Proposta De Modelo Simplificado Para Implementação Do Controle Estatístico De Processo (Cep) Na Indústria Química / Petroquímica De Processo Contínuo.

Transcrição

1 Proposta De Modelo Simplificado Para Implementação Do Controle Estatístico De Processo (Cep) Na Indústria Química / Petroquímica De Processo Contínuo. Herbert Pereira de Oliveira (UFBA / ÁREA 1) herbert@ufba.br Maria de Fátima dos Santos Lopes (UFBA) mfsl@ufba.br Anselmo Alves Bandeira (ÁREA 1) anselmo@area1.br RESUMO - O presente trabalho teve por objetivo elaborar um modelo para implementação de técnicas estatísticas voltadas ao controle de qualidade, que pudesse ser utilizado pelos diversos profissionais envolvidos com o controle de qualidade e de processos na indústria química e petroquímica, incluindo alguns aspectos de implementação do gerenciamento da qualidade total (GQT). A proposta deste trabalho foi apresentar as ferramentas estatísticas utilizadas no Controle Estatístico de Processo (CEP) de forma que mesmo profissionais com pouca vivência com as técnicas estatísticas pudessem entender e aplicar tais técnicas de maneira correta, sem que para isso fosse necessário abdicar do devido rigor científico que a estatística necessita. Todos os exemplos de aplicação de técnicas estatísticas de controle de qualidade e de processos são voltados para a área química e petroquímica, o que facilita a compreensão e a utilização dessas técnicas nas situações que o dia-a-dia de uma indústria química e petroquímica apresenta aos seus responsáveis. Palavras-chave: Controle De Qualidade E De Processos, Técnicas Estatísticas, Controle Estatístico De Processo (CEP) E Indústria Química E Petroquímica.

2 1.INTRODUÇÃO O Controle Estatístico de Processo (CEP) vem sendo implantado em um número cada vez maior de indústrias no Brasil, seja por imposição de algum cliente, seja por iniciativa da própria empresa, visando a obtenção de ganhos de produtividade e qualidade de seus produtos, num cenário de mercado aberto á concorrência externa, em virtude da crescente globalização. O CEP mais que um controle total da qualidade, estimula mudanças culturais da empresa, que passa a ter enfoque principal na qualidade, atenção à variabilidade e trabalho em equipe. Assim, segundo Bartmann (1986), o CEP surge como uma ferramenta indispensável para a consolidação da empresa no cenário mundial. A empresa passa a almejar não somente a obtenção de produtos dentro da especificação exigida pelos clientes, mas também, a partir de ações corretivas, atingir um ponto no qual o seu processo produtivo forneça produtos com as especificações controladas em torno de um valor central ou médio (Lopes, 1999) MÉTODOS E FILOSOFIA DO CEP Se um produto atende prontamente as exigências do consumidor, é bastante razoável supor que ele seja produzido por um processo estável ou repetitivo. Mais precisamente, o processo deve ser capaz de operar numa faixa estreita de variabilidade em torno do alvo ou valor nominal das características de qualidade do produto. Segundo Rodrigues (1998), o Controle Estatístico de Processo (CEP) é um poderoso e usual conjunto de ferramentas para solução de problemas de estabilidade do processo e melhoria da capacidade através da redução da variabilidade. O CEP pode ser aplicado a qualquer tipo processo. Segundo Montgomery (1997), são sete as principais ferramentas utilizadas pelo CEP: I. Histograma II. Check-sheet III. Diagrama de Pareto IV. Diagrama de Causa e Efeito V. Diagrama de Concentração de Defeitos VI. Diagrama de Dispersão VII. Carta de Controle Embora essas ferramentas, freqüentemente denominadas de as sete magníficas, sejam uma parte muito importante do CEP, elas compreendem apenas os seus aspectos técnicos. O CEP envolve a formação de um ambiente em que ele seja realmente o desejo de todos os indivíduos em uma organização para melhoria contínua em qualidade e produtividade. Este ambiente é se desenvolve melhor quando os administradores ou gerentes também estão completamente envolvidos neste processo de melhoria da qualidade. Uma vez estabelecido este ambiente, a aplicação das sete ferramentas se torna uma parte integrada do processo produtivo e neste ponto diz-se que a organização está no caminho certo para atingir os seus objetivos de melhoria da qualidade A NECESSIDADE DAS CARTAS DE CONTROLE Se a melhoria contínua do processo é o foco principal, de que forma este progresso pode ser medido? A produção de 100% de material dentro da especificação é o parâmetro máximo para comparação, ou seja, é o benchmarking do CEP. Alcançar um estado de controle estatístico para o processo é outro. Nenhum dos dois é permanente, mas ambos estão sujeitos a modificações e passíveis de serem revertidos.

