Professional Documents
Culture Documents
Fabricao Mecnica
Esta Apostila tem o intuito de proporcionar aos alunos desta disciplina e deste curso, noes gerais para serem utilizadas em levantamentos, estudos e anlises da Gesto da Qualidade; ajudando o profissional em tomada de decises e como ferramenta da qualidade. O acompanhamento das aulas e a pesquisa em Bibliografia sobre o assunto, tornam-se necessrias para o adequado aproveitamento do curso.
FATEC Sorocaba
Fabricao Mecnica
4 - Capabilidade do processo 5 - Pr-controle ou grfico do Farol 6 - Implantao do CEP 7 Tabelas para CEQ e CEP 8 - Simbologia utilizada 9 - Referncias bibliogrficas
FATEC Sorocaba
Fabricao Mecnica
1.1.1- Evoluo Graas ao crescimento incessante do parque industrial, concorrncia cada vez maior
de outras empresas similares, procura e a melhor condio do poder aquisitivo, surgiu entre os dirigentes das indstrias, a preocupao em desenvolver novos mtodos, em dividir e racionalizar o trabalho a fim de obter maior produtividade, sem contudo afetar a qualidade do produto. O aumento da produo, pensamento geral, iria causar problemas muito srios qualidade. Era preciso desenvolver algum processo que substitusse a inspeo tradicional, at ento utilizada satisfatoriamente. O desenvolvimento e utilizao das tcnicas e mtodos estatsticos para anlise e soluo de problemas passaram a ganhar importncia no campo industrial a partir da segunda metade dos anos 20, quando o Dr. Walter A. Shewhart desenvolveu uma teoria de controle estatstico baseada em grficos de controle. Shewhart apresentou sua teoria em uma srie de palestra, e este material tornou-se seu famoso livro Economic of Quality of Manufactured Product (1931). Seus grficos de controle - Controle Estatstico da Qualidade CEQ, foram utilizados em larga escala nos anos 40 como resultado dos esforos de perodo de guerra. um sistema detectivo Aqueles que os usaram conquistaram ganhos substanciais em qualidade e produtividade. Com o uso do CEQ, para dentro do processo, surgiu na dcada de 50, pelo Dr. E. Deming, o Controle Estatstico do Processo CEP, como ferramenta segura e de rpido controle, e no aperfeioamento dos processos produtivos de forma eficiente. O controle estatstico do processo - CEP tem por finalidade desenvolver e aplicar mtodos estatsticos como parte da estratgia de preveno de defeitos, de melhoria da qualidade dos produtos e servios e da reduo dos custos de fabricao. um sistema preventivo. Sistema de Controle da Qualidade A - Antigo (aps a inspeo final) Detectado problemas/falhas depois da fabricao
FATEC Sorocaba
Fabricao Mecnica
B - Preventivo (detectado durante a fabricao, com tempo de corrigir / selecionar antes da inspeo final.
1.1.3- Inspeo e Controle Estatstico de Qualidade de fundamental importncia diferen ciao de conceitos entre Inspeo e Controle Estatstico de Qualidade: Inspeo da Qualidade uma operao de verificao realizada aps o produto ter sido totalmente processado, e na qual classificado em duas categorias: Aceito e Rejeitado. feita com o objetivo de verificar se a qualidade das partidas apresentadas atende s especificaes de fornecimento ou de recebimento, utilizando-se tbuas/tabelas de amostragem. As principais caractersticas da inspeo so:
FATEC Sorocaba
Fabricao Mecnica
a) Cada unidade do produto deve ter suas caractersticas comparadas com padres e especificaes. b) Dever ser tomada uma deciso definitiva em aceitar ou rejeitar o produto, se este no estiver de acordo com as especificaes. c) A inspeo no adiciona nada ao valor do produto nem diminui o nmero de rejeies, uma vez que no envolve nenhuma ao corretiva sobre as operaes. d) A inspeo 100% garante ao cliente e ao fornecedor a boa qualidade do produto. e) A boa reputao do fornecedor sem um adequado sistema de Controle de Qualidade conseguida a custo de elevados ndices de rejeies e conseqente alto custo de fabricao. Controle Estatstico da Qualidade um sistema amplo e complexo que tem por finalidade a inspeo, a anlise e a ao corretiva aplicados a um processo produtivo. A inspeo de uma pequena poro dos produ tos leva a uma anlise de sua qualidade, o que determinar a ao a ser adotada de modo a manter o nvel de qualidade. exercido pelo produtor durante o processo produtivo. O processo estar sob controle quando a variao da qualidade estiver dentro dos limites de especificao do produto. Os instrumentos principais utilizados para o controle estatstico de qualidade so os grficos de controle. As principais caractersticas do Controle Estatstico da Qualidade so: a) Divulgao rpida por utilizar apenas amostras dos resultados, permitindo uma correo imediata. b) Os produtos produzidos em uma operao onde se aplicou a tcnica correta de C.Q., podem ser aceitos sem inspeo adicional. c) Melhoria da qualidade na prpria linha de produo diminuindo as rejeies. d) Reduo dos custos de fabricao, pois a qualidade melhorada na prpria operao de manufatura. e) Aumento da moral dos supervisores de produo, pois a qualidade ser produzida na linha, eliminando-se as discusses aps uma inspeo final, que no levam a nenhum resultado.
INDSTRIA A :
INSPEO DE RECEBIMENTO DA MATRIA-PRIMA => CONTROLE DE FABRICAO => INSPEO FINAL = > VENDA
INDSTRIA B :
COMPRA => INSPEO DE RECEBIMENTO => CONTROLE DE FABRICAO
FATEC Sorocaba
Fabricao Mecnica
Exemplo: Ilustrar as fases de controle necessrias para a produo de um tampa redonda injetada com diam. de 50 mm e altura de 15 mm na cor natural : Dois fabricantes esto envolvidos: Fabricante 1 Indstria Petroqumica de Produo de Matria-Prima (Resina plstica de Polipropileno) Fabricante 2 Produz a pea por processo de injeo Fabricante 1 (Indstria Petroqumica) FASE Recebimento do Gs Propano da refinaria No reator transformar na resina especificada Armazenar e/ou Embalar EXIGNCIAS A VERIFICAR Composio Qumica etc Composio Qumica, ndice de fluidez etc Quantidade adequada e identificada TIPO DE CONTROLE Inspeo de Recebimento (Tabela de Amostragem) Controle de Fabricao (Grficos de Controle) Inspeo Final (Tabela de Amostragem)
Fabricante 2 (Injeo de Plstico) FASE Recebimento da resina Alimentar mquina injetora Embalar e identificar EXIGNCIAS A VERIFICAR Composio Qumica, identificao e quantidade ( laudos/certificados) Dimensional, superficial, deformaes, manchas, falhas, aparncia visual aplicao prtica etc Quantidade adequada e identificao TIPO DE CONTROLE Inspeo de Recebimento (Tabela de Amostragem) Controle de Fabricao (Grficos de Controle) Inspeo Final (Tabela de Amostragem)
1.2.2 - ESPECIFICAO DE QUALIDADE Como a idia de qualidade implica na comparao do produto com parmetros previamente estabelecidos ou expectativa de caractersticas, as especificaes so fundamentais na anlise da qualidade. Alguns aspectos devem ser ponderados nas especificaes de um produto: a) Especificaes Verbais Causam confuses e erros de interpretao. b) Especificao Atravs da Amostra do Produto Dependem da complexidade do produto. c) Especificaes Numricas - Dimenses exatas So impraticveis, pois para uma pea possvel mant-las, mas para um bom lote nunca ocorre repetitivamente. - Dimenses com tolerncias Permitem trabalhar com folgas permissveis d) Caractersticas de Qualidade So parmetros, componentes de uma especificao. Podem ser: Propriedades fsicas (Ex.: resistncia. a trao) Propriedades qumicas (Ex.: composio do material) Dimenses, Rugosidade superficial, acabamento, aparncia, cor Temperatura, Presso Etc.
