ENGENHARIA DA QUALIDADE A ENG AULA 7 FUNÇÃO PERDA QUADRÁTICA

Documentos relacionados
MÉTODOS TAGUCHI DOE DESIGN OF EXPERIMENTS ANÁLISE DE VARIÂNCIA TAGUCHI 1

ENGENHARIA DA QUALIDADE A ENG AULA 1 APRESENTAÇÃO DA DISCIPLINA

Engenharia da Qualidade. Introdução à Engenharia de Produção

CE219 - Controle Estatístico de Qualidade

Aula 14. Controle Total da Qualidade EAD 762

Controle Estatístico do Processo (CEP)

Morgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Morgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

4 Capabilidade de Processos

ENGENHARIA DA QUALIDADE A ENG AULA 5 CARTAS DE CONTROLE PARA VARIÁVEIS

CEP: Controle Estatístico de Processo

1 Medidas de dispersão

Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos

Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos.

Engenharia da Qualidade II. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC

ENGENHARIA DA QUALIDADE A ENG AULA 4 CARTAS DE CONTROLE PARA VARIÁVEIS

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

1. INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS

ENGENHARIA DA QUALIDADE A ENG AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA

Controle Estatístico de Qualidade. Capítulo 7 (montgomery)

MAE0532 CONTROLE ESTATÍSTICO DE QUALIDADE 01/08/13

Capacidade de Processo

ANÁLISE DOS SISTEMAS DE MEDIÇÃO. Suelí Fischer Beckert

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

METODOLOGIA TAGUCHI NOS ANOS 80 TAGUCHI DESENVOLVEU UMA FILOSOFIA QUE INTRODUZ A PLANIFICAÇÃO EXPERIMENTAL PARA:

Controle da Qualidade. Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite

Aula 2 Uma breve revisão sobre modelos lineares

STATISTICAL QUALITY CONTROL AND PROCESS CAPABILITY ANALYSIS FOR VARIABILITY REDUCTION OF THE TOMATO PASTE FILLING PROCESS

Engenharia da Qualidade. Profa. Luciana Rosa Leite

Contextualização e noções básicas do CEQ

Capítulo 1 Estatística Descritiva. Prof. Fabrício Maciel Gomes

Gestão da Qualidade e Segurança LEGI Ano Letivo de 2015/2016

Eng a. Morgana Pizzolato, Dr a. Aula 12 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Estatística para Cursos de Engenharia e Informática

Capacidade de Processo Material Complementar

Resistência dos Materiais

Estatística Industrial

Projeto de Experimentos

PADRÃO DE GESTÃO. Aplica-se aos colaboradores do IHEF Medicina Laboratorial contemplados no SGQ.

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

EEL - USP. Aula 2 Projeto do Produto, do processo e planejamento da produção. Prof. Dr. Geronimo

1. Introdução. 1.1.Objetivo

Especialização em Métodos Estatísticos Computacionais

Morgana Pizzolato, Dr a. Aula 09 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Hinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P

Medidas de Dispersão 1

Avaliação Prática Seleção Final 2016 Olimpíadas Internacionais de Física 11 de Abril 2016

Pergunta importante:

APLICAÇÃO DO CEP EM UM PROCESSO DE USINAGEM: UM ESTUDO DE CASO EM INDÚSTRIA DE PEÇAS AUTOMOTIVAS

7. Resultados. 7 MATLAB é um produto da The MathWorks, Inc.

CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA Função do 2º Grau. Alex Oliveira Engenharia Civil

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

APLICAÇÃO DE PROJETO DE EXPERIMENTOS PARA A OTIMIZAÇÃO DE UM PROCESSO DE USINAGEM EM TORNO CNC

Especialização em Engenharia de Processos e de Sistemas de Produção

Prof.º Diógenes de Bitencourt

Capítulo 7 - Seis Sigma

OTIMIZAÇÃO EXPERIMENTAL DAS MÚLTIPLAS CARACTERÍSTICAS DE UM PRODUTO ALIMENTÍCIO ATRAVÉS DO USO DA FUNÇÃO PERDA

Dimensionamento do cilindro hidráulico

Introdução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.

Física Experimental I

Módulo IV Medidas de Variabilidade ESTATÍSTICA

LAN 2740 INSPEÇÃO DA QUALIDADE. Inspeção para aceitação Planos de amostragem

Página do curso (Stoa- >Cursos - >IF - >431 - > )

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade

Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos.

DELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro

Curso Técnico em Informática. Eletricidade Instrumental Prof. Msc. Jean Carlos

Tópicos da Aula. O que é anunciado. Falha de Comunicação no Desenvolvimento de Software. Engenharia de Software: Conceitos Fundamentais

Controle Estatístico de Qualidade. Capítulo 5 (montgomery)

= = 20, , A

Eficiência do gráfico de controle EWMA em função de diferentes quantidades e posições de causas especiais

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação

PSI LABORATÓRIO DE INSTRUMENTAÇÃO ELÉTRICA (2017) EXPERIÊNCIA 4 - PONTE DE WHEATSTONE

Laboratório de Física - IQ

Índice de Capacidade do Processo na Avaliação da

Experimento científico para a determinação da aceleração da gravidade local empregando materiais de baixo custo

MSA Análise de Sistemas de Medição Anésio Mariano Junior

Análise da Variância. Prof. Dr. Alberto Franke (48)

6. Predição Linear e Controlo de Variância Mínima

Aplicativo Computacional para Delineamento de Experimento de Taguchi

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos

CEP Controle Estatístico de Processo

Delineamento e Análise Experimental Aula 4

CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA Função do 2º grau. Lucas Araújo Engenharia de Produção Rafael Carvalho Engenharia Civil

CE219 - Controle Estatístico de Qualidade

Engenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento de Sistemas Espaciais

ENG03366 INTRODUÇÃO À ENGENHARIA MECÂNICA. ENG INTRODUÇÃO À ENGENHARIA MECÂNICA Aula No. 4 Modelo Francis H. R. França

Conteúdo. Resistência dos Materiais. Prof. Peterson Jaeger. 3. Concentração de tensões de tração. APOSTILA Versão 2013

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

QUI 154/150 Química Analítica V Análise Instrumental. Aula 1 Estatística (parte 1)

Cap. 4 - Estimação por Intervalo

Especialização em Engenharia de Processos e de Sistemas de Produção

Módulo 5. Estudos de sistemas de medição por atributos, Sistemas complexos/não replicáveis

ADMINISTRAÇÃO DE MATERIAIS

Disciplina: Gestão da Qualidade

Estatística e Probabilidade. Aula 11 Cap 06

Controle de Qualidade

Estatística. 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão. Renata Souza

Transcrição:

ENGENHARIA DA QUALIDADE A ENG 09008 AULA 7 FUNÇÃO PERDA QUADRÁTICA PROFESSORES: CARLA SCHWENGBER TEN CATEN

Tópicos desta aula Função de Perda de Taguchi (ou Função Perda Quadrática) Abordagem Tradicional x Taguchi A Função de Perda e o Controle do Processo Determinação do coeficiente de perda Cálculo da perda média unitária para um lote de produtos Aplicações da função de perda Engenharia da Qualidade A Ano 010/01

Abordagem Tradicional x Taguchi Abordagem Tradicional: Atendimento às especificações e adequação do produto ao uso. Abordagem de Taguchi: Atingir o alvo com a menor variabilidade possível em torno do mesmo Perda imposta por um produto à sociedade a partir do momento em que é liberado para a venda. Sociedade = fabricante + consumidor + demais não consumidores Objetivo = minimizar as perdas impostas a este conjunto Engenharia da Qualidade A Ano 010/01 3

Gráfico da Função Perda Quadrática L() Ao São aceitáveis todas as unidades produzidas dentro dos limites (m - Δ até m + Δ) L( 3 ) = 0 L( 1 ) = A 0 L( 5 ) = A 0 0 m - m m + LIE m LSE LIE m LSE LIE m LSE Engenharia da Qualidade A Ano 010/01 4

Perdas devida a má qualidade Cliente: perda de tempo, indisponibilidade do produto, insatisfação em relação ao desempenho do produto, poluição, manutenção, efeitos prejudiciais. Fabricante: sucata, retrabalho, perda de fatia de mercado. Perdas mútuas: gastos adicionais com reposição ou reparo do produto. Perda = $$$$ Em todos os casos a perda será expressa em termos monetários Ou seja, se há um custo associado à má qualidade é importante considerar essa perda em todas as decisões gerenciais. Engenharia da Qualidade A Ano 010/01 5

A Função Perda e o Controle do Processo A abordagem tradicional do controle do processo é considerar todas as unidades fabricadas dentro dos limites de especificação como boas, e aquelas fabricadas fora dos limites como defeituosas. A abordagem proposta por Taguchi é usar uma função de perda para avaliar: Projeto do produto e do processo Produção Assistência técnica Engenharia da Qualidade A Ano 010/01 6

