vamos medir, pois temos uma tolerância de +/- 0,5 mm, o que corresponde a uma faixa de 1 mm. Ao dividirmos a tolerância por 10, obtemos que a exatidão mínima requerida é de 0,1 mm. Como o paquímero digital tem resolução de 0,01 mm, concluímos que este é adequado para realizar tal medição. Método de medição: Posicionar o paquímetro no centro do conector; Figura 1.1.2 : método de medição Executar a medida Erro de Medição Toda medição tem imperfeições que dão origem a erros no resultado da medição. Tradicionalmente, um erro é visto como tendo dois componentes, a saber, um componente aleatório e um componente sistemático. Um sistema de medição ideal produziria somente medições “corretas” a cada vez que fosse utilizado. No entanto,sistemas de medição com tal propriedade não existem. O erro de medição é definido por: Figura 4: Erro de medição Erro é um conceito idealizado e os erros não podem ser conhecidos exatamente. Na prática, associamos uma variável aleatória (por exemplo, a distribuição normal) para representar o erro de medição. Figura 1.1.3: Erro de medição Incerteza: σ ; RR: σ . Não confundir σ com erro! Em geral, existe uma certa confusão entre o significado de RR e a incerteza de medição. A incerteza de medição é um termo utilizado internacionalmente para descrever a qualidade de uma medida. Até alguns anos atrás, este termo era frequentemente associado com a qualidade de equipamentos de medição. Entretanto, devido a importância de alguns ensaios, o conceito de incerteza de medição foi estendido para estabelecer a qualidade dos ensaios. A incerteza de medição é um valor associado ao resultado da medição que descreve uma faixa no qual esperamos conter o valor verdadeiro da medida, com um determinado nível de confiança. No processo de calibração, no qual avaliamos um equipamento de medição, a incerteza de medição corresponde ao desvio padrão (ou, múltiplo dele) associado às medições do equipamento de medição obtidas sob condições ideiais de medição (calibração). Na calibração, o equipamento é comparado com respeito a um padrão de referência em um laboratório com condições ambientais controladas. Além disso, utilizamos um técnico devidamente capacitado para realizar tal comparação. Em um ensaio, devemos considerar o sistema de medição como um processo, no qual temos os equipamentos, métodos, software, pessoal, tudo envolvido na medição. O RR tem como objetivo quantificar a variabilidade associada às medições do sistema de medição (equipamentos, método e pessoal) obtidas sob condições reais de utilização do sistema de medição. Assim, podemos interpretar a incerteza em uma calibração como a incerteza devido aos equipamento que utilizamos, enquanto que o RR caracteriza as variações devido às interações do sistema de medição com o meio em que está inserido (principalmente, o método, pessoas, meio ambiente, produto, entre outros). De forma geral, a incerteza de medição detemina um intervalo de confiança associado ao resultado da medição, enquanto que o RR se preocupa em avaliar as fontes de variação e determinar adequabilidade do sistema de medição para controlar o processo ou avaliar um produto. Quando estudamos um ensaio, muitas vezes utilizamos técnicas como o RR para auxiliar na determinação da incerteza de medição. Tipos de Erros: Dois tipo de erros serão característicos deste estudo: Erro Aleatório O erro aleatório é aquele que ocorre de forma inesperada e com intensidade que danifica nossas medições. Este erro representa as pequenas variações que ocorrem em medidas repetidas de uma grandeza. Estas variações tem como causa, alterações ambientais ou espaciais, variação devido ao equipamento de medição, interferência elétrica entre outras. Embora não seja possível compensar o erro aleatório, ele pode geralmente ser reduzido se aumentarmos o número de observações ou se melhorarmos a tecnoclogia do sistema de medição (melhor ambiente, novos equipamentos ou treinamento dos técnicos). Interpretamos o erro aleatório como uma vairável aleatória com média zero. Erro Sistemático O erro sistematico é aquele que ocorre em todas as medições mais ou menos com a mesma intensidade. Assim como o erro aleatório, o erro sistematico não pode ser eliminado, porém ele, freqüentemente, pode ser reduzido. Suponha que um erro sistemático se origina de um efeito reconhecido de uma grandeza de influência em um resultado de medição. Se este efeito pode ser quantificado e, se for significativo com relação à exatidão requerida da medição, uma correção ou fator de correção pode ser aplicado para compensar o efeito. Supomos que, após esta correção, a esperança ou valor esperado do erro sistemático seja zero. Abaixo apresentamos o diagrama de Ishikawa (espinha de peixe) para descrever os principais componentes do erro de medição: Figura 1.1.4 : Diagrama de Ishikawa Exemplo 1.1.2: Descrição dos principais componentes do erro de medição para o sistema de medição do diâmetro do conector de torneira. Figura 1.1.5 : Diagrama de Ishikawa para o conector de torneira clique aqui para efetuar o download dos dados utilizados nesse exemplo Para entender como executar essa função do Software Action, você pode consultar: Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. Requisitos de um sistema de medição http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/ishikawa.xls http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/gráfico-de-ishikawa http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/ishikawa.xls http://www.portalaction.com.br/content/gráfico-de-ishikawa http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/ishikawa.xls http://www.portalaction.com.br/content/gráfico-de-ishikawa http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/ishikawa.xls http://www.portalaction.com.br/content/gráfico-de-ishikawa Um sistema de “má qualidade” poderá mascarar a variação real do processo ou produto conduzindo a conclusões erradas: Figura 1.1.6: Sistema de “má qualidade” Existem certas propriedades fundamentais que definem um bom sistema de medição: Uma adequada discriminação ou sensibilidade. O incremento de medida deve ser pequeno o suficiente para detectar variações no processo ou nos limites de especificação. A regra comum é conhecida como regra do dez, que consiste em definir a discriminação do sistema de