FATEC Sorocaba
Fabricao Mecnica
e) Contedo das Especificaes So includas no texto das especificaes somente as caractersticas de qualidade. Estas podem ser: Especificao de materiais Especificao de fabricao Especificao de produtos finais e.1- Especificao de Materiais: So elementos essenciais na especializao e devem conter no mnimo as seguintes informaes: e.1.1- Tipo de unidade de medida do material: Servem para caracterizar o objeto em anlise. e.1.2- Identificao dos Lotes: A falta de identificao pode acarretar rejeies ou aprovaes de vrios lotes por mera confuso. e.1.3- Caractersticos de Qualidade do Material: Englobam todos os parmetros que avaliam a operabili dade do produto. e.1.4- Mtodos de Ensaio do Lote: Indicam de que forma e com quais equipamentos vamos inspecionar o lote. e.1.5- Embalagem, Manuseio, Armazenagem: Devemos indicar como as peas sero fornecidas ou recebidas. e.2- Especificao de Fabricao: A especificao de fabricao e seu acompanhamento pelo controle de qualidade reduziro substancialmente o custo de fabricao diminuindo o nmero de rejeies e as necessidades de inspeo final. Os elementos essenciais das especificaes de fabricao so: e.2.1- Lista de Materiais: Inclui todos os materiais utilizados no processo de fabricao. e.2.2- Equipamento: Descrio do equipamento: mquinas, ferramentas, etc., usados no processo produtivo. e.2.3- Folhas de Operaes: Resumem as informaes necessrias para execuo da operao, tais como: Denominao da operao Tempo de execuo, ciclo Ajustes e regulagens da mquina Croquis da operao e.2.4- Ensaios de Controle de Fabricao: Indicam as caractersticas a serem analisadas. Medies necessrias Calibraes Tolerncias e.3- Especificao de Produtos Finais: So especificaes que fazem com que o produto final atenda s exigncias do consumidor. So os objetivos a serem atingidos pelas especificaes de fabricao.
FATEC Sorocaba
Fabricao Mecnica
1.3.2- Controle de Variveis a avaliao de caractersticas de qualidade atravs de valores mensurveis, as quais podem corresponder a leituras em escalas. A tcnica de variveis admite que podemos dividir a escala indefinidamente 1.3.3 - TOLERNCIA Definimos tolerncia como a faixa de variao aceitvel por uma determinada caracterstica de qualidade. impraticvel em um processo de produo obtermos uma dimenso exata para um caracterstico de qualidade, devido variao constante das condies de trabalho. Esse caso gera a necessidade de estipular um intervalo de variao no qual a caracterstica de qualidade aceitvel, ou seja, atende os objetivos do projeto. - Tipos de Tolerncia a) Tolerncia Dimensional Determina um intervalo em que a dimenso bsica pode variar. Ex.: 25 mm + 0,5 o dimetro de 25 mm pode variar no intervalo 25 a 25,5mm. b) Tolerncias de Forma- Indicam o mximo desvio em relao forma bsica - Ovalizao: - Excentricidade: - Desvio (Perpendicularidade): etc c) Tolerncia de Partida o nmero mximo permissvel de peas defeituosas em um determinado lote. Ex.: Uma partida de 1000 pregos pode apresentar no mximo 20 defeituosos (sem cabea), portanto a tolerncia de partida 2%. - Sistemas para Indicao de Tolerncias Dois sistemas podem ser utilizados para indicao de tolerncias: Sistema Unilateral: No qual a variao permitida apenas em um sentido da dimenso bsica. Ex.: 25 + 0,1 mm Sistema Bilateral: A variao permitida em ambos os sentidos da dimenso bsica. Ex : altura de uma pea com 12 + / - 0,3 mm
FATEC Sorocaba
Fabricao Mecnica
A estas classificaes so atribudos pesos em funo de sua gravidade e dos impedimentos gerados na utilizao do produto.
Exemplo: Falhas em Componentes Eltricos Falha No. de Classe 1 A 2 B 3 C 4 C Descrio Terminais Quebrados Terminais Frouxos Terminais Oxidados Terminais Cobertos de Solda
Aps a organizao da lista, atribuir pesos para as vrias classes Classes Peso A 5 B 3 C 1 N de Defeitos 2 2 3 Demritos 10 6 3 19 (Total)
A determinao dos demritos em uma amostra de 100 peas poderia conduzir a um total de 19 demritos, considerando todos os defeitos da amostra. O critrio de aceitao ou rejeio, diante do total de demritos encontrados na amostra, dever estar indicado na especificao. Se no caso o nmero mximo de demritos na amostra for 20, a partida ser aceita. O clculo por demritos largamente empregado na inspeo de recebimento
FATEC Sorocaba
Fabricao Mecnica
B - Preventivo (detectado durante a fabricao, com tempo de corrigir / selecionar antes da inspeo final.
- Estatstica
a parte da matemtica que permite tirar concluses a partir de uma srie de dados observados, ver apostila de Estatstica ministrada no 1. Semestre do curso. TPICOS - Distribuio, Tipos e Tabela de Freqncia, Funo de Probabilidade, Clculos etc
- Processo
a combinao especfica de mquinas e equipamentos, mtodos, materiais, meio ambiente e pessoas 4Ms que trabalham e atuam simultaneamente para produzir um produto ou realizar um servio.
10
FATEC Sorocaba
Fabricao Mecnica
Portanto, controle estatstico de um certo processo um mtodo preventivo de se comparar os resultados do processo com padres pr-estabelecidos/especificaes, identificando estatisticamente as variaes significativas a fim de elimin-las ou minimiz-las.
- Variabilidade
Dois elementos nunca so exatamente iguais. A variao est sempre presente: entre pessoas, na natureza, nos processos, nos produtos, etc. Todos os processos de manufatura/produo tambm so afetados pela variao, que influenciam nos resultados finais. Existem variaes inerentes ao processo e variaes cuja causa acidental, determinvel. Variaes aleatrias (causas comuns) so as variaes inerentes ao processo; fazem parte de sua natureza, podem ser controladas e seguem padres normais de comportamento. Essas variaes no podem ser evitadas, apenas minimizadas. Variaes causais (causas especiais) so as variaes de causa acidental, determinvel. Por exemplo: As falhas e enganos so normalmente identificadas e eliminadas.
- Populao
o conjunto de indivduos ou objetos existentes ou possveis de existirem num processo de fabricao, que apresentam pelo menos uma caracterstica em comum. Pode ser finito ou infinito.
- Lote
o conjunto de peas produzidas em um processo de fabricao durante um intervalo de tempo, ou at mesmo uma produo programada independente do tempo.
- Amostra
um conjunto de elementos extrados da populao (ou lote). O tamanho da amostra a quantidade de elementos existentes nela. A amostra simbolizada por n.
- Amostragem
um conjunto de amostras n retiradas da populao. A quantidade de amostra retirada da populao simbolizada por K.
- Medidas
Para extrair informaes sobre uma grande srie de dados, so necessrias algumas caractersticas que possibilitem representar os dados de forma relativa e resumida. Estas caractersticas chamam-se medidas. Existem medidas de posio e de disperso.
2.1. PROBABILIDADE
Introduzidas as noes fundamentais sobre a teoria das probabilidades, pode-se passar s chamadas Distribuies de Probabilidades.
11
FATEC Sorocaba
Fabricao Mecnica
Uma distribuio de probabilidades uma distribuio de freqncia relativa para os resultados de um espao amostral (isto , para os resultados de uma varivel aleatria); que mostra a proporo das vezes em que a varivel aleatria tende a assumir cada um dos diversos valores. Consideremos a varivel aleatria por exemplo o Nmero de caras em duas jogadas de uma moeda , neste caso temos 50 % de sair cara ou coroa ( 1 / 2 = 0,5 ) DISTRIBUIO NORMAL (ou de GAUSS, ou de LAPLACE, ou ainda, dos ERROS DAS OBSERVAES)
uma distribuio contnua e simtrica, cujo grfico tem a forma de um sino. A distribuio normal o resultado da atuao conjunta de causas aleatrias.
F (x)
x- 3
x- 2
x- 1
x +1 x+ 2
x+ 3
Parmetros da Distribuio Normal Mdia da Populao Determinam o formato da curva Desvio padro da populao Equao da Funo de Probabilidade A equao da funo de probabilidade dada pela expresso: - ( x - ) 2 f(x) = 1 2
12
FATEC Sorocaba
Fabricao Mecnica
Do estudo de estatstica conclumos que: - a varivel x pode assumir qualquer valor real no intervalo
- < x < +
- a varivel x obedecer a uma Distribuio Normal, se a probabilidade de que um valor x seja menor ou igual a outro xo for: - ( x - ) x0 2 1 2 -
P( x < x0 ) = f(x0) =
dx
xo.
