EXEMPLOS PARA CONTROLE ESTATÍSTICO DE PROCESSOS (C.E.P.)
|
|
|
- Eric Klettenberg Quintão
- 9 Há anos
- Visualizações:
Transcrição
1 ESTATÍSTICA PARA ENGENHARIA II EXEMPLOS PARA CONTROLE ESTATÍSTICO DE PROCESSOS (C.E.P.) DADOS PARA A CARTA DE CONTROLE PARA A MÉDIA ( X ) E PARA A AMPLITUDE ( R ) Especificação: 225 a 275 g Atividade: produção de bolo industrial Característica: peso do bolo (em g) Tamanho da amostra: 5 peças Freqüência média das retiradas de amostras: de ½ em ½ hora Total de amostras: 25 horário : : : : : : : : : : : : : : : : : : : : : : : : : X R Professora Raquel Cymrot
2 GABARITO: horário X R 07: ,8 6 07: , : ,0 8 08: ,6 7 09: ,4 2 09: ,8 23 0: ,8 20 0: ,6 2 : ,2 2 : ,6 9 2: ,4 8 2: ,2 4 3: ,4 2 3: ,6 20 4: ,0 6 4: ,4 22 5: ,0 5 5: ,2 4 6: ,6 2 6: ,2 8 7: ,4 9 7: ,4 8 8: ,2 0 8: ,0 9 9: ,0 6 X =270,43 ; R = 4,64 ; n = 5 Carta de controle para média e R para o peso do bolo industrial Sample Mean Subgroup UCL=278,9 Mean=270,4 LCL=262,0 30 UCL=30,96 Sample Range R=4,64 LCL=0 Professora Raquel Cymrot 2
3 Análise de capacidade para a variável peso do bolo industrial Process Data USL 275,000 Target * LSL 225,000 Mean 270,432 Sample N 25 StDev (Within) 6,40944 LSL USL Potential (Within) Capability Cp,30 CPU 0,24 CPL 2,36 Cpk 0,24 Cpm * Observed Performance PPM < LSL 0,00 PPM > USL ,00 PPM Total ,00 Expected Performance PPM < LSL 0,00 PPM > USL 23806,00 PPM Total 23806,00 DADOS PARA CARTA DE CONTROLE PARA A MÉDIA ( X ) E PARA O DESVIO PADRÃO ( s) Especificação: 7,5 ± Atividade: produção de comprimidos Característica: diâmetro do comprimido (em mm) Tamanho da amostra: 9 comprimidos Freqüência média das retiradas de amostras: de ½ em ½ hora (das 7:00 h às 6:30 h) Total de amostras: 20 data/ h :00 7,5 7,62 7,89 7,7 7,68 7,35 7,48 7,7 7,80 07:30 7, 7,59 7,62 7,68 7,72 7,45 7,72 7,64 7,3 08:00 7,57 7,35 7,3 7,90 7,9 7,28 7,80 7,32 7,40 08:30 7,37 6,99 6,98 7,35 7,53 7,07 7,5 7,39 7,20 09:00 7,50 7,05 6,9 7,56 7,37 7,57 7,30 7,03 7,45 09:30 7,2 7,4 7,35 7,42 7,73 7,22 7,8 7,27 7,34 0:00 7,20 7,8 7,72 7,9 7,38 7,58 7,60 7,44 7,70 0:30 7,0 7,56 7,3 7,36 7,4 7,4 7,28 7,9 7,46 :00 7,75 7,43 7,5 7,74 7,35 7,60 7,68 7,48 7,3 :30 6,92 7,44 7,08 7,64 7,05 7,57 7,4 7,25 7,8 2:00 7,74 7,68 7,5 7,26 7,69 7,40 7,42 7,58 7,7 2:30 7,8 6,9 7,24 6,94 7,5 7,08 7,03 6,97 7,25 3:00 7,88 7,2 7,8 7,6 7,33 7,65 7,50 7,83 7,37 3:30 7,83 7,46 7,43 7,49 7,44 7,65 7,62 7,54 7,76 4:00 7,33 7,78 7,35 7,48 7,67 7,38 7,49 7,40 7,57 4:30 6,97 7,64 7,06 7,57 7,4 7,22 7,45 7,0 7,37 5:00 7,27 7,32 6,97 7,4 7,38 7,23 7,54 7,30 7,28 5:30 7,03 7,09 7,58 6,99 7,04 7,32 7,20 7,4 7,5 6:00 7,73 7,84 7,34 7,22 7,60 7,48 7,80 7,66 7,49 6:30 6,90 7,32 7, 7,25 7,3 7,28 7,08 7,25 7,30 s X Professora Raquel Cymrot 3