Formulação - Nominal é melhor A função de perda é empregada para quantificar a perda que um produto impõem à sociedade pela falta de qualidade. Em muitos casos, essa perda resulta aproximadamente proporcional ao quadrado do desvio da meta estabelecida para uma certa característica de qualidade, ou seja: Onde: L( i ) = k ( i - m) LIE LSE Nominal é melhor L( i ) é a perda financeira, associada com o desvio da meta, para a unidade i; i é o valor medido na unidade i para a característica de qualidade em estudo; m é a meta para a respectiva característica de qualidade; e k é o coeficiente de perda da qualidade, que converte o desvio do alvo em R$ (o valor de k está associado a uma perda unitária) L( 1 ) L( 5 ) m m m Engenharia da Qualidade A Ano 010/01 7

Determinação do coeficiente de perda Para determinar o valor de k basta que se conheça a perda associada a um certo valor da característica de qualidade. Onde: A 0 é o custo de reparo ou substituição do produto (para o cliente). A o k Δ é o desvio da meta que exigiria reparo ou substituição. Engenharia da Qualidade A Ano 010/01 8

Gráfico da Função Perda Quadrática L( L( i i 0 k ) k( ) ' i i k i m) km km k i i k m m i km Derivada em i Ponto de perda nula L() São aceitáveis todas as unidades produzidas dentro dos limites L( 3 ) = 0 L( 1 ) = A 0 L( 5 ) = A 0 Ao (m - Δ até m + Δ) LIE m LSE LIE m LSE 0 m - m m + LIE m LSE Engenharia da Qualidade A Ano 010/01 9

Aplicações da função de perda Exemplo: Uma CQ crítica da peça é o seu comprimento com especificações m=0 ± 4cm e seu custo é A 0 = R$3,00/peça. k A R$3 0 R$,00 / 0 (4cm) cm L L L L L 0 1 3 4 K K K K K m (0 0) R$0,00 / pç m (1 0) R$,00 / pç m ( 0) R$8,00 / pç m (3 0) R$18,00 / pç m (4 0) R$3,00 / pç Engenharia da Qualidade A Ano 010/01 10

Vantagens da Função Perda Na concepção clássica, os procedimentos de melhoria terminam quando se atinge a condição de produzir todas as unidades dentro das especificações. Na ótica da função de perda, os procedimentos de melhoria irão continuar até que se atinja a perfeição, ou seja, processo exatamente centrado e com variabilidade nula. O uso da função de perda implica uma filosofia de melhoria contínua da qualidade. Situação ideal LIE m LSE LIE m LSE Engenharia da Qualidade A Ano 010/01 11

Cálculo para um Lote de Produtos A perda financeira média por unidade para um lote de produtos é dada por: n 1 L k i m n i1 m m L k n n n i i Somando e subtraindo (Σ i / n), obtemos: Perda média de uma peça (em n peças produzidas) Soma das perdas de n peças produzidas n i1 LIE k( i m) L k m s Observando-se a perda média unitária de um lote ao longo do tempo pode-se identificar se o processo melhorou ou não m LSE Engenharia da Qualidade A Ano 010/01 1

Cálculo para um Lote de Produtos Ou seja, conhecidos k e m, basta computar a média e o desvio padrão de um lote para estimar a perda média por unidade. A equação acima deixa claro que há duas parcelas que contribuem para a perda de qualidade: Desvio da meta Dispersão (falta de homogeneidade) Em geral é muito mais fácil corrigir desvios da meta do que dispersão L k m s ( m) s Engenharia da Qualidade A Ano 010/01 13

Aplicações da função de perda Exemplo: Uma CQ crítica da peça é o seu comprimento com especificações m=0 ± 4cm e seu custo é A 0 = R$3,00/peça. Em um mês fabrica-se 00 peças. O processo foi avaliado em relação a esta CQ apresentando média cm e desvio-padrão 1 cm. k A R$3 0 R$,00 / 0 (4cm) cm L K m S ( 0) 1 R$10,00/ pç L n 00 00pç R$10,00/ pç R$000,00/ mês Engenharia da Qualidade A Ano 010/01 14