medição dividindo a tolerância (ou variação do processo) em 10 partes. O sistema de medição deve estar sob controle estatístico. Isto significa que sob condições de repetitividade, as variações do sistema de medição são devidas à causas comuns e não à causas especiais. Para controle de produto, a variabilidade do sistema de medição deve ser pequena comparada com limites de especificação. Comparar a variabilidade do sistema de medição com as tolerâncias do produto. Para controle do processo, a variabilidade do sistema de medição deve demonstrar uma resolução efetiva e pequena comparada com a variação do processo de manufatura. Comparar a variabilidade do sistema de medição com 6-sigma da variação do processo e/ou variação total. Figura 1.1.7: Avaliação do erro de medição 1.2 - Planejamento e Estratégia Nem toda característica do processo ou produto requer uma análise detalhada como a que estamos desenvolvendo. Para sistemas de medição simples, como os sistemas determinados por paquímetros, micrômetros ou calibradores, muitas vezes não requerem uma análise detalhada. A regra básica para escolher o sistema a ser avaliado é se este é identificado no plano de controle ou é importante para determinar a rejeição ou não do processo ou produto. Outro indicativo é o nível de tolerância determinado para a dimensão específica e a criticidade perante ao cliente. Porém, o bom senso é o guia em qualquer caso. http://www.estatcamp.com.br/portal/pt-br/content/planejamento-e-estrat%C3%A9gia http://www.estatcamp.com.br/portal/pt-br/content/planejamento-e-estrat%C3%A9gia Diretrizes para análise do sistema de medição • Discriminar as grandezas relacionadas nos planos de controle; • Identificar os sistemas de medição • Definir as prioridades - Cliente - Refugo - Complexidade • Identificar uma equipe multifuncional • Para cadasistema de medição priorizado: - Desenvolver um fluxograma do processo de medição; - Treinar os envolvidos; - Desenvolver o diagrama de Ishikawa; - Escolher as ferramentas estatísticas; - Montar um cronograma de aplicação das ferramentas; - Documentar as soluções e as correções; - Institucionalizar a mudança. Modelo de Erro de medição Fontes de Erro Componentes Fator ou Parâmetro P Peças Peça, Amostra, Mensurando, Unidade sobre Teste, Artefato, Padrão de Variação Desconhecido I Instrumento Equipamento de Medição, Unidade de Medição, Célula de Medição Meios de Comparação S Padrão Escala, Referência, Artefato, Padrão de Verificação,Padrão de Consenso, Material Padrão, Classe,Critério de Aceitação Valor de Referência ou Critério de Aceitação M Método Treinamento On-the-job, Instrução de Trabalho,Plano de Controle, Método, Plano de Inspeção,Programa de Teste Como O Operador Instrumentista, Técnico de Teste ou Calibração, Inspetor Quem E Meio Ambiente Temperatura, Umidade, Contaminação, Housekeeping,Iluminação, Posição, Vibração, InterferênciaEletromagnética, Ruído, Tempo e Ar Condições de Medição e Ruído A Concepção Estatística, Operacional, Calibração, Constantes,Valor de Handbook, Estabilidade Térmica,Elasticidade Medição Confiável 2 - Sistema de Medição Replicável O sistema de medição replicável é aquele para o qual podemos medir diversas vezes a mesma característica de uma peça sem danificá-la. Por exemplo, o sistema de medição do diâmetro do conector de torneiras é replicável, pois podemos medir o mesmo conector diversas vezes sob condições de repetitividade. 2.1 - Estabilidade Definições Estabilidade é a quantidade de variação total na tendência do sistema ao longo do tempo em uma dada peça ou peça padrão. Antes de estudarmos qualquer propriedade estatística do sistema de medição, vamos analisar a capacidade do sistema manter tais propriedades ao longo do tempo. O objetivo da estabilidade consiste em avaliarmos: A interação do sistema de medição e o meio ambiente; Desgaste de componentes; Ajuste de dispositivos e sensores. Diretrizes para sistema replicável Selecionar e identificar uma peça; Preparar formulário para coleta de dados e diário de bordo (data, horário,operador, equipamento de medição); Medir periodicamente (diário, semanal, quinzenal ou mensal) a peça com 3 a 5 medições por vez (subgrupo racional); Após 20 ou mais sub-grupos racionais, construir o gráfico e R, conforme descrito abaixo. Tabela Limites dos Gráficos N o de element. amostra (n) A2 D3 D4 Gráfico das Médias 2 1,880 0 3,267 LSC = Limite Superior = + A2R 3 1,023 0 2,574 LC = Limite Central = 4 0,729 0 2,282 LIC = Limite Inferior = - A2 5 0,577 0 2,114 Gráfico das Amplitudes R 6 0,483 0 2,004 LSC = Limite Superior = D4 7 0,419 0,076 1,924 LC = Limite Central = 8 0,373 0,136 1,864 LIC = Limite Inferior = D3 9 0,337 0,184 1,816 10 0,308 0,223 1,777 Critérios de Avaliação Analisar os gráficos e R. Primeiramente o gráfico R e na sequencia o gráfico : Pontos fora dos limites de controle. 7 ou mais pontos consecutivos crescentes ou decrescentes. 7 ou mais pontos consecutivos acima ou abaixo da linha média. Caso os gráficos e R estejam fora de controle, investigar as causas e estabelecer ações corretivas. Se o processo apresentar falta de estabilidade, identifique as causas, estabeleça ação corretiva. Repita o estudo de estabilidade; Se o processo for estável, prossiga com o estudo do sistema de medição; Se não for possível estabilizar o processo de medição, realizar os estudos ao longo do tempo para identificar as variações de longo prazo. Discriminação do sistema de medição no estudo de estabilidade Capacidade do sistema de medição de detectar e indicar de forma confiável, pequenas variações da grandeza que está sendo medida. Uma forma de quantificar o poder discriminador é expressando a menor variação da grandeza que o sistema de medição pode detectar. Critério de avaliação: Verificar se o gráfico de controle R não apresenta muitas amplitudes iguais a zero (acima de 30 %). Caso isso ocorra, existe uma boa evidência de que o equipamento de medição não tem resolução adequada para esta medição. Neste caso, faça uma análise crítica. Exemplo 2.1.1 O técnico de processo deve realizar um estudo sobre a estabilidade do sistema de medição para avaliar o diâmetro de uma barra de aço com um micrômetro. O técnico selecionou 1 peça, que foi medida em uma frequência diária e tamanho de sub-grupo 3, por um avaliador. Os valores estão na