3 1.3 - CAUSAS COMUNS E ESPECIAIS DE VARIAÇÃO DA QUALIDADE Em um processo produtivo, por mais cuidado que tenha sido tomado na fase do projeto e, também, na sua manutenção, uma variabilidade natural ou inerente estará sempre presente. Essa variabilidade natural é efeito cumulativo de causas essencialmente inevitáveis, intrínsecas do processo. Na ótica do controle estatístico de qualidade, essa variabilidade natural é freqüentemente chamada de sistema estável de causas comuns. Um processo que opera somente com a ocorrência de causas comuns de variação é dito estar sob controle estatístico. Outros tipos de variabilidades podem ocasionalmente vir a ocorrer no processo. Segundo Montgomery (1997), essa variabilidade em características críticas da qualidade pode ser oriunda de três fontes potenciais: máquinas inadequadamente ajustadas, erros de procedimentos operacionais ou problemas com matériasprimas. Tal variabilidade é freqüentemente pronunciada quando comparada com a variabilidade natural do processo, e geralmente representa um nível de desempenho inaceitável do processo. Essas fontes de variabilidade que não são parte de desvios de causas comuns são denominadas de causas especiais. Um processo que opera na presença de causas especiais é dito estar fora de controle. A regra histórica é que 15% das variações do sistema resultam de causas especiais e 85% resultam de causas comuns. Essas causas especiais e comuns de variação são ilustradas na figura abaixo. Antes do tempo t 1 o processo mostrado na figura está sob controle; ou seja, somente causas comuns de variação estão presentes. Como resultado, a média e desvio padrão do processo têm seus valores controlados. No tempo t 1 uma causa especial ocorre. Conforme mostrado na figura, o efeito desta causa especial é levar a média do processo para um novo valor µ 1 > µ 0. No tempo t 2 uma outra causa especial ocorre, resultando em µ = µ 0, mas agora o desvio padrão do processo é levado para um valor σ 1 >σ 0. No tempo t 3 uma outra causa especial está presente, resultando numa variação conjunta da média e desvio padrão para valores fora de controle. A partir do tempo t 1, a presença de causas especiais resultou em um processo fora de controle. Geralmente os processo produtivos operam em estado de controle, produzindo produtos aceitáveis por períodos de tempo relativamente longos. Eventualmente, entretanto, causas especiais podem ocorrer, aparentemente de forma randômica, resultando em uma passagem par o estado fora de controle, no qual uma grande proporção das características de qualidade não satisfaz às exigências de especificação. Por exemplo, ainda de acordo com a figura, quando o processo está sob controle, a maior parte da produção terá suas características de qualidade entre os limites inferior e superior de especificação (LIE e LSE, respectivamente). Quando o processo está fora de controle, uma maior proporção de tais características cairá fora desses limites. LIE µ 0 t 1 LSE t 2 t 3 µ 2 < µ 0 µ 1 > µ 0 Figura 1: Causas comuns e especiais de variação Um dos objetivos principais do controle estatístico de processo é justamente detectar a ocorrência de causas especiais no processo para que a investigação e ações corretivas possam ser tomadas antes que uma σ 1 > σ 0

4 quantidade maior de produto não conforme seja produzido. A carta de controle é uma técnica on-line de controle do processo largamente usada para esse propósito. Cartas de controle também podem ser usadas para estimar os parâmetros de um processo produtivo, e, a partir dessa informação, determinar a capacidade do processo. Finalmente, devemos lembrar que o eventual objetivo do controle estatístico de processo é a eliminação da variabilidade do processo. Pode não ser possível eliminar completamente a variabilidade do processo, mas a carta de controle é uma ferramenta efetiva para reduzir variabilidade ao seu nível