ESCOLA DE ENGENHARIA DE LORENA UNIVERSIDADE DE SÃO PAULO FLÁVIA BACCARO FONSECA

Transcrição

1 0 ESCOLA DE ENGENHARIA DE LORENA UNIVERSIDADE DE SÃO PAULO FLÁVIA BACCARO FONSECA OTIMIZAÇÃO DO PROCESSO PRODUTIVO DE UM PRINCÍPIO ATIVO NA INDÚSTRIA FARMOQUÍMICA LORENA 2011

2 1 FLÁVIA BACCARO FONSECA OTIMIZAÇÃO DO PROCESSO PRODUTIVO DE UM PRINCÍPIO ATIVO NA INDÚSTRIA FARMOQUÍMICA Monografia apresentada como requisito parcial para a conclusão de Graduação do curso de Engenharia Química da Escola de Engenharia de Lorena, Universidade de São Paulo. Orientador: Prof. Dr. Marco Antonio Carvalho Pereira LORENA 2011

3 2 Autorizo a reprodução e publicação total ou parcial deste trabalho, por qualquer meio convencional ou eletrônico, para fins de estudo e pesquisa, desde que citada a fonte. CATALOGAÇÃO NA PUBLICAÇÃO Assessoria de Documentação e Informação Fonseca, Flávia Baccaro Otimização do processo produtivo de um princípio ativo na Indústria Farmoquímica. Flávia Baccaro Fonseca; orientador Marco Antonio Carvalho Pereira Lorena, f Monografia apresentada como requisito parcial para a conclusão de Graduação do curso de Engenharia Química da Escola de Engenharia de Lorena, Universidade de São Paulo 1. Indústria Farmoquímica: Otimização do custo. I Fonseca, Flávia Baccaro II. Pereira, Marco Antonio, Orient.

4 3 RESUMO FONSECA, F. B. Otimização do processo produtivo de um princípio ativo na Indústria Farmoquímica f. Monografia Escola de Engenharia de Lorena, Universidade de São Paulo, Lorena, Ao início da industrialização, o conceito de produtividade estava associado apenas aos volumes de produção. Atualmente o conceito de produtividade como a relação entre o volume produzido e o tempo gasto para produção já não é considerado suficiente. Outros fatores como custo, qualidade, mercado consumidor devem ser considerados para garantir o sucesso da produção. Entre os fatores acima citados, este trabalho destaca a importância da garantia da qualidade dos princípios ativos, produtos finais produzidos em uma indústria farmoquímica já que estes chegarão aos pacientes (mercado consumidor) como medicamentos. Garantindo a qualidade dos processos, sem qualquer impacto negativo na qualidade final das substâncias ativas produzidas, o objetivo do presente trabalho foi otimizar o processo produtivo do princípio ativo em estudo, aumentando sua produtividade. Foi criado um banco de dados do processo com o histórico de resultados analíticos e rendimento do processo para estudo da variabilidade e capabilidade. Assim, foi possível observar as etapas mais críticas do processo, bem como oportunidades de melhoria. Neste trabalho, destacou-se a etapa de moagem do processo como principal oportunidade para redução do tempo gasto na produção. A partir dos gráficos de controle, também foi possível corrigir e alinhar a tendência estatística com os set points na receita do processo. Palavras-chave: Otimização do processo. Princípio ativo. Capabilidade.

5 4 ABSTRACT At the beginning of industrialization, the concept of productivity has been associated with production volumes. Currently the concept of productivity as the ratio of the volume produced and the time spent for production is no longer considered sufficient. Other factors such as cost, quality, consumer market should be considered to ensure the success of the production. Among the factors cited above, this paper emphasizes the importance of quality assurance of the active ingredients, finished products produced in a pharmaceutical chemistry industry as they arrive to patients (consumer market) as medicines. Ensuring the quality of processes,without any negative impact on the final quality of the active substances produced, the objective of this study was to optimize the production process of the active principle in the study, increasing their productivity. It created a database of the process with the history of analytical results and performance of the process to study the variability and capability. Thus, we observed the most critical stages of the process, as well as opportunities for improvement. In this work, the highlight was the grinding step of the process as the main opportunity for reducing the time spent in production. From the control charts, it was also possible to correct and align with the statistical trend set points in the revenue process. Keywords: Process optimization. Active substance. Capability

6 5 LISTA DE FIGURAS Figura 1 - Exportações brasileiras de medicamentos... 2 Figura 2 - Distribuição no mercado da química fina... 5 Figura 3 - Modelo de curva de distribuição normal... 8 Figura 4 - Modelo de Diagrama de Ishikawa Figura 5 - Exemplo de um gráfico de controle Figura 6 - Gráfico de capabilidade para a análise de Absorbância da Solução Figura 7 Gráfico de capabilidade para a análise de Granulometria (Peneira 40µm) Figura 8 - Gráfico de capabilidade para a análise de Granulometria (Peneira 100µm). 27 Figura 9 - Gráfico de capabilidade para a análise de Perda por Secagem Figura 10 - Gráfico de capabilidade para a análise de Teor por titulação Figura 11 - Gráfico de capabilidade para a análise de Teor por HPLC Figura 12 - Gráfico de controle dos resultados para Granulometria (Peneira 40um) Figura 13 - Gráfico de controle dos resultados para Granulometria (Peneira 100um) Figura 14 - Gráfico de Capabilidade da análise de Granulometria (Peneira 40um) a partir de Figura 15 - Gráfico de Rendimento da Etapa crua Figura 16 - Gráfico de Rendimento da Etapa Pura Figura 17 - Gráfico de Rendimento total do processo... 34

7 6 LISTA DE TABELAS Tabela 1 Proporção de valores entre diferentes desvios padrão da média... 9 Tabela 2 - Avaliação do índice Cp de um processo Tabela 3 - Avaliação do índice Cpk de um processo Tabela 4 - Avaliação do índice Pp de um processo Tabela 5 - Avaliação do índice Ppk de um processo Tabela 6 - Resultados analíticos dos lotes produzidos a partir de Tabela 7 - Resultados analíticos dos lotes produzidos a partir de Tabela 8 - Rendimentos dos lotes produzidos a partir de 2009 das etapas de processo. 23 Tabela 9 - Resultados de Cp, Cpk, Pp e Ppk para as análises estudadas Tabela 10 - Resultados das experiências... 30

8 7 SUMÁRIO 1. Introdução Contextualização Estrutura do trabalho Revisão bibliográfica Química Fina Fármacos e Medicamentos Indústria Farmoquímicas Princípio Ativo Controle Estatístico de Processos Capabilidade Distribuição Normal Índices de Capacidade de Processo Índices de Performance de Processo Ferramentas da Qualidade Diagrama de Ishikawa Gráficos de Controle Escolha dos limites de controle Metodologia Método de Pesquisa Etapas de Execução Apresentação da Empresa Produção do Princípio Ativo Resultados e Discussões Conclusão Referências Bibliográficas... 36