+ X0
Portanto: A probabilidade de ocorrncia de um valor menor ou igual rea abaixo da curva, est entre os valores
xo .
Os valores = 3,1416 e
e ( nmero
13
FATEC Sorocaba
Fabricao Mecnica
b- O desvio Padro , a distncia entre a mdia e o ponto de inflexo da curva. c- A rea total sob a curva normal igual a 1, pela prpria equao da probabilidade. d- Em virtude da simetria as reas direita e esquerda do valor so iguais
Z=
-
e como unidade de escalados
z e o desvio padro , teremos transformado a expresso da funo das probabilidades na distribuio normal reduzida:
- z
f(z)= 1 2
dz = dx dx
= . dz
z f(z)= 1 2
- z e
2
dz
14
FATEC Sorocaba
Fabricao Mecnica
As reas sob a curva permanecem as mesmas, mas agora podem ser tabuladas em funo dos valores de Z (Ver tabela abaixo, eixo dos Z). Basta construir a tabela das reas para os valores I(z) ou P (probabilidade). Por exemplo, a rea desde Z=0, at Z= 1,0 P(1,0) = 0,3413 ou 34,13% da rea total da curva; conseqentemente, dentro do intervalo 1 temos 68,26% da rea total da curva. Se procurarmos a probabilidade de encontrarmos um valor de x dentro do intervalo onde a media, o desvio padro da populao, teremos: 0,95
Apresentamos na tabela abaixo alguns dos mais importantes intervalos de distribuio normal para aplicaes em exerccios de probabilidade na curva normal.
valores de z e em seguida construir uma tabela com resultados das integrais, que corresponde rea sob a curva xo intervalo de 0 a Z0 identificada por Iz0. Representao Grfica (lembrar que a rea total tendendo a 100 %) O grfico de uma varivel normal tem a forma de um sino e simtrico em relao mdia (). Fixando a mdia (), verifica-se que o achatamento est diretamente ligado ao desvio-padro ().
15
FATEC Sorocaba
Fabricao Mecnica
Zonas de probabilidade A rea sob a curva normal costuma ser dividida em zonas de probabilidades, onde cada uma tem a mesma base de um desvio padro. A figura abaixo mostra reas representativas sob a curva de distribuio normal.
16
FATEC Sorocaba
Fabricao Mecnica
Distribuio normal padronizada Para o clculo das reas sob a curva normal surgem alguns problemas, que exigem grandes clculos matemticos. Esses problemas so solucionados por meio de uma mudana de varivel, obtendo-se assim a distribuio normal padronizada ou reduzida, com mdia. = 0 e 2 = 1. Notao: X ~ N ( . 2 ). A distribuio normal pode ser transformada na distribuio normal padro com =0 e 2=1 usando-se a seguinte transformao:
Z=
X-
A tabela da curva normal Neste material utiliza-se a tabela da faixa central, a mais comumente usada (Tabela pg.83). Essa tabela fornece a rea sob a curva normal padro entre z = 0 e qualquer valor positivo de z. Devido simetria em torno de z = 0, pode-se obter a rea de quaisquer valores de z (positivo ou negativo). Exemplo de clculo de rea sob a curva. Seja X uma varivel onde X ~ N (1,60; 0,302). Acharemos a probabilidade de termos elementos entre mnimo 1,35 e mximo 1,92.
17
FATEC Sorocaba
Fabricao Mecnica
Zabaixo
1,35 - 1,60 0 , 55
= - 0,45
Zacima
Observao Verificando na tabela , nota-se que s apresenta valores positivos para z. Como a curva simtrica em relao mdia, procura-se o valor de z em mdulo.
A probabilidade de termos elementos no intervalo de 1,35 a 1,92 0,1736 + 0,2190 = 0,3926 39,26%.
18
FATEC Sorocaba
Fabricao Mecnica
Exerccios 1. Sabendo-se que a espessura de um disco de freio segue uma distribuio normal, com = 15mm e = 0,07mm, determinar: a) A probabilidade de ocorrncia de discos com espessura entre 14,90mm e 15,15mm.
19
FATEC Sorocaba
Fabricao Mecnica
2. Calcule as reas de probabilidade sob a curva normal. a) Sendo = 35 = 2. Calcular a probabilidade de X > 39,5.
20
FATEC Sorocaba
Fabricao Mecnica
3. Calcular o desvio padro ( ), para uma distribuio normal, onde foi obtido os seguin -tes valores para dimetros maior de 24, mdia = 22 e a probabilidade de peas com 2,4 % ?
21
FATEC Sorocaba
Fabricao Mecnica
3- Controle do processo
Introduo
Os mtodos vistos at agora utilizam dados de um perodo passado, que so expressos de forma esttica. Entretanto, necessrio obter informaes sobre o comportamento do processo em perodo especfico de tempo de uma forma dinmica, com projees futuras. Quaisquer mudanas no material, no trabalhador/operador, na mquina, no mtodo (4Ms) enfim, no processo, devem ser detectadas rapidamente para que as aes corretivas sejam tomadas. Isso conseguido atravs dos grficos de controle.
Neste histograma no se pode verificar o que acontece com o processo no transcorrer do tempo (diariamente). Para tanto, necessrio construir um outro tipo de grfico. Usando os mesmos dados do histograma, calculou-se a mdia dos 5 valores dirios ( ) e a amplitude da amostra (R). O eixo horizontal mostra os dias e o eixo vertical mostra a amplitude e a mdia.
22
FATEC Sorocaba
Fabricao Mecnica
Observa-se neste grfico que existe uma tendncia crescente da mdia, fato este, no observvel no histograma.
X -
s
R R Rm
(mdia e desvio padro). (mdia e amplitude). (mediana e amplitude). (valores individuais e amplitudes mveis).
b) controle de atributos so aqueles que se baseiam na verificao da presena ou ausncia de um atributo; podem ser de dois tipos: -
- Controle de defeitos - Total de defeitos na amostra ( c ). - mdia de defeitos por unidade na amostra ( u ).
23
FATEC Sorocaba
Fabricao Mecnica
24
FATEC Sorocaba
Fabricao Mecnica
Esse comportamento uma regra geral: quanto maior o tamanho da amostra, mais rapidamente a distribuio das mdias tende para a normal.
Amostras de tamanho n = 5 Se o
Distribuies
o desvio da curva do processo, o desvio padro da curva das mdias dado por:
A distribuio das mdias de amostras tem uma disperso menor que a distribuio dos valores individuais. Ento, Dessa forma, ao estabelecer os limites de controle para as mdias de amostras ( + 3 ), determinase um intervalo de confiana de 99,73% para a mdia da populao. Enquanto as mdias das amostras ( ) estiverem dentro do intervalo de 6 , alternadamente para cima e para baixo da mdia das mdias amostrais ( ), isso significa que: desde que no apresente tendncias, o processo est sob controle estatstico, sujeito apenas s variaes aleatrias inerentes ao processo. a mdia da distribuio populacional no apresenta alteraes, ou seja, permanece constante em X = . comearem a cair fora dos limites de controle ou apresentarem tendncia a sair
processo est sofrendo variaes no aleatrias, ou seja, variaes causais, que precisam ser determinadas e corrigidas para que o processo volte situao de controle estatstico; a distribuio populacional est se alterando, havendo deslocamento da mdia X = . Podem existir produtos fora das especificaes.
O mesmo pode-se dizer das amplitudes. Quando o grfico das amplitudes se apresenta sob controle estatstico, , significa que a variao da distribuio populacional n ou seja, R variando dentro do intervalo de 6 permanece constante. Se, por outro lado, pontos R comearem a cair fora do limite do controle, tem-se uma
25
FATEC Sorocaba
Fabricao Mecnica
mudana no parmetro n da distribuio populacional, podendo novamente gerar produtos fora da especificao. Assim, durante todo o processo, o grfico de controle indica prontamente qualquer mudana que pode afetar a distribuio populacional. Porm, cabe lembrar que nunca se pode comparar diretamente os limites da especificao, j que o primeiro calculado com base nas mdias, enquanto o segundo representa a exigncia sobre todos os produtos individualmente. Uma segunda boa razo para trabalharmos com distribuio de mdias amostrais derivada tambm do Teorema do limite central, que garante:
Qualquer que seja a distribuio dos indivduos (distribuio da populao), a distribuio das mdias de amostras desses indivduos ser sempre normal (condio: amostras com n = 4 unidades).