mínimo BASE ESTATÍSTICA DAS CARTAS DE CONTROLE Uma carta de controle típica é mostrada na figura 2, que é um levantamento gráfico de uma característica de qualidade medida ou computada de uma amostra versus o número da amostra ou tempo. A carta contém uma linha central que representa o valor médio da característica de qualidade correspondente ao estado sob controle (isto é, somente causas comuns estão presentes). Duas outras linhas horizontais, chamadas de limite superior de controle (LSC) e limite inferior de controle (LIC), também mostrados na carta. Esses limites de controle são tais que, se o processo estiver sob controle, aproximadamente todos os pontos da amostra irão cair entre eles. Quanto mais distantes dos limites de controle os pontos estiverem, o processo é dito sob controle e nenhuma ação é necessária. Limite Superior de Controle Linha Central Limite Inferior de Controle Figura 2: Carta de Controle Típica Um modelo geral para uma carta de controle considera uma amostra estatística w que mede alguma característica de qualidade de interesse, com uma média µ w e desvio padrão σ w. Então, nesse caso, a linha central, o limite superior de controle e o limite inferior de controle assumem a forma: LSC = µ w + L. σ w (1) Linha Central = µ w (2) LSC = µ w - L. σ w (3) Onde L é a distância dos limites de controle à linha central, expressa em unidades de desvio padrão. Essa teoria geral de cartas de controle foi inicialmente proposta pelo Dr. Walter S. Shewhart, e as cartas de controle desenvolvidas de acordo com esses princípios são freqüentemente chamadas de Cartas de Controle de Shewhart (Montgomery, 1997). A carta de controle padrão de Shewhart para dados de variáveis utiliza o limite de controle µ 0 ± 3σ. O risco para a empresa com a utilização desse limite é de apenas 0,27%, que corresponde à probabilidade de ocorrência de alarme falso quanto à detecção de causas especiais, ou seja, o limite de controle da carta padrão de Shewhart compreende 99,73% da variação em torno da média. A carta de controle é um dispositivo para a descrição bastante precisa do controle estatístico, podendo ser usado de diversas formas. Em algumas aplicações, é usada para monitoramento on-line do processo. Ou seja, dados são coletados e usados para o levantamento das cartas de controle e se os valores se encontram dentro dos limites de controle e não demonstram comportamento de variação sistemático, considera-se que o mesmo está sob controle no nível indicado pela carta. Número da Amostra ou Tempo

5 O uso mais importante da carta de controle é na melhoria do processo. Segundo Levinson (1990), já está provado que: I. A grande maioria dos processos não opera em estado de controle estatístico. II. Conseqüentemente, o uso rotineiro e atento de cartas de controle servirá para identificar as causas especiais e se essas causas puderem ser eliminadas do processo, a variabilidade será reduzida e o processo melhorado. Essa atividade de melhoria contínua do processo, usando cartas de controle, é mostrada na figura 3. Entrada Verificação e Folow-up Implementação das Ações Corretivas Processo Sistema de Medição Saída Detecção de Causas Especiais Identificação da Causa Raiz do problema Figura 3: Melhoria do processo usando cartas de controle III. A carta de controle irá detectar somente causas especiais. Uma ação conjunta da gerência, da operação e da engenharia será necessária para eliminar essas causas especiais. As cartas de controle podem ser classificadas em dois tipos gerais. Se a característica de qualidade pode ser medida e expressada como um número numa escala contínua de medida, ela é geralmente chamada de variável. Nesse caso, é conveniente descrever a característica de qualidade com uma medida da tendência central e uma medida da variabilidade. Cartas de controle para tendência central e variabilidade são denominadas cartas de controle de