Prof. Msc. Fernando Oliveira Boechat

Transcrição

1 Prof. Msc. Fernando Oliveira Boechat Prof. Fernando Oliveira Boechat 1

2 Controle de Processos: Objetivos Gerar as informações necessárias ao desenvolvimento dos novos produtos; Fornecer os subsídios necessários às tomadas de decisões nos processos de compra e recepção de matérias-primas; Assegurar, ao setor de produção, as informações requeridas para o efetivo controle dos processos de fabricação; Inspecionar os produtos acabados; Acompanhar o perfil da qualidade dos produtos concorrentes. Prof. Fernando Oliveira Boechat 2

3 Controle Estatístico do Processo (C.E.P. C.E.P.): Metas Reduzir as perdas; melhorar a produtividade (maior produção com melhor qualidade); produzir produtos dentro das especificações e estabelecer a melhoria contínua da qualidade. Através das metas, busca-se atingir: Redução de refugos e retrabalhos; Identificação das causas dos problemas, visando ações corretivas e preventivas; Estabilização do processo; Garantia da qualidade do produto final; Tomada de decisões com base racional e não emocional. Prof. Fernando Oliveira Boechat 3

4 Controle Estatístico do Processo (C.E.P. C.E.P.): Prevenção x Detecção Detecção Inspeção no início e final do processo avalia a matéria prima e o produto acabado, não permite a correção imediata no processo. Prevenção Inspeção durante o processo realizada pelo operador, avalia o produto no momento de sua produção, permite correção no processo. Prof. Fernando Oliveira Boechat 4

5 Controle Estatístico do Processo (C.E.P. C.E.P.): Variabilidade de processo Em geral, as características de um produto manufaturado ou um serviço prestado apresentam flutuações de qualidade. Estas flutuações são partes integrantes dos processos, podem ser identificadas através de técnicas estatísticas elementares e podem ter causas comuns ou causas especiais. Prof. Fernando Oliveira Boechat 5

6 Controle Estatístico do Processo (C.E.P. C.E.P.): Variabilidade de processo Qualquer variação na especificação é ruim Grandes variações são piores que pequenas O objetivo do controle de processo é manter o processo na especificação, ou seja: Prevenção e minimização da variação Prof. Fernando Oliveira Boechat 6

7 Controle Estatístico do Processo (C.E.P. C.E.P.): Causas Comuns versus Causas Especiais 94% dos problemas ou oportunidades de melhorias são devido a causas comuns. Apenas 6% são devido a causas especiais. Desta forma, é possível afirmar que a maior parcela de responsabilidade, quanto a redução de variabilidade, é da administração do processo, isto é, dos gerentes, engenheiros e técnicos que têm autoridade de mudar o sistema Dr. W.E. Deming Prof. Fernando Oliveira Boechat 7

8 Causa especial de variação Controle Estatístico do Processo (C.E.P. C.E.P.): - São também chamadas de causais ou eventuais. Estas variações ocorrem de modo não aleatório, alterando a normalidade do processo. -O defeito aparece por motivos acidentais e localizados. É possível identificar e corrigir, mas não é possível controlar a causa especial. - Exemplos: desregulagem da máquina, matéria-prima com propriedades diferentes, operador inexperiente, ferramenta gasta ou quebrada. Prof. Fernando Oliveira Boechat 8

9 Causa comum de variação Controle Estatístico do Processo (C.E.P. C.E.P.): - São também chamadas de aleatórias, normais, crônicas ou ambientais. Estas variações ocorrem ao acaso e referem-se a muitas fontes de variações dentro de um processo que se encontra sob controle estatístico. - São originados no sistema produtivo, difíceis de serem identificadas e eliminadas. É de responsabilidade da administração a melhoria do sistema. - Exemplos: aquisição sistemática de matéria prima de baixa qualidade, treinamento inadequado, manutenção deficiente, produção urgente, ambiente inadequado, falha de projeto, máquina incapaz. Prof. Fernando Oliveira Boechat 9