9 1 1. INTRODUÇÃO 1.1. Contextualização O segmento de química fina é o responsável pela obtenção de produtos com alto valor agregado e elevada densidade tecnológica, abrangendo a produção de fármacos e medicamentos, defensivos agrícolas e animais, catalisadores, aditivos, corantes e pigmentos. As empresas responsáveis pela fabricação de tais produtos mantém o compromisso constante com o investimento em desenvolvimento tecnológico e na produção industrial no Brasil, para atender o mercado interno e exportar seus produtos. [1] No setor da química fina se situam os produtos farmoquímicos, fabricados pelas indústrias farmoquímicas. É na indústria farmoquímica que ocorre a produção dos princípios ativos e dos excipientes utilizados na fabricação de medicamentos pela indústria farmacêutica. A importância dos produtos farmoquímicos deve ser visualizada em conjunto com suas cadeias superior e inferior. A cadeia superior é formada pelas indústrias farmacêuticas e produtos farmacêuticos, destino dos produtos farmoquímicos após produção. Por sua vez, a cadeia inferior é composta pelos intermediários de síntese, cujas substâncias produzidas são matérias-primas da indústria farmoquímica. Em 2010, segundo o Ministério do Desenvolvimento, a cadeia superior da indústria farmoquímica, composta pelos produtos farmacêuticos (ou medicamentos), atingiu a marca de US$ 1,697 bilhão em exportações garantindo que a cadeia farmoquímica-farmacêutica assumisse o posto de 14ª maior exportadora brasileira de produtos industriais e de 3ª maior exportadora de produtos industriais de alta tecnologia. A Figura 1 mostra o crescimento das exportações desde o ano 2000 [2].

10 2 Figura 1 - Exportações brasileiras de medicamentos [2] Já a cadeia de intermediários de síntese, segundo dados de 2003 da ABIQUIF, importou cerca de 3 bilhões de dólares. O presente trabalho irá estudar estatisticamente a variabilidade que causa prejuízo financeiro verificada em ordens de processo de um princípio ativo da empresa escolhida para execução, localizada no município de Resende, estado do Rio de Janeiro. A indústria farmoquímica em estudo será apresentada de forma mais extensa posteriormente neste trabalho. Na área de produção desta indústria foi observado que o controle estatístico dos processos não incluía um banco de dados específico para cada processo produtivo da planta de operações químicas, como uma compilação do ponto de vista de qualidade e outro com a visão histórica dos rendimentos. O primeiro banco de dados deveria ter todos os resultados das análises executadas pelo setor de controle de qualidade, verificadas pelo setor de garantia da qualidade e o segundo deveria conter com os resultados de rendimentos de cada etapa do processo produtivo. Dessa maneira, não havia confirmação estatística de quais etapas são efetivamente críticas para o rendimento do processo e se as quantidades padrões das receitas de produção, faixas aceitáveis e set points fixos estavam alinhados com a demanda de produção atual.

11 3 Assim, para verificação da eficácia de um estudo estatístico mais aprofundado, foi escolhido um dos princípios ativos produzidos na planta química para criação do banco de dados citado acima. Além disso, por se tratar de um projeto a ser desenvolvido em uma indústria farmoquímica, todas as pessoas que sofram de enfermidades que podem ser tratadas pela substância ativa produzida são possíveis consumidores e indiretamente impactados positivamente. Desta forma, todo projeto que otimize o processo de obtenção do princípio ativo acarreta no aumento da produtividade de tal processo, permitindo que este continue sendo economicamente viável para a indústria, já que princípios ativos possuem alto valor agregado Estrutura do Trabalho Após a introdução sobre o que será discutido ao longo do presente trabalho, o Capítulo 2 apresenta uma revisão bibliográfica, isto é, a fundamentação teórica deste trabalho. Neste, primeiramente discorre-se sobre o segmento de química fina, fármacos e medicamentos, indústria farmoquímica e princípios ativos. Apresenta-se então uma revisão mais específica de controle estatístico de processos e determinadas ferramentas da qualidade. No capítulo 3, apresenta-se a metodologia deste trabalho bem como informações sobre a empresa onde este trabalho foi executado. ` No capítulo subseqüente, é feita a discussão de todo o trabalho executado e os resultados obtidos, verificando-se o cumprimento ou não dos objetivos, com a sugestão de oportunidades de melhoria dentro do processo produtivo em estudo. O Capítulo 5 trata da conclusão do presente trabalho e finalmente, são apresentadas as referências bibliográficas, com a listagem das obras e artigos que foram consultados para a construção do trabalho.

12 4 2. REVISÃO BIBLIOGRÁFICA Foi realizado levantamento bibliográfico e a seguir, estão detalhados os temas mais relevantes para a realização deste trabalho. 2.1 Química fina A indústria da química fina compreende intermediários químicos de síntese, intermediários químicos de uso ou princípios ativos utilizados para fabricação de especialidades - medicamentos e defensivos agrícolas ou animais e as demais especialidades finais da química fina - produtos colocados no mercado consumidor. Os intermediários de síntese são moléculas químicas, geralmente orgânicas, que atendem aos requisitos químicos, físicos e físico-químicos (especificações técnicas) que constam de normas internacionais. [3] Os intermediários de uso, além de seguirem padrões internacionais, isto é, especificações técnicas, apresentam características de aplicações típicas definidas, como a atividade biológica. São também conhecidos, na química fina, como intermediários químicos de performance. Intermediários inorgânicos de síntese química podem ser usados diretamente para obtenção de especialidades (catalisadores e aditivos). [3] As especialidades da química fina se caracterizam pelo elevado investimento e consequente conteúdo tecnológico incorporado aos produtos e também por se destinar a atender um mercado final de produtos com grande valor unitário ou valor agregado. A Figura 2 mostra os diferentes segmentos do complexo industrial da química final com as respectivas porcentagens de distribuição no mercado.

13 5 Figura 2 - Distribuição no mercado da química fina [3] 2.2 Fármacos e Medicamentos O segmento de fármacos e medicamentos é composto por medicamentos de uso humano e por princípios ativos ou substâncias ativas utilizadas na formulação dos medicamentos. A indústria de fármacos está fortemente ligada à indústria farmacêutica, de cuja cadeia é o elo mais importante. O segmento de Fármacos e Medicamentos caracteriza-se por ser intensivo em pesquisa e desenvolvimento, podendo sua atuação ser dividida em quatro estágios [1]. São eles: 1) P&D de novos princípios ativos (APIs); 2) Produção em escala dos APIs; 3) Produção de medicamentos; 4) Inserção dos medicamentos no mercado.

