Módulo 4 Cartas de controle para atributos: construção e interpretação. Estudos de estabilidade e capacidade. Estudo de R&R (MSA).

Transcrição

1 Módulo 4 Cartas de cotrole para atributos: costrução e iterpretação. Estudos de estabilidade e capacidade. Estudo de R&R (MSA).

2 Cartas para atributos Máquias e Pessoal equipametos Materiais Métodos de Ambiete de trabalho trabalho Resultado Resultado do processo é uma classificação em dois fatores, como: aprovado/rejeitado, bom/ruím, passa/ão passa, etc Carta de cotrole Processo Neste caso, tem-se uma úica carta de cotrole, do parâmetro a ser usado.

3 Fluxograma do CEP - Atributos Atributos Defiir característica Variáveis ou Atributos? Usar carta p ou p Atributos Sim Iteresse em proporção ou º de defeitos? Proporção de defeitos Amostra costate? Não Usar carta p Nº defeitos Usar carta u Não Amostra costate? Sim Usar carta c ou u

4 Carta para atributos - Comparações Tipo Defiição Codição da amostra p p c u Porcetagem de uidades ão coformes Número de uidades ão coformes (pouco usada) Número de defeitos por amostra (pouco usada) Número de defeitos por uidade Não precisa ser de tamaho costate Tamaho costate da amostra Tamaho costate da amostra Não precisa ser de tamaho costate Cartas mais usadas a prática: p e u.

5 Carta p Fração defeituosa Cotrola a proporção de peças ão-coformes (defeituosas), podedo seus resultados serem usados em porcetagem (0 a 00), ou em decimal (0 a ), mas ão cotrola a quatidade de defeitos ecotrada em cada peça. Tamaho da amostra: ão precisa ser costate, mas:. p 5 ( ) e. p 5 e = tamaho médio da amostra p = % média de defeitos Obs.: cosidera-se costate, se ão excede a ± 5% do ; se isso ão ocorrer, obter ovos limites, para cada amostra que exceder esses valores. Freqüêcia da amostragem: compatível com os períodos de produção (turo, dia, etc). Quatidade de amostras: 5 ou mais, permitem bom teste de estabilidade.

6 Carta p Cálculo dos limites de cotrole k i i i k = d p = k k... d... d d p = p p p p 3 p LSC p p 3 p LIC + = = d, d,...,d k = úmeros de defeitos de cada amostra; k = quatidade de amostras;,,..., k = tamahos de cada amostra. Operadores calculam, para cada amostra, e colocam o gráfico. Aalistas calculam, e colocam o gráfico.

7 Carta p - Exemplo Fábrica: ABC p p c u Nome e º da peça: Departameto: Maufatura Nome e º da operação: Pitura média = 0,4 LSC = 6,9 LIC = 4,0 Tamaho Médio da Amostra: 0,55 Freqüêcia: diária % Cabeçalho Amostra e limites para p Carta p 0 LSC 0 Média LIC 0 Discrepâcias Amostra () Número (p, c) Fração (p, u) % Data MAI Amostras Nº de defeituosos (d) Cálculo de p Data, hora

8 Cartas para atributos - Iterpretações - Aálise de processos diferetes; - Troca de forecedores Degradação dos materiais; - Deterioração do equipameto; - Troca dos métodos de medição. - Melhoria dos materiais; - Melhoria o processo. - Problema com mauteção; - Matéria prima de baixa qualidade. Atributos: Usar o mesmo critério de iterpretação das cartas de variáveis, descosiderado a regra dos /3.

9 Carta p, o Miitab Stat > Cotrol charts > Atribute charts > P Idicar a colua da variável Idicar colua do tamaho da amostra

10 Carta p Optios (Estimate e S Limits) Quado o tamaho da amostra ão for costate digitar o valor médio de a liha assumig all subgroups have size: Idicar, para executar todos os testes

11 Carta p, o Miitab - Exemplo Carta p, da quatidade de defeituosos 0,00 0,75 LS C=0,85 0,50 Proporção 0,5 0,00 P=0,70=LM 0,075 0,050 LIC=0, A mostra Potos vermelhos idicam que houve falha em pelo meos um dos 4 testes. Na jaela de sessão (sessio) aparecem suas descrições.