Dessa forma, pode-se utilizar grficos de controle tambm para distribuies no normais, (como as que regem os atributos, binomiais, de Poisson, etc.), fazendo-se as devidas aproximaes e trabalhando com amostras de tamanho suficiente para garantir a aderncia.
aproximadamente (0,1)
Isso pode ser feito considerando-se a mdia e o desvio padro da binomial como se fossem a mdia e o desvio padro da normal, ou seja:
n=
= p (1 - p) n
Exemplo de situao O estudo prvio da produo de peas defeituosas oriundas de um certo equipamento revelou 0,20 (ou 20%) de itens fora da especificao. Imagine que sejam retiradas amostras aleatrias de tamanho 10 em intervalos de tempos regulares e que sejam avaliados os itens defeituosos em cada uma delas. Aparentemente poder-se-ia obter 2 itens defeituosos em cada amostra. No entanto, no isso que ocorre. Pode-se encontrar amostras com 0, 1, 2, 3, 4... etc. e, at com 10 itens defeituosos. Os resultados, porm no surgem com a mesma freqncia relativa. A probabilidade de ocorrncia de cada caso dada na Tabela seguinte.
26
FATEC Sorocaba
Fabricao Mecnica
No de defeituosos
0 1 2 3 4 5 6 7 8 9 10
Probabilidade
0,1074 0,2684 0,3020 0,2013 0,0881 0,0264 0,0055 0,0008 0,0001 0,0000 0,0000
Probabilidade de ocorrncia de itens defeituosos em amostra de tamanho 10. Representao grfica da distribuio binomial para n = 10 e = 0,2
e n.
27
FATEC Sorocaba
Fabricao Mecnica
A distribuio possui uma cauda alongada para a direita quando a proporo defeituosa da populao menor que 0,5. Quando esta proporo for maior que 0,5 a cauda se alongar para a esquerda. Quando, finalmente, a proporo for 0,5 a distribuio ser simtrica.
Exemplo de situao O estudo prvio do nmero de defeitos incidentes em rolos de tecidos para assentos de automvel revelou uma mdia de 7 defeitos por rolo. Se inspecionarmos amostras constitudas de 1 rolo de tecido sempre do
28
FATEC Sorocaba
Fabricao Mecnica
mesmo comprimento, em intervalos de tempo regulares, qual a probabilidade de encontrarmos rolo com 0, 1, 2, 3, 4, ..., defeitos? Aparentemente espera-se obter 7 defeitos em cada rolo inspecionado. No entanto, no ocorre isso. A probabilidade de ocorrncia de defeitos caracterizada por um comportamento que pode ser descrito pelo modelo de distribuio de Poisson. A tabela a seguir fornece a probabilidade de ocorrncia de defeitos em um rolo de tecido de tamanho constante.
No de defeitos 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Probabilidade 0,0009 0,0064 0,0223 0,0521 0,0912 0,1277 0,1490 0,1490 0,1304 0,1014 0,0710 0,0452 0,0264 0,0142 0,0070 0,0033 0,0014 0,0006 0,0000
29
FATEC Sorocaba
Fabricao Mecnica
en
30
FATEC Sorocaba
Fabricao Mecnica
importante observar que, com o crescimento da mdia de defeitos, a distribuio tende a uma simetria em torno dos valores de maior freqncia. Portanto, a distribuio de Poisson pode ser aproximada para a distribuio normal, sem comprometimento dos resultados, desde que se faa uma escolha conveniente do tamanho da amostra. A tabela da normal reduzida pode ser utilizada, bastando para isso considerar respectivamente, a mdia ( ) e o desvio padro ( ) da curva normal. e como sendo,
Existem critrios que indicam o grau de aproximao das distribuies Binomial e Poisson da curva normal. Esses critrios podem servir de orientao para a escolha conveniente do tamanho das amostras e, desse modo, permitir a utilizao da aproximao, com nvel de confiabilidade adequado.
31
FATEC Sorocaba
Fabricao Mecnica
Critrio
Fraco Mdio Forte
Binomial
5 10 15
Poisson
Mdia de ocorrncia 5 Mdia de ocorrncia 10 Mdia de ocorrncia 15
4. Construir o grfico, colocando os limites de controle, os pontos mdios e suas respectivas amplitudes. 5. Marcar no grfico todos os pontos e R de cada subgrupo.
Exemplo de aplicao
A tabela abaixo registra os dimetros de eixos que foram fabricados por um torno, valores estes tomados de uma amostragem composta de 25 amostras de cinco peas cada.
32
FATEC Sorocaba
Fabricao Mecnica
Dia 1o
13.00 12.94 12.90 13.18 12.72 12.60 13.02 13.18 12.78 12.80 13.04 13.14 12.96 13.18 13.04 12.66 13.12 12.92 13.28 13.14 12.82 12.84 12.78 12.74 12.72
R 1.9 1.3 1.1 1.5 1.2 1.7 1.8 1.2 2.2 0.9 0.5 1.1 1.4 1.3 1.7 1.4 1.6 1.2 2.4 1.3 0.7 1.5 0.9 0.9 1.1
2o
3o
4o
5o
2. Clculo dos limites de controle. Para o grfico LC = =12.94 LSC = + A2 . LSC = 12.94 + 0.577 . 1,35 LSC = 13,7 LIC = - A2 . LIC = 12.94 - 0,577 . 1,35 LIC = 12,2
33
FATEC Sorocaba
Fabricao Mecnica
Para o grfico R LC = = 1,35 LSC = D4 . LSC = 2,114 . 1,35 = 2,85 LSC = 2,9 LIC = D3 . LIC = __
Observaes Os valores A2 ,D3 e D4 so encontrados na tabela 1, cap. 7: Valores para clculo dos limites de controle da carta , R.
Existindo pontos fora dos limites de controle, conclui-se que existem variaes causais nesses pontos. Neste caso, temos que consultar o dirio de bordo e aplicar tcnicas de soluo de problemas. Quando o grfico apresenta todos os pontos dentro dos limites de controle, sem apresentar sinais de instabilidade, pode-se utilizar esses limites de controle como representativos do processo.
34
FATEC Sorocaba
Fabricao Mecnica
Dia 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20
X1 7,40 7,50 6,70 7,92 7,00 7,08 8,75 6,57 7,17 7,77 7,75 6,92 7,67 8,67 6,58 8,17 7,42 9,25 7,58 8,33
X2 6,83 6,95 6,67 6,42 6,25 8,92 7,00 5,95 7,00 7,92 6,92 7,12 6,92 7,42 9,92 8,08 6,23 7,38 6,08 6,40
X3 6,42 7,67 7,67 6,03 6,60 6,75 7,00 7,40 6,17 6,50 7,17 7,50 7,25 6,30 7,00 6,50 8,08 7,03 6,78 6,87
X4 5,00 6,63 5,92 6,25 4,17 5,50 5,42 5,50 5,50 6,17 5,83 7,33 5,92 6,33 6,17 4,92 6,13 5,75 7,43 6,08
X5 5,58 5,58 5,17 4,67 5,92 6,25 8,00 5,83 5,42 5,75 5,08 6,33 6,25 5,17 6,08 5,00 5,50 4,43 5,92 5,58
6,25 6,87 6,43 6,26 5,99 6,90 7,23 6,25 6,25 6,82 6,55 7,04 6,80 6,78 7,15 6,53 6,67 6,77 6,76 6,65
R 2,40 2,09 2,50 3,25 2,83 3,42 3,33 1,90 1,75 2,17 2,67 1,17 1,17 3,50 3,84 3,25 2,58 4,82 1,66 2,75
X mx. 7,40 7,67 7,67 7,92 7,00 8,92 8,75 7,40 7,17 7,92 7,75 7,50 7,67 8,67 9,92 8,17 8,08 9,25 7,58 8,33
X mn. 5,00 5,58 5,17 4,67 4,17 5,50 5,42 5,50 5,42 5,75 5,08 6,33 5,92 5,17 6,08 4,92 5,50 4,43 5,92 5,58
35
FATEC Sorocaba
Fabricao Mecnica
36
FATEC Sorocaba
Fabricao Mecnica
37
FATEC Sorocaba
Fabricao Mecnica
Exerccio No 2 A coleta de dados que segue foi obtida junto ao equipamento de teste de presso da uma bomba de leo de motores de um certo veculo.