variáveis. Algumas características de qualidade não podem ser medidas numa escala contínua ou numa escala quantitativa. Nesses casos, costumase julgar a característica como conforme ou não conforme. Cartas de controle para tais características são denominadas cartas de controle de atributos. Um importante fator no uso das cartas de controle é o projeto da carta de controle, que envolve a seleção do tamanho da amostra, limites de controle e freqüência de amostragem. Na maioria dos problemas de controle de qualidade, é bastante comum projetar a carta de controle usando considerações meramente estatísticas. Recentemente, entretanto, costuma-se analisar a carta de controle sob o ponto de vista econômico, considerando explicitamente o custo da amostragem e custos de investigação de sinais de saída de controle do processo que funcionam como falsos alarmes. As cartas de controle têm tido uma longa história de uso nas indústrias em todo o mundo. Montgomery (1997) cita cinco razões principais para a sua popularidade: I. A sua utilização é uma técnica comprovada para melhoria da produtividade. II. São efetivamente eficientes na prevenção de defeitos ou não conformidades. III. Evitam ajustes desnecessários no processo. IV. Fornecem informação diagnóstica. V. Fornece informação sobre a capacidade do processo ESCOLHA DOS LIMITES DE CONTROLE A especificação dos limites de controle é uma decisão crítica a ser tomada no projeto de uma carta de controle. O afastamento dos limites de controle da linha central diminui o risco de ocorrência do erro tipo I um ponto fora dos limites de

6 controle, mesmo quando causas especiais estão ausentes. Entretanto, a ampliação dos limites de controle aumenta o risco de um erro tipo II um ponto dentro dos limites de controle com o processo estando realmente fora de controle. Na maioria das aplicações do controle estatístico de processo, com a utilização de cartas de controle, são utilizados os limites de controle do tipo 3- sigma, que fornece uma probabilidade de ocorrência de erro tipo I da ordem de 0,27%, ou seja, um sinal equivocado de saída de controle ou um alarme falso poderá ocorrer somente em 27 pontos a cada pontos. A justificativa típica para o uso dos limites de controle 3-sigma são os seus resultados práticos ANÁLISE DE DESVIOS EM CARTAS DE CONTROLE Uma carta de controle pode indicar uma condição de saída de controle sempre que um ou mais pontos caem fora dos limites de controle ou quando a seqüência de pontos apresenta um comportamento não randômico. Por exemplo, considere a carta de controle X-barra mostrada na figura 4. Embora todos os 25 pontos estejam dentro dos limites de controle, não indicam um controle estatístico porque o seu comportamento é completamente não randômico. Especificamente, pode-se notar que 19 dos 25 pontos encontram-se abaixo da linha central, enquanto somente seis pontos encontram-se acima desta. Se a seqüência de pontos é verdadeiramente randômica, é de se esperar que estejam uniformemente distribuídos acima e baixo da linha central. Pode-se observar também, a partir do quarto ponto, uma seqüência crescente em magnitude de cinco pontos. Essa disposição de pontos é comumente chamada de corrida. LSC Linha Central LIC Número da Amostra ou Tempo Figura 4: Carta de Controle X-barra DISCUSSÃO DE REGRAS PARA LEVANTAMENTO DE CARTAS DE CONTROLE Vários critérios podem ser aplicados simultaneamente para uma carta de controle a fim de determinar condições de saída de controle do processo. Critérios suplementares são muitas vezes utilizados para aumentar a sensitividade das cartas de controle para pequenas variações do processo, para que o mesmo possa responder mais rapidamente às causas especiais. As principais regras de sensibilidade comumente utilizadas na prática foram propostas por Nelson (1984), sendo mostradas na figura 5. Freqüentemente avaliam-se as cartas de controle e