14 6 2.3 Indústria Farmoquímica Indústrias farmoquímicas são responsáveis pela produção dos princípios ativos, incluindo todas as etapas químicas do processo para a obtenção do mesmo. Assim, a etapa de síntese do princípio ativo, bem como seu isolamento e purificação estão compreendidos nas atividades executadas em uma indústria farmoquímica. Desta maneira diferem das indústrias farmacêuticas, onde ocorrem as formulações do medicamento com a adição dos excipientes ao princípio ativo e das quais os medicamentos seguem para os centros de distribuição. As indústrias deste setor devem seguir as normas referentes às Boas Práticas de Fabricação (BPF) ou Good Manufacturing Practices (GMP) de Insumos Farmacêuticos Ativos, ou princípios ativos, ingredientes responsáveis pela ação principal do medicamento. [4] A norma traz os requisitos necessários para a produção de uma substância ativa de qualidade, abrangendo procedimentos que devem ser obrigatoriamente adotados com relação aos processos, equipamentos, sistemas informatizados, controle de qualidade e higiene, além dos colaboradores e das instalações. O cumprimento é necessário para a diminuição dos riscos sanitários inerentes aos produtos, tornando os medicamentos mais seguros e eficazes. A revisão e a atualização das normas BPF estão em conformidade com as recomendações da Organização Mundial da Saúde (OMS) [4]. 2.4 Princípio Ativo Princípios ativos ou substâncias ativas são todas aquelas substâncias que apresentam atividade farmacológica ou outro efeito direto no diagnóstico, cura,

15 7 alivio, tratamento ou prevenção de doenças, ou afete qualquer função do organismo humano. [5]. Os princípios ativos também são usualmente conhecidos por farmoquímicos ou fármacos. Mais recentemente, passaram a ser denominados princípios ativos farmacêuticos (API, conforme a sigla em inglês). [3] 2.5 Controle Estatístico de Processos (CEP) Atualmente, as empresas buscam a qualidade nos produtos, sendo necessária análise estatística para avaliar o desempenho dos processos até o produto final. Dessa maneira, destaca-se a importância do CEP para detecção e diminuição da variabilidade, garantido maior conformidade e redução do custo [6]. O controle estatístico de processo é uma metodologia poderosa que visa auxiliar o Controle de Qualidade. Através dos gráficos de controle são detectados parâmetros críticos do processo bem como desvios de processo, e assim é possível reduzir o número de produtos finais fora das exigências e consequentemente os custos da produção [7]. A utilização desses métodos não garante a solução de todos os problemas de um processo, porém é uma maneira racional, lógica e organizada de determinar onde eles existem, extensão e a possível solução, ajudando na obtenção de sistemas que assegurem uma melhoria contínua da qualidade e da produtividade [8] Capabilidade A capabilidade de um processo é dada pela sua capacidade de produzir dentro da faixa de especificação. Os índices de capabilidade ou capacidade

16 8 podem ser obtidos diretamente dos dados registrados nos gráficos de controle e medem a relação entre a especificação para uma característica e a variabilidade causada por causas comuns do processo produtivo destinado a obtenção daquela característica. Se a variabilidade do processo ultrapassa os limites de especificação, pode-se estimar a probabilidade de produção de lotes fora da especificação. Se a probabilidade é muito alta diz-se que o processo não é capaz. Além disso, a capacidade de um processo pode ser definida como uma medida que relaciona o rendimento real de uma máquina ou processo, com o seu rendimento especificado. O estudo de capabilidade de um processo só pode ser executado caso o processo possua distribuição normal Distribuição normal É a distribuição de probabilidade mais importante na estatística, abrangendo um grande número de fenômenos. Possui gráfico simétrico, em formato de sino e a média é o centro da curva característica. A Figura 3 mostra uma curva normal típica, com os parâmetros descritos graficamente.[9] Figura 3 - Modelo de curva de distribuição normal [9] A área sob a curva normal é um. Para quaisquer dois valores específicos pode-se determinar a proporção de área sob a curva entre esses dois valores

17 9 [10]. Para a distribuição normal, a proporção de valores dentro de um, dois, ou três desvios padrão da média apresentam-se na Tabela 1: Tabela 1 Proporção de valores entre diferentes desvios padrão da média Faixa Proporção µ ± 1σ 68,30% µ ± 2σ 95,50% µ ± 3σ 99,70% Índices de capacidade de processo Após constatação de que um processo apresenta uma distribuição normal e controle estatístico deste processo, é possível avaliar a capabilidade ou capacidade do processo através dos índices de capacidade de processo Cp e Cpk. Estes índices indicam a variabilidade de um processo em relação à tolerância dos seus componentes. [11] O índice Cp é o mais simples, considerado como taxa de tolerância à variação do processo. Este índice desconsidera a centralização do processo e não se apresenta sensível quanto aos deslocamentos dos dados. Quanto maior este índice, menor a probabilidade que o processo esteja fora das especificações. [12] Um estudo de capabilidade com Cp alto apresenta uma curva característica estreita, podendo ou não estar de acordo com as necessidades do cliente caso não esteja centrado dentro das especificações. A equação 1 apresenta a fórmula matemática para cálculo do índice Cp:... (1) onde LSE = limite superior de especificação, LIE = limite inferior de especificação e = desvio padrão estimado. A avaliação do valor de Cp é feita de acordo com a tabela 2:

18 10 Tabela 2 - Avaliação do índice Cp de um processo Cp Avaliação Cp > 1,33 Capaz 1,00 < Cp < 1,33 Satisfatório Cp < 1,00 Incapaz Por sua vez, o índice Cpk considera a centralização do processo e se apresenta sensível quanto aos deslocamentos dos dados. Quanto maior este índice, menor a probabilidade que o processo esteja fora das especificações. A equação 2 apresenta a fórmula matemática para cálculo do índice Cpk:...(2) onde LSE = limite superior de especificação, LIE = limite inferior de especificação, = média do processo e = desvio padrão estimado. A avaliação do valor de Cpk é dado de acordo com a tabela abaixo: Tabela 3 - Avaliação do índice Cpk de um processo Cpk Avaliação Cpk > 1,33 Capaz 1,00 < Cpk < 1,33 Satisfatório Cpk < 1,00 Incapaz Índices de performance de processo Enquanto os índices de Capacidade, descritos na seção deste trabalho detalham como poderá ser o comportamento do processo no futuro, os índices de performance informam como o processo se comportou no passado ou no momento atual.