As especificaes referentes ao ensaio so: Especificaes: 70 a 90psi a 3.200 rpm. Construa o grfico - R de controle e faa a anlise do processo.
Teste da bomba de leo conjunto Verificar a presso de abertura da vlvula Hora Amostra X1
15:00 16:00 17:00 18:00 19:00 20:00 21:00 23:00 24:00 01:00 02:00 06:00 07:00 08:00 09:00 10:00 11:00 13:00 14:00 15:00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 74,0 74,0 80,0 74,0 76,0 70,0 76,0 74,0 76,0 72,0 74,0 73,0 76,0 74,0 72,0 80,0 72,0 74,0 78,0 78,0
X2
72,0 70,0 76,0 70,0 74,0 80,0 76,0 76,0 78,0 76,0 82,0 72,0 78,0 80,0 78,0 80,0 78,0 76,0 74,0 76,0
X3
74,0 74,0 72,0 76,0 70,0 78,0 76,0 74,0 74,0 76,0 78,0 72,0 76,0 80,0 80,0 76,0 74,0 74,0 74,0 74,0
X4
78,0 76,0 74,0 72,0 78,0 72,0 74,0 78,0 74,0 74,0 76,0 80,0 76,0 78,0 78,0 78,0 72,0 70,0 76,0 72,0
X5
70,0 72,0 74,0 72,0 74,0 78,0 80,0 74,0 76,0 76,0 70,0 80,0 76,0 76,0 76,0 76,0 80,0 72,0 72,0 76,0
X mn, X mx,
70,0 70,0 72,0 70,0 70,0 70,0 74,0 74,0 74,0 72,0 70,0 72,0 76,0 74,0 72,0 76,0 72,0 70,0 72,0 72,0 78,0 76,0 80,0 76,0 78,0 80,0 80,0 78,0 78,0 76,0 82,0 80,0 78,0 80,0 80,0 80,0 80,0 76,0 78,0 78,0 73,6 73,2 75,2 72,8 74,4 75,6 76,4 75,2 75,6 74,8 76,0 75,4 76,4 77,6 76,8 78,0 75,2 73,2 74,8 75,2
R
8,0 6,0 8,0 6,0 8,0 10,0 6,0 4,0 4,0 4,0 12,0 8,0 2,0 6,0 8,0 4,0 8,0 6,0 6,0 6,0
38
FATEC Sorocaba
Fabricao Mecnica
39
FATEC Sorocaba
Fabricao Mecnica
- Grfico X
- Grfico Rm
LC = m LSCR = D4. LICR= D3. LICR = -
m m
Usualmente, a amplitude mvel calculada pela diferena entre cada par de valores sucessivos. Exemplo: Diferena entre a primeira e a segunda leitura, segunda e terceira, etc. Nesse caso utiliza-se n = 2 para os fatores d2 e D4. Os valores para as constantes utilizadas na carta (X - Rm), encontram-se na tabela 3, do cap. 7.
40
FATEC Sorocaba
Fabricao Mecnica
Exemplo
Coleta de dados: - leo para motor viscosidade mnima: 320 SSU 38C.
Amostras
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
X
330 340 330 360 350 325 345 350 320 315 325 345 330 335 330 320 320 340 325 345 350 320 320 330 335
Rm
10 10 30 10 25 20 5 30 5 10 20 15 5 5 10 0 20 15 20 5 30 0 10 5
41
FATEC Sorocaba
Fabricao Mecnica
X=
X K
X = 333,4
R K R m = 13,1 Rm=
42
FATEC Sorocaba
Fabricao Mecnica
3.6.3 - Grfico da mediana e da amplitude ( , R) Shewhart estudou as medianas e as mdias das amostras como estimadores de . Concluiu que a mdia um estimador mais sensvel que as medianas. Porm, devido facilidade nos clculos a mediana bastante utilizada. Construo Clculo dos limites de controle dos grficos das medianas e amplitudes ( - R). Os limites de controle so pr-estabelecidos, devendo-se utilizar, no mnimo, 125 dados. - Grfico LC = LSCx = LICx =
+ 2 - 2
- Grfico R LSCR = D4 LICR = D3 onde = mdia das medianas; = mdia das amplitudes; 2, D3 e D4 so constantes tabeladas em funo do tamanho da amostra.
Observaes 1. as amostras devem ser sempre mpares para que a mediana possa ser determinada diretamente. Para isso, basta ordenar os elementos e tomar o valor central. 2. usualmente, recomenda-se que as amostras contenham cinco elementos (n = 5).
Tabela Tamanho da amostra 3 5 7 9 2 1,19 0,69 0,51 0,41 D3 0,076 0,18 D4 2,575 2,115 1,92 1,816
43
FATEC Sorocaba
Fabricao Mecnica
Exemplo Para os dados constantes da folha de controle abaixo, levantar o grfico ( - R). Folha de controle ______________________________________ Nome da pea ___________________________ No __________ Mquina no 5 _________________________________________ Insp. ________________________________________________ Amostra 9:00 10:00 11:00 13:00 14:00 15:00 9:00 10:00 11:00 13:00 14:00 15:00 9:00 10:00 11:00 13:00 14:00 15:00 9:00 10:00 11:00 13:00 9:00 10:00 11:00 X1 7 5 10 3 3 4 4 5 4 2 7 13 6 7 8 8 8 9 3 1 1 3 1 8 9 X2 3 4 3 4 8 7 1 4 5 3 9 2 5 3 5 5 10 6 4 4 8 3 1 8 8 X3 3 8 3 7 2 1 6 8 5 5 5 1 7 7 2 4 5 4 7 6 5 5 4 5 2 X4 5 8 4 8 5 4 7 7 2 8 4 5 5 3 5 6 5 7 5 1 9 7 6 3 1 X5 8 7 4 9 10 1 1 8 1 8 11 11 13 5 9 8 6 9 9 7 5 8 7 2 1 R 5 4 7 6 8 6 6 4 4 6 6 12 8 4 7 4 5 5 6 6 8 5 6 6 8
44
FATEC Sorocaba
Fabricao Mecnica
45
FATEC Sorocaba
Fabricao Mecnica
3.6.4 - Grficos de controle ( , s ) As cartas e s tambm so utilizadas em pares. O desvio padro da amostra (s) melhor indicador da variabilidade do processo, principalmente quando empregado para amostras de tamanho maior As cartas s so utilizadas para substituir as cartas R quando se dispe de recursos computacionais adequados e operadores treinados no uso desses recursos. Tambm adequada quando o tamanho da amostra grande. As instrues para as cartas e s so semelhantes s das cartas e R.
O clculo de cada um dos desvios padro das amostras (s) feito empregando a seguinte frmula:
Nota: n - 1 para amostras com tamanho > 30. Onde Xi, e n representam os valores individuais da amostra, a mdia desta amostra e o tamanho da mesma, respectivamente. Clculo dos limites de controle para a carta de mdias e dos desvios padro (LSC , LIC , LSCs, LICs). LSC LIC LSCs LICs LSC LIC LSCs LICs = = = = Limite superior de controle da mdia. Limite inferior de controle da mdia. Limite superior de controle do desvio padro. Limite inferior de controle do desvio padro.
= + A3 . = - A3 . = B4 . = B3 .
46
FATEC Sorocaba
Fabricao Mecnica
Onde a mdia dos desvios padro das amostras e B4, B3, e A3 so fatores que dependem do tamanho da amostra, conforme indicado na tabela 2, cap. 7 .