conclui-se que o processo está fora de controle se um ou mais desses critérios são violados. Quando várias dessas regras de sensibilidade são aplicadas simultaneamente, geralmente utiliza-se uma resposta graduada par sinais de saída de controle. Por exemplo, se um ponto excede um limite de controle, deve-se iniciar imediatamente a identificação da fonte potencial dessa causa especial, mas se um ou mais pontos consecutivos excedem o limite de alerta de 2 sigma, o procedimento indicado é aumentar a freqüência de amostragem. Essa resposta por amostragem adaptativa pode não ser tão

7 efetiva quanto uma busca completa de uma causa especial, mas se o processo estiver realmente fora de controle, com certeza a probabilidade de detecção desta situação seria bem mais rápida do que se fosse mantida a freqüência original da amostragem. A utilização simultânea de várias regras de decisão exige atenção especial. Suponha que sejam utilizadas k regras de decisão, cujo critério i tenha uma probabilidade α i de ocorrência de erro tipo I. Então, a probabilidade de erro tipo I ou alarme falso para a decisão baseada em todos os k testes, considerando que todas as k regras de decisão são independentes é: Sinais de Ação Padrão? α = 1 k i= 1 (1 αi) (4) 1. Um ou mais pontos fora dos limites de controle. 2. Dois dentre três pontos consecutivos fora do limite de alerta de 2 sigma. 3. Quatro dentre cinco pontos consecutivos além do limite de 1 sigma. 4. Uma corrida de oito pontos consecutivos de um mesmo lado da linha central. 5. Seis pontos em uma seqüência, aumentando ou diminuindo. 6. Quinze pontos em seqüência na zona C, ambos abaixo e acima da linha central. 7. Catorze pontos em seqüência alternadamente aumentando e diminuindo. 8. Oito pontos em seqüência e, ambos os lados da linha central, fora da zona C. 9. Um desvio incomum nos dados. 10. Um ou mais pontos próximo ao limite de controle de alerta (2 sigma) Figura 5: Regras de sensibilidade para cartas de controle SELEÇÃO DE CARTAS DE CONTROLE A primeira decisão na escolha do tipo de carta de controle é determinar o tipo de dados que são coletados. Se os dados consistem de contadores, então uma das cartas de atributos deve ser selecionada. A segunda decisão para cartas de atributos é se está sendo computado o número de unidades fora de especificação em uma amostra ou o número total de não conformidades em uma amostra. A terceira decisão é se o tamanho da amostra irá permanecer constante ou variar de amostra para amostra. Se os dados coletados são medidos, então uma das cartas de controle de variáveis deve ser selecionada. A segunda decisão para cartas de variáveis para dados medidos depende do tamanho de amostra adequado para a situação. A cartas de controle mais comumente utilizadas para esses tipos de dados são do tipo X-barra e R (média e amplitude) ou X-barra e s. Se habilidades matemáticas da equipe responsável são limitadas, então cartas de controle X-barra e R são a melhor opção, uma vez que é mais fácil encontrar um número médio em uma pequena amostra do que calcular a média par tal amostra. Entretanto, se a equipe responsável dispõe de calculadoras estatísticas ou algum software estatístico, cartas do tipo X-barra e s são mais eficientes. A escolha mais usual, entretanto, são as cartas do tipo X-barra e R, que correspondem ao padrão nas indústrias, sendo mais facilmente entendidas. Existem outras cartas de controle para dados medidos aplicadas para situações especiais. Pequenas corridas com dados limitados ou corridas curtas com tempo limitado utilizam variações das cartas do tipo X-barra e R, denominadas cartas de uso especial. As cartas de pré-controle são utilizadas antes das cartas X-barra e R para determinar se essas são realmente necessárias e, também, após o uso dessas, para verificar se o processo encontra-se sob controle IMPLEMENTANDO O CEP Os métodos de controle estatístico de processo podem prover um retorno significativo para as empresas, quando bem implementado. Apesar do CEP demonstrar

