Controlo Estatístico do Processo

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

Controle Estatístico do Processo (CEP)

CEP Controle Estatístico de Processo

CEP: Controle Estatístico de Processo

Controle Estatístico de Qualidade. Capítulo 7 (montgomery)

Controle Estatístico de Processo

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

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

Controle Estatístico de Processo

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

2)Para o exercício anterior e usando os limites de controle e estimativas revistas para este processo, determine se este está estável. Justifique.

Aula 14. Controle Total da Qualidade EAD 762

Carta de controle para o desvio-padrão

Especialização em Métodos Estatísticos Computacionais

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

CEP CONTROLE ESTATÍSTICO DO PROCESSO

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

Controle de Qualidade

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

Módulo 5 Capacidade do processo, etapas para implantação do CEP e as ferramentas utilizadas em conjunto com o CEP

Comunicado Técnico 12

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

Capacidade de Processo

Capacidade de Processo Material Complementar

Controle Estatístico de Qualidade. Capítulo 5 (montgomery)

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

EXEMPLOS PARA CONTROLE ESTATÍSTICO DE PROCESSOS (C.E.P.)

Controle Estatístico da Qualidade

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

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Monitoramento da qualidade do processo de manutenção de extintores. Carolina Lopes Caroline Selis Mariana Almeida Pedro Henrique Pedro Moraes

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

Disciplina: Gestão da Qualidade

Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo

4 Capabilidade de Processos

3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o

Universidade Federal de São Carlos UFSCar/Sorocaba Palestra sobre Seis Sigma. 1

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

LAN 2740 Parte II Controle estatístico da qualidade na indústria de alimentos Profa. Responsável: Thais Vieira. Índices de Capacidade de processo

CONTROLE DE PROCESSOS: Avaliação e Projeção (Formulário) Prof. Márcio Bambirra Santos

Um Processo é CEP. Vantagens do CEP CEP 1/4/2013. Processo. Prof. Diego

CE219 - Controle Estatístico de Qualidade

CAPÍTULO 9 CONTROLE ESTATÍSTICO DO PROCESSO - CEP

CEP - CONTROLE ESTATÍSTICO DO PROCESSO

Engenharia da Qualidade I Aula 6

CE219 - Controle Estatístico de Qualidade

Controle estatístico, manutenção e confiabilidade de processos. Profa. Rejane Tubino

CONTROLE ESTATÍSTICO DE PROCESSOS

#AULÃO EXTRA03 (PROFA. MÔNICA ROBERTA) DE CONT. QUALIDADE (1 a 60)

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

17/04/ PLANO DE AMOSTRAGEM - CONTROLE DE PROCESSO AMOSTRAGEM OBJETIVOS: PLANO DE AMOSTRAGEM. O que deve ser analisado PARA REALIZAR AMOSTRAGEM

Gráficos de Controle

Análise da capacidade de processos

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

LAN 2740 aula 8. Exercícios: Índices de capacidade Gráfico de controle por atributos. prof. Thais M. F. S. Vieira

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

CE219 - Controle Estatístico de Qualidade

7- Controle Estatístico de Processos CEP - Controle Estatístico de Processos

CONTROLE DE PROCESSO ESTATÍSTICO APLICADO A REVISÃO DE KM DE UMA CONCESSIONÁRIA DE VEÍCULOS

Engenharia da Qualidade. Profa. Luciana Rosa Leite

Um modelo para a análise da capacidade de processos com ênfase na transformação de dados

Gráfico de Controle Estatístico

Ficha Facultativa de Avaliação de Controlo Estatístico de Qualidade

CAPÍTULO 9: CONTROLE ESTATÍSTICO DO PROCESSO CEP

PROGRAMAS DO CONTROLE DE QUALIDADE

APLICAÇÃO DA ANÁLISE DE VARIÂNCIA NA IMPLEMENTAÇÃO DO CEP

Um comparativo de desempenho entre gráficos de controle univariados e multivariados