4 GABARITO: data/ h s X 07:00 7,5 7,62 7,89 7,7 7,68 7,35 7,48 7,7 7,80 0,7 7,639 07:30 7, 7,59 7,62 7,68 7,72 7,45 7,72 7,64 7,3 0,2 7,538 08:00 7,57 7,35 7,3 7,90 7,9 7,28 7,80 7,32 7,40 0,25 7,458 08:30 7,37 6,99 6,98 7,35 7,53 7,07 7,5 7,39 7,20 0,9 7,226 09:00 7,50 7,05 6,9 7,56 7,37 7,57 7,30 7,03 7,45 0,25 7,304 09:30 7,2 7,4 7,35 7,42 7,73 7,22 7,8 7,27 7,34 0,9 7,308 0:00 7,20 7,8 7,72 7,9 7,38 7,58 7,60 7,44 7,70 0,22 7,593 0:30 7,0 7,56 7,3 7,36 7,4 7,4 7,28 7,9 7,46 0,7 7,302 :00 7,75 7,43 7,5 7,74 7,35 7,60 7,68 7,48 7,3 0,2 7,499 :30 6,92 7,44 7,08 7,64 7,05 7,57 7,4 7,25 7,8 0,25 7,282 2:00 7,74 7,68 7,5 7,26 7,69 7,40 7,42 7,58 7,7 0,22 7,54 2:30 7,8 6,9 7,24 6,94 7,5 7,08 7,03 6,97 7,25 0,3 7,083 3:00 7,88 7,2 7,8 7,6 7,33 7,65 7,50 7,83 7,37 0,28 7,527 3:30 7,83 7,46 7,43 7,49 7,44 7,65 7,62 7,54 7,76 0,4 7,580 4:00 7,33 7,78 7,35 7,48 7,67 7,38 7,49 7,40 7,57 0,5 7,494 4:30 6,97 7,64 7,06 7,57 7,4 7,22 7,45 7,0 7,37 0,24 7,280 5:00 7,27 7,32 6,97 7,4 7,38 7,23 7,54 7,30 7,28 0,5 7,300 5:30 7,03 7,09 7,58 6,99 7,04 7,32 7,20 7,4 7,5 0,8 7,7 6:00 7,73 7,84 7,34 7,22 7,60 7,48 7,80 7,66 7,49 0,2 7,573 6:30 6,90 7,32 7, 7,25 7,3 7,28 7,08 7,25 7,30 0,4 7,200 X =7,3936 ; s = 0,974 ; n = 9 gráfico de controle p/ média e s p/ o diâmetro do comprimido 7,7 7,6 7,5 7,4 7,3 7,2 7, 7,0 Subgroup Sample Mean UCL=7,597 Mean=7,394 LCL=7,90 Sample StDev 0,4 0,3 0,2 0, 0,0 UCL=0,3476 S=0,974 LCL=0,0472 DADOS PARA CARTA DE CONTROLE PARA A MEDIANA ( X ~ ) E PARA A AMPLITUDE ( R ) Especificação: 0,05 a 0,8 Atividade: produção da peça Característica: diâmetro da peça (em mm) Tamanho da amostra: 5 peças Freqüência média das retiradas de amostras: de ½ em ½ hora (das 7:00 h às 6:30 h) Total de amostras: 20 Professora Raquel Cymrot 4
5 data / h R ~ X 07:00 0,8 0,5 0,7 0,5 0,3 07:30 0,6 0,6 0,6 0,4 0,7 08:00 0,7 0,8 0,6 0,4 0,8 08:30 0,5 0,9 0,6 0,4 0,5 09:00 0,6 0,7 0,7 0,2 0,4 09:30 0,6 0,5 0,5 0,3 0,4 0:00 0,7 0,8 0,7 0,3 0,5 0:30 0,5 0,8 0,5 0,4 0,8 :00 0,6 0,5 0,7 0,8 0,5 :30 0,6 0,7 0,7 0,7 0,3 2:00 0,7 0,6 0,8 0,2 0,5 2:30 0,7 0,7 0,20 0,6 0,3 3:00 0,8 0,4 0,20 0,6 0,6 3:30 0,7 0,5 0,9 0,7 0,4 4:00 0,6 0,6 0,8 0,5 0,2 4:30 0,7 0,5 0,9 0,6 0,5 5:00 0,8 0,4 0,5 0,5 0,7 5:30 0,6 0,6 0,9 0,8 0,6 6:00 0,5 0,7 0,8 0,6 0,6 6:30 0,4 0,6 0,6 0,7 0,5 GABARITO: data / h R ~ X 07:00 0,8 0,5 0,7 0,5 0,3 0,05 0,5 07:30 0,6 0,6 0,6 0,4 0,7 0,03 0,6 08:00 0,7 0,8 0,6 0,4 0,8 0,04 0,7 08:30 0,5 0,9 0,6 0,4 0,5 0,05 0,5 09:00 0,6 0,7 0,7 0,2 0,4 0,05 0,6 09:30 0,6 0,5 0,5 0,3 0,4 0,03 0,5 0:00 0,7 0,8 0,7 0,3 0,5 0,05 0,7 0:30 0,5 0,8 0,5 0,4 0,8 0,04 0,5 :00 0,6 0,5 0,7 0,8 0,5 0,03 0,6 :30 0,6 0,7 0,7 0,7 0,3 0,04 0,7 2:00 0,7 0,6 0,8 0,2 0,5 0,06 0,7 2:30 0,7 0,7 0,20 