19 11 O índice Pp desconsidera a centralização do processo e não se apresenta sensível quanto aos deslocamentos dos dados. Quanto maior este índice, menor a probabilidade que o processo esteja fora das especificações. [11] A equação 3 apresenta a fórmula matemática para cálculo do índice Pp:... (3) onde LSE = limite superior de especificação, LIE = limite inferior de especificação e σ = desvio padrão. A avaliação do valor de Pp é dado de acordo com a tabela abaixo: Tabela 4 - Avaliação do índice Pp de um processo Pp Avaliação Pp > 1,33 Capaz 1,00 < Pp < 1,33 Satisfatório Pp < 1,00 Incapaz Por sua vez, o índice Ppk indica o quanto próxima a média está do valor ideal do processo e considera-se o ajuste do índice Pp para uma distribuição não centrada entre os limites inferior e superior de especificação. Ao contrário do índice Pp, é sensível quanto aos deslocamentos dos dados. [11] A equação 4 apresenta a fórmula matemática para cálculo do índice Ppk:... (4) onde LSE = limite superior de especificação, LIE = limite inferior de especificação, = média do processo e = desvio padrão estimado. A avaliação do valor de Ppk é dado de acordo com a tabela 5: Tabela 5 - Avaliação do índice Ppk de um processo Ppk Avaliação Ppk > 1,33 Capaz 1,00 < Ppk < 1,33 Satisfatório Pk < 1,00 Incapaz

20 Ferramentas de Qualidade Diagrama de Ishikawa O Diagrama de Ishikawa, também conhecido como Diagrama de espinha de peixe ou causa-efeito, é uma ferramenta gráfica utilizada para identificação, organização para apresentação de modo estruturado as causas de desvios/problemas em processos. O diagrama pode ser construído por uma pessoa ou por um grupo de pessoas a partir de um brainstorming para identificação da possível causa raiz. [13] Figura 4 - Modelo de Diagrama de Ishikawa [13] Gráficos de Controle Os gráficos de controle são utilizados para reduzir ou eliminar não conformidades durante o processo de produção, utilizando os dados de uma série de amostras pequenas chamadas de grupos racionais, para estimar onde o processo está centralizado e quanto ele está variando em torno desse centro. Os

21 13 parâmetros estatísticos a serem utilizados são a média estimada e a variabilidade do processo. A Figura 5 mostra um modelo de gráfico de controle com exemplos de um processo sob controle e processo fora de controle [7]. Figura 5 - Exemplo de um gráfico de controle [7] Escolha dos Limites de Controle Geralmente, o cálculo para definição dos limites de controle são determinados para 3-sigma a partir do cálculo da média, sendo sigma o valor do desvio padrão. µ ± 3σ. Quando os custos de investigação de um alarme falso forem muito grandes, pode-se admitir 4-sigma e quando a análise das possíveis causas do aparecimento de fatores especiais de variação for simples, com um mínimo de tempo perdido e

22 14 quando o custo de produção de artigos defeituosos for alto, será utilizado 2-sigma [14]. Além disso, nem sempre os limites de controle estabelecidos pelo gráfico de controle são iguais às especificações estabelecidas. Portanto existem os Limites Inferior e Superior de Especificação (LIE e LSE) cujos valores são exigências particulares de cada processo de acordo com as necessidades de seus clientes.

23 15 3. METODOLOGIA 3.1 Método de pesquisa A pesquisa-ação é o método de pesquisa orientada para elaboração de diagnósticos, identificação de problemas e busca de soluções. Trata-se de um método intervencionista que permite a atuação do pesquisador sobre o problema tratado. Em virtude da ampla inserção do pesquisador no contexto da pesquisa e do seu envolvimento em torno de um interesse comum, este trabalho consiste em uma pesquisa-ação, no qual o processo produtivo de um princípio ativo foi estudado detalhadamente, buscando-se possíveis oportunidades de melhoria que possam ser implementadas para aumento da produtividade Etapas de execução Para o desenvolvimento do presente trabalho, inicialmente foi necessária uma coleta de dados históricos do processo, tanto para resultados analíticos de qualidade quanto para etapas de rendimento do processo em estudo. Essa pesquisa foi feita nos software SAP e os resultados obtidos foram compilados em planilhas denominadas planilhas de qualidade e rendimento no Microsoft Excel. Foi escolhido o período de três anos para a coleta dos dados já que assim foi possível obter um número de lotes suficientes para construção dos gráficos de controle e estudo estatístico do processo. Dessa forma, foram coletados dados de 40 lotes consecutivos desde 2009 até Após a compilação de dados, gráficos de capabilidade foram construídos no software Minitab versão 15, a fim de se determinar a capabilidade do processo.

24 16 Com a determinação da capabilidade do processo, três resultados puderam ser obtidos: - Processo Capaz - Processo Aceitável - Processo Incapaz Independente do resultado, oportunidades de melhoria para otimização do processo foram encontradas, como será discutido posteriormente neste trabalho. Neste caso poderiam ser utilizadas várias ferramentas da qualidade, conforme descrito na seção de Revisão Bibliográfica desta monografia. Em virtude de nenhum desvio de processo ter sido encontrado no estudo em questão para utilização do Diagrama de Ishikawa e estudo de causa raiz, optou-se pelos Gráficos de Controle como ferramenta de qualidade. Após estudo da oportunidade de melhoria encontrada, foram construídos gráficos de controle para cada etapa de rendimento do processo analisado. Assim, foi possível determinar os novos limites de controle das etapas de processo com base na demanda atual do princípio ativo em questão. Dessa forma, as receitas do software SAP puderam ser ajustadas de maneira que refletissem a nova demanda demonstrada nos gráficos de controle. Visto que a atualização do software é periódica, ocorrendo a cada 6 meses, as receitas não puderam entrar em vigor até a finalização deste trabalho. No entanto, espera-se que a atualização das receitas, denominadas receitas padrão, favoreçam a redução nos custos das ordens de processo. Considerando que a receita padrão foi atualizada a partir do desenvolvimento deste trabalho, a nova receita padrão deverá refletir a demanda real atual e quando comparada com as ordens de processo abertas pelo setor de planejamento, não devem apresentar significativa variância. A Figura 6 apresenta o fluxograma com as etapas de execução deste trabalho, acima explicadas.

25 17 Figura 6 - Fluxograma das etapas de execução do trabalho 3.2. Apresentação da empresa A empresa abordada nesta monografia é uma indústria farmacêutica de origem suíça, fundada no ano de 1996, pelo resultado da fusão entre duas companhias de história corporativa rica e diversificada. Trata-se de uma empresa líder mundial em pesquisa e desenvolvimento de produtos para a proteção e melhoria da saúde e do bem-estar da população. Atuando com 360 filiais, a empresa encontra-se distribuída em 140 países com cerca de 100 mil colaboradores, que trabalham com o objetivo de estimular o desenvolvimento das comunidades onde a empresa está instalada.