CAPABILIDADE DO PROCESSO DE SEMEADURA DO MILHO SAFRINHA COM MECANISMO DOSADOR TIPO PNEUMÁTICO

CONTROLE ESTATÍSTICO DE PROCESSO

08 C o C ntin i ua u çã a o çã de 0 7

FERRAMENTAS DE MELHORIA CONTÍNUA 6 SIGMA

Controle Estatístico de Processos - CEP

Uso da Análise de Variância na Fase do Ciclo PDCA para Melhorar Resultados

UNIVERSIDADE FEDERAL DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO. GEPEQ Grupo de Estudos e Pesquisa em Qualidade

Módulo 4. 6º Ferramenta: Diagrama de Dispersão; 7º Ferramenta: Carta de Controle; Exercícios.

Proposta de Modelo Simplificado para Implementação do Controle Estatístico de Processo (CEP) na Indústria Química / Petroquímica de Processo Contínuo

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

Gráficos de Controle (X, R, S, CUSUM e EWMA)

CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM

DISTRIBUIÇÃO NORMAL. Para facilitar o trabalho do cálculo da área sob a curva, podemos escrever a fórmula acima da seguinte forma:

Ferramentas da Qualidade UDESC/CCT

CONTROLE ESTATÍSTICO DO PROCESSO APLICADO AO PROCESSO DE ENVASAMENTO EM UMA INDÚSTRIA DE BEBIDAS

O pacote CEPpt na análise de dados de resfriamento de aves

UNIVERSIDADE FEDERAL DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO ESTUDO DE CAPABILIDADE DO PROCESSO DE FABRICAÇÃO DE

Gráfico de Pareto. Ferramentas da Qualidade

Metodologia de Controle Estatístico da Qualidade na Unidade de Chaparia e Montagem de uma Empresa Automobilística

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

Análise das contribuições do Controle Estatístico de Processos em sistemas de manufatura de alta precisão

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Sumário. Prefácio, 13

Engenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento de Sistemas Espaciais

ENGENHARIA DA QUALIDADE A ENG AULA 1 APRESENTAÇÃO DA DISCIPLINA

APLICAÇÃO DO CEP EM UM PROCESSO DE USINAGEM DE PEÇA EM UMA INDÚSTRIA METAL MECÂNICA

AS SETE FERRAMENTAS DA QUALIDADE

1 Estudos de medição para dados contínuos

AVALIAÇÃO DA CAPACIDADE DO PROCESSO PRODUTIVO DE BLOCOS DE CONCRETO POR MEIO DE ANÁLISES ESTATÍSTICAS EM UMA EMPRESA NA CIDADE DE PELOTAS/RS

CONTROLE DE PROCESSO ESTATÍSTICO APLICADO A REVISÃO DE KM DE UMA CONCESSIONÁRIA DE VEÍCULOS

Intervalos de Confiança

MONOGRAFIA. Proposta de Índices de Capacidade Multivariados Autocorrelacionados em Populações Normais, Dependentes e Heterocedásticas

O USO DE GRÁFICOS AVANÇADOS CUSUM NA VERIFICAÇÃO DO COMPORTAMENTO DE UM PROCESSO A PARTIR DAS NÃO CONFORMIDADES EM UMA INDÚSTRIA DO SEGMENTO GRÁFICO

Transcrição:

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. Um processo controlado exibe um padrão estável de variabilidade. Se um processo trabalha para além desse padrão estável é porque existe uma causa. Há que encontrar essa(s) causa(s) porque: Deteriora a qualidade do processo Melhora a qualidade do processo Assume-se em geral que um processo é estável (controlado) até haver evidências do contrário.