Tabela 1. Tabela 2.1.1: Diâmetros da barra de aço Data Horário Medidas 1 2 3 6/ago 09:15 4,202 4,201 4,202 13/ago 16:35 4,201 4,202 4,203 20/ago 14:13 4,199 4,198 4,200 27/ago 09:40 4,200 4,201 4,201 4/set 15:28 4,200 4,201 4,200 11/set 10:39 4,202 4,201 4,200 19/set 15:10 4,200 4,201 4,200 25/set 09:25 4,200 4,199 4,199 1/out 15:40 4,198 4,199 4,199 8/out 09:25 4,200 4,202 4,200 16/out 16:10 4,202 4,203 4,203 24/out 10:05 4,201 4,202 4,201 1/nov 13:40 4,199 4,199 4,198 8/nov 14:55 4,200 4,200 4,201 14/nov 11:00 4,199 4,198 4,199 22/nov 15:50 4,200 4,199 4,200 29/nov 09:42 4,201 4,201 4,200 7/dez 08:20 4,199 4,200 4,199 12/dez 15:30 4,200 4,201 4,199 20/dez 11:05 4,199 4,199 4,200 28/dez 15:30 4,201 4,200 4,199 4/jan 16:00 4,200 4,200 4,202 10/jan 15:15 4,203 4,204 4,203 15/jan 16:00 4,204 4,203 4,203 clique aqui para efetuar o download dos dados utilizados nesse exemplo Dos dados da tabela tomamos a média dos valores da coluna Média e a média dos valores da coluna Amplitude e obtemos = 4,200486 e = 0,001292 Os limites de controle são calculados da seguinte forma: Gráfico R Como temos 3 elementos em nossa amostra, obtemos um valor de D3 = 0 e D4 = 2,574, com isso: LSC = 2,574*0,001292 = 0,003325 LIC = 0*0,001292 = 0 Gráfico Tamanho da amostra n = 3, A2 = 1,023, obtemos os seguintes limites de controle: LSC = 4,200486+1,023*0,001292 = 4,201807 LIC = 4,200486 -1,023*0,001292 = 4,199165 http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Estabilidade1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Estabilidade1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Estabilidade1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Estabilidade1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Estabilidade1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Estabilidade1.xls A interpretação do estudo de estabilidade não é simples e exige um bom conhecimento sobre a necessidade do sistema de medição. No caso acima, observamos que o sistema de medição apresenta alguns sintomas de instabilidade, temos 8 pontos consecutivos abaixo da linha central no gráfico da amplitude e diversos pontos fora dos limites de controle no gráfico da média. Porém, devemos avaliar os resultados com bastante cuidado. Primeiro, observamos que a amplitude média de 0,0012mm está muito próxima da resolução do equipamento e tem como limite superior 0,003 mm, que em geral, é similar ao erro máximo permissível para avaliar o certificado de calibração deste tipo de equipamento. Segundo, a maior diferença entre as médias de medições da barra de metal foi 0,004mm, no qual temos contribuições da falta de homogeneidade da barra (ovalização). Resumindo, temos sintomas de instabilidade na aplicação do sistema de medição, porém, esta instabilidade resulta em variações de no máximo 0,004mm. Portanto, a aceitabilidade ou não do sistema de medição deve levar em conta a aplicação e anecessidade de medições mais ou menos criteriosas. Dependendo da aplicação do sistema de medição, podemos aceitar ou não este sistema de medição. Se rejeitarmos este sistema de medição, precisamos de um plano de ação para eliminarmos as causas especiais. Caso contrário, aceitamos a instabilidade do sistema como desprezível. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. Exemplo 2.1.2 http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/estabilidade-replicável http://www.portalaction.com.br/content/estabilidade-replicável http://www.portalaction.com.br/content/estabilidade-replicável O técnico de processo deve realizar um estudo sobre a estabilidade do sistema de medição para avaliar o diâmetro interno do bloco compressor no processo de usinagem (Brunidora). O técnico selecionou 1 peça, que foi medida em uma frequência diária e tamanho de sub-grupo 3, por um avaliador. Os valores estão na Tabela 2. Tabela 2.1.2: Diâmetros interno do bloco Data Horário Medida 1 Medida 2 Medida 3 12/8/2011 08:00 85,011 85,012 85,012 12/8/2011 14:30 85,011 85,011 85,011 13/8/2011 02:40 85,010 85,011 85,010 13/8/2011 10:30 85,009 85,010 85,011 15/8/2011 08:25 85,010 85,011 85,011 15/8/2011 14:35 85,011 85,011 85,010 16/8/2011 02:10 85,010 85,011 85,010 16/8/2011 10:10 85,011 85,012 85,012 16/8/2011 15:30 85,009 85,009 85,009 17/8/2011 02:45 85,012 85,011 85,012 17/8/2011 17:30 85,010 85,009 85,009 18/8/2011 05:10 85,012 85,012 85,011 18/8/2011 10:30 85,011 85,011 85,010 18/8/2011 16:30 85,010 85,009 85,008 19/8/2011 21:15 85,009 85,010 85,009 22/8/2011 09:40 85,010 85,009 85,010 22/8/2011 18:00 85,011 85,011 85,011 22/8/2011 02:30 85,012 85,011 85,011 23/8/2011 17:40 85,009 85,009 85,009 23/8/2011 02:45 85,010 85,011 85,011 clique aqui para efetuar o download dos dados utilizados nesse exemplo Dos dados da tabela tomamos a média dos valores da coluna Média e a média dos valores da coluna Amplitude e obtemos = 85,0104 e = 0,0009 Os limites de controle são calculados da seguinte forma: Gráfico R Como temos 3 elementos em nossa amostra, obtemos um valor de D3 = 0 e D4 = 2,574, com isso: LSC = 2,574*0,0009 = 0,00232 LIC = 0*0,0009 = 0 http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Exemplo212.xls Gráfico Tamanho da amostra n = 3, A2 = 1,023, obtemos os seguintes limites de controle: LSC = 85,0104+1,023*0,0009 = 85,0114 LIC = 85,0104 -1,023*0,0009 = 85,0095 Interpretação: Observe que temos diversos pontos de fora de controle no gráfico da média, isto quer dizer que temos causas especiais de variação agindo no sistema de medição. Porém, observe que os pontos abaixo estão em torno de 85,009 mm e os pontos acima estão em torno de 85,0120 mm, o que significa uma variaçao máxima de 3 microns. Portanto, a decisão sobre a aceitabilidade deste sistema de medição depende da aplicação do sistema de medição. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. 