Baixe Técnicas estatísticas de processos e outras Notas de estudo em PDF para Engenharia Mecânica, somente na Docsity!
Universidade de Caxias do Sul - UCS
CARVI – Campus Universitário da Região dos Vinhedos Introdução a Engenharia de Produção
Técnicas Estatísticas de Processos
Introdução
A Estatística é uma ferramenta empregada em vários setores, inclusive o industrial, para medir a variabilidade existente em quaisquer processos. Para tanto, utilizam-se de técnicas estatísticas como o Controle Estatístico de Processo (CEP), Modelos de Regressão, Delineamento de experimentos, ou simples técnicas descritivas. Este trabalho demonstra algumas técnicas que são indispensáveis para a medição, controle e melhoria de determinados processos industriais.
Objetivos
O uso de técnicas estatísticas nas empresas tem como objetivos reduzir custos e aumentar a competitividade no mercado. Tais técnicas permitem que, por meio de pequenas amostras, há a possibilidade de se interferir no comportamento do lote em produção, tomando as ações que evitem a ocorrência de problemas, através da prevenção.
podem ocorrer 22 devido a: mão de obra, método de trabalho, matéria prima, máquinas, meio ambiente e meios de medição,o qual foi conhecido como 6M. A falta de treinamento de funcionários, a falta de ajuste ou lubrificação da máquina são exemplos de causas especiais. Convém ressaltar que existe o erro de afirmar-se que o processo está sob controle, quando ele não está e vice-versa. Um dos objetivos principais do Controle Estatístico de Qualidade é detectar as causas especiais, investigar e aplicar ações para correção, para que o processo não produza produtos fora das especificações acima do previsto. O objetivo é a eliminação da variabilidade (ou de quase toda) no processo. Para detectar causas especiais utilizasse a carta de controle. As cartas de controle são compostas de três linhas paralelas, a linha central (LC), o limite superior de controle (LSC) e o limite inferior de controle (LIC). Estes limites devem estar dentro dos limites de especificação de engenharia. Os limites das cartas de controle são determinados com base na média e no desvio padrão da distribuição da característica de qualidade da variável quando o processo está isento de causas especiais, isto é, as medidas individuais são provenientes de uma mesma população. A teoria estatística desenvolvida por Shewhart para cálculos do limites de controle, para uma estatística W qualquer, com distribuição normal, é calculada a partir dos valores amostrais, e que tenha média μ(w) e desvio padrão s(w) conhecidos, terá uma probabilidade próxima a um de estar no intervalo de μ(w) ± 3s(w), segundo RAMOS (1995).
Conseqüentemente, tem-se:
LSC = μ(w) + 3s(w) LC = μ(w) LIC = μ(w) - 3s(w)
Índices de Capabilidade do Processo (Cp, CpK)
Os índices e taxas que medem a capabilidade, ou seja, a capacidade de um dado processo fabricar produtos dentro da faixa de especificação, surgiu dos estudos sobre Controle Estatístico de Processos (CEP) realizados pelo Dr. Walter Shewhart do Bell Laboratories na década de 20. Seu surgimento se confunde com o próprio nascimento da área de qualidade. É que o trabalho inicial realizado no Bell Laboratories foi a base das principais técnicas e ferramentas que fariam nascer nas empresas americanas os departamentos de qualidade durante a segunda guerra. Outro subproduto destas técnicas foi também o surgimento da American Society for Quality Control - ASQC (hoje denominada ASQ). Acontecimento que também é um marco no nascimento da área de estudo e de atuação profissional de qualidade. Assim, o Controle Estatístico de Processo é uma das ferramentas mais clássicas na área de qualidade e com certeza uma das mais comprovadas e empregadas no meio prático. Desde seu surgimento tem sido aplicada aos mais
diversos processos, situações e regiões em todo o mundo. Há também um grande conhecimento acumulado sobre sua aplicação, principais benefícios e restrições. O objetivo do controle estatístico do processo é aprimorar e controlar o processo produtivo por meio da identificação das diferentes fontes de variabilidade do processo. Utilizando conceitos de estatística procura-se separar os efeitos da variabilidade causada pelas chamadas Causas Comuns , ou seja, àquelas inerentes à natureza do processo produtivo, das Causas Especiais , ou àquelas derivadas da atuação de variáveis específicas e controláveis sobre o processo. A técnica é composta de uma ferramenta principal denominada Gráficos de Controle que permite identificar se o processo está sob controle estatístico, situação em que atuariam somente causas comuns.