CEP Materializa-se nos Gráficos de Controlo (Shewhart) Tipos: Gráficos de Controlo por Variáveis Gráficos X-barra ( X ) - Gráfico X se n=1 Gráficos R - Gráfico R m se n=1 Gráficos de Controlo por Atributos Gráficos P Gráficos C Caracterizam-se por: Monitorizar a consistência do processo ao longo do tempo Gráficos CV nível média e a variabilidade Gráficos CA proporção de defeituosos São incompletos em termos de: Não indicam se se estão a respeitar as tolerâncias de forma consistente Não explicitam nem eliminam as causas de descontrolo Gráfico de Controlo por Variáveis Valor alvo da variável de controlo: mm; Tolerância +/-,5 mm Amostra Réplica 1 Réplica 2 Réplica 3 Réplica 4 Réplica 5 Média amostra 1,,12,36,18,8, 2,,47,6,35,18,23 3,8,45,25,,,15 4,3,7,45,3,8,7 5,25,26,26,6,31,21 6,,22,31,,2,14 7,4,8,4,2,33,3 8,6,55,8,1,14,86,45,5,8,3,4,82,,41,2,31,24,18,,2,34,2,3,15 12,41,36,5,,42,23 13,6,7,8,4,3,58 14,2,21,3,15,24,15 15,8,8,,38,1, 16,,42,45,21,,2 17,5,33,6,4,3,24 18,23,21,4,17,46,2 1,1,24,4,46,8,24 2,38,26,2,34,44,34 21,,2,5,13,15,15 22,3,17,7,34,44,1 23,3,,4,26,47,33 24,34,3,1,24,3,14 25,,26,12,,,,17 Amplitude,46,41,47 1,15,35,32,51,64 1,5,51,44,47,41,31,48,55,54,2,51,18,24 1,4,36,43,27,51

Gráfico de Controlo por Variáveis Medições individuais (mm),75,5,25,75,5,25 Limite superior da especificação (,5 mm) Limite inferior da especificação (,5 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 21 22 23 24 25 Este gráfico não é um gráfico de controlo de Shewart! No entanto pode ser usado em ambiente fabril para apoio ao controlo do processo Gráfico de Controlo por Variáveis Médias dos sub-grupos (mm),75,5,25,75,5,25 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 21 22 23 24 25 Este gráfico não é um gráfico de controlo de Shewart! Num gráfico onde se exibem valores médios não devem estar presentes apenas os limites de especificação e o valor alvo. Deve-se representar os valores das réplicas também.

Gráfico de Controlo por Variáveis Medições individuais e médias (mm),75,5,25,75,5,25 Limite superior da especificação (,5 mm) Limite inferior da especificação (,5 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 21 22 23 24 25 Este gráfico não é um gráfico de controlo de Shewart! Num gráfico onde se exibem valores médios não devem estar presentes apenas os limites de especificação e o valor alvo. Deve-se representar os valores das réplicas também. Gráfico de Controlo por Variáveis Gráfico X Médias dos sub-grupos (mm),75,5,25,75,5,25 Limite superior de controlo (,47 mm) Limite inferior de controlo (,88 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 21 22 23 24 25 Este gráfico é um gráfico de controlo de Shewart!

Gráfico de Controlo por Variáveis Amplitudes dos sub-grupos (mm) 1,6 1,4 1,2 1,8,6,4,2 Limite superior de controlo (1,8 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 21 22 23 24 25 Gráfico R Amplitude média (,51 mm) Este gráfico é um gráfico de controlo de Shewart! Gráfico de Controlo por Variáveis Médias dos sub-grupos (mm),75,5,25,75,5,25 α/2: α = probabilidade do erro Tipo I α/2: α = probabilidade do erro Tipo I Gráfico X Limite superior de controlo (,47 mm) Limite inferior de controlo (,88 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 21 22 23 24 25 Erro do Tipo I Falso Alarme Considerar o processo fora de controlo sendo este facto Falso. O valor do sub-grupo deve-se apenas à variabilidade natural e não a uma causa específica.