Onde a mdia dos desvios padro das amostras (para perodos com o processo sob controle) e c4 um fator que depende do tamanho da amostra, conforme tabela 2, cap.7.
p =
ou p =
pn n
3o Passo
LC = p n
L I C = pn - 3
47
FATEC Sorocaba
Fabricao Mecnica
4o Passo Construir o grfico colocando no mesmo, os pontos que representam o nmero de defeituosos (pn) de cada amostra. Exemplo : Alavanca de abertura do cap, defeituoso. Subgrupo no
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Subgrupo tamanho no
100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
Nmero de defeituosos pn
1 6 5 5 4 3 2 2 4 6 2 1 3 1 4 5 4 1 6 15 12 6 3 4 3 3 2 5
48
FATEC Sorocaba
Fabricao Mecnica
7 4 129 4,3
n = 100
(K .n)
4,3 (1 - 0,043)
= 10,39
LIC = - 1,78
np
pn
10 08 12 14 06 08 06 08 12
n
50 50 50 50 50 50 50 50 50
49
FATEC Sorocaba
Fabricao Mecnica
10 11 12 13 14 15 16 17 18 19 20
08 10 09 13 08 11 12 11 09 13 07
50 50 50 50 50 50 50 50 50 50 50
50
FATEC Sorocaba
Fabricao Mecnica
51
FATEC Sorocaba
Fabricao Mecnica
Passos para a construo do grficos de controle 1o Passo Proceder coleta de dados obtendo o nmero de dados suficientes, que indique o nmero de peas inspecionadas (n) e o nmero de defeituosas (pn). 2o Passo Calcular a frao defeituosa para cada sub-grupo, empregando a equao p = pn/n. 3o Passo Achar a mdia da frao defeituosa.
n total de unidade defeituosas p = n total de unidades inspecionadas
p = pn n
ou
p
p
1- p n
1- p n
Observao Estas frmulas so utilizadas para amostras de tamanho constante ou com variao de at 20%. 5o Passo Construir o grfico desenhando os limites de controle e plotando, no grfico, os pontos que representam os valores mdios das amostras.
52
FATEC Sorocaba
Fabricao Mecnica
Exemplo de aplicao - grfico p A fim de estabelecer o controle de atributos, foram extradas K = 25 amostras de n = 50 peas cada uma. De acordo com o critrio pr-fixado, as peas foram classificadas em perfeitas ou defeituosas, assumindo os resultados conforme tabela.
Resultados de K = 25 amostras de tamanho n = 50 peas.
Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Total pn 1 2 3 3 5 4 4 1 2 2 4 4 4 5 4 4 5 1 5 2 0 5 3 3 4 80 frao defeituosa p = pn/n 0,02 0,04 0,06 0,06 0,10 0,08 0,08 0,02 0,04 0,04 0,08 0,08 0,08 0,10 0,08 0,08 0,10 0,02 0,10 0,04 0,00 0,10 0,06 0,06 0,08
pn n 80 p= = 0,064 1250 p=
53
FATEC Sorocaba
Fabricao Mecnica
LSC =
0,064 + 3
0,064 (1 - 0,064) 50
LSC = 0,167
p-3 1- p n 0,064 (1 - 0,064) 50
LIC =
LIC =
0,064 - 3
L I C = 0,064 - 0,103 = - 0,039 => valor negativo. Neste caso, temos: LSC = 0,167. LIC = O grfico de controle ser:
54
FATEC Sorocaba
Fabricao Mecnica
Passos para a construo do grfico u de controle 1o Passo Coletar os dados, registrando o nmero mdio de defeitos por amostra.
u=
ou ainda LC = u =
das mdias dede defeitos da amostragem) (total das mdias defeitos da amostrgem) u (total K (quantidadede amostras)
u ou u 3
u /n
A=
3o Passo Construir o grfico, desenhando os limites de controle e plotando, os pontos que representam os valores mdios das amostras (u).
LC =
c onde
c=
c K
Limites de controle =
c 3
55
FATEC Sorocaba
Fabricao Mecnica
c defeitos n
3,4 4,4 3,2 3,4 3,0 4,4 3,2 3,0 3,4 3,4 3,2 3,6 3,2 3,4 3,6 3,6 3,4 3,6 3,6 3,8 69,8 (u)
u=
(u) K
ou
u=
(c) (n)
Limites de controle LC = u =
LC =
349 100
portanto, LC = 3,49
ou
56
FATEC Sorocaba
Fabricao Mecnica
LC = u =
(u) = K
LC =
69,8 20
portanto,
para n = 5 =>
LIC = u - A
= = = =
57
FATEC Sorocaba
Fabricao Mecnica
Exerccio
Para este exerccio foram transcritos os dados dos defeitos reportados pelo inspetor de uma mquina de injeo de plstico, no sendo os mesmos distinguidos pela gravidade e sim pela freqncia. Com base nestas informaes construa o grfico u de controle.
Amostra X1 X2 X3 X4 X5 Total de Mdia de defeitos (c) defeitos u = c/n
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20
3 1 2 1 3 5 1 2 2 3 2 6 4 2 3 3 1 2 1 1
4 1 3 3 4 2 3 2 6 2 5 2 2 2 1 3 3 2 1 6
3 2 4 1 3 3 4 4 4 2 3 2 2 5 1 4 5 4 3 3
4 1 2 1 2 3 2 4 4 1 3 3 1 5 2 1 2 1 4 3
1 1 0 2 1 3 3 1 1 1 1 1 1 2 1 2 3 1 4 1
15 6 11 8 13 16 13 13 17 9 14 14 10 16 8 13 14 10 13 14
3,0 1,2 2,2 1,6 2,6 3,2 2,6 2,6 3,4 1,8 2,8 2,8 2,0 3,2 1,6 2,6 2,8 2,0 2,6 2,8
c = 247
u = 49,4
58
FATEC Sorocaba
Fabricao Mecnica
59
FATEC Sorocaba
Fabricao Mecnica
3.9 - Estabilidade
Se nenhuma causa especial de variao estiver agindo sobre um processo, estatisticamente espera-se que ele possa ser representado por uma normal que se mantm praticamente inalterada ao longo do tempo, sem flutuaes significativas na sua centralizao ou disperso. Neste caso, o processo dito estvel; os pontos, nos grficos de controle, distribuem-se segundo uma lgica probabilstica e nenhum sinal estatstico percebido. O processo sobre o qual age alguma causa especial dito instvel. Nesse caso, problemas so percebidos atravs dos grficos de controle, a partir de sinais estatsticos evidentes. A seguir, algumas situaes que indicam instabilidade no processo.
Exemplos de situaes:
perto
dos
60
FATEC Sorocaba
Fabricao Mecnica
4 - Capabilidade do processo
- Em todas as atividades os produtos devem satisfazer aos requerimentos de qualidade estabelecidos pelos clientes. Para satisfazer esses requerimentos, h a necessidade de que as caractersticas de qualidade atendam as especificaes pr-estabelecidas. - Denomina-se capabilidade capacidade que o processo tem de produzir produtos cujos valores encontramse inicialmente dentro dos limites de tolerncia especificados. - A capacidade do processo somente pode ser estabelecida quando nenhum fator estranho contaminar o processo, ou seja, o mesmo apresenta apenas variaes aleatrias. - A anlise da capacidade do processo tem por objetivo quantificar as causas comuns de variabilidade e verificar a capacidade potencial do processo em atender a uma determinada especificao de limites de controle estatstico, conforme critrios de clculos dos grficos de controle escolhido, que constam da tabela abaixo.
61
FATEC Sorocaba
Fabricao Mecnica
Critrio 1 2 3 4 5
Relao
Observao O valor de pode ser estimado utilizando a informao fornecida pelos grficos de controle, lembrando que, um estimador obtido a partir de pela relao:
62
FATEC Sorocaba
Fabricao Mecnica
Para cumprir mais adequadamente a funo de predizer quanto do produto fabricado pelo processo vai satisfazer as especificaes, foi criado o ndice de Capacidade Potencial do Processo que relaciona a variabilidade natural do processo (6 ) com a amplitude da Tolerncia (LIE at LSE).
4.1 - CLCULO DA CAPACIDADE DO PROCESSO - Cp
Interpretando o Cp
Cp 1 processo potencialmente capaz. Cp 1 processo incapaz.
4.2 - CLCULO DA CAPABILIDADE DO PROCESSO - Cpk
A capacidade pode ser definida pela distncia que a mdia do processo ( ) apresenta em relao dos limites especificados, obtidos em unidades de desvio padro (Z). Para maior tolerncia unilateral, calcula-se:
Para avaliar a capacidade real de um processo em relao mdia e limites especificados, foi desenvolvido o Cpk (ndice de capacidade). Cpk = Z min onde Zmin o menor valor entre Zi e Zs . 3
Interpretando o Cpk
Cpk 1 processo capaz. Cpk 1 processo incapaz.
Obs. Porm a indstria automobilstica exige que o CP seja maior que 1,33 e o CPk igual ou maior que 1,67. 63
FATEC Sorocaba
Fabricao Mecnica
Num processo produtivo sob controle estatstico, observou-se que: = 15 =2 LSE = 40 LIE = 10
Avalie o Cp e o Cpk.