2.2 - Tendência Definições Tendência é a diferença entre a média das medidas de uma grandeza e o valor de referência para a grandeza medida, realizadas por um avaliador com o mesmo equipamento e método Diretrizes para estudo de tendência: Selecionar um item da produção cuja medida caia na faixa central da variação do processo; Determinar o valor de referência do item escolhido em relação a um padrão rastreável. Aqui, podemos utilizar laboratórios externos, como os laboratórios acreditados no INMETRO (VR); Um avaliador, treinado no uso do sistema de medição que está sendo analisado, mede o item 10 vezes ou mais (o MSA sugere 12); http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/estabilidade-replicável http://www.portalaction.com.br/content/estabilidade-replicável http://www.portalaction.com.br/content/estabilidade-replicável Calcular a média das medições (x) e a tendência; Exemplo 2.2.1: Vamos avaliar a tendência de um sistema de medição para medir a altura de um "MP3 Player", com tolerância de 0,7 mm. Esta altura é medida com um altímetro. Um “MP3 Player” foi selecionado (próximo ao valor nominal) e, após 10 medições realizadas por uma máquina de medição por coordenadas, foi determinado o valor de referência VR = 89,73 mm. A seguir, o mesmo “MP3 Player” foi medido 12 vezes com o sistema de medição em análise. Os dados são: Amostra Medidas 1 89,77 2 89,79 3 89,77 4 89,78 5 89,74 6 89,72 7 89,72 8 89,75 9 89,74 10 89,77 11 89,78 12 89,74 VR 89,73 clique aqui para efetuar o download dos dados utilizados nesse exemplo A partir destes dados temos que: a) Média = 89,7558 mm b) Tendência = (média) - (valor de referência) = 89,7558 - 89,73 = + 0,0258 mm Devemos interpretar que em média, os valores medidos por esse avaliador com esse instrumento e esse método são superiores ao valor de referência em 0,0258 mm. http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls Para realizarmos a análise da tendência, precisamos validar a variabilidade associada com a repetitividade (o desvio padrão dos dados), para isto calculamos no qual s é o desvio padrão dos dados e a variação total VT é baseada na variação do processo (preferível) ou na tolerância do processo dividida por 6. Se a %VE for alta (ver tabela acima), então o sistema de medição pode ser inadequado. Desde que a análise de tendência admite que a repetitividade é aceitável, continuar com a análise pode nos levar a um resultado contraditório ou errado, isto é, a análise pode indicar uma tendência estatisticamente nula, enquanto que seu valor absoluto pode ultrapassar o que é aceitável para o equipamento. Neste ponto, o MSA quarta edição sugere como critério para analisar a %VE o mesmo utilizado para análise do RR. Critério para avaliar a tendência a) Intervalo de Confiança A tendência é aceitável ao nível de significância a se o zero pertencer ao intervalo de confiança (1 - ) * 100% com limites: no qual corresponde ao quantil da distribuição t-Student. Aqui, utilizamos um nível de significância de 5 %. b) Teste de Hipóteses Equivalentemente, podemos realizar o seguinte teste de hipóteses para avaliar a tendência: Para isso, note que a estatística t dada por: sendo s o desvio padrão das medidas, n o número de medidas e tn-1 a distribuição t- Student com n-1 graus de liberdade. Portanto, obtemos a seguinte regra de decisão para um nível de significância α http://www.portalaction.com.br/content/52-distribuição-t-student Se |t| > t(n-1;1- /2) rejeitamos H0, ou seja, a tendência é significativa do ponto de vista estatístico; Se |t| ≤ t(n-1;1- /2) não rejeitamos H0, ou seja, a tendência não é significativa do ponto de vista estatístico. A Figura 2.2.1 ilustra a região crítica do teste, isto é, os valores de t para os quais rejeitamos H0. Figura 2.2.1: Região de rejeição. c) P-valor O P-valor representa o menor nível de significância para o qual rejeitamos . Logo, para um nível de significância = 0,05 adotado, rejeitamos se o P-valor obtido for menor que 0,05, enquanto que não rejeitamos se o P-valor for maior que 0,05,esse fato observamos na (Figura 2.2.2). Para o teste t, o P-valor é calculado na forma p - valor = 2 x P(tn -1 > |t|) Com isso, rejeitamos H0 quando o p-valor for menor que o nível de significância proposto (usualmente 0,05), caso contrário (p-valor > ) não rejeitamos H0. http://www.portalaction.com.br/content/22-tend%C3%AAncia#fig1 http://www.portalaction.com.br/content/22-tend%C3%AAncia#fig2 Figura 2.2.2: P-valor. Exemplo 2.2.2 Considerando os dados do Exemplo 2.2.1 e um valor de igual a 0,05, temos que: n = 12 s = 0,02392 t(n-1;1 - /2) = t(11;0,975) = 2,201. Neste exemplo, vamos utilizar a tolerância do processo para determinar a variação total (VT). Ao dividirmos a tolerância por 6, obtemos que Como s = 0,02392, temos que a %VE do processo é dada por Desde que a %VE é baixa, temos uma variabilidade aceitável. Com isso, o intervalo de confiança com 95% de confiança para a tendência é obtido atráves dos limites inferior (LI) e superior (LS): Conclusão: Como zero não faz parte do intervalo, a tendência encontrada (0,0258 mm) é significativa ao nível 5%. Equivalentemente, podemos realizar o teste para a hipótese H0 : Tendência = 0. Para testar esta hipótese, tomamos http://www.portalaction.com.br/22-tendência Como t = 3,741 > t(n-1;1- /2) = 2,201, rejeitamos a hipótese H0, ou seja, a tendência é diferente de zero com nível de confiança de 95%. A hipótese H0 também pode ser avaliada pelo p-valor, que é calculado como: p-valor = 2 x P(tn-1 > |t|) = 2 x (1 - P(t11 > 3,741)) = 0,00325. Como o p-valor é menor que o adotado (0,05), rejeitamos H0 ao nível de significância de 5%. Interpretação dos resultados: Como sempre, devemos conhecer a aplicação do sistema de medição para realizarmos uma boa análise crítica. Neste caso, temos uma tendência de 0,0258 mm com limite superior de 0,041mm (intervalo de confiança para a tendência). O equipamento utilizado para medição é um altímetro digital de resolução de 0,01mm. Este equipamento apresenta incerteza de medição em torno de 0,03mm com exatidão (especificação do fabricante) também em torno de 3 centéssimos de milímetro. Observe que a exatidão proposta pelo fabricante está acima da tendência encontrada e próxima do limite superior (0,041 mm). Além disso, temos uma tolerância para a peça de 0,7 mm. Obviamente, temos uma oportunidade de melhoria, pois o zero está fora do intervalo de confiança. Porém, a necessidade de um plano de ação depende da necessidade de medidas mais ou menos precisas, ou seja, depende da aplicação do sistema de medição. Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. Análises da tendência Se a tendência for relativamente grande, procure por estas possíveis causas: 1. Erro na medida da peça padrão; 2. Componentes gastos; 3. Dispositivo de medição feito para dimensão errada; 4. Dispositivo de medição medindo característica errada; 5. Dispositivo de medição calibrado inadequadamente; 6. Dispositivo de medição utilizado de maneira imprópria pelo avaliador. Exemplo 2.2.3: Um engenheiro está avaliando um novo sitema de medição para monitorar um processo. Uma análise do sistema de medição indicou que não deve haver preocupação com a linearidade, pois a faixa de interesse é pequena. Uma única http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência peça foi escolhida de tal forma que esteja próxima ao valor nominal dos processos. A peça foi medida por um sistema de medição sofisticado para determinar seu valor de referência (reference value = 6). A peça foi então medida 15 vezes por um operador e o valor da variabilidade total do processo é de 2,5, este valor será utilizado para validar a repetitividade do sistema de medição. Os valores são dados na tabela abaixo. Trials Measurement Tendência 1 5,8 -0,2 2 5,7 -0,3 3 5,9 -0,1 4 5,9 -0,1 5 6,0 0,0 6 6,1 0,1 7 6,0 0,0 8 6,1 0,1 9 6,4 0,4 10 6,3 0,3 11 6,0 0,0 12 6,1 0,1 13 6,2 0,2 14 5,6 -0,4 15 6,0 0,0 clique aqui para efetuar o download dos dados utilizados nesse exemplo n = 15 s = 0,212 Como s = 0,212, temos que a %VE do processo é dada por Desde que a %VE é baixa, temos uma variabilidade aceitável. http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/exemplo2.2.3.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia1.xls Com isso, o intervalo de confiança com 95% de confiança para a tendência é obtido atráves dos limites inferior (LI) e superior (LS): Conclusão: Como zero faz parte do intervalo, a tendência encontrada (0,006667 mm) não é significativa ao nível 5%. Equivalentemente, podemos realizar o teste de hipóteses para H0 : Tendência = 0. Para testar esta hipótese, tomamos Como não rejeitamos a hipótese H0, ou seja, a tendência é desprezível ao nível de confiança de 95%. A hipótese H0 também pode ser avaliada pelo p-valor, que é calculado como: p-valor = 2 x P(tn-1 > |t|) = 2 x (1 - P(t14 > 0,12178)) = 0,9048. Como o p-valor é maior que o adotado (0,05), não rejeitamos H0 ao nível de significância de 5%. Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. Exemplo 2.2.4 Uma medida dimensional é controlada com um sistema de medição utilizando um micrômetro de resolução 0,002 mm. A especificação desta característica dimensional é 13,000 0,020 mm. O avaliador quer saber se o sistema de medição apresenta tendência. Para isto, ele escolheu uma peça cuja medida é próxima ao valor nominal (13,000 mm), com a peça sendo medida através de um sistema de medição com um banco micrométrico de resolução de 0,0005 mm. Foram realizadas várias medidas da peça com o banco micrométrico obtendo uma média http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência de 13,001 mm. A seguir, fazemos 12 leituras da mesma peça com o sistema de medição utilizando o micrômetro. Leituras 13,002 13,002 13,004 13,002 13,004 13,002 13,004 13,002 13,000 13,000 13,000 13,002 clique aqui para efetuar o download dos dados utilizados nesse exemplo Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo. http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Tendencia2.xls Interpretação dos Resultados: Desde que o zero está fora do intervalo de confiança temos uma tendência significativa (de 0,001mm, com limite superior de 0,00194 mm) ao nível de confiança de 95%. O equipamento utilizado no sistema de medição é um micrômetro de resolução de 0,002mm com incerteza de medição em torno de 0,003 mm. Observe que o equipamento atende ao requisito do MSA de boa discriminação, pois ao dividirmos a tolerância (0,04 mm) por 10 obtemos como erro máximo permissível 0,004 mm, tanto a resolução quanto a incerteza estão abaixo de 0,004mm. Nesta situação, no qual o limite superior para a tendência está abaixo da resolução do instrumento e o instrumento apresenta discriminação adequada, concluímos que a tendência detectada é desprezível. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. 2.3 - Tendênciae Linearidade A linearidade mede a variação da tendência para diferentes valores de referência na faixa de interesse. A linearidade é avaliada via a inclinação da reta formada http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência http://www.portalaction.com.br/content/tendência pelos diferentes valores de referência em relação a respectiva tendência. Quanto menos inclinada a reta, melhor será a qualidade do sistema de medição. Diretrizes Diretrizes para o estudo de tendência e linearidade para sistema replicável: Selecionar uma amostra de peças (no mínimo 5) cujas medidas se distribuam ao longo da faixa de interesse; Determinar os valores de referência das peças. Mais uma vez podemos utilizar laboratórios acreditados no INMETRO ou laboratório interno; Avaliador que utiliza o sistema de medição deve medir cada uma das peças no mínimo 10 vezes (o MSA sugere 12), em seqüência aleatória; Determinar a tendência para cada medição (Tendência = Resultado da medição - Valor de Referência); Representar graficamente a (tendência) x ( valor de referência); Avaliação Para avaliarmos a tendência e linearidade, vamos tomar o ajuste da tendência em relação ao valor de referência: Tendência = a + b*(valor de referência) + Erro de ajuste Coeficiente de Determinação (R2): grau de ajuste da reta; Intercepto (a); Inclinação (b); Apresentamos algumas das métricas utilizadas na quarta edição do MSA: Linearidade = |b| %Linearidade = |b|* (100%) Linearidade em relação à escala de medição (amplitude da faixa nominal): L(escala) = |b|*(max - min) Regressão Linear O modelo de regressão linear é dado por: Tij = a+b VRi + εij (2.3.1) em que g : número de peças (≥ 5); m : número de medições por peça (≥ 12); Tij: corresponde a j-ésima tendência do i-ésimo valor de referência (corpo de prova); VRi: corresponde ao valor de referência i; εij é uma variável aleatória normal com média zero e desvio-padrão σ (independentes); a e b são os parâmetros, que juntos definem a reta da regressão. Estimativas Neste sentido, o MSA 4a edição propõe como critério as seguinte ferramentas: 1. Teste dos coeficientes de regressão; 2. Banda de confiança para a reta de regressão. A seguir, vamos estudar os dois critérios. Para facilitar os cálculos, estabelecemos a seguinte tabela: Tabela 2.3.1: Entrada de dados e cálculos de linearidade Medição VR T VR 2 T 2 VR*T Z11 VR1 T11 VR 2 1 T 2 11 VR1 *T11 Z12 VR1 T12 VR 2 1 T 2 12 VR2 *T12 Z1m VR1 T1m VR 2 1 T 2 1m VR1 *T1m Z21 VR2 T21 VR 2 2 T 2 21 VR2 *T21 Z2m VR1 T2m VR 2 2 T 2 2m VR2 *T2m Zg1 VRg Tg1 VR 2 g T 2 g1 VRg *Tg1 Zgm VRg Tgm VR 2 g T 2 gm VRg *Tgm soma VRi soma Tij soma VR 2 i soma T 2 ij soma VRi Tij Estimativas As médias da tendência e do valor de referência são dados por: Notações básicas O modelo ajustado é dado por: para todo i = 1,...,g e j = 1,...,m. As estimativas de mínimos quadrados e são dadas por: O R2 é dado por: ou seja, é a razão entre o produto (SxySxy) pelo produto (SxxSyy). E temos, Metodologias A seguir, vamos apresentar duas metodologias para testarmos a significância estatística dos coeficientes da regressão. 