Gráfico de Controlo por Variáveis Formulário Gráficos X : Xi X = =1 n i n X : valor médio do sub-grupo i: número da medição do sub-grupo n: nº de medições do sub-grupo Gráficos R: X m j j X = =1 : média dos valores médios dos sub-grupos X m LSC = X + A2 R LIC = X A2 R m j R R = =1 m LSC = D4 R LIC = D3R j j: número do sub-grupo m: número de sub-grupos R : médias das amplitudes dos sub-grupos j: número do sub-grupo m: número de sub-grupos Rj: amplitude do sub-grupo j Gráfico de Controlo por Variáveis Factores para a determinação a partir de R, dos limites de controlo 3σ para os gráficos e R Número de observações no subgrupo (n) 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 Factor para gráfico A 2 1,88 1,2 1,2,58,48,42,37,34,31,2,27,25,24,22,21,2,1,1,18 X X Gráfico X d 2 1,128 1,63 2,5 2,326 2,534 2,74 2,847 2,7 3,78 3,173 3,258 Factores para gráfico R D 3 D 4 3,27 2,57 2,28 2, 2,,8 1,2,14 1,86,18 1,82,22 1,78,26 1,74,28 1,72,31 1,6,33 1,67,35 1,65,36 1,64,38 1,62,3 1,61,4 1,6,41 1,5

Gráfico de Controlo por Variáveis Gráfico X Médias dos sub-grupos (mm),75,5,25,75,5,25 Limite superior de controlo (,43 mm) Limite inferior de controlo (,6 mm) Valor médio (,2 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 Limites de Controlo Revistos (retirando pontos 4,8,,13,22): X =,2 ; R =,41 LSC =,2 +,58*,41 =,43 LSC =,2 +,58*,41 =,6 Gráfico de Controlo por Variáveis Amplitudes dos sub-grupos (mm) 1,6 1,4 1,2 1,8,6,4,2 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2 Gráfico R Limite superior de controlo (,85 mm) Amplitude média (,41 mm) Limites de Controlo Revistos (retirando pontos 4,8,,13,22): LSC = 2,*,41 =,85 R =,41 LSC = *,41 =

Gráfico de Controlo por Variáveis Formulário Gráficos X : m X i i= 1 X = m LSC e LIC = X ± 3 X : valor médio i: número da medição m: nº de medições 1 medição por sub-grupo (n real =1) R M d2 Gráficos R M : R M m j= n R Mj = m n + 1 LSC = D 4 R M LIC = D 3 R M R M : média móvel das amplitudes j: número da medição m: número de medições (sub-grupos) n: dimensão artificial do sub-grupo para cálculo da média móvel (p.ex. n=2). Gráfico de Controlo por Atributos %Defeitos Nº defeitos (nºdef/2) Após 1 2, 2 4,2 3 6,3 4 5,25 5 7,35 6 45,225 7 55,275 8 65,325 7,35 4,2 5,25 12 55,275 13 35,175 14 55,275 15 6,3 16 85,425 17 45,225 18 65,325 1 6,3 2 7,35 21 7,35 22 6,3 23 5,525 24 65,325 25 6,3 melhoria %Defeitos Nº defeitos (nºdef/2 26 12,6 27 15,75 28 24,12 2 15,75 3 17,85 31 18, 32 22,1 33 25,125 34 34,17 35 22,1 36,55 37,5 38 12,6 3 18, 4 22,1 p : percentagem de defeituosos n p 1 p : percentagem média de defeituosos = ( ) n p(1 p) s :desvio padrão = n LSC e LIC = p ± 3s

Gráfico de Controlo por Atributos Fracção de defeituosos,6 LSC=,54,5,4,3 Média=,2,2 Gráfico P LSC=,25,1 LIC=,42 Média=, 2 4 6 8 12 14 16 18 2 22 24 26 28 3 32 34 36 38 4 S até 25 =,82 S 25 a 4 =,528 Evolução do processo Bom comportamento. Revisão Limites.,6,5,4,3,2,1 Ponto fora. Investigar causa.,,6,8,5 1 2 3 4 5 6 7 8,4,3,2,1,,8 1 2 3 4 5 6 7 8

Evolução do processo 2 Pontos próximos limites. Investigar causa.,6,5,4,3,2,1 5 pontos acima. Investigar causa.,,6,8,5 1 2 3 4 5 6 7 8,4,3,2,1,,8 1 2 3 4 5 6 7 8 Evolução do processo 5 pontos abaixo. Investigar causa.,6,5,4,3,2,1 Comportamento errático. Investigar causa.,,6,8,5 1 2 3 4 5 6 7 8,4,3,2,1,,8 1 2 3 4 5 6 7 8