10 Controle Estatístico do Processo (C.E.P. C.E.P.): Variação do processo: causas comuns e especiais Prof. Fernando Oliveira Boechat 10

11 Controle Estatístico do Processo (C.E.P. C.E.P.): Resumo: Causas comuns e especiais de variação 94% 6% Prof. Fernando Oliveira Boechat 11

12 Controle Estatístico do Processo (C.E.P. C.E.P.): Processo fora de controle e sob controle Processo sob controle É o processo cujas causas de variação são devidas somente pelas causas aleatórias. Se o processo esta sob controle: A variabilidade das características de qualidade do produto é devida, apenas, ao acaso; As causas de variações não afetam de forma significativa o processo; Pode ser até impossível, mas é quase sempre antieconômica, a eliminação estas causas; Existe uma distribuição estatística estável associada ao processo. Prof. Fernando Oliveira Boechat 12

13 Controle Estatístico do Processo (C.E.P. C.E.P.): Processo fora de controle e sob controle Processo sob controle Somente causas comuns estão presentes; A locação e a dispersão permanecem inalteradas no tempo. TEMPO Prof. Fernando Oliveira Boechat 13

14 Controle Estatístico do Processo (C.E.P. C.E.P.): Processo fora de controle e sob controle Processo fora de controle Éoprocessoemquesefazemsentircausasespeciais.Seoprocesso não esta sob controle: A variabilidade das características de qualidade do produto é devida a causas especiais, possíveis de serem corrigidas; A variabilidade do processo é anormal, com grandes alterações nas características de qualidade; Trata-se de uma situação que requer imediata intervenção; Há diferenças notáveis entre a média do processo e os valores observados. Prof. Fernando Oliveira Boechat 14

15 Controle Estatístico do Processo (C.E.P. C.E.P.): Processo fora de controle e sob controle Processo fora de controle Quando causas especiais estão presentes As saídas do processo são imprevisíveis Deslocamento na dispersão Deslocamento na locação e na dispersão Deslocamento na locação Prof. Fernando Oliveira Boechat 15

16 Controle Estatístico do Processo (C.E.P. C.E.P.): Variação entre distribuições Prof. Fernando Oliveira Boechat 16

17 Controle Estatístico do Processo (C.E.P. C.E.P.): Esquema de ação: Ações locais e ações sobre o sistema Ações Locais São geralmente requeridas para eliminar causas especiais de variação; Podem geralmente ser executada por pessoas próximas as processo; Podem corrigir normalmente cerca de 6% dos problemas do processo. Ações sobre o Sistema Sãousualmente requeridas para reduzir a variação devido a causas comuns; Quase sempre exigem ação gerencial para a correção; São necessárias para corrigir aproximadamente 94% dos problemas do processo. Prof. Fernando Oliveira Boechat 17

18 Controle Estatístico do Processo (C.E.P. C.E.P.): Redução / Eliminação de causas de variação 1º PASSO: Eliminar / reduzir causas especiais 2º PASSO: Reduzir causas comuns TEMPO Prof. Fernando Oliveira Boechat 18

19 Controle Estatístico do Processo (C.E.P. C.E.P.): Linha de ação: Causas especiais Devem ser atacadas imediatamente; Solução em geral é simples e está ao alcance das pessoas diretamente envolvidas na execução das atividades; Coletar dados para verificar se os dados indicam a presença de causa especial; Caso afirmativo, investigar o que há de especial associado àquela ocorrência; Eliminar as "causas más" e prevenir sua reincidência. Incorporar as "causas boas" ao processo. Prof. Fernando Oliveira Boechat 19