26 18 No Brasil, iniciou suas atividades em 1997 e, seguindo o modelo mundial, a empresa atua nos setores: farmacêutico, veterinário, produtos nutricionais e produtos oftalmológicos. No país existem cerca de dois mil colaboradores distribuídos em quatro unidades. Neste trabalho, foi escolhida uma das quatro unidades brasileiras. Localizada na cidade de Resende, em uma área estratégica entre importantes cidades brasileiras, no eixo Rio de Janeiro São Paulo, trata-se da única fábrica de operações químicas da empresa fora do eixo Europa-China. Ocupando uma área de m², com cerca de 200 colaboradores diretos, a unidade estudada neste trabalho é componente essencial para o desenvolvimento da companhia através da produção de diferentes substâncias ativas e intermediárias para doenças que atingem milhões de pessoas ao redor do mundo. A fábrica em estudo produz uma diversificada gama de substâncias ativas e utilizadas na produção de medicamentos em diferentes áreas terapêuticas. Após o processo produtivo, estes produtos são encaminhados para outras unidades, principalmente na América Latina, onde os medicamentos são fabricados e embalados. 3.3 Produção do princípio ativo As matérias-primas do processo chegam à planta de operações químicas na forma sólida para serem testadas pelo setor de controle de qualidade e aprovadas pela garantia da qualidade. São então levadas do depósito para o início da produção química. O processo produtivo do princípio ativo em estudo ocorre em batelada e é iniciado com o carregamento das matérias-primas em um reator de inox para a síntese do produto intermediário, etapa onde ocorre a reação química. O produto segue para a etapa de purificação, a qual é feita através da recristalização do produto, que é separado de seu meio solvente em filtros

27 19 centrífuga. A substância ativa é completamente isolada através de secagem em estufas a condições especificas para o processo. Para adequação dos cristais ao tamanho requerido pelo processo farmacêutico, há ainda duas etapas de moagem. Finalmente, para garantir a homogeneidade dos lotes, o produto segue para etapa de mistura. O princípio ativo é manipulado em sistema fechado, composto de antesalas e salas limpas, de forma que a segurança de todos seja preservada, tanto de colaboradores quanto do meio ambiente, além de proteger o produto de contaminações. O produto é testado para garantir que estejam de acordo com as exigências regulatórias antes de serem enviados aos sites responsáveis pela formulação, ou seja, que fabricam os medicamentos. Para garantir a qualidade do produto, amostras são retiradas ao longo e ao final do processo para verificação da sua conformidade com as especificações exigidas. As amostras retiradas ao longo do processo são chamadas de controle de processo (CDP) e a retirada ao final do processo, amostra de produto final. Para liberação do envio da substância ativa para o processo farmacêutico, é necessário também que a documentação do lote esteja organizada e completa para ser conferida e aprovada.

28 Lote Data de lançamento no SAP Absorbância da solução Granulometria Perda por secagem Teor por titulação Subprodutos por HPLC Teor por HPLC RESULTADOS E DISCUSSÕES Assim como descrito no capítulo 3, para o desenvolvimento do presente trabalho, inicialmente foi feita uma coleta de dados históricos do processo de um princípio ativo, tanto para resultados analíticos de qualidade quanto para etapas de rendimento. A pesquisa de tais dados foi obtida através do software SAP. Diferentes módulos e transações do software foram utilizados para a coleta dos dados necessários. Foi escolhido o período de três anos para a coleta dos dados já que assim foi possível obter um número de lotes suficientes para construção dos gráficos de controle e estudo estatístico do processo. Dessa forma, foram coletados dados de 40 lotes consecutivos desde 2009 até Para a produção de princípios ativos, amostras são retiradas ao longo e ao final do processo para verificação da sua conformidade com as especificações exigidas. Dada a extensão do processo em estudo que engloba análises em diferentes etapas do processo, optou-se, por questões de objetividade, avaliar apenas os resultados das análises finais retiradas ao final do processo. Os dados obtidos para os resultados podem ser verificados nas Tabelas 6 e 7. Tabela 6 - Resultados analíticos dos lotes produzidos a partir de 2009 Met. 440nm máx. 0,20 40µm 100µm Total máx 18% máx. 4% máx. 0,5% 99,0 101,0% máx. 0,2% máx. 0,1% máx. 0,1% máx. 0,1% máx. 0,10% máx. 0,4% 98,0 102,0% L.0001 mar/09 0, ,02 100,1 <0,01 ND ND ND ND <0,01 100,3 L.0002 mar/09 0, ,1 100 <0,2 ND ND ND <0,1 <0,2 99,3 L.0003 mai/09 0,06 2 0,1 0,1 100,5 <0,2 <0,1 ND ND ND <0,10 99,9 L.0004 jun/09 0, ,05 100,8 <0,02 <0,1 ND ND <0,1 <0, L.0005 Jun/09 0,03 6 0,3 0,01 100,1 <0,01 ND <0,1 ND <0,10 <0,10 101,4 L.0006 Jun/09 0,03 7 0,1 0,01 100,2 <0,01 ND <0,1 ND <0,10 <0,10 101,2 L.0007 jul/09 0, ,2 100 <0,20 ND ND ND ND <0,20 101,2 Continua