Cpk = 2,5 / 3 = 0,833 Cpk < 1 processo incapaz. Para transformarmos esse processo incapaz em capaz, devemos deslocar a mdia do processo ( ) para um valor maior mantendo a sua normalidade. Para estimarmos o valor dessa mdia, calculamos da seguinte maneira: LSE = + 3 LIE = - 3 = LIE + 3 = 10 + 3.2 = 10 + 6 = 16
A mdia do processo dever ser no mnimo 16. interessante considerar, a respeito dos ndices Cp
O ndice Cp mede apenas a performance potencial do processo e no sua capacidade real, porque relaciona a disperso do processo aos limites de especificao. Alm disso, como a localizao da mdia do processo no considerada, possvel que grande porcentagem de itens produzidos fiquem fora dos limites de especificao, ainda que Cp >= 1. Para que isso ocorra, basta que a mdia do processo se localize suficientemente perto de um dos limites de especificao. Portanto, a interpretao da capacidade do processo relacionada ao ndice Cp s tem valor se a mdia estiver bem centralizada no intervalo estabelecido pelos limites de especificao. Embora seja semelhante ao Cp, o ndice Cpk tem a vantagem de usar a mdia do processo. Portanto leva em conta sua centralizao e pode ser considerado como uma medida da performance do processo.
64
FATEC Sorocaba
Fabricao Mecnica
Cpk < 1
b) Cp
c) Cp
65
FATEC Sorocaba
Fabricao Mecnica
As situaes (a) e (b) mostram como possvel correr a produo de itens fora da especificao ainda que Cp = 1. O ndice Cpk coerente em todos os casos. - Exerccio extra : Calcular o Cp e Cpk para um processo com a especificao de 5,68 +/- 0,040 mm e com = 5,672 e = 0,015
O objetivo do Grfico do farol detectar mudanas significativas no processo atravs de um sistema rpido, econmico e que pode ser utilizado pelo prprio operador, enriquecendo o contedo de seu trabalho. Para aplicar o pr-controle, procede-se da seguinte maneira: - ajuste da mquina (set-up). Verifica-se todas as peas. A ajustagem estar correta quando cinco peas seguidas estiverem na regio verde do grfico. - produo. Mede-se duas peas consecutivas e segue-se as instrues do Grfico do farol.
66
FATEC Sorocaba
Fabricao Mecnica
Passos 1.
Verifique dois produtos. Se ambos estiverem na regio verde, continue normalmente a produo.
2.
Se um ou dois produtos estiverem na regio vermelha, avise o responsvel para as providncias corretivas e selecione o material existente. Quando os reajustes forem feitos, volte ao passo um.
3.
67
FATEC Sorocaba
Fabricao Mecnica
B. Se trs ou mais produtos estiverem na regio amarela, avise o responsvel para as providncias corretivas. Quando os ajustes forem feitos, volte ao passo um.
C. Se qualquer produto estiver na regio vermelha, avise o responsvel para as providncias corretivas e selecione o material. Aps os necessrios ajustes, volte ao passo 1.
68
FATEC Sorocaba
Fabricao Mecnica
Exemplo
Construir um grfico de pr-controle para o processo de produo de eixos do mecanismo de levantamento do vidro da janela. Especificao (15,00 0,10mm).
1o Passo Determina-se o campo da tolerncia: LSE - LIE = 15,10 - 14,90 = 0,20. 2o Passo Calcula-se o valor de um quarto de tolerncia. 1/4 tolerncia = 0,20/4 = 0,05. 3o Passo Coloca-se as linhas de controle no grfico:
69
FATEC Sorocaba
Regio vermelha Pare Regio amarela Observe Regio verde Continue V V VV V V V
Fabricao Mecnica
VV VV
VV
V V
VV VV
15,00 14,95
Regio amarela Observe Regio vermelha Pare 9:00 11:00 13:00 15:00 9:00 11:00 13:00 15:00 Vm Dim 14,895 V 14,895<di 14,945 14,90
Nota Quando se deseja utilizar o Grfico do farol dentro dos critrios expostos e, ao mesmo tempo, se deseja controlar tendncias, tais como: desgaste de ferramentas, etc., torna-se necessrio construir um grfico tal que cada faixa corresponda, no mximo, a um oitavo da tolerncia especificada (cada regio amarela dividida em, no mnimo, duas faixas e a regio verde dividida em, no mnimo, quatro faixas).
6 - Implantao do CEP
Implantar o CEP no significa espalhar cartas de controle por toda a fbrica. Esse equvoco pode custar o sucesso do projeto. Na verdade, a utilizao das cartas de controle somente dever ter incio depois que providncias importantes forem tomadas. A implantao do CEP envolve trs grandes fases. Se bem desenvolvidas, essas fases tendem a garantir o sucesso do projeto. So elas: conscientizao; treinamento; implantao.
A conscientizao deve abranger todos os nveis hierrquicos, para que todos fiquem comprometidos com o projeto. Comprometimento no significa apenas apoiar a iniciativa, mas fazer parte dela, dedicando parcela do tempo para atuar no processo.
70
FATEC Sorocaba
Fabricao Mecnica
Deve ser desenvolvido um plano de treinamento, considerando que toda a populao precisa ser treinada, desde o operador at a direo maior da empresa. Cada qual, certamente, recebendo a mensagem adequada em funo do seu grau de atuao no projeto. A nvel de piso de fbrica recomendvel que seja treinado, de incio, o pessoal que far uso imediato do sistema; isso evita especulaes e receios desnecessrios. Finalmente, um plano de implantao precisa ser elaborado, para organizar adequadamente o modo como o CEP ser difundido e utilizado em toda a organizao.
selecionar uma rea que no apresente muitos problemas, para se observar resultados o mais rapidamente possvel; dar preferncia a rea que seja um gargalo, pois o objetivo aumentar a produtividade; procurar implantar o CEP num processo cujo produto tenha vida relativamente longa.
2. Definir o processo
Definida a rea, deve-se escolher o processo mais crtico em termos de CEP, isto , aquele que apresenta a maior variabilidade.
3. Normalizar o processo
Significa corrigir problemas que podem ser detectados sem o auxlio das cartas de controle; por exemplo, aferir instrumentos de medio, treinar operadores que no conheam o trabalho, fazer manuteno nas mquinas, etc. Em outras palavras, normalizar quer dizer resolver os velhos problemas j conhecidos do pessoal envolvido com o processo. Essa atitude de aproximao da gerncia ao local de trabalho, buscando resolver os problemas, um elemento de motivao importante para o pessoal de operao.
4. Determinar a caracterstica que ser controlada Por exemplo, dimetro, comprimento, nmero de defeitos, etc. 5. Definir o tipo de carta de controle mais apropriado
Cumpridas as etapas de implantao, necessrio adotar e seguir um esquema operacional que garanta a utilizao correta do sistema.
O esquema operacional constitudo fundamentalmente de trs aes: 1. coleta dos dados e projeo na Carta de Controle; 2. anlise da estabilidade; 3. anlise da capabilidade.
71
FATEC Sorocaba
Fabricao Mecnica
A anlise da estabilidade e da capabilidade devem ser acompanhadas de aes locais e gerenciais e repetidas indefinidamente, de modo a se perseguir o aperfeioamento contnuo do processo. A seguir, esquema de implantao e operacionalizao do CEP, na forma de fluxograma.
Esquema de implantao do CEP
72
FATEC Sorocaba
Fabricao Mecnica
Obs. Hoje em dia as empresas vem utilizando sistemas informatizados, programas disponveis no mercado, que facilita a coleta de dados eletrnicos, planilhas e clculos automticos, com impresso de dados, tabelas, grficos e algumas interpretaes. Ateno : MAS o analista de Processo ou da Qualidade que precisa saber para poder interpretar o processo e assim tomar aes de correo e de melhorias 73
FATEC Sorocaba
Fabricao Mecnica
FATEC Sorocaba
Fabricao Mecnica
3 - EXEMPLO DE APLICAO H vrios tipos de amostragem : Simples, dupla ou Mltipla, que poder ser usada uma das tabelas correspondentes com amostragem simples com inspeo : Normal, inspeo, Severa ou inspeo Atenuada. Atravs da Tabela de Codificao de Amostragem - anexo A , a empresa geralmente os departamentos de engenharia ou da qualidade, definem os nveis de inspeo, que em funo do tamanho do lote a ser inspecionado levantado cruzando a linha com a coluna do nvel, a Letra correspondente para o tamanho da amostra (quantidade de peas a ser inspecionada retirada do lote de forma aleatria). Em seguida definida o Nvel de Qualidade Aceitvel - NQA, usar uma das tabelas como o Plano de amostragem, por exemplo simples normal Tabela 2. Exemplo prtico : Para um lote de 5000 peas, foi determinado usar na tabela A : Nveis de gerais de Inspeo II, portanto obtemos a letra correspondente L . A seguir na tabela 2, temos que para a letra L o tamanho da amostra , quantidade de peas a ser retirada do lote de 200 peas. Conhecendo qual o NQA definido por exemplo 1,0 %, teremos : se aparecer at 5 peas defeituosas o lote aceito, e se houver 6 ou mais peas o lote rejeitado.