0,6 0,3 0,07 0,7 3:00 0,8 0,4 0,20 0,6 0,6 0,06 0,6 3:30 0,7 0,5 0,9 0,7 0,4 0,05 0,7 4:00 0,6 0,6 0,8 0,5 0,2 0,06 0,6 4:30 0,7 0,5 0,9 0,6 0,5 0,04 0,6 5:00 0,8 0,4 0,5 0,5 0,7 0,04 0,5 5:30 0,6 0,6 0,9 0,8 0,6 0,03 0,6 6:00 0,5 0,7 0,8 0,6 0,6 0,03 0,6 6:30 0,4 0,6 0,6 0,7 0,5 0,03 0,6 X ~ = 0,6 ; R = 0,044 ; n = 5 DADOS PARA CARTA DE CONTROLE DE DADOS INDIVIDUAIS (X) E PARA A AMPLITUDE (R) Especificação: 0 ±,5 Atividade: preparação da substância Característica: acidez Tamanho da amostra: galão Professora Raquel Cymrot 5
6 Freqüência média das retiradas de amostras: de hora em hora (das 6:00 h às 23:00 h) Total de amostras: 8 data / h X R 06:00 9,2 07:00 9,5 08:00 0,0 09:00 0,3 0:00 9,8 :00 9,7 2:00 0,5 3:00 0,9 4:00,2 5:00 0,8 6:00, 7:00 0,7 8:00 9,9 9:00 9,8 20:00 9,9 2:00 0,4 22:00 0,8 23:00 0,3 GABARITO: data / h X R 06:00 9,2 07:00 9,5 0,3 08:00 0,0 0,5 09:00 0,3 0,3 0:00 9,8 0,5 :00 9,7 0, 2:00 0,5 0,8 3:00 0,9 0,4 4:00,2 0,3 5:00 0,8 0,4 6:00, 0,3 7:00 0,7 0,4 8:00 9,9 0,8 9:00 9,8 0, 20:00 9,9 0, 2:00 0,4 0,5 22:00 0,8 0,4 23:00 0,3 0,5 X = 0,27 ; R = 0,39 ; n = 2 Professora Raquel Cymrot 6
7 Gráfico de controle p/ dados individuais e R para a acidez Individual Value,5,0 0,5 0,0 9,5 9,0 Subgroup UCL=,3 Mean=0,27 LCL=9,28 Moving Range,5,0 0,5 0,0 UCL=,288 R=0,394 LCL=0 DADOS PARA CARTA DE CONTROLE DA PROPORÇÃO DE UNIDADES DEFEITUOSAS p Atividade: vulcanização Característica: proporção de peças defeituosas por amostra Tamanho da amostra: variável Freqüência: a cada turno (manhã, tarde e noite), durante 7 dias Total de amostras: 2 n np p Professora Raquel Cymrot 7
8 GABARITO: n np p , , , , , , , , , , , , , , , , , , , , ,03 k i= n = 346 ; np = 44 i k i= i Carta de controle p/ p para proporção de peças defeituosas 0,05 0,04 UCL=0,04275 Proportion 0,03 0,02 0,0 P=0,0399 0,00 LCL= Sample Number DADOS PARA CARTA DE CONTROLE DA QUANTIDADE DE UNIDADES DEFEITUOSAS np Atividade: vulcanização Característica: quantidade de peças defeituosas por amostra Tamanho da amostra: 50 peças Freqüência: a cada turno (manhã, tarde e noite), durante 7 dias Professora Raquel Cymrot 8
9 Total de amostras: 2 Dados: 2, 3, 0,, 2, 2, 4, 3, 4, 2,, 2, 3, 2, 3,, 0, 2, 2, 2, 3 GABARITO: Dados: 2, 3, 0,, 2, 2, 4, 3, 4, 2,, 2, 3, 2, 3,, 0, 2, 2, 2, 3 K = 2 ; n =50 k i= np i = 44 Gráfico de controle p/ np para quantidade de defeitos por amostra Sample Count UCL=6,407 NP=2,095 LCL= Sample Number DADOS PARA CARTA DE CONTROLE DA QUANTIDADE DE DEFEITOS NUMA AMOSTRA c Atividade: confecção de um rolo de adesivo vinil Característica: quantidade de defeitos por amostra Tamanho da amostra: um rolo Freqüência: a cada 5 minutos durante 6 horas Total de amostras: 24 Dados: hora: 8:5 8:30 8:45 9:00 9:5 9:30 9:45 0:00 0:5 0:30 0:45 :00 c: hora: :5 :30 :45 3:00 3:5 3:30 3:45 4:00 4:5 4:30 4:45 5:00 c: Professora Raquel Cymrot 9