1) Teste dos Coeficientes da Regressão Linear Simples: 1.1) Teste para o Coeficiente Angular Estatística do teste no qual O valor de t* deve ser comparado com uma distribuição t- Student com g*m-2 graus de liberdade para um determinado nível de significância (ver tabela da distribuição t-Student). Se |t| ≤ t(g*m-2; 1-( /2)) não rejeitamos H0, ou seja, rejeitamos a hipótese de que o coeficiente angular seja significativo; Se t > t(g*m-2; 1-( /2)) rejeitamos H0, ou seja, não rejeitamos a hipótese de que o coeficiente angular seja significativo. Outra forma de definirmos um critério para avaliarmos o teste de hipótese é o P- valor. http://www.portalaction.com.br/content/52-distribui%C3%A7%C3%A3o-t-student http://www.portalaction.com.br/content/52-distribui%C3%A7%C3%A3o-t-student 1.2) Teste para o intercepto Estatística do teste em que, Este valor deve ser comparado com uma distribuição t - Student com (g*(m-2)) graus de liberdade para um determinado nível de significância (ver tabela da distribuição t-Student). Se |t| j ≤ t(g * m-2; 1-( /2)) não rejeitamos H0, ou seja, rejeitamos a hipótese de que o intercepto seja significativo; Se |t| j > t(g * m-2; 1-( /2)) rejeitamos H0, ou seja, não rejeitamos a hipótese de que o intercepto seja significativo. Outra forma de definirmos um critério para avaliarmos o teste de hipótese é o P- valor. O P-valor representa o menor nível de significância para o qual rejeitamos H0. Logo, para um nível de significância = 0,05 adotado, rejeitamos H0 se o P-valor obtido for menor que 0,05, enquanto que não rejeitamos H0 se o P-valor for maior que 0,05. http://www.portalaction.com.br/content/52-distribui%C3%A7%C3%A3o-t-student http://www.portalaction.com.br/content/52-distribui%C3%A7%C3%A3o-t-student Critério: A tendência e a linearidade são consideradas não significativas quando não rejeitamos as hipóteses H0 nos dois testes realizados acima. 2) Intervalo de Confiança para reta de regressão: em que VR representa o Valor de Referência no ponto que calculamos o intervalo de confiança. Critério: a linha relativa a tendência igual a zero deve estar completamente contida dentro dos limites acima. Obs: As estimativas dos coeficientes e o intervalo de confiança estão descritos na Norma MSA 4a edição página 97. Exemplo 2.3.1 O engenheiro do sistema de medição estava interessado em determinar a linearidade de um sistema de medição. Cinco peças padrão, que se distribuem por toda a faixa de variação do processo, foram medidas 15 vezes no laboratório de medição para se determinar o valor de referência. Neste caso, o metrologista utilizou um instrumento de medição com uma resolução melhor do que o instrumento utilizado normalmente. Após determinar o valor de referência, um avaliador realizou 12 medições de cada peça padrão nas condições reais de utilização do sistema de medição. Os valores estão resumidos na Tabela abaixo. Aqui, temos g=5 (número de peças) e m=12 (leituras em cada peça ). Medições 2,0 Tendência 4,0 Tendência 6,0 Tendência 8,0 Tendência 10,0 Tendência 1 2,7 0,7 5,1 1,1 5,8 -0,2 7,6 -0,4 9,1 -0,9 2 2,5 0,5 3,9 -0,1 5,7 -0,3 7,7 -0,3 9,3 -0,7 3 2,4 0,4 4,2 0,2 5,9 -0,1 7,8 -0,2 9,5 -0,5 4 2,5 0,5 5 1 5,9 -0,1 7,7 -0,3 9,3 -0,7 5 2,7 0,7 3,8 -0,2 6 0 7,8 -0,2 9,4 -0,6 6 2,3 0,3 3,9 -0,1 6,1 0,1 7,8 -0,2 9,5 -0,5 7 2,5 0,5 3,9 -0,1 6 0 7,8 -0,2 9,5 -0,5 8 2,5 0,5 3,9 -0,1 6,1 0,1 7,7 -0,3 9,5 -0,5 9 2,4 0,4 3,9 -0,1 6,4 0,4 7,8 -0,2 9,6 -0,4 10 2,4 0,4 4 0 6,3 0,3 7,5 -0,5 9,2 -0,8 11 2,6 0,6 4,1 0,1 6 0 7,6 -0,4 9,3 -0,7 12 2,4 0,4 3,8 -0,2 6,1 0,1 7,7 -0,3 9,4 -0,6 clique aqui para efetuar o download dos dados utilizados nesse exemplo Estimação dos Parâmetros do exemplo A seguir, vamos estimar os parâmetros e aplicar a metodologia definida pelo MSA 4a Edição. Tabela 2.3.2: Tabela de dados Peça Medições VR T VR 2 T 2 VR*T 1 2,7 2 0,7 4 0,49 1,4 2 2,5 2 0,5 4 0,25 1 3 2,4 2 0,4 4 0,16 0,8 4 2,5 2 0,5 4 0,25 1 5 2,7 2 0,7 4 0,49 1,4 6 2,3 2 0,3 4 0,09 0,6 7 2,5 2 0,5 4 0,25 1 8 2,5 2 0,5 4 0,25 1 http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/linearidade.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/linearidade.xls 9 2,4 2 0,4 4 0,16 0,812 9,4 10 -0,6 100 0,36 -6 Soma 360 -3,2 2640 11,82 -82,4 Média 6 -0,053333 Primeiramente precisamos determinar as médias das variáveis T (tendência) e VR (valor de referência). Assim, encontramos as somas de quadrados empíricas. A seguir, utilizamos as somas de quadrados empíricas para encontrarmos estimativas dos parâmetros da reta de regressão. Aqui, temos que e A reta estimada é dada por: Tendência estimada = 0,7366 - 0,13167 *(Valor de Referência) Com isso, obtemos que a %linearidade = 13,2%. Isto que dizer que a tendência varia em média 13,2% da faixa de estudo (10-2=8) entre o início e o final da faixa. Vamos aplicar os dois critérios de avaliação da linearidade, os testes dos parâmetros e o intervalo de confiança para a reta de regressão. Para isto, calculamos o quadrado médio do erro (QME) por: Caso 1: Teste de hipóteses: Inicialmente, vamos testar o coeficiente angular (b). A estatística do teste é dada por: no qual o erro padrão associado à estimativa do coeficiente angular é calculada por: Portanto, o valor da estatística t-Student é dado por: Para uma distribuição t-Student com 58 graus de liberdade encontramos t(g*m-2; 1- /2) = 2,0017. Desde que t* = 12,044 > 2,0017 rejeitamos a hipótese de que a linearidade não seja significativa. Com isso, concluímos que a linearidade é significativa ao nível de confiança de 