Aplicações da função de perda Exemplo: Se o processo fosse centralizado (m=0cm), qual seria o ganho ou a redução da perda? Se o investimento para a centralização fosse de R$ 8000,00, em quantos meses retornaria o investimento (ROI)? L L n L L n K m S ( 0) 1 R$10,00/ pç 00 00pç R$10,00/ pç K R$000,00/ mes m S (0 0) 1 R$,00/ pç 00 00pç R$,00/ pç R$400,00/ mes Ganho R$ 000,00/ mes R$400,00/ mes R$1600,00/ mes ROI R$ 8000,00/ R$1600,00 5 meses Engenharia da Qualidade A Ano 010/01 15

Análise dos Problemas de Qualidade Uma estatística que revela a natureza dos problemas de qualidade é a seguinte: ( m) Q s Se Q for maior que 1, a perda devido ao desvio da meta é preponderante, e provavelmente será possível efetuar uma melhora significativa no processo com facilidade. Se Q for próximo de zero, o processo já está centrado e os problemas de qualidade são basicamente devidos à dispersão. Esse caso é mais difícil de resolver e, em geral, irá exigir ação sobre as causas comuns (ação sobre o sistema). Engenharia da Qualidade A Ano 010/01 16

Análise dos Problemas de Qualidade Exemplo: sejam dois processos com m = 0 e k = 1. Processo 1: Processo : bar = 0,0 bar = 0,8 s = 1,0 s = 0,6 L = 1 {(0-0) + 1 } = 1 L = 1 {(0,8-0) + 0,6 } = 1 Q = (0-0) / 1 = 0 Q = (0,8-0) / 0,6 = 1,33 ( m) Q s -3 - -1 0 1 3-3 - -1 0 1 3 L k m s Ambos os processos têm a mesma perda unitária média; contudo, deve ser mais fácil atuar sobre (e melhorar) o processo. Engenharia da Qualidade A Ano 010/01 17

Características de qualidade e função perda Existem três tipos de características de qualidade a serem consideradas para o cálculo da perda média unitária: Nominal é melhor: dimensão, viscosidade, folga valores podem variar entre duas extremidades L k ( m) s Maior é melhor: resistência, tempo de vida tem valor mínimo estabelecido L? Menor é melhor: desgaste, retração, nível de ruído tem valor máximo estabelecido L? LIE LSE Nominal é melhor LIE Maior é melhor LSE Menor é melhor Engenharia da Qualidade A Ano 010/01 18

Perda para uma unidade Maior é melhor L( ) A perda diminui a medida que aumenta (maior é melhor) e é mínima quando i k i LIE Maior é melhor Perda 14 1 10 L() 8 6 4 0 0 3 6 9 1 Engenharia da Qualidade A Ano 010/01 19

Perda para uma unidade Maior é melhor L( i ) k i LIE Maior é melhor Se a perda é conhecida para um ponto qualquer 0, podemos determinar o valor de k a partir de: k L( ) o o O ponto 0 (normalmente LIE) pode ser Δ 0, ou seja, o ponto onde a maioria dos clientes irá exigir reparo ou substituição a um custo A 0. Assim, k o A o Engenharia da Qualidade A Ano 010/01 0

Perda para uma unidade Maior é melhor No caso de termos muitas unidades do mesmo produto, a perda média unitária para o lote é dada por: L 1 1 k n i ou 1 3s 1 Lk Engenharia da Qualidade A Ano 010/01 1

Perda para uma unidade Menor é melhor LSE L A perda diminui a medida que diminui (menor é melhor) e é mínima quando 0 ( i ) k i Menor é melhor L() 30,00 5,00 0,00 15,00 10,00 5,00 0,00 Perda 0 3 6 9 1 Engenharia da Qualidade A Ano 010/01

Perda para uma unidade Menor é melhor LSE L ( i ) k i Menor é melhor Se a perda é conhecida para um ponto qualquer 0, podemos determinar o valor de k a partir de: O ponto 0 (normalmente LSE) pode ser Δ 0, ou seja, o ponto onde a maioria dos clientes irá exigir reparo ou substituição a um custo A 0. Assim, k L A k o o o o Engenharia da Qualidade A Ano 010/01 3

Perda para uma unidade Menor é melhor No caso de termos muitas unidades do mesmo produto, a perda média unitária para o lote é dada por: ou 1 L k i n L k s Engenharia da Qualidade A Ano 010/01 4