10 GABARITO: K = 24 ; c = 62 k i= i Gráfico de controle p/ c para quantidade de defeitos num rolo de adesivi vinil 8 7 UCL=7,405 Sample Count C=2,583 LCL= Sample Number DADOS PARA CARTA DE CONTROLE DA QUANTIDADE DE DEFEITOS POR UNIDADE u Atividade: confecção de uma placa de PVC expandido Característica: quantidade de defeitos por placa Tamanho da amostra: variável Freqüência: a cada 5 minutos durante 6 horas Total de amostras: 24 Professora Raquel Cymrot 0
11 hora n c u=c/n 08: : : : :5 2 09: : : : : :45 0 :00 3 :5 2 3 : :45 2 2: : :30 3 3: : :5 0 4: :45 0 5:00 2 GABARITO: hora n c u=c/n 08:5 5 8,2 08:30 3 5,2 08:45 2 6,3 09:00 0 0,0 09:5 2 0,9 09:30 2 0,9 09:45 5 8,2 0:00 3 3,0 0:5 2 5,3 0:30 0 2,2 0:45 0 0,9 :00 3,2 :5 2 3, : ,8 :45 2 0,9 2: ,8 3:5 2 5,3 3:30 3,2 3:45 2 2,0 4:00 2 3, 4:5 0, 4:30 2 3, 4:45 0 0,9 5:00 2 0,9 k K = 24 ; c i = 302 ; ni = 284 i= k i= Professora Raquel Cymrot
12 Gráfico de controle p/ u para quantidade de defeitos por placa 2 UCL=,956 Sample Count U=,063 0 LCL=0, Sample Number A CARTA DE CONTROLE PARA A SOMA CUMULATIVA ( CUSUM ) Amostra x i x i -0 C i =(x i -0)+C i- 9,45-0,55-0,55 2 7,99-2,0-2,56 3 9,29-0,7-3,27 4,66,66 -,6 5 2,6 2,6 0,55 6 0,8 0,8 0,73 7 8,04 -,96 -,23 8,46,46 0,23 9 9,20-0,80-0,57 0 0,34 0,34-0,23 9,03-0,97 -,20 2,47,47 0,27 3 0,5 0,5 0,78 4 9,40-0,60 0,8 5 0,08 0,08 0,26 6 9,37-0,63-0,37 7 0,62 0,62 0,25 8 0,3 0,3 0,56 9 8,52 -,48-0, ,84 0,84-0,08 2 0,90 0,90 0, ,33-0,67 0,5 23 2,29 2,29 2,44 24,50,50 3, ,60 0,60 4,54 26,08,08 5, ,38 0,38 6,00 28,62,62 7,62 29,3,3 8, ,52 0,52 9,45 Professora Raquel Cymrot 2
13 Carta de Controle para X Gráfico CUSUM Período a b i xi xi-0,5 Ci+ N+ 9,5-xi Ci- N- 9,45 -, ,05 0,05 2 7,99-2,5 0 0,5, ,29 -, ,2,77 3 4,66,6,6-2, ,6,66 2,82 2-2, ,8-0,32 2,5 3-0, ,04-2,46 0,04 4,46,46 8,46 0,96 5 -, ,2 -, ,3 0,3 0 0,34-0, , ,03 -, ,47 0,47 2,47 0,97 0,97 -, ,5 0,0 0,98 2 -, ,4 -, 0 0 0, 0, 5 0,08-0, , ,37 -, ,3 0,3 7 0,62 0,2 0,2 -, ,3-0, , ,52 -, ,98 0, ,84 0,34 0,34 -, ,9 0,4 0,74 2 -, ,33 -, ,7 0,7 23 2,29,79,79-2, ,5 2, ,6 0, 2,89 3 -, ,08 0,58 3,47 4 -, ,38-0,2 3,35 5-0, ,62,2 4,47 6-2, ,3 0,8 5,28 7 -, ,52 0,02 5,3 8 -, Professora Raquel Cymrot 3
14 Professora Raquel Cymrot 4
Capacidade Sigma. Copyright Alberto W. Ramos 1
Capacidade Sigma Copyright Alberto W. Ramos 1 Em projetos 6 Sigma, a capacidade de um processo é medida de uma forma ligeiramente diferente da estudada antes. Ao invés de Cp, Cpk, Pp, Ppk ou Cpm, mede-se
2)Para o exercício anterior e usando os limites de controle e estimativas revistas para este processo, determine se este está estável. Justifique.
