Controle de Qualidade

No de hoje que muitas empresas do cenrio nacional a e a e internacional se preocupam com a qualidade de seus produtos e procuram desenvolver pol ticas de qualidade para que possam estar sempre atentas a qualidade na fabricao de seus produtos (independente de quem seja ca o pblico alvo) e tambm na melhoria cont u e nua de sua produo; ca

De forma simples e direta, qualidade pode ser denida como adequao para o uso, ou seja, quem compra um ca eletrodomstico em uma loja espera que este esteja com e todas as funes oferecidas funcionando de forma correta co (sem defeitos de fabricao) e mais ainda, que este funca cione da mesma forma que o aparelho da mesma marca e o modelo que o seu vizinho comprou;

A estat stica disponibiliza um conjunto de ferramentas que podem ser utilizadas e/ou adaptadas para qualquer linha de produo a m de facilitar esta busca incessante ca pela qualidade. Por exemplo, ela pode ser utilizada no desenvolvimento de produtos comparando o resultado nal de um produto segundo diferentes matrias-primas e utilizadas; contribuir para a melhora sistemtica de um a processo a m de reduzir sua variabilidade; nos planejamentos de experimentos que venham buscar a melhoria cont nua, etc.

Controle Estat stico de Processo (CEP)

Um processo de fabricao deve ser estvel e capaz de ca a operar com pouca variabilidade em torno de seu objetivo. Assim, as ferramentas que compem o CEP so o a uteis para monitorar e tambm auxiliar na deteco de e ca poss veis problemas em uma linha de produo. Algumas ca ferramentas utilizadas so: a Histograma; Grco de Pareto (Tipo de defeito x Freqncia); a ue Diagrama de Causa e Efeito; Diagrama de Disperso; a Carta de Controle;
Grcos de Controle a

Todas estas ferramentas tem caracter sticas descritivas de um processo e podem ser utilizadas de acordo com o objetivo do monitoramento. Umas das mais uteis que ser apresentada em detalhes so as cartas ou grcos a a a de controle que alm de darem uma noo ampla da e ca variabilidade de uma caracter stica na linha de produo ca ainda tem um foco anal tico (teste de hiptese). o

Em qualquer processo de produo (independente do ca cuidado que se tem com este), sempre haver uma varia abilidade ou um ru inerente a este que se do em do a virtude do efeito de causas inevitveis. a Pode-se dizer que um processo com ru pequeno do e aceitvel e logo estar sob controle. J um processo a a a que apresenta grande variao estar fora de controle ca a e as ferramentas do CEP tem a funo de determinar ca rapidamente quando esta variabilidade aumenta para que uma medida possa ser tomada.

Um grco de controle controle t a pico apresentado a e seguir. Neste, CL representa o valor mdio da caracter e stica correspondente a um estado de controle. As linhas horizontais UCL e LCL so limites mximos escolhidos a a de forma que se os pontos amostrais obtidos de forma sistemtica na linha de produo estiverem dentro destes a ca limites o processo estar sob controle. Caso contrrio, a a poder estar fora de controle. a

 Outras evidncias que podem ser notadas neste grco e a a m de vericar se o mesmo est fora de controle est a a na aleatoriedade dos pontos amostrais. Por exemplo, se muitos pontos foram seguidamente plotadas acima de LC ou abaixo, ou ainda estiveram caracterizando uma sequencia de pontos em subida ou descida, isto poder a chamar a ateno no sentido em que h uma tendncia ca a e no processo podendo caracterizar que este esteja fora de controle.

De forma geral, seja W uma varivel aleatria que caa o racterize alguma medida de interesse de um process em a que sua mdia dada por W e seu desvio-padro W . e e Assim: U CL = W + kW CL = W LCL = W kW e a a em que k uma distncia considerada razovel e geralmente assumida com valor 3 pela idia de que as amostras e aleatrias coletadas assumam distribuio aproximadao ca mente normal e que 3 desvios-padro para mais e para a menos da mdia cubram aproximadamente 99, 87% desta e rea. a Note que a seguinte teste de hiptese foi constru o do H0 : = 6, 50 H1 : = 6, 50 ou seja, se algum ponto estiver fora dos limites de U CL e LCL, existem evidncia de rejeio desta hiptese com e ca o um n de signicncia menor que 0, 01. vel a E quando o cliente determina a tolerncia? a

Por exemplo, uma empresa produz vlvulas de admisso a a em que o dimetro nal da haste na linha deve ter mdia a e 6, 50mm com desvio padro de 0, 01mm. De forma a sistemtica, a cada hora so medidas as hastes de 5 a a vlvulas na linha de produo e calculada a mdia () a ca e x destes dimetros medidos em cada hora. Assim, para a uma amostra aleatria de 5 peas por hora o desvioo c padro de x = n = 0,01 = 0, 0045. Assim: a
5