29 Lote Data de lançamento no SAP Absorbância da solução Granulometria Perda por secagem Teor por titulação Subprodutos por HPLC Teor por HPLC 21 Conclusão Met. 440nm 40µm 100µm Total máx. 0,20 máx 18% máx. 4% máx. 0,5% 99,0 101,0% máx. 0,2% máx. 0,1% máx. 0,1% máx. 0,1% máx. 0,10% máx. 0,4% 98,0 102,0% L.0008 jul/09 0,05 6 0,1 0,1 99,8 <0,20 <0,1 <0,1 <0,1 <0,1 <0,5 100,2 L.0009 ago/09 0, ,2 0,04 99,8 <0,10 ND ND ND ND <0, L.0010 ago/09 0, ,3 0,04 99,6 <0,10 ND ND ND ND <0,10 99,6 L.0011 ago/09 0,03 8 0,1 0,05 100,2 <0,10 <0,1 <0,1 <0,1 <0,1 <0,1 100 L.0012 ago/09 0, ,1 0,02 100,4 <0,10 <0,1 <0,1 <0,1 <0,1 <0,1 100,4 L.0013 nov/09 0, ,2 0,07 99,7 <0,10 ND <0,1 ND ND <0,1 100,3 L.0014 nov/09 0, ,08 99,8 <0,10 ND <0,1 ND ND <0,1 100,4 L.0015 fev/10 0,03 8 0,2 0,02 100,3 <0,10 <0,1 ND ND <0,1 <0,1 99,9 L.0016 fev/10 0,07 2 0,1 0,1 99,9 <0,10 ND ND ND ND <0,1 99,3 L.0017 fev/10 0,07 1 0,1 0,02 100,1 <0,10 ND ND ND ND <0,1 99,6 L.0018 abr/10 0, ,02 99,9 <0,10 0,03 ND ND ND <0,1 100,1 L.0019 mai/10 0, ,05 100,1 ND ND ND ND ND ND 100,1 L.0020 mai/10 0, , <0,1 ND ND ND ND <0,1 100 L.0021 mai/10 0, ,04 100,2 <0,10 ND ND ND ND <0,1 100 L.0022 jun/10 0, ,03 100,2 <0,10 <0,1 <0,1 <0,1 <0,1 <0,1 100,1 L.0023 jun/10 0, ,1 99,7 <0,1 0,05 ND ND ND <0,1 100 L.0024 jul/10 0, ,01 99,9 ND ND ND ND ND ND 100,2 L.0025 jul/10 0, ,02 99,9 ND ND ND ND ND ND 100,1 L.0026 ago/10 0,02 3 0,1 0,03 100,2 ND <0,1 ND ND ND <0,1 100 L.0027 set/10 0, ,02 100,7 ND <0,1 ND ND ND <0,1 100,2 L.0028 set/10 0, ,02 100,4 <0,2 <0,1 ND ND <0,1 <0,3 100 L.0029 out/10 0, ,06 100,7 ND <0,1 ND ND ND <0,1 100,3 L.0030 nov/10 0,02 6 0,1 0,04 99,8 <0,20 <0,1 <0,1 <0,1 <0,1 <0,3 100,5 L.0031 nov/10 0, ,1 100,2 ND ND ND ND ND ND 100,1 L.0032 dez/10 0,13 5 0,2 0,1 100,4 <0,02 <0,1 ND ND ND <0,1 99,8 L.0033 jan/11 0, ,1 100,2 ND ND ND ND ND ND 100,1 L.0034 fev/11 0, ,06 100,2 <0,20 <0,1 ND ND <0,1 <0,2 99,5 L.0035 mar/11 0,04 6 0,4 0,03 99,6 <0,20 <0,1 ND ND ND <0,1 100,3 L.0036 abr/11 0, ,04 99,9 ND <0,1 ND ND ND <0,1 99,3 L.0037 mai/11 0,09 8 0,2 0,124 99,85 <0,1 <0,1 ND ND ND <0,1 100,9 L.0038 jul/11 0,03 3 0,3 0,056 99,85 <0,1 <0,1 ND ND ND <0,1 99,8 L.0039 ago/11 0,04 0 0,1 0,04 99,7 <0,1 <0,1 ND ND ND <0,1 99,6 L.0040 set/11 0, ,02 99,7 <0,2 <0,1 ND ND ND <0,1 99,4-0,04 5 0,2 0,05 100, ,13 100,1 ND = não detectado

30 Lote Data de lançamento no SAP Aspecto Aspecto da solução Identificação por IR Identificação por HPLC 22 Tabela 7 - Resultados analíticos dos lotes produzidos a partir de 2009 em Metanol L.0001 mar/09 Corresponde Corresponde Corresponde Corresponde L.0002 mar/09 Corresponde Corresponde Corresponde Corresponde L.0003 mai/09 Corresponde Corresponde Corresponde Corresponde L.0004 jun/09 Corresponde Corresponde Corresponde Corresponde L.0005 jun/09 Corresponde Corresponde Corresponde Corresponde L.0006 jun/09 Corresponde Corresponde Corresponde Corresponde L.0007 jul/09 Corresponde Corresponde Corresponde Corresponde L.0008 jul/09 Corresponde Corresponde Corresponde Corresponde L.0009 ago/09 Corresponde Corresponde Corresponde Corresponde L.0010 ago/09 Corresponde Corresponde Corresponde Corresponde L.0011 ago/09 Corresponde Corresponde Corresponde Corresponde L.0012 ago/09 Corresponde Corresponde Corresponde Corresponde L.0013 nov/09 Corresponde Corresponde Corresponde Corresponde L.0014 nov/09 Corresponde Corresponde Corresponde Corresponde L.0015 fev/10 Corresponde Corresponde Corresponde Corresponde L.0016 fev/10 Corresponde Corresponde Corresponde Corresponde L.0017 fev/10 Corresponde Corresponde Corresponde Corresponde L.0018 abr/10 Corresponde Corresponde Corresponde Corresponde L.0019 mai/10 Corresponde Corresponde Corresponde Corresponde L.0020 mai/10 Corresponde Corresponde Corresponde Corresponde L.0021 mai/10 Corresponde Corresponde Corresponde Corresponde L.0022 jun/10 Corresponde Corresponde Corresponde Corresponde L.0023 jun/10 Corresponde Corresponde Corresponde Corresponde L.0024 jul/10 Corresponde Corresponde Corresponde Corresponde L.0025 jul/10 Corresponde Corresponde Corresponde Corresponde L.0026 ago/10 Corresponde Corresponde Corresponde Corresponde L.0027 set/10 Corresponde Corresponde Corresponde Corresponde L.0028 set/10 Corresponde Corresponde Corresponde Corresponde L.0029 out/10 Corresponde Corresponde Corresponde Corresponde L.0030 nov/10 Corresponde Corresponde Corresponde Corresponde L.0031 nov/10 Corresponde Corresponde Corresponde Corresponde L.0032 dez/10 Corresponde Corresponde Corresponde Corresponde L.0033 jan/11 Corresponde Corresponde Corresponde Corresponde L.0034 fev/11 Corresponde Corresponde Corresponde Corresponde L.0035 mar/11 Corresponde Corresponde Corresponde Corresponde L.0036 abr/11 Corresponde Corresponde Corresponde Corresponde L.0037 mai/11 Corresponde Corresponde Corresponde Corresponde L.0038 jul/11 Corresponde Corresponde Corresponde Corresponde L.0039 ago/11 Corresponde Corresponde Corresponde Corresponde L.0040 set/11 Corresponde Corresponde Corresponde Corresponde Observa-se que apenas parte dos dados obtidos na Tabela 6 mostraram valores numéricos para as análises realizadas pelo Controle de Qualidade. Os