5%. Na seqüência, vamos realizar o teste para o intercepto Neste caso, a estatística do teste é dada por: no qual, Com isso, obtemos que Para uma distribuição t-Student com 58 graus de liberdade encontramos t(g*m-2; 1- α/2) = 2,0017. Desde que t* = 10,16 > 2,0017 rejeitamos a hipótese de que o intercepto não seja significativo. Com isso, concluímos que o intercepto é significativo ao nível de confiança de 5%. Conclusão: Desde que o coeficiente angular (linearidade) foi considerado significativo, o sistema de medição apresenta uma linearidade significativa com 95% de confiança ( = 0,05). Caso 2: Intervalo de confiança para a reta de regressão. A seguir, apresentamos na Tabela 6 o cálculo dos limites do intervalo, considerando as seguintes expressões: Tabela 2.3.3: Limites do intervalo Valor de Referência (VR) LI LS 2 0,4128 0,5704 4 -0,1593 0,4093 6 -0,0995 0,1495 8 -0,3549 -0,2283 10 -0,7098 -0,5234 Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. Exemplo 2.3.2 Como aplicação de um estudo de tendência e linearidade, vamos avaliar um sistema de medição para medir a temperatura de um forno via um pirômetro óptico. Para isto, vamos fazer um estudo por comparação com um termo elemento padrão. Tomamos 5 níveis de temperatura Padrão Medidas VR Tolerância 1 748,8 750 100 1 749,8 750 100 1 748,8 750 100 http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/linearidade http://www.portalaction.com.br/content/linearidade http://www.portalaction.com.br/content/linearidade 1 748,8 750 100 1 748,8 750 100 1 748,8 750 100 1 747,7 750 100 1 747,7 750 100 1 747,7 750 100 1 748,7 750 100 1 749,7 750 100 1 750,7 750 100 2 848,8 850 100 2 848,8 850 100 2 848,8 850 100 2 847,2 850 100 2 847,2 850 100 2 847,2 850 100 2 846,1 850 100 2 846,1 850 100 2 846,2 850 100 2 846,3 850 100 2 847,3 850 100 2 848,3 850 100 3 946,9 950 100 3 946,9 950 100 3 946,9 950 100 3 945,8 950 100 3 944,8 950 100 3 944,8 950 100 3 943,6 950 100 3 943,6 950 100 3 943,6 950 100 3 945,1 950 100 3 946,1 950 100 3 947,1 950 100 4 1045,4 1050 100 4 1045,4 1050 100 4 1045,4 1050 100 4 1044,9 1050 100 4 1043,9 1050 100 4 1044,9 1050 100 4 1042 1050 100 4 1042 1050 100 4 1042 1050 100 4 1045,6 1050 100 4 1046,6 1050 100 4 1047,6 1050 100 5 1141,9 1150 100 5 1141,3 1150 100 5 1142,9 1150 100 5 1144,3 1150 100 5 1143,5 1150 100 5 1140,9 1150 100 5 1141,9 1150 100 5 1142,2 1150 100 5 1142,1 1150 100 5 1140 1150 100 5 1140,7 1150 100 5 1142,7 1150 100 clique aqui para efetuar o download dos dados utilizados nesse exemplo Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Linearidade_conteudo1.xls http://www.portalaction.com.br/sites/default/files/MSA/PLANILHAS/Linearidade_conteudo1.xls Interpretação: Neste estudo, realizamos uma análise da tendência do sistema de medição ao longo da escala de interesse. Através da tabela da Análise da Tendência, observamos que o zero está fora do intervalo de confiança, para todos os valores de referência. Com isso, concluímos que temos tendência significativa ao longo da escala do sistema de medição. Além disso, o sistema de medição apresenta uma linearidade também significativa (P-valor de 1,8*10^(-9)) de 0,016, o que quer dizer que a tendência apresenta uma variação média de 1,6% ao longo da faixa de interesse (750 a 1150). No gráfico, observamos que a linha do ponto zero (linha vermelha) não está inserida na banda de confiança (linhas azuis), o que reforça o fato de que o sistema de medição apresenta uma linearidade significativa ao nível de significância de 5%. Porém, para avaliarmos adequadamente a tendência e a linearidade deste sistema de medição, precisamos de entender melhor o sistema de medição e sua aplicação. Neste caso, temos uma medição de temperatura, na escala de 750oC a 1150oC, realizada através de um pirômetro óptico posicionado a dez metros da peça. Nesta distância, o pirômetro óptico apresenta uma exatidão de 2% da leitura. Por exemplo, em 1150 graus Celsius temos uma exatidão de 0,02*1150=23 graus Celsius. Observe que o maior valor de tendência, no ponto de 1150, foi de 10 graus Celsius. Portanto, a maior tendência encontrada está abaixo da exatidão garantida pelo equipamento. Além disso, temos uma tolerância de 100 graus Celsius e por motivos de segurança, medimos a peça a uma distância de 10 metros. Em resmo, dependendo da importância da aplicação para o restante do processo, o sistema de medição pode ser considerado aceitável para o controle do processo. Caso contrário, devemos elaborar um plano de ação. Um ponto bastante comentado pelos usuários é a interpretação do R2 . No caso particular do estudo de linearidade de um sistema de medição, valores altos de R2 pode siginificar que tivemos um bom ajuste linear. Nesta situação, concluímos que a linearidade (ou coeficiente angular) é significativa do ponto de vista estatístico. Portanto em um estudo de linearidade é interessante termos um coeficiente de determinação R2 baixo (menor que 0,2). Neste exemplo, temos um R2 igual a 0,75 o que é alto. Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. 2.4 - Repetitividade e Reprodutibilidade http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/content/content/estabilidade-replic%C3%A1vel http://www.portalaction.com.br/1028-exemplo-usando-tolerância http://www.portalaction.com.br/1028-exemplo-usando-tolerância Neste módulo, vamos apresentar um método para estimarmos a variabilidade associada ao sistema de medição. Como apresentado no módulo análise dos sistemas de medição, a variabilidade é decomposta em dois termos: Repetitividade - VE Variação das medidas obtidas por um único operador, utilizando o mesmo equipamento de medição e método, ao medir repetidas vezes uma mesma grandeza de uma única peça (corpo deprova). Reprodutibilidade - VO Variação das médias obtidas por diferentes operadores utilizando o mesmo equipamento de medição para medir repetidamente uma mesma grandeza de uma única peça (corpo de prova). Repetibilidade e Reprodutibilidade (RR) É a soma das variações devido à falta de Repetitividade e Reprodutibilidade. Como em qualquer análise, o planejamento é fundamental para que façamos uma boa análise da repetitivdade e reprodutibilidade: 1) A técnica a ser utilizada deve ser planejada. Por exemplo, tem alguns sistemas de medição cujo o efeito da reprodutibilidade é desprezível, por exemplo, para sistemas de medição automáticos no qual a única interferência do operador é apertar um botão. Neste caso, planejamos o estudo sem a reprodutibilidade (MSA, página 73). 