U CL = 6, 50 + 3 (0, 0045) CL = 6, 50 LCL = 6, 50 3 (0, 0045)

Anlise de padres em grcos de controle a o a

Algumas dicas podem ser encontradas na literatura e 4 delas so dadas a seguir, sendo a 1 e 4 forte ind a cios de que um interveno seja necessria no processo e as 2 e ca a 3 sinais de alerta. (1) Um ponto fora do limite 3; (2) 2 pontos de 3 consecutivo sendo todos acima ou abaixo de 2; (3) 4 pontos de 5 consecutivos sendo todos acima ou abaixo de 1; (4) 8 pontos acima ou abaixo da linha central ou ainda em movimento crescente ou descrescente.
Gcos de controle para e desconhecido: a

Na prtica, quando e so desconhecidos, geralmente a a estes podem ser obtidos atravs de amostras piloto. Ase sim, 4 novos grcos podem ser constru a dos: Grco de controle X (com variabilidade estimada a por R); Grco de controle X (com variabilidade estimada a por S); Grco de controle R; a Grco de controle S; a Sendo que os dois primeiros monitoram a mdia do proe cesso e os dois ultimos a sua variabilidade.

Para a construo destes grcos, suponha que m amostras ca a de tamanho n sejam tomadas de forma sistemtica. A a mdia geral do processo ser: e a =X= 1 m
m i=1

Xi

e em que Xi a mdia aritmtica de cada amostra tomada. e e Assim, X ser CL do grco de controle X e a forma a a como a varincia for estimada determinar se este ser a a a do tipo R ou S.

Desvio-Padro (S): a

Seja o desvio-padro mdio das m amostras de tamanho a e n dada por 1 S= m

m

em que c4 tambm um valor tabelado. Assim e e U CL = X + 3 n CL = X LCL = X 3 n

Si
i=1

em que Si o desvio-padro de cada amostra. Assim e a

= S c4

J os limites para o grco de controle de S (que tama a bm monitora a variabilidade do processo) dado por e e U CL = S + 3 S CL = S LCL = S 3 S em que S = 1 c2 4 sendo c4 um valor tambm tabelado. e

O engenheiro responsvel por uma linha de produo a ca est interessado em monitorar, atravs de um grco de a e a controle, o dimetro da penltima etapa da usinagem de a u pistes para que o acabamento nal seja pouco inueno ciado por esta etapa. Assim, a cada hora, o operador toma uma amostra de tamanho 5 e registra o dimetro a de cada uma sob a superviso do tcnico. Este procedia e mento realizado 25 vezes e os dados so apresentados e a como segue:

Tabela 1: Dados referentes ao dimetro de 25 a amostras de tamanho 5. Amostra 1 2 3 4 5 Mdia D. P. e 1 74, 03 . . . 74, 01 74, 01 0, 015 2 74, 00 . . . 74, 00 74, 00 0, 008 3 73, 99 . . . 74, 00 74, 01 0, 015 4 74, 00 . . . 74, 01 74, 00 0, 009 5 73, 99 . . . 74, 01 74, 00 0, 012 6 74, 01 . . . 73, 99 74, 00 0, 009 . . . . . . . . . . . . . . . . . . 25 73, 98 . . . 74, 01 74, 00 0, 016

Grco de Controle x a

Para m amostras de tamanho n: 1 =X= m

m i=1

Xi

e em que Xi a mdia aritmtica de cada amostra tomada. e e

Desvio-padro mdio das m amostras de tamanho n: a e 1 S= m

Si
i=1

em que Si o desvio-padro de cada amostra. Assim: e a

S c4 em que c4 tambm um valor tabelado. e e =

Tabela 2: Valores tabelados para c4. c4 n 0, 7979 2 0, 8862 3 0, 9213 4 0, 9400 5 0, 9515 6 0, 9594 7 . . . . . . 0, 9896 25

 Valores de interesse: U CL = X + k n CL = X LCL = X k n em que: k = 1 (84, 13%) k = 2 (97, 72%) k = 3 (99, 87%)

Para o nosso exemplo:

X = 74, 0012 S = 0, 0092 c4 = 0, 9400 = 0, 0098

E para a construo do grco: ca a

U CL(3) U CL(2) U CL() CL LCL() LCL(2) LCL(3)

= = = = = = =

74, 014 74, 010 74, 006 74, 001 73, 997 73, 992 73, 988

Grco para a variabilidade a

S =

Alm de monitorar a mdia do processo, o engenheiro e e pode estar ainda interessado em monitorar a variabilidade do processo atravs do desvio-padro S. e a