12 Exercício Carta p (Vidros) Uma empresa cotrola o peso dos vidros que produz, a partir de 4 amostras diárias (dados a seguir, em gramas). Costruir uma carta de atributos p, visado aalisar a quatidade diária de vidros fora de peso. Mês 3/mar 5/mar 7/mar 0/mar 5/mar 6/mar 8/mar 0/mar Amostra Qt. fora Mês 3/mar 6/mar /abr 5/abr 6/abr 8/abr /abr 3/abr Amostra Qt. fora Mês 0/abr 5/abr 30/abr 3/mai 0/mai 3/mai 7/mai /mai Amostra Qt. fora ) Calcular a % de vidros fora de peso (p=d/), de cada amostra: p =8/968=0,0083; p =3/6=0,007; p 3 =3/804=0,06; etc. p ) Calcular a % média de p: = ( )/( ) 0,07=,7% 3) Calcular o tamaho médio da amostra: =( )/4 9. 4) Obs.: Validação do método: x = 9 x 0,07 5 > 5 (válido!!!). 5) Calcular os limites de cotrole: LIC = 0, ,07.( 0,07) 9 0,004 6) Plotar o gráfico esses limites, e os valores de p (uir). p 7) Iterpretação: processo ão estável ( potos acima de LSC), vide slide seguite. LSC = 0, ,07.( 0,07) 9 0,00

13 7-mai Exercício dos vidros Solução Carta p (Qt. fora) 0,035 0,030 0,05 0,00 0,05 Proporção 0,00 0,005 0,000 3-mar 7-mar 5-mar 8-mar 3-mar -abr 6-abr -abr 0-abr 30-abr 0-mai Data Processo ão estável. LSC=0,005 P=0,070 LIC=0,0036

14 Carta p Número de ites defeituosos Registra o úmero total de peças ão-coformes (d), em valores brutos, uma amostra ispecioada, ao cotrário da Carta p, cujos valores são expressos em %. Necessita de amostragem costate, o que dificulta seu uso, a prática. LIC p = d 3 d d d = d + d d k k LSC p = d + 3 d d

15 Carta c Número de defeitos por amostra Usada quado o iteresse é aalisar o úmero de ãocoformidades (c) de uma amostra de certo tamaho. Aplicada só quado os úmeros de elemetos das amostras coletadas são costates, o que dificulta o uso, a prática. LIC c LSC c = = c c+ 3 3 c c c + c c c= k k

16 Carta u Número de defeitos por uidade Registra a quatidade total de defeitos, ou ão-coformidades, existetes em cada peça (u). Uso recomedado para vários tipos de defeitos uma mesma peça, assim como para processos com fluxos cotíuos de produção. Não ecessita que as amostras sejam de mesmo tamaho. u = i c i i c + c c u= k k = k k LIC u u = u 3 LSC u = u + 3 x u

17 Exercício Carta u (Placa polimérica) O laboratório de esaios de uma empresa testa cada lote de certa placa polimérica que produz, para aalisar seu grau de qualidade, em amostras de 5 m de área. Após uma aálise de 4 lotes, quato ao úmero de bolhas ecotradas, foram obtidos os resultados da tabela. Costruir uma carta u, verificado se o processo está estável. Lote Nº bolhas Lote Nº bolhas ) Calcular o valor de u, para cada amostra: u =7/5=,40; u =6/5=,0; etc. ) Calcular o valor médio de u: (,40+,0+...)/4,85 bolhas por placa. 3) Calcular os limites de cotrole:,85,85 LSC =, ,675 LIC =, , ) Plotar os limites e os valores de u o gráfico (vide próximo slide). 5) Iterpretação: processo estável.