ª LISTA DE ESTATÍSTICA (apresentar os cálculos com 4 casas decimais) )Em uma fábrica de produtos de higiene foram medidos os pesos de sabonetes em amostras de tamanho cinco. Supõe-se que o peso dos sabonetes
O poder da ANOVA e da igualdade de variância
O poder da ANOVA e da igualdade de variância Por Marcelo Rivas Fernandes A ANOVA e o Teste de Iguldade de Variância são tão imprescindíveis para a estatística inferencial, quanto a média e o desvio padrão
Seis Sigma e o Conceito Lean*
ACADEMIA INTERNACIONAL PARA QUALIDADE Argentina-Brasil Conferência sobre Qualidade Deº a 5 de outubro de 2007 Seis Sigma e o Conceito Lean* Como o Seis Sigma pode revelar o seu desempenho comercial secreto!
7- Controle Estatístico de Processos CEP - Controle Estatístico de Processos
CEP - Controle Estatístico de Processos Pedro Paulo Balestrassi www.iem.efei.br/pedro 35-3629-1161 1 Tipo de Gráfico Dados do tipo variáveis ou atributo? Variável Atributo Alto ou Baixo Volume Não Tamanho
Entidade Organizadora Ricardo Mansur São Paulo, Junho de 2007
Entidade Organizadora Ricardo Mansur São Paulo, Junho de 2007 Uma abordagem integrada entre Six Sigma e PMBOK Ricardo Mansur O Ricardo Mansur é formado nas principais e mais importantes universidades brasileiras
Carta de controle para o desvio-padrão
Carta de controle para o desvio-padrão O desvio padrão é um indicador mais eficiente da variabilidade, principalmente para amostras grandes (a amplitude perde eficiência). Recomenda-se o uso da carta Xb
Copyright 2014-15 OSIsoft, LLC. 1
1 Gestão e Análise das Variáveis de Processo Presented by Denis Nobre Kinross Guilherme Ferreira TSA Lorena Gomes Kinross Igor Marques Kinross Amauri Andrade - Kinross Agenda Parceria Kinross/TSA Implantação
4 Capabilidade de Processos
4 Capabilidade de Processos Cp, Cpk 4.1. INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO (CEP) Na natureza não existem dois exemplares exatamente iguais da mesma coisa. Há alguma variabilidade em toda parte,
Controlo Estatístico do Processo
Controlo Estatístico do Processo Gestão da Produção II LEM-24/25 Paulo Peças CEP Os processos produtivos apresentam sempre um dado nível de variabilidade como resultado apenas da sua aleatoriedade intrínseca.