O controle estatístico é implantado por meio de um ciclo em que se coletam dados do processo, monitora-se sua situação (verificando se o mesmo permanece sob controle estatístico) e posteriormente realizam-se análises e propostas de melhorias para atingir patamares melhores de desempenho. Os índices de capabilidade podem ser obtidos diretamente dos dados registrados nas cartas de controle e medem, para um processo sob controle estatístico, a relação entre a faixa de tolerância especificada para uma dada característica de projeto do produto e a variabilidade natural do processo produtivo destinado a obtenção daquela característica (a variabilidade devida as causas comuns). Se a variabilidade do processo é muito maior ultrapassando os limites de especificação é possível estimar a probabilidade de produção de peças fora da especificação. Se esta probabilidade é muito alta pode-se inferir que o processo não é capaz de produzir àquela característica mesmo que peças conformes possam estar sendo obtidas. Mudanças significativas neste processo ou mesmo à adoção de processos alternativos podem então ser necessárias para tornar este processo capaz estatisticamente.
Estes índices são de extrema importância para o profissional que trabalha no desenvolvimento de produto por duas grandes razões. Nas fases iniciais de projeto, a avaliação de séries históricas dos índices de capabilidade obtidos de peças similares pode permitir que os processistas e projetistas escolham processos e especificações dos produtos coerentemente adequadas, garantindo a obtenção de características do produto por meio de processos altamente capazes estatisticamente. Outra importante aplicação destes índices no desenvolvimento de produto é durante a homologação do processo. Nesta etapa os índices podem ser utilizados para avaliar a capabilidade do processo, identificando processos problemáticos à tempo de correções antes da entrada em linha de produção.
Índices e Taxas de Capabilidade de Processo Abaixo se apresenta os índices de capabilidade apresentados por IQA (1997). Além destes existe uma grande quantidade de índices propostos na literatura para as mais diversas aplicações. Índices
DOE (Design of Experiments) Introdução
Dentro da indústria, em especial no desenvolvimento de produto, muitas vezes é necessário obter informações sobre produtos e processos empiricamente. Neste momento o trabalho das pessoas envolvidas com o problema assemelha-se ao de pesquisadores ou cientistas que precisam projetar experimentos, coletar dados e analisá-los. Experimentos são empregados para resolver problemas de fabricação, decidir entre diferentes processos de manufatura, diferentes conceitos de produto, entender a influência de determinados fatores, etc. Além disso esta tarefa torna-se cada vez mais importante na medida que se intensifica a base tecnológica dos produtos e as exigências governamentais e de clientes aumentando a necessidade de emprego de experimentos durante todas as etapas do ciclo de vida do produto.
O Planejamento de Experimentos (em inglês Design of Experiments, DOE) é uma técnica utilizada para se planejar experimentos, ou seja, para definir quais dados, em que quantidade e em que condições devem ser coletados durante um determinado experimento, buscando, basicamente, satisfazer dois grandes objetivos: a maior precisão estatística possível na resposta e o menor custo. É, portanto, uma técnica de extrema importância para a indústria, pois seu emprego permite resultados mais confiáveis economizando dinheiro e tempo, parâmetros fundamentais em tempos de
concorrência acirrada. A sua aplicação no desenvolvimento de novos produtos é muito importante, onde uma maior qualidade dos resultados dos testes pode levar a um projeto com desempenho superior seja em termos de suas características funcionais como também sua robustez. No entanto, deve-se ficar claro que esta ferramenta não substitui o conhecimento técnico do especialista da empresa sobre o assunto e nem mesmo trata- se de uma “receita de bolo” de como realizar um planejamento. O domínio do problema é de fundamental importância. O conhecimento do especialista sobre o problema conjugado com a técnica (em casos especiais somando-se ainda o auxílio de especialistas em planejamentos de experimentos) é que irá permitir bons planejamentos de experimentos, ou seja, planejamentos mais rápidos (menos pontos), de menor custo e que possibilitem aos seus idealizadores responderem, baseado em inferência estatística, a resposta a seus problemas. Apesar de novas, as principais técnicas de planejamento de experimentos já existiam e potencialmente poderiam estar sendo sistematicamente aplicadas na indústria desde muitos anos. Porém, a grande maioria destas técnicas requer uma quantidade exaustiva de cálculos tornando fundamental o emprego dos recursos de informática. Um fator que tem impulsionado a aplicação industrial do planejamento de experimentos são as ferramentas computacionais de análise estatística e soluções corporativas que cada vez mais facilitam a realização das análises e manutenção e gerenciamento de dados. Neste sentido a tendência é que tais técnicas tornem-se cada vez mais próximas de aplicações práticas e, portanto, cada vez mais utilizadas. É preciso estar claro também que, em estatística, Planejamento de Experimentos designa toda uma área de estudos que desenvolve técnicas de planejamento e análise de experimentos. Há atualmente todo um arsenal de técnicas, com vários níveis de sofisticação e uma quantidade não menor de livros sobre o assunto. Nesta página são listados os tipos mais conhecidas e de aplicação mais freqüente na indústria.