CEP Causas especiais eliminadas Variabilidade devido a causas comuns reduzida Nominal Processo melhorado Causas especiais presentes Processo controlado - previsível Processo fora de controlo - imprevisível Melhorar o processo fazendo a média aproximar-se do valor alvo CEP 6 5 4 Data improved Average wait Mean UPL LPL 3 2 5/1/22 5/15/22 5/2/22 6/12/22 6/26/22 7//22 7/24/22 8/7/22 8/21/22 /4/22 /18/22 /2/22 /16/22 /3/22 /13/22 /27/22 12//22 12/25/22 1/8/23 1/22/23 2/5/23 2/1/23 3/5/23 Wait (min) Date

Capabilidade do processo Gráficos CEP medem e garantem a estabilidade do processo ao longo do tempo. No entanto, a estabilidade do processo não garante que o processo está a cumprir as especificações do produto. Os gráficos CEP são função de condicionantes internas à empresa: o processo pode ser estável e não cumprir especificações. A capabilidade do processo é uma medida de desempenho do processo em relação ao cumprimento das especificações do produto. É primordial que se garanta que o processo é capaz e após esta fase controlar o processo Índices: Cp capabilidade potencial Cpk capabilidade efectiva Cpm capabilidade em relação ao valor alvo Cpmk capabilidade em relação ao valor alvo Capabilidade do processo LSE LIE C p = 6σ x É desejável que Cp 2 Se Cp 1 : o processo é capaz Se Cp<1: o processo não é capaz C pk = MIN ( C pl, C pu ) C pu É desejável que Cp>2 Se Cpk>1 : o processo é capaz Se Cpk<1 : o processo não é capaz σ x : desvio C pl padrão x LIE = 3σ x LSE x = 3σ x processo

Capabilidade do processo LIE Valor Alvo Cp=2;Cpk=2 LSE Cp=2;Cpk=-4 Cp=2;Cpk= Cp=1; Cpk=1 Cp=,5; Cpk=,5 5 15 2 25 Médias dos sub-grupos (mm) Capabilidade do processo,75,5 Limite superior de controlo (,47 mm),25 Limite inferior de controlo (,88 mm),75,5,25,5,5 C p = =,636 6 *,262,17,5 C pl = =,852 3 *,262,5,17 C pu = =,42 3 *,262 C pk =,42 Processo não capaz Médias dos sub-grupos (mm),75,5,25,75,5,25 1 2 3 4 5 6 7 8 12131415161718122122232425 Limite superior de controlo (,43 mm) Limite inferior de controlo (,6 mm) Valor médio (,2 mm) 1 2 3 4 5 6 7 8 12 13 14 15 16 17 18 1 2,5,5 C p = =,47 6 *,176,2,5 C pl = = 1,322 3 *,176,5,2 C pu = =,572 3 *,176 C pk =,572 Processo não capaz

Capabilidade do processo Média: Cp:,33 Dp: 5 Cpk:,33 Especif. super.: 15 Cps:,33 Especif. infer.: 5 Cpi:,33 P. Erro Defeito (ppm): 158655,26 P. Erro Excesso (ppm): 158655,26 P. Erro Total (ppm): 3173,52 P.Erro Total (%): 31,73% Esp.Inf. ALVO Esp.Sup. Esp.Inf. ALVO Esp.Sup. 5 15 2 5 15 2 Média: Cp:,56 Dp: 3 Cpk:,56 Especif. super.: 15 Cps:,56 Especif. infer.: 5 Cpi:,56 P. Erro Defeito (ppm): 477,334 P. Erro Excesso (ppm): 477,334 P. Erro Total (ppm): 558,668 P.Erro Total (%):,56% Capabilidade do processo Média: Cp:,83 Dp: 2 Cpk:,83 Especif. super.: 15 Cps:,83 Especif. infer.: 5 Cpi:,83 P. Erro Defeito (ppm): 62,6786 P. Erro Excesso (ppm): 62,6786 P. Erro Total (ppm): 1241,357 P.Erro Total (%): 1,24% Esp.Inf. ALVO Esp.Sup. Esp.Inf. ALVO Esp.Sup. 5 15 2 5 15 2 Média: Cp: 1, Dp: 1,5 Cpk: 1, Especif. super.: 15 Cps: 1, Especif. infer.: 5 Cpi: 1, P. Erro Defeito (ppm): 42,6534 P. Erro Excesso (ppm): 42,6534 P. Erro Total (ppm): 858,23368 P.Erro Total (%):,%