8 ser uma coleção de ferramentas para solução de problemas com base estatística, o êxito de sua utilização exige mais do que o conhecimento e uso dessas ferramentas. O envolvimento e comprometimento da gerência com o processo de melhoria da qualidade é um componente vital do sucesso potencial do CEP. A gerência serve como modelo, pois assim as outras pessoas da organização a terão como guia e exemplo. A aproximação da equipe é também importante, pois é usualmente difícil para uma pessoa sozinha introduzir melhorias no processo. Algumas das sete magníficas ferramentas já descritas são bastante úteis para a equipe de implementação e melhoria, incluindo diagramas de causa e efeito, diagramas de Pareto, e diagramas de concentração de defeitos. As ferramentas básicas para soluções de problemas utilizadas no CEP devem ser amplamente conhecidas, divulgadas e utilizadas pela organização. O treinamento contínuo em CEP e melhoria da qualidade torna-se necessário para que todos os envolvidos atinjam um grau de conhecimento satisfatório das ferramentas. O objetivo de um programa de melhoria da qualidade baseado em controle estatístico de processo é a melhoria contínua em base semanal, quinzenal e anual. O CEP não deve ser considerado um programa temporal para ser aplicado somente quando existam problemas nos negócios e abandonado em seguida. A melhoria da qualidade deve ser parte integrante da cultura da organização. A carta de controle é uma ferramenta importante para a melhoria do processo. Os processo não operam naturalmente em um estado sob controle, e o uso das cartas de controle é um importante passo inicial a ser tomado para eliminar causas especiais, reduzir a variabilidade do processo, e estabilizar o desempenho do mesmo. A melhoria da qualidade e produtividade exige o gerenciamento de fatos e dados e não somente o julgamento. As cartas de controle são uma parte importante dessa mudança cultural de gerenciamento. Na implementação de um amplo programa de controle estatístico de processo, alguns elementos devem estar usualmente presentes em todos os esforços de relatado sucesso. Esses elementos, segundo Smith (1998) são os listados a seguir: Elementos se um programa eficiente de CEP I. Liderança do gerenciamento. II. Aproximação da equipe. III. Educação em todos os níveis. IV. Ênfase na melhoria contínua. V. Avaliação dos resultados e divulgação destes através de todos os setores da empresa. A liderança do gerenciamento e a aproximação da equipe não devem ser demasiadamente enfatizadas. A melhoria da qualidade é uma atividade dirigida de gerenciamento topo-fundo, ou seja, deve atingir todos os níveis da empresa. Torna-se importante também medir o progresso e o sucesso e divulgar os resultados obtidos em toda a organização. A divulgação dos resultados obtidos na melhoria da qualidade serve como motivação e incentivo para melhoria de outros processos e torna essa melhoria contínua algo bastante normal na estrutura da empresa e dos negócios. 2 - MODELO PARA IMPLEMENTAÇÃO DO CEP NA INDÚSTRIA QUÍMICA / PETROQUÍMICA A implementação do CEP na indústria química / petroquímica de processo contínuo pode ser dividida em 2 fases: 1) Análise Preliminar do Processo 2) Acompanhamento e Controle Estatístico do Processo ANÁLISE PRELIMINAR DO PROCESSO A análise preliminar é muito importante, pois a partir do levantamento dos dados históricos do processo, podem-se identificar causas potenciais de variabilidade