Aplicações da função de perda 1) Comparação antes e depois de uma melhoria de um processo de fabricação de um produto A função de perda pode ser usada para monitorar melhorias no processo antes e depois de uma intervenção. É um índice mais consistente do que os índices usuais de capacidade, como o Cp. Isso é assim porque a função de perda considera tanto a perda devido à dispersão como a perda devido a desvios da meta. Os índices usuais de capacidade não consideram diretamente o desvio da meta. De forma que é possível ter processos bastante descentrados e ainda assim com um índice de capacidade alto. Engenharia da Qualidade A Ano 010/01 5

Aplicações da função de perda Muitas vezes é difícil computar o verdadeiro valor de k, mas para efeitos comparativos (monitoramento, avaliação de melhorias) pode-se usar k antes = k depois = 1 uma vez que o custo do produto (A o ) e as tolerâncias (Δ) são as mesmas. Uma redução de 10% no valor de L implica uma redução de 10% nos custos da má qualidade, mesmo que não se conheça com exatidão esse valor. k k antes depois A 0 0 A 0 0 k antes k depois 1 L L antes depois 1 ( 1 ( antes depois m) m) s antes s depois Engenharia da Qualidade A Ano 010/01 6

Aplicações da função de perda ) Comparação de dois processos distintos de um mesmo produto Também é possível usar a função perda para comparar processos distintos, mesmo sem conhecer o valor exato de k. Nesse caso, atribui-se A 0 processo1 = A 0 processo = 1 para unidades que estejam sobre o limite de especificação. No entanto como são processos distintos, as tolerâncias também são distintas. Engenharia da Qualidade A Ano 010/01 7

Aplicações da função de perda Neste caso, calcula-se o valor de k dividindo-se o valor Ao pelo Δ (semi-amplitude das tolerâncias) de cada processo, ou seja, os valores de K serão diferentes para os dois processos. k k processo1 processo A 0 processo1 0 processo1 A 0 processo 0 processo A 0 processo1 A 0 processo 1 L L processo1 processo 1 0 processo1 1 0 processo ( ( processo1 processo m m processo1 ) processo ) s s processo1 processo Engenharia da Qualidade A Ano 010/01 8

Aplicações da função de perda 3) Definição de tolerâncias de produção A função perda também serve para auxiliar na definição das tolerâncias da produção, que podem ser diferentes das tolerâncias do cliente (limites de especificação). Quando o custo de reparar o produto ainda na fábrica é inferior a recuperar o produto já com o cliente, a empresa pode definir tolerâncias de produção mais estreitas do que tolerâncias dos clientes (limites de especificação). Engenharia da Qualidade A Ano 010/01 9

Aplicações da função de perda Exemplo 1: o valor ótimo da velocidade de um disco rígido é 85 rps. Se esse valor difere em mais de rps, haverá problemas na leitura dos dados e o cliente terá que consertar o disco rígido ao custo de R$ 50,00. Assim: L 0 ( i ) k( i m) ( m i 0 A ) 50 L( i ),0 ( ) 1,5( 85) i m i Se o custo de reparo na saída da linha for de R$ 4,00 por aparelho, a tolerância para a produção deveria ser definida a partir de: 4,00 = 1,5 (i - 85) = 85 ± (4 / 1,5) 0,5 = 85 ± 1,39 rps Assim, a tolerância da produção fica definida em 85 ± 1,39. Os aparelhos que ultrapassarem esse limite deveriam ser reparados na fábrica, pois isso é mais econômico. Engenharia da Qualidade A Ano 010/01 30

Aplicações da função de perda L( i ) 1,5( 85) i 4 83 83,61 86,39 87 Engenharia da Qualidade A Ano 010/01 31

Aplicações da função de perda Exemplo : Quanto maior a resistência à tração de certos suportes cerâmicos utilizados como isoladores, melhor. Se a resistência for inferior a 7,5 kn o suporte romperá, acarretando um custo de R$ 80,00 para o cliente. Então: L( i ) = k / i k = (Δ o ) x A o = 7,5 x 80 = 4500 Supondo que seja possível detectar falhas nesses suportes e reforçá-los (antes que eles deixem a fábrica) a um custo de R$35,00, teremos: L( i ) = 4500 / i 35,00 = 4500 / i = 11,3 kn De modo que a tolerância recomendada para a produção será de 11,3 kn. Engenharia da Qualidade A 3

Aplicações da função de perda Engenharia da Qualidade A Ano 010/01 33

Tópicos próxima aula Projetos de Experimentos Terminologia Passos de implementação Princípios fundamentais One Wa ANOVA Otimização Engenharia da Qualidade A Ano 010/01 34