Capabilidade do processo Média: Cp: 1,67 Dp: 1 Cpk: 1,67 Especif. super.: 15 Cps: 1,67 Especif. infer.: 5 Cpi: 1,67 P. Erro Defeito (ppm):,2875 P. Erro Excesso (ppm):,2875 P. Erro Total (ppm):,57421 P.Erro Total (%):,% Esp.Inf. ALVO Esp.Sup. Esp.Inf. ALVO Esp.Sup. 5 15 2 5 15 2 Média: Cp: 2,8 Dp:,8 Cpk: 2,8 Especif. super.: 15 Cps: 2,8 Especif. infer.: 5 Cpi: 2,8 P. Erro Defeito (ppm):,26 P. Erro Excesso (ppm):,26 P. Erro Total (ppm):,4121 P.Erro Total (%):,% -------- Seis Sigma: SIM Capabilidade do processo Média: Cp: 2,8 Dp:,8 Cpk: 2,8 Especif. super.: 15 Cps: 2,8 Especif. infer.: 5 Cpi: 2,8 P. Erro Defeito (ppm):,26 P. Erro Excesso (ppm):,26 P. Erro Total (ppm):,4121 P.Erro Total (%):,% -------- Seis Sigma: SIM Esp.Inf. ALVO Esp.Sup. Esp.Inf. ALVO Esp.Sup. 5 15 2 5 15 2 Média:,1 Cp: 2,8 Dp:,8 Cpk: 2,4 Especif. super.: 15 Cps: 2,4 Especif. infer.: 5 Cpi: 2,13 P. Erro Defeito (ppm):,1e-5 P. Erro Excesso (ppm):,4551 P. Erro Total (ppm):,5478 P.Erro Total (%):,% -------- Seis Sigma: SIM

Capabilidade do processo Média:,2 Cp: 2,8 Dp:,8 Cpk: 2, Especif. super.: 15 Cps: 2, Especif. infer.: 5 Cpi: 2,17 P. Erro Defeito (ppm): 4,358E-5 P. Erro Excesso (ppm):,12 P. Erro Total (ppm):,348 P.Erro Total (%):,% Esp.Inf. ALVO Esp.Inf. Esp.Sup. ALVO Esp.Sup. 5 15 2 5 15 2 Média: Cp: 2,8 Dp:,8 Cpk: 1,67 Especif. super.: 15 Cps: 1,67 Especif. infer.: 5 Cpi: 2,5 P. Erro Defeito (ppm): 3,216E-8 P. Erro Excesso (ppm):,2875 P. Erro Total (ppm):,28753 P.Erro Total (%):,% Capabilidade do processo Média: 12 Cp: 2,8 Dp:,8 Cpk: 1,25 Especif. super.: 15 Cps: 1,25 Especif. infer.: 5 Cpi: 2,2 P. Erro Defeito (ppm): P. Erro Excesso (ppm): 88,44454 P. Erro Total (ppm): 88,44454 P.Erro Total (%):,1% Esp.Inf. ALVO Esp.Sup. 5 15 2 5 15 2 Média: 13,5 Cp: 2,8 Dp:,8 Cpk:,63 Especif. super.: 15 Cps:,63 Especif. infer.: 5 Cpi: 3,54 P. Erro Defeito (ppm): P. Erro Excesso (ppm): 336,272 P. Erro Total (ppm): 336,272 P.Erro Total (%): 3,4%

Capabilidade do processo Cpm = 6 LSE LIE 2 2 X T + σ T: Valor Alvo Cpm: mede o grau de desvio do processo em relação ao valor alvo Cpmk = C pk 2 X T 1+ σ T: Valor Alvo Cpmk: impõe uma penalização quando o processo não está centrado no valor alvo