Aplicação do Controle Estatístico de Processo (CEP) para o Comprimento da Fita Cirúrgica Microporosa
Aplicação do Controle Estatístico de Processo (CEP) para o Comprimento da Fita Cirúrgica Microporosa Resumo: Eduardo da Silva Fernandes [email protected] Fabiana Goulart de Carvalho [email protected]
Gestão da Qualidade. Aula 8. Prof. Pablo
Gestão da Qualidade Aula 8 Prof. Pablo Proposito da Aula 1. Folha de Verificação 2. Carta de Controle Folha de Verificação Folha de Verificação A Folha de Verificação é uma ferramenta utilizada no controle
Gráfico de Controle por Atributos
Gráfico de Controle por Atributos Roteiro 1. Gráfico de np. Gráfico de p 3. Gráfico de C 4. Gráfico de u 5. Referências Gráficos de Controle por Atributos São usados em processos que: Produz itens defeituosos
UNIVERSIDADE FEDERAL DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO ESTUDO DE CAPABILIDADE DO PROCESSO DE FABRICAÇÃO DE
UNIVERSIDADE FEDERAL DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO ESTUDO DE CAPABILIDADE DO PROCESSO DE FABRICAÇÃO DE UMA EMPRESA FORNECEDORA DE CABOS PARA CHICOTES Ana Elisa Di
IMPLANTAÇÃO DE PROCESSO DE PRÉ-MONTAGEM DE AMV S NA EFVM
IMPLANTAÇÃO DE PROCESSO DE PRÉ-MONTAGEM DE AMV S NA EFVM Cláudio Fernando Loureiro dos Reis Clevonildio Santos Luciano Pereira dos Santos Renato Lataliza Vasconcelos Ricardo de Paula Koehler 21ª SEMANA
Histórico. Software estatístico utilizado em mais de 80 países por pesquisadores, engenheiros, analistas empresariais, professores, estudantes.
MINITAB 14 Histórico Software estatístico utilizado em mais de 80 países por pesquisadores, engenheiros, analistas empresariais, professores, estudantes. Possui ferramentas para diversos tipos de análise
Declaro ter recebido o calendário de provas (2ª chamada) referente ao 1º bimestre de 2012, estando ciente das datas e horários de tais avaliações.
ENSINO FUNDAMENTAL 1º ANO ENSINO FUNDAMENTAL 1º ANO Literatura Infantil Literatura Infantil Estudos Sociais Estudos Sociais horários horários ENSINO FUNDAMENTAL 2º A 5º ANOS ENSINO FUNDAMENTAL 2º A 5º
CEP: Controle Estatístico de Processo
CEP: Controle Estatístico de Processo CEP: Controle Estatístico de Processos CEP (SPC Statistical Process Control) é uma técnica estatística para verificar a qualidade de um produto, durante o processo
4. Estabelecer a Capabilidade do Processo 5. Definir Objetivos para o Desempenho 6. Identificar Fontes de Variação
Análise Análise 4. Estabelecer a Capabilidade do Processo 5. Definir Objetivos para o Desempenho 6. Identificar Fontes de Variação Análise Na fase de Medição do Fastest food obteve-se: 1. Seleção da característica
CE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 20 de abril, 2018 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 1 / 25 Aula 5 - Análise da capacidade
ANÁLISE DA CAPACIDADE DE PROCESSO ATRAVÉS DE CONTROLE ESTATÍSTICO DA QUALIDADE DE MOLDURAS DE MADEIRA NO NORTE DO PARANÁ
Universidade Tecnológica Federal do Paraná - UTFPR Campus Ponta Grossa - Paraná - Brasil ISSN 1808-0448 / v. 10, n. 02: p. 406-429, 2014 D.O.I: 10.3895/gi.v10i2.1674 Revista Gestão Industrial ANÁLISE DA
3- CEP / R&R. CEP - Controle. Estatístico de Processos
CEP - Controle Estatístico de Processos 1 Tipo de Gráfico Dados do tipo variáveis ou atributo? Variável Atributo Alto ou Baixo Volume Não Tamanho do lote constante? Sim Baixo Alto Defeitos ou % de defeituosos
ENGENHARIA DA QUALIDADE A ENG AULA 4 CARTAS DE CONTROLE PARA VARIÁVEIS
ENGENHAIA DA QUALIDADE A ENG 09008 AULA 4 CATAS DE CONTOLE PAA VAIÁVEIS POFESSOES: CALA SCHWENGBE TEN CATEN Tópicos desta aula Cartas de Controle para Variáveis Tipo 1: Tipo : Tipo 3: X X X ~ e e S e Tipo
Projetos Seis Sigma em áreas Transacionais e Empresas Prestadoras de Serviços
Projetos Seis Sigma em áreas Transacionais e Empresas Prestadoras de Serviços Alberto Pezeiro [email protected] F. (19) 3707-1535 M. (11) 9939-4079 1 Agosto de 2007 Objetivo : Apresentar aos participantes
Controle Estatístico de Qualidade. Capítulo 7 (montgomery)
Controle Estatístico de Qualidade Capítulo 7 (montgomery) Capacidade do Processo Introdução Cartas de Controle Instrumento de monitoramento e detecção de desvios na estabilidade do processo Considerando
LAN 2740 aula 8. Exercícios: Índices de capacidade Gráfico de controle por atributos. prof. Thais M. F. S. Vieira