20 Controle Estatístico do Processo (C.E.P. C.E.P.): Linha de ação: Causas comuns Se o desempenho é satisfatório ou a melhoria não é prioritária, é melhor não interferir no processo; Solução é mais complexa e em geral está nas mãos da gerência/administração; Requeranálisedetodooconjuntodedados; Requer conhecimento profundo do processo; Requer mudanças estruturais (procedimento, pessoas, equipamento, ambiente,etc.). Prof. Fernando Oliveira Boechat 20

21 Controle Estatístico do Processo (C.E.P. C.E.P.): Erros na avaliação das causas (consequências) Confundir causas comuns com causas especiais Aumento da variabilidade devido ao ajuste indevido do processo; Falsas soluções, perda de tempo, energia e dinheiro, quando problemas mais importantes poderiam ser atacados; Aumento dos custos; Redução da produtividade; Frustração, ceticismo; Baixo moral; Perda de confiança na gerência. Prof. Fernando Oliveira Boechat 21

22 Controle Estatístico do Processo (C.E.P. C.E.P.): Erros na avaliação das causas (consequências) Confundir causas especiais com causas comuns Oportunidades de melhoria são perdidas; Convivência pacífica com problemas crônicos; Perpetua-se o caos. Prof. Fernando Oliveira Boechat 22

23 Carta de Controle: Definição Ferramenta que permite verificar a centralização e a dispersão de um processo. Surgiu por volta de 1920, quando Walter Shewart desenvolveu um método para análise e ajuste da variação em função do tempo. Mostra ao operador como estão as variações do processo, quando o processo está fora de controle, se o processo é capaz de atender as especificações; e, quando não é capaz indicará a porcentagem que está fora das especificações. Prof. Fernando Oliveira Boechat 23

24 Carta de Controle: Etapas preparatórias Antes de usar as cartas de controle, algumas etapas preparatórias precisam ser seguidas: 1. Estabelecer um ambiente apropriado para a ação; 2. Definir o processo; 3. Determinar os aspectos a serem analisadas: As necessidades do cliente Áreas de problemas atuais e em potencial Correlação entre características Prof. Fernando Oliveira Boechat 24

25 Carta de Controle: Etapas para elaboração de uma carta de controle 1. Coleta de dados Criação de um plano de amostragem; Configuração da carta de controle; Registro dos dados brutos; Calcular os valores estatísticos de controle da amostra para cada subgrupo(amostra); Marcar os valores estatísticos do controle nas cartas de controle. 2. Estabelecimento dos limites de controle Identificar a linha central e os limites de controle da carta de controle. Prof. Fernando Oliveira Boechat 25

26 Carta de Controle: Etapas para elaboração de uma carta de controle 3. Interpretação do controle estatístico Analisar os dados marcados na carta da amplitude; Encontrar e tratar causas especiais; Recalcular limites de controle; Encontrar e tratar causas especiais; Recalcular os limites de controle; 4. Extensão dos limites de controle para o controle contínuo. Prof. Fernando Oliveira Boechat 26

27 Carta de Controle: Prof. Fernando Oliveira Boechat 27

28 Carta de Controle: Tipos de cartas de controle: Cartas de Controle por Variáveis Estes gráficos são aplicados aos dados que seguem uma distribuição contínua (dados de medição). Cartas de Controle por Atributo Estes gráficos são aplicados aos dados que seguem uma distribuição discreta. Prof. Fernando Oliveira Boechat 28

29 Carta de Controle: Tipos de cartas de controle por Variável: X- R: Média e Amplitude X- S: Média e Desvio-padrão ~ X- R: Mediana e Amplitude X- AM: Elemento individual e Amplitude móvel Prof. Fernando Oliveira Boechat 29

30 Carta de Controle: Tipos de cartas de controle por Variável: Quando a característica a ser monitorizada é uma grandeza mensurável, quantitativa. Por exemplo: comprimento, viscosidade, diâmetro, etc. Encontradas na maioria dos processos; Fornecem mais informações por peça do que na carta de atributos; Exigem inspeção de menor número de peças; Permitem rápida realimentação do processo; Na forma de carta de controle permitem a distinção entre uma variação transitória e uma mudança de desempenho. Prof. Fernando Oliveira Boechat 30