1 c2 4

U CL = S + k S CL = S LCL = S k S

Tabela 2: Valores tabelados para c4. c4 1 c2 n 4 0, 7979 0, 6028 2 0, 8862 0, 4633 3 0, 9213 0, 3889 4 0, 9400 0, 3412 5 0, 9515 0, 3077 6 0, 9594 0, 2820 7 . . . . . . . . . 0, 9896 0, 1438 25

Grco de Controle para medidas individuais: a

Observe que todos os grcos constru anteriormente a dos foram constru dos a partir de sub-amostras de tamanho n mas, se no for poss obter n unidade amostrais a vel de forma sistemtica mas apenas uma unidade, pode-se a ainda construir limites da seguinte forma: U CL = x + 3 CL = x LCL = x 3 em que = MR d2

sendo M Ri = |Xi Xi1| . Exemplo: [Montogmery] Observaes so retiradas de co a um processo qu mico a cada uma hora. Se vrias oba servaes forem retiradas no mesmo instante, a leitura co da concentrao observada s diferir por causa do erro ca o a da medida. Uma vez que o erro do medida pequeno, e somente uma observao retirada a cada hora. Para ca e uma mdia de 99,1 e uma amplitude mdia de 2,59, e e encontrar os limites do grco de controle. Considerar a d2 = 1, 128.

Grcos de controle para atributos: Grco P a a

U CL = p + 3 CL = p LCL = p 3

p (1 p) n

p (1 p) n para p estimado em m amostras de tamanho n. P pode ria tambm ser conhecido. e

Exemplo: [Montgomery] Suponha que desejamos construir um grco de controle da frao defeituosa para a ca uma linha de produo de substrato cermico. Temos ca a 20 amostras preliminares, cada uma de tamanho 100; o nmero dos defeitos em cada amostra apresentada no u e quadro a seguir:

Amostra N de defeitos Amostra N de defeitos 1 44 11 36 2 48 12 52 3 32 13 35 4 50 14 41 5 29 15 42 6 31 16 30 7 46 17 46 8 52 18 38 9 44 19 26 10 48 20 30 Encontre os limites do grco de controle para a proa poro de defeituosos. ca Exemplo: [Montgomery] Ve culos montados ao nal de uma linha de uma grande montadora so inspecionados a cuidadosamente para a vericao de poss ca veis defeitos. 20 amostras com 5 ve culos cada so tomadas e os dados a so apresentados a seguir: a

Grcos de controle para defeitos por unidade: a Grco U a

U CL = u + 3 CL = u LCL = u 3

u n u n

O nmero de defeitos por item pode ser uma Poisson. u u a mdia do nmero de defeitos por unidade. e e u

Amostra 1 2 3 4 5 6 7 8 9 10

N de Defeitos Amostra N de Defeitos defeitos por unidade defeitos por unidade 6 1, 2 11 9 1, 8 4 0, 8 12 15 3, 0 8 1, 6 13 8 1, 6 10 2, 0 14 10 2, 0 9 1, 8 15 8 1, 6 12 2, 4 16 2 0, 4 16 3, 2 17 7 1, 4 2 0, 4 18 1 0, 2 3 0, 6 19 7 1, 4 10 2, 0 20 13 2, 6

Encontrar os limites do grco de controle considerando a o nmero de defeitos por unidade. u

Amplitudes (R):

Seja a amplitude mdia das m amostras de tamanho n e dada por 1 R= m

m

Ri
i=1

em que d2 um valor tabelado encontrado em livros que e abordam aspectos de controle de qualidade. Assim U CL = X + 3 n CL = X LCL = X 3 n

em que Ri a amplitude de cada amostra. Assim e

= R d2

Tabela 2: Dados referentes ao dimetro de 25 a amostras de tamanho 5. Amostra 1 2 3 4 5 Mdia Amp. e 1 74, 03 . . . 74, 01 74, 01 0, 038 2 74, 00 . . . 74, 00 74, 00 0, 019 3 73, 99 . . . 74, 00 74, 01 0, 036 4 74, 00 . . . 74, 01 74, 00 0, 022 5 73, 99 . . . 74, 01 74, 00 0, 026 6 74, 01 . . . 73, 99 74, 00 0, 024 . . . . . . . . . . . . . . . . . . 25 73, 98 . . . 74, 01 74, 00 0, 035

Para o nosso exemplo: X R d2 = = = = 74, 0012 0, 02276 2, 326 0, 0098

E para a construo do grco: ca a U CL(3) = 74, 014 CL = 74, 001 LCL(3) = 73, 988

J os limites para o grco de controle de R (que moa a nitora a variabilidade do processo) dado por e U CL = R + 3 R CL = R LCL = R 3 R R = d3 e sendo d3 um valor tambm tabelado. Caso LCL seja negativo, o mesmo pode ser truncado ca em 0 pois os valores de Ri obtidos na linha de produo sero sempre positivos. a em que