9 e, também, quais especificações ou propriedades mais contribuem para a ocorrência de variabilidade anormal no mesmo. Assim, a análise preliminar identifica as especificações críticas do processo, indicando qual ou quais especificações devem consideradas, quando da implementação do CEP, de forma mais criteriosa. Dentro da análise preliminar do processo, 2 ferramentas estatísticas tornamse indispensáveis: o Diagrama de Pareto e o Diagrama de Causa e Efeito.O diagrama de Pareto de Reprovações permite a visualização da amplitude das especificações na reprovação do produto, ou seja, qual ou quais especificações têm sido potencialmente responsáveis pela reprovação do produto. A figura 6 a seguir mostra o diagrama de Pareto obtido a partir de dados de um processo contínuo de Caprolactama, matéria-prima par a fabricação do Nylon. A partir dos dados de resultados analíticos das especificações da caprolactama de 01/01/2002 a 31/12/2002, num total de 1388 resultados analíticos para cada especificação, obteve-se o Diagrama de Pareto de reprovações a fim de se determinar quais propriedades são responsáveis pelos maiores índices de reprovação do produto no período considerado. Count CEP - CPL DIAGRAMA DE PARETO DE REPROVAÇÕES 2002 Defect Count Percent Cum % 5 0 EXT ,0 50,0 NP 6 25,0 75,0 ALCALIN. Figura 6: Diagrama de Pareto - Processo de Caprolactama UMID. 4 16,7 91,7 2 8,3 100, Percent A análise do diagrama mostra que dentre as especificações da caprolactama, as responsáveis pelos maiores índices de reprovações são a Extinção 290nm (50,0%) e o Número de Permanganato (25,0%), devendo, pois serem os principais alvos do CEP. A partir do levantamento de informações sobre o processo junto ao pessoal da operação, foi obtido o diagrama de causa e efeito para a propriedade crítica identificada pelo diagrama de Pareto, com o intuito de relacioná-la às suas respectivas causas potenciais ACOMPANHAMENTO E CONTROLE ESTATÍSTICO DO PROCESSO A etapa seguinte à análise preliminar compreende o Controle Estatístico do Processo propriamente dito, que envolve a análise da capacidade, o levantamento e análise de cartas de controle, o estudo da variabilidade do processo e as ações corretivas, visando tornar o processo controlado estatisticamente, ou seja, gerando dados de especificação com distribuição regular em torno de um valor central ou médio AVALIAÇÃO DA CAPACIDADE DO PROCESSO Os índices de capacidade do processo (cp e cpk) foram obtidos para o ano de 2002 (Tabelas 1 e 2), a partir do levantamento dos gráficos de capacidade, utilizando-se o software estatístico Minitab, para as especificações críticas identificadas na análise preliminar, ou seja, o Número de Permanganato e a Extinção 290nm. Em geral, um valor deste parâmetro superior a 1,33 demonstra ser o processo capaz. A partir destes resultados, foram obtidos os gráficos de Acompanhamento da Capacidade para estas especificações críticas, que fornecem os índices mensais de capacidade do processo, permitindo assim a visualização da evolução da capacidade do

10 processo em cada uma das especificações ao longo do referido ano. cpk Nº PERMANGANATO Mês cpk Ideal cp Jan02 10,48 1,33 - Fev02 2,10 1,33 - Mar02 4,10 1,33 - Abr02 1,26 1,33 - Mai02 2,41 1,33 - Jun02 6,76 1,33 - Jul02 3,21 1,33 - Ago02 60,66 1,33 - S et0 2 1,81 1,33 - O u t02 4,60 1,33 - Nov02 2,92 1,33 - Dez02 8,00 1,33 - Tabela 1: Índices de capacidade NP Mês cpk MÍN cp Jan02 1,96 1,33 2,92 Fev02 1,63 1,33 2,35 Mar02 1,57 1,33 2,48 Abr02 1,27 1,33 1,27 Mai02 1,11 1,33 1,51 Jun02 1,43 1,33 2,48 Jul02 1,35 1,33 2,37 Ago02 0,78 1,33 1,23 S et02 0,93 1,33 1,17 Out02 1,50 1,33 2,90 Nov02 1,51 1,33 2,53 Dez02 0,99 1,33 1,84 Tabela 2: Índices de capacidade 2002 Ext. 290 nm 70,00 60,00 50,00 40,00 30,00 20,00 10,00 Ext. 290 nm CEP CPL - Acompanhamento da Capacidade NP/2002 0, Figura 8: Evolução da Capacidade 2002 Número de Permanganato cpk Ideal Mes cp/cpk 3 2,5 2 1,5 1 0,5 CEP-CPL Acompanhamento da Capacidade Ext. 290/ cpk cp MÍN Figura 9: Evolução da Capacidade 2002 Extinção 290 nm LEVANTAMENTO DE CARTAS DE CONTROLE A partir dos dados de especificação do produto, utilizando-se um software estatístico adequado (como por exemplo, o Minitab, Statística ou outro