31 Lote Data de lançamento Consumo Consumo Rendimento Rendimento Consumo Rendimento Rendimento Rendimento total 23 resultados referentes às análises de Subprodutos por HPLC apresentaram resultados limite, ou seja, menor (<) ou maior (>) do que a especificação exigida e por isso não foram avaliados quanto à capabilidade no presente trabalho. Além disso, os resultados apresentados na Tabela 7 foram obtidos por comparação com um padrão de análise e por isso também não foram avaliados quanto à capabilidade do processo. Os resultados da Tabela 8 apresentam os resultados de rendimentos das etapas do processo em estudo. Tabela 8 - Rendimentos dos lotes produzidos a partir de 2009 das etapas de processo matériaprima base 2ª fração (Kg) Etapa Crua (Kg) Etapa Crua (%) Etapa Crua (Kg) Etapa Pura (Kg) Etapa Pura (%) L.0001 mar/ ,50% ,50% 95,10% L.0002 mar/ ,90% ,00% 93,80% L.0003 mai/ ,40% ,2 63,20% 95,70% L.0004 Jun/ ,40% ,3 63,70% 102,20% L.0005 Jun/ ,50% ,50% 91,70% L.0006 Jun/ ,40% ,30% 101,60% L.0007 Jul/ ,30% ,40% 94,70% L.0008 Jul/ ,50% ,6 61,50% 92,40% L.0009 Ago/ ,50% ,9 64,90% 92,90% L.0010 Ago/ ,00% ,7 66,20% 99,90% L.0011 Ago/ ,10% ,40% 95,70% L.0012 Ago/ ,10% ,3 67,40% 97,00% L.0013 Nov/09 310, ,90% ,9 65,10% 98,00% L.0014 Nov/ ,60% ,8 65,10% 96,50% L.0015 Fev/ ,90% ,20% 96,90% L.0016 Fev/ ,70% ,7 64,80% 94,50% L.0017 Fev/10 247, ,20% ,2 63,30% 96,60% L.0018 Abr/10 247, ,30% ,9 66,40% 102,20% L.0019 mai/10 246, ,30% ,5 68,50% 97,40% L.0020 mai/ ,70% ,3 63,80% 92,30% L.0021 mai/ ,60% ,4 61,40% 91,90% L.0022 Jun/ ,90% ,8 66,00% 99,10% L.0023 Jun/ ,10% ,2 66,50% 95,60% L.0024 Jul/ ,20% ,1 63,50% 90,40% L.0025 Jul/ ,70% ,4 62,20% 96,50% Continua (%)

32 Lote Data de lançamento Consumo Consumo Rendimento Rendimento Consumo Rendimento Rendimento Rendimento total 24 Conclusão matériaprima base 2ª fração (Kg) Etapa Crua (Kg) Etapa Crua (%) Etapa Crua (Kg) Etapa Pura (Kg) Etapa Pura (%) L.0026 Ago/ ,70% ,5 68,30% 100,60% L.0027 Set/ ,90% ,6 64,60% 94,80% L.0028 Set/ ,80% ,8 66,80% 101,40% L.0029 out/ ,4 124,60% 493,4 328,4 66,60% 97,70% L.0030 Nov/ ,70% ,6 64,60% 94,20% L.0031 Nov/ ,30% ,7 65,00% 81,50% L.0032 Dez/ ,60% ,8 62,50% 80,00% L.0033 Jan/ ,70% ,3 65,80% 95,90% L.0034 Fev/ ,90% ,70% 90,80% L.0035 mar/11 293, ,80% ,60% 93,40% L.0036 Abr/11 293, ,70% ,70% 95,10% L.0037 mai/11 247, ,50% ,10% 88,10% L.0038 Jul/11 247, ,10% ,00% 93,70% L.0039 Ago/ ,40% ,00% 87,60% L.0040 Set/ ,30% ,10% 87,20% - 288,43 Kg 50,82 Kg 422,01 Kg 124,60% 422,26 Kg 272,27 Kg 64,50% 94,60% A partir da Tabela 8, observa-se que os lotes produzidos não seguem um padrão de consumo da matéria prima base, portanto não existe um tamanho padrão para o tamanho de lote do produto final produzido. Isso ocorre devido a oscilações na demanda do princípio ativo no mercado. Entretanto, para que fosse possível comparar os rendimentos a partir de consumos de matéria prima base diferentes, foram incluídas as colunas com valores percentuais para cada etapa do processo. A Etapa Crua do processo se refere à síntese do princípio ativo, a etapa em que ocorre a reação. Na Tabela 8, a coluna referente a Rendimento Etapa Crua (%) do processo é o balanço de massa (saída/entrada) entre a quantidade de produto intermediário obtido e a soma da matéria prima base do processo e a 2ª fração adicionada ao reator. Denomina-se matéria prima base o reagente adicionado ao reator em maior quantidade e 2ª fração a parcela recuperada de produto do lote anterior a partir da água-mãe do processo. Para o L.0001, por (%)

33 25 exemplo, foram obtidos 454Kg de produto a partir de 308Kg de matéria prima e 51Kg de 2ª fração: Produto = 454Kg = 1,265 = 126,5% Matéria prima+2ª fração (308Kg+51Kg) Analogamente, foi feito o cálculo dos valores da coluna Rendimento Etapa Pura (%). A Etapa Pura é a etapa de purificação do produto intermediário obtido na etapa de síntese do processo. Nesta etapa o produto intermediário é geralmente recristalizado e separado de seu meio solvente em filtros centrífuga ou de placas. A substância ativa é isolada através da secagem e como citado anteriormente e passa por uma etapa de moagem. Ao fim desta etapa é obtido o produto purificado. Exemplificando, o cálculo percentual da Etapa Pura do L.0001 foi: Produto purificado = 293Kg = 0,645 = 64,5% Produto Intermediário 454Kg Por fim, o cálculo do rendimento total (%) é obtido através da relação entre o produto final (purificado) obtido e a matéria prima base adicionada. Para o L.0001, obteve-se: Produto purificado = 293Kg = 0,951 = 95,1% Matéria prima base 308Kg Após a coleta dos dados e construção das Tabelas mostradas acima, os gráficos de capabilidade para cada análise da Tabela 6 foram construídos no software Minitab a fim de se determinar se o processo é capaz ou não. Seguem os gráficos de capabilidade de cada análise executada pelo controle de qualidade do processo em estudo:

34 26 Análise de Capabilidade - Absorbância da solução LSL USL Process Data LSL 0 Target * USL 0,2 Sample Mean 0, Sample N 40 StDev (Within) 0, StDev (O v erall) 0, Within Overall Potential (Within) C apability C p 1,65 C pk 0,68 O v erall C apability Pp 1,20 Ppk 0,50 0,00 0,03 0,06 0,09 0,12 0,15 0,18 Figura 6 - Gráfico de capabilidade para a análise de Absorbância da Solução Análise de Capabilidade - Granulometria (Peneira 40µm) LSL USL Process Data LSL 0 Target * USL 18 Sample Mean 4,84565 Sample N 40 StDev (Within) 3,52917 StDev (O v erall) 4,60659 Within Overall Potential (Within) C apability C p 0,85 C pk 0,46 O v erall C apability Pp 0,65 Ppk 0, Figura 7 Gráfico de capabilidade para a análise de Granulometria (Peneira 40µm)