2) O número de operadores, número de peças e o número de réplicas devem ser determinados através dos critérios: Criticidade da medida, dimensões críticas requerem mais peças e/ou réplicas; Quando lidamos com peças pesadas ou de difícil manuseio, utilizamos menos peças e mais réplicas; Requisito do cliente; 3) Os operadores devem ser escolhidos entre todos os que utilizam o sistema de medição; 4) A seleção das peças é crítica para uma boa análise do RR. Esta seleção depende do propósito do sistema de medição e da disponibilidade de peças que representem o processo de produção. Na página 73, o manual MSA estabelece os seguintes propósitos: Controle de Produto: sistemas de medição cujo resultado e critério de decisão determinam a conformidade ou não conformidade do produto com relação às especificações (inspeção 100% ou por amostragem). Neste caso, as peças selecionadas não precisam cobrir toda a faixa de variação do processo. Controle de Processo: sistemas de medição cujo resultado e critério de decisão determinam a estabilidade e/ou capacidade do processo de produção (CEP, Gráfico Farol, Melhoria Contínua). Neste caso, a disponibilidade de peças que cobrem toda a faixa de variação do processo de produção é fundamental. Muitas vezes, um estudo complementar para determinar a capacidade do processo é requerido e recomendado para avaliar a adequabilidade do sistema de medição para o controle do processo. O instrumento de medição deve ter uma discriminação de pelo menos um décimo da tolerância ou variação do processo de produção. Assegurar que o método de medição está medindo a dimensão correta e que o método é corretamente aplicado. Variabilidade interna do produto Em muitos sistemas de medição, a variação interna (ou, inerente) das peças, como ovalização, podem inflacionar nossa estimativa da repetitividade. A variabilidade interna pode ser avaliada e separada da repetitividade. O procedimento é mais complexo e consiste basicamente em: Obter a medida em vários pontos da peça; Trabalhar com os valores médios (ou valores máximo e/ou mínimo) para cada peça; À partir destes experimentos estimar a variabilidade interna. A variabilidade interna deve sempre ser objeto de estudo para a melhoria do processo produtivo. Índice RR: A partir do propósito do sistema de medição (Controle de Produto ou Controle de Processo), devemos estabelecer um índice para "facilitar" a intepretação do RR: Controle de Processo: Comparar a variabilidade do sistema de medição (RR) com a variação esperada do processo de produção. Controle de Produto: Comparar a variabilidade do sistema de medição (RR) com a tolerância do produto. Variabilidade entre partes (variabilidade do processo de produção) - VP É a variação das medidas observada entre os itens produzidos pelo processo, isto é, a variabilidade observada nas peças. Salientamos que a variabilidade entre as partes pode ser obtida à partir de um estudo de capacidade do processo ou à partir do próprio estudo para determinar o RR. Variabilidade total É a soma das variações devidas ao sistema de medição e ao processo. ou Com isso, podemos calcular o índice RR da seguinte forma: Controle de Produto Controle de Processo Os critérios para análise do RR estão definido na página 78 do MSA. Para um sistema de medição cujo propósito é analisar um processo, uma regra geral para aceitar um sistema de medição é definido na seguinte tabela: 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. Outra estatística que avalia a variabilidade de um sistema de medição é número de cateorias distintas (NDC). Esta estatística indica o número de categoria dentro do qual as medições do processo podem ser divididas. O NDC deve ser maior ou igual a cinco e é aplicado somente para sistema de medição cujo o propósito é analisar um processo (página 78 do MSA). O NDC é definido por: Cuidado: O uso do RR como único índice para avaliar um sistema de medição não é aceitável. Ao aplicar os critérios de aceitação como simples valores de corte (thresholds), assumimos que as estatísticas são estimativas determinísticas da variabilidade do sistema de medição (o que não são). Especificar os valores de corte como critério pode levar a um comportamento inadequado. Por exemplo, o fornecedor pode ser "criativo" ao encontrar um determinado valor de RR, eliminando as principais fontes de variação (como a interação peça X operador) ou simplesmente manipular o estudo. Comentários: Infelizmente este é um fato que ocorre em muitas empresas no Brasil. O cliente impõe um RR abaixo de 10% e o fornecedor manipula os dados. NÃO DEVEMOS TER UM CRITÉRIO SIMPLES (ÚNICO) PARA TODOS OS SISTEMAS DE MEDIÇÃO. Cada aplicação deve ser avaliada individualmente. Quando analisamos a variação de um sistema de medição é importante olhar para cada aplicação individualmente, para sabermos o que é requerido e como esta medição será utilizada. Por exemplo: a precisão requerida da medição de temperatura poder ser diferente para aplicações não similares. Um termostato para sala pode regular a temperatura para conforto de um humano e ser barato, porém tem um RR acima de 30%. Isto é aceitável para esta aplicação. Mas, em um laboratório, no qual pequenas variações de temperatura podem impactar nos resultados dos testes, uma medição e controle de temperatura mais sofisticados devem ser requeridos. Este termostato será mais caro e também vamos requerer uma menor variabilidade (menor valor de RR). Diretrizes para o estudo de RR - Replicável Como em qualquer análise, um bom planejamento deve ser realizado para que possamos conduzir o estudo de RR. 1. Selecionar aleatoriamente operadores que utilizam e conhecem bem o sistema de medição a ser estudado. Em geral recomendamos três operadores. Se isto não for viável, utilizar pelo menos dois operadores. Caso o operador não influencie na medição, não avalie a reprodutibilidade. 2. Utilizar equipamentos de medição devidamente calibrados. 3. Selecionar de 5 a 15 peças da produção cujas dimensões varram o campo de variação do processo o Se o sistema de medição for utilizado para processos com campos de variação muito
Compartilhar