75
FATEC Sorocaba
Fabricao Mecnica
76
FATEC Sorocaba
Fabricao Mecnica
77
FATEC Sorocaba
Fabricao Mecnica
78
FATEC Sorocaba
Fabricao Mecnica
79
FATEC Sorocaba
Fabricao Mecnica
80
FATEC Sorocaba
Fabricao Mecnica
Observaes na amostra
n
2.659 1.954 1.628 1.427 1.287 1.182 0.099 1.032 0.975 0.927 0.886 0.850 0.817 0.789 0.763 0.739 0.718 0.698 0.680 0.663 0.647 0.633 0.619 0.606
0.7979 0.8862 0.9213 0.9400 0.9515 0.9594 0.9650 0.9693 0.9727 0.9754 0.9776 0.9794 0.9810 0.9823 0.9835 0.9845 0.9854 0.9862 0.9869 0.9876 0.9882 0.9887 0.9892 0.9896
----------------0.030 0.118 0.185 0.239 0.284 0.321 0.354 0.382 0.406 0.428 0.448 0.466 0.482 0.497 0.510 0.523 0.534 0.545 0.555 0.565
3.267 2.568 2.266 2.089 1.970 1.882 1.815 1.761 1.746 1.679 1.646 1.618 1.594 1.572 1.552 1.534 1.518 1.503 1.490 1.477 1.466 1.455 1.445 1.435
81
FATEC Sorocaba
Fabricao Mecnica
Observaes na amostra
n
82
FATEC Sorocaba
Fabricao Mecnica
z 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0
.00 .0000 .0398 .0793 .1179 .1554 .1915 .2257 .2580 .2881 .3159 .3413 .3643 .3849 .4032 .4192 .4332 .4452 .4554 .4641 .4713 .4772 .4821 .4861 .4893 .4918 .4938 .4953 .4965 .4974 .4981 .4987
.01 .0040 .0438 .0832 .1217 .1591 .1950 .2291 .2611 .2910 .3186 .3438 .3665 .3869 .4049 .4207 .4345 .4463 .4564 .4649 .4719 .4778 .4826 .4864 .4896 .4920 .4940 .4955 .4966 .4975 .4982 .4987
.02 .0080 .0478 .0871 .1255 .1628 .1985 .2324 .2642 .2939 .3212 .3461 .3686 .3888 .4066 .4222 .4357 .4474 .4573 .4656 .4726 .4783 .4830 .4868 .4898 .4922 .4941 .4956 .4967 .4976 .4982 .4987
.03 .0120 .0517 .0910 .1293 .1664 .2019 .2357 .2673 .2967 .3238 .3485 .3708 .3907 .4082 .4236 .4370 .4484 .4582 .4664 .4732 .4788 .4834 .4871 .4901 .4925 .4943 .4957 .4968 .4977 .4983 .4988
.04 .0160 .0557 .0948 .1331 .1700 .2054 .2389 .2704 .2995 .3264 .3508 .3729 .3925 .4099 .4251 .4382 .4495 .4591 .4671 .4738 .4793 .4838 .4875 .4904 .4927 .4945 .4959 .4969 .4977 .4984 .4988
.05 .0199 .0596 .0987 .1368 .1736 .2088 .2422 .2734 .3023 .3289 .3531 .3749 .3944 .4115 .4265 .4394 .4505 .4599 .4678 .4744 .4798 .4842 .4878 .4906 .4929 .4946 .4960 .4970 .4978 .4984 .4989
.06 .0239 .0636 .1026 .1406 .1772 .2123 .2454 .2764 .3051 .3315 .3554 .3770 .3962 .4131 .4279 .4406 .4515 .4608 .4686 .4750 .4803 .4846 .4881 .4909 .4931 .4948 .4961 .4971 .4979 .4985 .4989
.07 .0279 .0675 .1064 .1443 .1808 .2157 .2486 .2794 .3078 .3340 .3577 .3790 .3980 .4147 .4292 .4418 .4525 .4616 .4693 .4756 .4808 .4850 .4884 .4911 .4932 .4949 .4962 .4972 .4979 .4985 .4989
.08 .0319 .0714 .1103 .1480 .1844 .2190 .2517 .2823 .3106 .3365 .3599 .3810 .3997 .4162 .4306 .4429 .4535 .4625 .4699 .4761 .4812 .4854 .4887 .4913 .4934 .4951 .4963 .4973 .4980 .4986 .4990
.09 .0359 .0753 .1141 .1517 .1879 .2224 .2549 .2852 .3133 .3389 .3621 .3830 .4015 .4177 .4319 .4441 .4545 .4633 .4706 .4767 .4817 .4857 .4890 4916 .4936 .4952 .4964 .4974 .4981 .4986 .4990
83
FATEC Sorocaba
Fabricao Mecnica
8 - Simbologia utilizada
u c
S( S(
A2
= = = = = = =
Mdia de defeitos por unidade. Nmero de defeitos na amostra. Mdia da amostragem (estimativa de ). Desvio padro da mdia. Desvio padro do processo (estimativa de ). Desvio padro da amplitude. Fator tabelado em funo de n.
A2 = 3 d2 n
= Fator tabelado em funo de n. = Mdia das medianas. = Mdia dos desvios padro das amostras. A3,B3,B4 = Fatores tabelados em funo de n. n = Tamanho da amostra. k = Quantidade (amostras ou classes). = Mdia das observaes numa amostra. X = Mdia da amostragem. = Mediana. R = Amplitude. s = Desvio padro da amostra. LIE = Limite inferior de especificao. LSE = Limite superior de especificao. = Mdia das amplitudes das amostras. d2 = Fator de correo (depende de n). = Desvio padro populacional. x = Valor individual. = Mdia da populao. 2 = Varincia populacional. Z = Quantidade de desvio padro entre X e . h = Amplitude da classe. N = Tamanho da amostragem. p = Frao ou porcentagem defeituosa na amostra. np = Nmero de defeituosos numa amostra. n = Mdia de defeituosos numa amostra. = Mdia de produtos defeituosos.
= 3 n
E2
= Constante tabelada = = = = = =
Limites naturais do processo. Limite natural superior. Limite natural inferior. Linha central. Limite superior de controle. Limite inferior de controle.
84
FATEC Sorocaba
Fabricao Mecnica
= = = = = = =
Capacidade potencial do processo. Capacidade real do processo. Limite inferior de controle do grfico das mdias. Limite superior de controle do grfico das mdias. Limite inferior de controle do grfico das amplitudes. Limite superior de controle do grfico das amplitudes. Limite de especificao.
9 - Referncias bibliogrficas
BIBLIOGRAFIA BSICA
1. FEIGENBAUM, Armand V. - Controle Total da Qualidade - , Volumes I a IV, editora Makron Books (McGraw-Hill) 1994 2. ABNT Planos Amostrais, norma NBR 5426 3. Apostilas diversas de Artur R. Mandl
BIBLIOGRAFIA COMPLEMENTAR
2. LOURENO FILHO, Ruy de C. B. Controle estatstico de qualidade.Rio de Janeiro: Editora S.A, 1964. 3. PALMER, Colin F. Controle total de qualidade. So Paulo: Edgard Blucher, 1974. 4. GRANT , E.L. Statistical quality control. So Paulo: 1980 5. JURAN, J. M. & Gryna, Frank M. Controle da Qualidade Ciclos dos Produtos do Projeto Produo. VII edio. Makron Books. & McGraw Hill, 1991.
85