31 Carta de Controle: Cartas por atributos Tipos de gráficos Quando a característica é uma grandeza qualitativa, isto é, não pode ser medida, e sim, contada. Prof. Fernando Oliveira Boechat 31

32 Carta de Controle: Cartas por atributos Tipos de gráficos Carta c : quantidade de defeitos; Carta u : quantidade de defeitos por unidade; Carta np : quantidade de elementos defeituosos; Carta p : porcentagem ou fração de elementos defeituosos. Prof. Fernando Oliveira Boechat 32

33 Carta de Controle: Modelo genérico de um gráfico de controle LSC = µ W + Lσ W Linha Central = µ LIC = µ L σ onde L = distância do limite de controlo da linha de centro µ w = Média da amostra W σ w = Desvio padrão W W W W Prof. Fernando Oliveira Boechat 33

34 Carta de Controle: Determinação do limites de controle Distribuição normal Prof. Fernando Oliveira Boechat 34

35 Carta de Controle: Determinação do limites de controle Aprox. distribuição normal Linha central = média da estatística que está sendo analisada LSC=Limite decontrolesuperior=linhacentral+k desviodasmédias LIC=Limite decontrolesuperior=linha central-k desviodasmédias Prof. Fernando Oliveira Boechat 35

36 Carta de Controle: Limites 3-Sigma A utilização de limites 3-sigma geralmente geram bons resultados na prática. Caso a distribuição da característica de qualidade seja razoavelmente bem aproximada de uma distribuição normal, então a utilização de limites de 3-sigma torna-se aplicável. Esses limites são muitas vezes referidos como LIMITES DE AÇÃO. Prof. Fernando Oliveira Boechat 36

37 Carta de Controle: Limites de alerta em Cartas de Controle Limites de alerta (se utilizado) são normalmente fixado em 2 desvios-padrão da média. Caso um ou mais pontos situam-se entre os limites de alerta e os limites de controle, ou perto do limite de alerta, o processo pode não estar funcionando corretamente. BOM: Limites de Alerta muitas vezes aumentam a sensibilidade do gráfico de controle. Ruim: Limites de Alerta podem resultar em um aumento do risco de falsos alarmes. Prof. Fernando Oliveira Boechat 37

38 Carta de Controle: Tamanho da amostra e frequência da amostragem? Na construção de um gráfico de controle, tanto o tamanho da amostra a ser selecionada como a frequência de seleção deve ser especificado. Amostras maiores facilitam a detecção de pequenas mudanças no processo. A prática atual tende a favorecer, amostras mais frequentes menores. Prof. Fernando Oliveira Boechat 38

39 Carta de Controle: Tamanho da amostra e frequência da amostragem? COMPRIMENTO MÉDIO DA SEQUÊNCIA O comprimento médio da sequência (CMS) é uma forma muito importante de determinar o tamanho da amostra adequado e frequência de amostragem. É o número médio de pontos que devem sermarcados antesque um ponto indique uma condição de fora de controle Considere p = probabilidade de que qualquer ponto excede os limites de controle. Em seguida, faça: CMS = 1 p Prof. Fernando Oliveira Boechat 39

40 Carta de Controle: Tamanho da amostra e frequência da amostragem? Exemplo: Considere um problema com limites de controle estabelecidos em desvios 3 desviosda média.aprobabilidadedequeumparcelasdospontofiquemalémdos limites de controle é 0,0027 (ou seja, p =0,0027).Emseguida, a duração média de execução é CMS = = 370 Prof. Fernando Oliveira Boechat 40

41 Carta de Controle: Tamanho da amostra e frequência da amostragem? O que o CMS nos diz? O comprimento médio da frequência nos dá o período de tempo (ou número de amostras) que devem ser inseridas no gráfico de controle antes de um ponto ficar fora dos limites de controle. No nosso problema, mesmo que o processo permaneça sob controle, um sinal de alerta de controle será gerado a cada 370 amostras, em média. Prof. Fernando Oliveira Boechat 41