18 Exercício da placa - Solução 4 Carta u (Nº bolhas por placa de 5m) LSC=3,675 Quat. de bolhas por placa 3 U=,85 0 LIC=0, Amostra Processo estável

19 Cartas para atributos - Capacidade O Maual do CEP idica que a capacidade é represetada pela média do parâmetro usado a carta (p, p, c, u), calculada para processos sob cotrole (em 5 ou mais períodos). Essa regra, ao pé da letra, parece-os ruim, pois ão leva em cosideração o pricípio de melhoria cotíua. Etedemos que um raciocíio mais perfeito, que leva em cota o pricípio da melhoria cotíua, seria de se cosiderar essa capacidade, hoje, meramete como um referecial atual, mas que esse cálculo deveria ser periodicamete reovado, e a capacidade atualizada, seguido as expectativas gereciais de melhorar sempre. O Miitab propõe uma outra forma para calcular a capacidade, utilizado a Distribuição Biomial, para as cartas p e p, e a Distribuição de Poisso, para as cartas c e u.

20 Miitab Capacidade (Cartas p e p) Stat > Quality tools > Capability aalysis > Biomial Idicar a colua da variável Idicar o tamaho da amostra, ou a colua da amostra Idicar % defeito esperada (target)

21 Miitab Capacidade (Biomial) Capacidade Biomial (Qt. fora) Proporção 0,00 0,05 0,00 0, Carta p 3 5 A mostra LS C =0,0943 P=0,0080 LIC =0,008 Valor es esper ados P lotagem Biomial Defeituosos obser vados % acumulada de defeituosos Histograma % defeituosa,0,05 0,90 0,75 0, A mostra 0 S umário estatístico (95,0% cofiaça) % Defectiv e:,08 C I iferior 0,97 C I superior,0 Target (meta),00 PPM Def: 0804 C I iferior 9683 C I superior 07 Z (Normal),97 Fr equêcia ,4 Target 0,6 0,8,0,,4,6 % defeituosa,8

22 Miitab Capacidade (Cartas c e u) Stat > Quality tools > Capability aalysis > Poisso Idicar a colua da variável Idicar o tamaho da amostra, ou a colua da amostra Idicar o úmero esperado de defeitos (target)

23 Miitab Capacidade (Poisso) Capacidade Poisso (Nº bolhas por placa de 5m) Carta u Plotagem Poisso DPU amostral A mostra LSC =3,675 U=,85 LIC =0,05 Defeitos esper ados Defeitos obser vados DP U acumulado Histograma,00 S umário estatístico (95,0% cofiaça) 4,8 Target DPU,75,50,5, A mostra 0 M édia def: 9,500 C I if. 8,073 C I sup. 0,550 Média de DPU:,8500 C I if.,646 C I sup:,00 Targ DPU:,5000 Fr equêcia 3,6,4, 0,0,,8,4 DPU 3,0

24 Estudo de R&R, o Miitab O Miitab aalisa resultados de um estudo de R&R, através dos métodos: ANOVA e Média/Amplitude. Camiho: STAT / QUALITY TOOLS / GAGE R&R STUDY (CROSSED) Formatação dos dados a plailha

25 R&R, o Miitab opções Idicar coluas: peças, operadores e dados medidos Tolerâcia (opcioal) Melhor usar apeas a %VT (ão clicar)

26 R&R Exemplo de resultado R&R (A NOVA ) para Medida N ome do istrumeto: D ata do estudo: Reportado por: Tolerâcia: O utros: VT ou Tolerâcia 00 Compoetes da variação % Study Var Medição por peça Percetual Amplitude amostral Média amostral 50 0,0 0,5 0,0 0 - Gage R&R Repeat Reprod Carta R por operador A B C Carta Xbar por operador A B C Part-to-Part LSC=0,880 R=0,34 LIC=0 LSC=0,35 X=0,00 LIC=-0, Média 0 - A Peça Medição por operador B Operador Iteração operador/peça Peça 8 0 C 9 0 O perator A B C Observação: R&R VE VO VP Sessio mostra o cd (discrimiação)

27 Fim do Módulo 4