35 27 Análise de Capabilidade - Granulometria (Peneira 100µm) LSL USL Process Data LSL 0 Target * USL 4 Sample Mean 0, Sample N 40 StDev (Within) 0, StDev (O v erall) 0, Within Overall Potential (Within) C apability C p 2,12 C pk 0,25 O v erall C apability Pp 1,96 Ppk 0,23-0,6 0,0 0,6 1,2 1,8 2,4 3,0 3,6 Figura 8 - Gráfico de capabilidade para a análise de Granulometria (Peneira 100µm) Análise de Capabilidade - Perda por secagem LSL USL Process Data LSL 0 Target * USL 0,5 Sample Mean 0, Sample N 40 StDev (Within) 0, StDev (O v erall) 0, Within Overall Potential (Within) C apability C p 2,50 C pk 0,54 O v erall C apability Pp 2,07 Ppk 0,45 0,000 0,075 0,150 0,225 0,300 0,375 0,450 Figura 9 - Gráfico de capabilidade para a análise de Perda por Secagem

36 28 Análise de Capabilidade - Teor por titulação LSL USL Process Data LSL 99 Target * USL 101 Sample Mean 100,065 Sample N 40 StDev (Within) 0, StDev (O v erall) 0, Within Overall Potential (Within) C apability C p 1,38 C pk 1,29 O v erall C apability Pp 1,10 Ppk 1,03 99,0 99,3 99,6 99,9 100,2 100,5 100,8 Figura 10 - Gráfico de capabilidade para a análise de Teor por titulação Análise de Capabilidade - Teor por HPLC LSL USL Process Data LSL 98 Target * USL 102 Sample Mean 100,086 Sample N 40 StDev (Within) 0,35802 StDev (O v erall) 0, Within Overall Potential (Within) C apability C p 1,86 C pk 1,78 O v erall C apability Pp 1,38 Ppk 1,32 98,4 99,0 99,6 100,2 100,8 101,4 102,0 Figura 11 - Gráfico de capabilidade para a análise de Teor por HPLC Os índices de capabilidade Cp, Cpk, Pp e Ppk calculados pelo software Minitab resultam nos valores apresentados na Tabela 9.

37 29 Tabela 9 - Resultados de Cp, Cpk, Pp e Ppk para as análises estudadas Análise Cp Cpk Pp Ppk Absorbância da solução 1,65 0,68 1,20 0,50 Perda por secagem 2,50 0,54 2,07 0,45 Granulometria (peneira 40µm) 0,85 0,46 0,65 0,35 Granulometria (peneira 100µm) 2,12 0,25 1,96 0,23 Teor por titulação 1,38 1,29 1,10 1,03 Teor por HPLC 1,86 1,78 1,38 1,32 Observa-se na tabela 9 que os resultados destacados em verde cumprem as exigências para um processo capaz (Índices>1,33), os resultados em amarelo são aceitáveis (1,00<Índices<1,33) e os destacados em vermelho consideram processos incapazes (Índices<1,00). A partir dos resultados da Tabela 9, observa-se que os índices Cpk e Ppk indicam valores mais críticos para o processo. Entretanto, sabendo que tais índices medem, entre outros fatores, a centralização dos resultados e as análises que mostraram resultados incapazes tem especificações do tipo Máximo X%, ou seja, os limites inferiores de especificação são iguais a zero, já que não é possível obter resultados negativos, conclui-se que resultados próximos desse limite não são críticos para o processo. Além disso, a partir dos resultados, observou-se que os resultados referentes à granulometria, especialmente na Peneira de 40 µm, não apresentaram resultados preocupantes. Como oportunidade de melhoria para evitar futuros desvios de processo, foi aberta uma experiência com a solicitação de análises extras do controle de qualidade com o objetivo de estudar com mais detalhes esta etapa do processo. O processo em estudo conta com duas etapas de moagem para garantir que a granulometria do produto esteja de acordo com as especificações. Para garantir resultados que satisfaçam as exigências, uma amostra deve ser retirada após a 2ª etapa de moagem e analisada como controle de processo. Nesse caso, se os resultados forem reprovados pelo controle de qualidade, uma nova etapa de moagem é requerida pela supervisão. Caso os resultados sejam aprovados, o produto segue para homogeneização e novas amostras são retiradas e as análises

38 30 de granulometria feitas novamente. Os resultados apresentados na tabela 1 são referentes às análises do produto final após a homogeneização. Considerando que tal etapa é um dos gargalos do processo, consumindo grande parte do tempo de HH total do processo, cerca de um turno (12h) por moagem, foi aberta uma experiência para verificar a granulometria do processo após a 1ª etapa de moagem para melhor controle do processo. Assim, três lotes consecutivos foram submetidos a análises do controle de qualidade e apresentaram os resultados mostrados na Tabela 10: Tabela 10 - Resultados das experiências Parâmetro Replicata Especificação A (%) B (%) C (%) Granulometria - Peneira 40 µm Máx. 18% 3,52 6,83 1,13 Granulometria - Peneira 100 µm Máx. 4% 1,11 0,39 0,38 Pode-se verificar conforme a Tabela 10 que, após a 1ª etapa de moagem os lotes analisados já apresentavam resultados dentro das especificações finais. No entanto antes de modificar o processo, eliminando por exemplo a obrigatoriedade da 2ª etapa de moagem, foi necessário construir gráficos de controle para as análises de granulometria e assim verificar possíveis tendências no processo. Os gráficos de controle são mostrados a seguir:

39 Individual Value Individual Value 31 Granulometria - 40µm LSE - 18% UCL=15, _ X=4,85 0 LIE - 0% -5 LCL=-5,74 L.0001 L.0005 L.0009 L.0013 L.0017 L.0021 Lote L.0025 L.0029 L.0033 L.0037 Figura 12 - Gráfico de controle dos resultados para Granulometria (Peneira 40um) Granulometria - Peneira 100µm 4 LSE - 4% UCL=1,179 0 _ X=0,235 LIE - 0% -1 L.0001 L.0005 L.0009 L.0013 L.0017 L.0021 Lote L.0025 L.0029 L.0033 L.0037 LCL=-0,708 Figura 13 - Gráfico de controle dos resultados para Granulometria (Peneira 100um) Pode-se observar que os resultados obtidos nas análises extras feitas pelo controle de qualidade não seguem a média histórica obtida nos gráficos do processo. Por isso, uma nova solicitação foi aberta para análise dos próximos lotes a serem produzidos.