42 Carta de Controle: Tamanho da amostra e frequência da amostragem? Tempo médio para alerta Às vezes é mais apropriado expressar o desempenho do gráfico de controle em termos de tempos médio para alerta (TMA). Dizer que as amostras são colhidas em intervalos fixos, h horas de intervalo. TMA = CMS (h) Prof. Fernando Oliveira Boechat 42

43 Carta de Controle: Subgropos Racionais Subgrupos ou amostras devem ser selecionados de modo que se causas atribuíveis estão presentes, a chance de diferenças entre os subgrupos serão maximizadas, enquanto a chance de diferenças devido a estas causas atribuíveis dentro de um subgrupo será minimizado Seleção de subgrupos racionais Selecione unidades consecutivos de produção. Fornece um "instantâneo" do processo. Eficaz na detecção de mudanças de processo. Selecionar uma amostra aleatória ao longo de todo o intervalo de amostragem. Pode ser eficaz em detectar se a média ficou fora de controle e, em seguida, dentro no controle. Prof. Fernando Oliveira Boechat 43

44 Carta de Controle: Subgropos Racionais Subgrupos ou amostras devem ser selecionados de modo que se causas atribuíveis estão presentes, a chance de diferenças entre os subgrupos serão maximizadas, enquanto a chance de diferenças devido a estas causas atribuíveis dentro de um subgrupo será minimizado Seleção de subgrupos racionais Selecione unidades consecutivos de produção. Fornece um "instantâneo" do processo. Eficaz na detecção de mudanças de processo. Selecionar uma amostra aleatória ao longo de todo o intervalo de amostragem. Pode ser eficaz em detectar se a média ficou fora de controle e, em seguida, dentro no controle. Prof. Fernando Oliveira Boechat 44

45 Carta de Controle: Subgropos Racionais Subgrupos ou amostras devem ser selecionados de modo que se causas atribuíveis estão presentes, a chance de diferenças entre os subgrupos serão maximizadas, enquanto a chance de diferenças devido a estas causas atribuíveis dentro de um subgrupo será minimizado Seleção de subgrupos racionais Selecione unidades consecutivos de produção. Fornece um "instantâneo" do processo. Eficaz na detecção de mudanças de processo. Selecionar uma amostra aleatória ao longo de todo o intervalo de amostragem. Pode ser eficaz em detectar se a média ficou fora de controle e, em seguida, dentro no controle. Prof. Fernando Oliveira Boechat 45

46 Carta de Controle: Análise de Padrões em Cartas de Controle: Padrões não aleatórios podem indicar condições fora do controle Padrões, tais como ciclos, tendências, muitas vezes são de considerável valor para o diagnóstico do processo Procure por uma sequencia de observações do mesmo tipo (todos acima da linha central, ou tudo abaixo da linha de central) Sequências de 8 observações ou mais podem indicar uma situação fora de controle. Prof. Fernando Oliveira Boechat 46

47 Carta de Controle: Regras de Sensibilizantes para Cartas de Controle: PONTOS FORA DE CONTROLE 1. Pontos fora do limite de controle 3. Corrida num dos lados (mínimo 8 pontos) 2. 2 ou mais Pontos consecutivos fora do limite de alerta (2σ) 4. Tendência (6 pontos) Prof. Fernando Oliveira Boechat 47

48 Carta de Controle: Regras de Sensibilizantes para Cartas de Controle: PONTOS FORA DE CONTROLE 5. Ciclo 6. Grupos 6. Alternância 7. Proximidade ao centro Prof. Fernando Oliveira Boechat 48

49 Bibliografia: MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade. 4.ed. Rio de Janeiro: LTC Prof. Fernando Oliveira Boechat 49