LAN 2740 aula 8 Exercícios: Índices de capacidade Gráfico de controle por atributos prof. Thais M. F. S. Vieira [email protected] Número do lote Teor de sólidos RM 1 33,75 2 33,05 0,7 3 34 0,95 4 33,81 0,19
Ferramentas da Qualidade UDESC/CCT
Ferramentas da Qualidade UDESC/CCT 1 Ferramentas da Qualidade 1. Diagrama de Pareto 2. Diagrama de causa-efeito (Ishikawa) 3. Histogramas 4. Folhas de verificação 5. Gráficos de dispersão 6. Fluxogramas
Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC
Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09 Prof. Eduardo R Luz - MsC AULA 1 SUMÁRIO A Administração da Qualidade O Controle da Qualidade CEP Origem e história Outros conceitos relacionados ao CEP
Controle Estatístico de Qualidade. Capítulo 5 (montgomery)
Controle Estatístico de Qualidade Capítulo 5 (montgomery) Gráficos de Controle para Variáveis Relembrando Dois objetivos do CEP: Manter o processo operando em condição estável durante maior parte do tempo;
Controle Estatístico da Qualidade
Controle Estatístico da ESQUEMA DO CAPÍTULO 15.1 MELHORIA E ESTATÍSTICA DA QUALIDADE 15.2 CONTROLE ESTATÍSTICO DA QUALIDADE 15.3 CONTROLE ESTATÍSTICO DE PROCESSO 15.4 INTRODUÇÃO AOS GRÁFICOS DE CONTROLE
Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo
Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo [email protected] 1 Agenda Introdução; Gráficos X e R; Gráficos X e S; Gráfico CUSUM; Gráfico EWMA; Exemplos utilizando a ferramenta
Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
CEP Controle Estatístico de Processo
CEP Controle Estatístico de Processo Publicador: Diogo Piszxzalka Autor: Anônimo Formação: Eng.º Mecânico pela Universidade Luterana do Brasil & Técnico em Gestão da Qualidade (IESE) CEP Controle Estatístico
Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos
Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos Prof. Diego Por que medir a estabilidade e capacidade/capabilidade? Principais erros dos gestores SOB CONTROLE 1 Tratar uma causa comum
Profa. Janaina Fracaro Engenharia Mecânica 2015
Profa. Janaina Fracaro Engenharia Mecânica 2015 Medidas de Posição ou tendência central Buscam identificar valores característicos de uma relação de valores medidos. Média Aritmética: EX: Suponha que a
MPS.Br A A Experiência da Stefanini Washington Souza Marcelo Ramasco Andrea Mattos Elaine Vanessa
MPS.Br A A Experiência da Stefanini Washington Souza Marcelo Ramasco Andrea Mattos Elaine Vanessa Sobre o que vamos falar Uma breve visão sobre a Stefanini A jornada até chegar ao nível A Falar como foi
Capacidade de Processo Material Complementar
Capacidade de Processo Material Complementar Exemplo Pistões Anéis de pistão para motores de automóveis produzidos por processo de forja Objetivo: Controle estatístico para diâmetro interno dos anéis por
Manual de Qualidade de Fornecedor Método e Exemplos. Índice
Norma John Deere JDS-G3X Manual de Qualidade de Fornecedor Método e Exemplos Índice 1 Escopo... 4 Termos e Definições... 4 3 Fluxograma de Controle de Processos PDP e Produção Inicial... 5 4 Fluxograma
Gráficos de controle Cusum e MMEP
Gráficos de controle Cusum e MMEP CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli [email protected] Prof. Walmes Zeviani [email protected] Laboratório de Estatística e Geoinformação Departamento
CEP - CONTROLE ESTATÍSTICO DO PROCESSO
CEP - CONTROLE ESTATÍSTICO DO PROCESSO Alcantaro Corrêa Presidente da FIESC Sérgio Roberto Arruda Diretor Regional do SENAI/SC Antônio José Carradore Diretor de Educação e Tecnologia do SENAI/SC Marco
Padrao de. Qualidade
~ Padrao de Qualidade Prefácio Cada marca deixa uma impressão sobre os seus clientes. Com o objetivo de liderança no seu setor a nível nacional. Criamos a 50 anos a marca Marchetti para deixar a impressão
Engenharia da Qualidade I Aula 4
Engenharia da Qualidade I Aula 4 Ferramentas para o Controle e Melhoria da Qualidade Prof. Geronimo Virginio Tagliaferro O processo de melhoria contínua de produtos e processos envolve basicamente as seguintes
Análise de Causas: Ferramenta de Planejamento
Análise de Causas: Ferramenta de Planejamento O PLANEJAMENTO como ferramenta de PREVENÇÃO de perdas e otimização de RESULTADOS. Novembro 2014 I. ANÁLISE DE CAUSAS Onde a análise de causa afeta o Planejamento?
Medidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato [email protected] [email protected] 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
ADEQUAÇÃO DO LIMITE DE ESCOAMENTO DE UM AÇO DE ALTA RESISTÊNCIA, EM UMA LINHA DE RECOZIMENTO CONTÍNUO, UTILIZANDO A METODOLOGIA SEIS SIGMA.
ADEQUAÇÃO DO LIMITE DE ESCOAMENTO DE UM AÇO DE ALTA RESISTÊNCIA, EM UMA LINHA DE RECOZIMENTO CONTÍNUO, UTILIZANDO A METODOLOGIA SEIS SIGMA. P. B. P. Leão, H. F. G. de Abreu, M. J. G. da Silva Laboratório
Proposta De Modelo Simplificado Para Implementação Do Controle Estatístico De Processo (Cep) Na Indústria Química / Petroquímica De Processo Contínuo.
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) [email protected]
Exemplo de aplicação da distribuição Binomial e da distribuição de Poisson: (normas da ABTN)
EXEMPLOS Exemplo de aplicação da distribuição Binomial e da distribuição de Poisson: (normas da ABTN) É dada a tabela de escolha do código de amostra em função do tamanho do lote e do nível de inspeção
Controle Estatístico do Processo (CEP)
Controle Estatístico do Processo (CEP) CONTROLE ESTATÍSTICO DO PROCESSO É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. ORIGEM
PROGRAMAS DO CONTROLE DE QUALIDADE
Universidade Federal do Rio Grande Escola de Química e Alimentos Engenharia de Alimentos Análise Sensorial e Controle de Qualidade PROGRAMAS DO CONTROLE DE QUALIDADE Prof. Dra. Janaína Fernandes Medeiros
CAPÍTULO 9 CONTROLE ESTATÍSTICO DO PROCESSO - CEP
CAPÍTULO 9 CONTROLE ESTATÍSTICO DO PROCESSO - CEP 1. INTRODUÇÃO Produções seriadas; Produções não-seriadas; Prestação de serviços. A) Processo com Interação de Insumos Definição de Processo: seqüência
Controle da Qualidade. Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite
Controle da Qualidade Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite Nesta Unidade: 4.1 Variabilidade de processos 4.2 Características da Qualidade 4.3 Gráficos de Controle
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
CONTROLE ESTATÍSTICO DE QUALIDADE
CONTROLE ESTATÍSTICO DE QUALIDADE Ralph S. Silva http://www.im.ufrj.br/ralph/ceq.html Departamento Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Março-Julho/2012 Sumário
Incerteza, exatidão, precisão e desvio-padrão
1 Incerteza, exatidão, precisão e desvio-padrão Incerteza ( uncertainty or margin of error ) A incerteza, segundo a Directiva Comunitária 2007/589/CE, é: parâmetro associado ao resultado da determinação
Produtos e Inovações Tecnológicas CSN para o Segmento Automotivo
Produtos e Inovações Tecnológicas CSN para o Segmento Automotivo José Eduardo Ribeiro de Carvalho Companhia Siderúrgica Nacional - CSN Belo Horizonte, 28 de Outubro de 2010 Introdução Principais Requisitos
4-Teste de Hipóteses. Teste de Hipóteses
Teste de Procedimentos Gerais Teste de média Z para 1 amostra Teste de média t para 1 amostra Teste de variância para 2 amostras A Distribuição de Fisher Teste de média t para 2 amostras Teste de média
AUMENTO DA PRODUTIVIDADE DAS PÁS CARREGADEIRAS CAT 990 NO CARREGAMENTO DE VAGÕES NO PÁTIO DE PRODUTOS NA MINA DE ALEGRIA*
164 AUMENTO DA PRODUTIVIDADE DAS PÁS CARREGADEIRAS CAT 990 NO CARREGAMENTO DE VAGÕES NO PÁTIO DE PRODUTOS NA MINA DE ALEGRIA* Admilson José Borges 1 Resumo Substituir todo o texto de orientação deste Template