similar), são levantadas as cartas de controle da média e da amplitude para cada especificação, identificando-se nas mesmas as ocorrências de causas especiais, isto é, variabilidades anormais dos dados, provenientes de problemas durante o processamento do produto. A carta de controle padrão de Shewhart a seguir (Figura 10) foi obtida a partir de dados de especificação da propriedade Extinção a 290 nm, da caprolactama, referente ao mês de julho de Neste caso, verifica-se a ocorrência de causas especiais durante cinco dias. Sample Mean 0,015 0,014 0,013 0,012 0,011 0,010 0,009 0,008 0,007 Subgroup Sample Range 0,010 0,005 0,000 CARTAS DE CONTROLE EXT. 290 JUL/ Mes 3,0SL=0,01432 X=0, ,0SL=0, ,0SL=0, R=0, ,0SL=0,00E+00 Figura 10: Carta de Controle Padrão de Shewhart

11 ESTUDO DE RASTREABILIDADE DO PROCESSO Tendo sido identificadas as causas especiais e as respectivas datas de suas ocorrências, a partir da análise das cartas de controle obtidas, procede-se o estudo de rastreabilidade destas causas, ou seja, a análise dos dados operacionais, visando a verificação de ocorrências anormais durante o processo, como falhas de equipamentos, deficiência de suprimentos (pressão de vapor, vazão de água de processo, etc), perda de controle de alguma das variáveis de processo (temperatura, pressão, vazão, etc), falha nos procedimentos operacionais, etc. É aconselhável para tal, um estudo detalhado do processo com a identificação de todas as variáveis que de uma maneira ou de outra possa influenciar nos resultados e a formação de um grupo de discussão com representantes de todos os setores envolvidos no processo, ou seja, da área técnica, da operação, engenharia de processo, qualidade e gerência, dentre outros CONTROLE DO PROCESSO: AÇÕES CORRETIVAS O estudo de rastreabilidade, quando realizado de forma correta, através da análise de dados operacionais (livros de ocorrência, folhas de dados do processo, relatórios de não conformidades, aliadas a reuniões e discussões constantes da equipe, permite a correlação entre as causas especiais observadas nas cartas de controle e problemas ocorridos durante o processo. Assim, para eliminar a ocorrência de tais causas especiais e tornar o processo estatisticamente controlado, torna-se necessário a tomada de ações corretivas visando minimizar ou sanar os problemas operacionais identificados como principais responsáveis pela variabilidade das especificações, atingindo os objetivos do CEP, que é garantir a qualidade do produto, o que significa chegar a um estágio de produção no qual o processo resulte sempre na obtenção de produto especificado e com a menor variabilidade possível em torno de um valor médio de especificação, com a conseqüente redução de custos, devido a reprocesso, parada da Unidade Produtiva, dentre outros. Um indicativo comumente usado para classificar o processo como capaz de gerar tais resultados pode ser obtido a partir da avaliação da capacidade de controle estatístico do mesmo. 3 - REFERÊNCIAS BIBLIOGRÁFICAS BARTMANN, F.C. Idéias básicas sobre Controle Estatístico da Qualidade. VII Simpósio Nacional de Probabilidade e Estatística, Campinas, SP, LEVINSON, W. Understand the Basis of Statistical Process Control, IBM Corp., LOPES, M. F. S. Controle Estatístico de Processo. Tese apresentada no concurso público para o provimento do cargo de Professor Titular da UFBA, na área de Processos Químicos, MONTGOMERY, D. C. Introduction to Statistical Quality Control, John Wiley & Sons, Inc., New York, NELSON, L. S. The Shewhart Control Chart Testes for Special Causes, Journal of Quality Technology, Vol. 16, RODRIGUES, G. P. Controle Estatístico de Qualidade e de Processos na Indústria de Alimentos. Tese de Mestrado da Universidade Federal de Viçosa, do Curso de Ciência e Tecnologia de Alimentos, SMITH, G. M. Statistical Process Control and Quality Improvement, Prentice Hall Inc., New Jersey, 1998.