- Tipos de Planejamento
- Tratamento em pares;
- Tratamento em blocos;
- Quadrado Latino;
- Quadrado Greco-Latino;
- Quadrado Hiper-Greco-Latino;
- Experimentos Fatoriais;
Etapas para o desenvolvimento de um Planejamento de Experimentos :
Coleman & Montgomery (1993) propõem as seguintes etapas para o desenvolvimento de um Planejamento de Experimentos na Indústria:
B. Gráfico de Pareto:
Este método é utilizado para dividir um problema grande em vários problemas menores. Ele parte do princípio de Pareto que defende que os problemas são causados por muitas causas triviais, ou seja, que contribuem pouco para a existência dos problemas, e os pouco vitais, que são os grandes responsáveis pelos problemas. Desta forma, separando-se os problemas em vitais e triviais pode-se priorizar a ação corretiva.
É representado por barras dispostas em ordem decrescente, com a causa principal vista do lado esquerdo do diagrama, e as causas menores são mostradas em ordem decrescente ao lado direito. Cada barra representa uma causa exibindo a relevante causa com a contribuição de cada uma em relação à total.
C. Diagrama de causa e efeito:
Este diagrama, também chamado de diagrama de lshikawa ou espinha-de- peixe, é utilizado para mostrar a relação entre causas e efeito ou uma característica de qualidade e fatores. As causas principais podem ainda serem ramificadas em causas secundárias e/ou terciárias.
Esta ferramenta foi desenvolvida em 1943 por Ishikawa na Universidade de Tóquio. Ele usou isto para explicar como vários fatores poderiam ser comuns entre si e estar relacionados.
D. Fluxograma:
Esta técnica é utilizada para representar seqüencialmente as etapas de um processo de produção, sendo uma fonte de oportunidades de melhorias para o processo, pois fornece um detalhamento das atividades concedendo um entendimento global do fluxo produtivo, de suas falhas e de seus gargalos. Os diagramas de fluxo são elaborados com uma série de símbolos com significados padronizados. É importante que os trabalhadores que confeccionem ou manipulem este tipo de diagramas conheçam a simbologia utilizada pela empresa.
O objetivo do fluxograma e sua importância estão no fato de constituir o mais poderoso instrumento para simplificação e racionalização do trabalho, permitindo um estudo acurado dos métodos, processos e rotinas. Assim como o organograma é o instrumento gráfico capital para estudo da estrutura de uma empresa, o fluxograma o é para estudo do seu funcionamento.
E. Histograma:
O histograma é um instrumento que possibilita ao analista uma visualização global de um grande número de dados, através da organização destes dados em um gráfico de barras separado por classes.
É uma ferramenta de Sistema de Qualidade utilizada para analisar um determinado problema. Um histograma tem como base a medição de dados. Como exemplo podemos destacar: dimensões de peças, variações de temperatura e outros dados. Logo o histograma se utiliza de dados na forma de variáveis (valores numéricos) e revela quanto de variação existe em qualquer processo. O histograma típico tem forma de uma curva superposta a um gráfico de barras. Esta curva é chamada normal, sempre que as medidas concentram-se em torno da medida central e, de modo geral, um número igual de medidas situa-se de cada lado deste ponto central. Amostras aleatórias de dados sob controle estatístico seguem este modelo, chamado de curva do sino. Outras formas ocorrem, como "acúmulo" de dados em pontos afastados da medida central. Este tipo de distribuição é chamada "inclinadas".
F. Diagrama de Dispersão:
O diagrama de dispersão é uma técnica gráfica utilizada para descobrir e mostrar relações entre dois conjuntos de dados associados que ocorrem aos pares. As relações entre os conjuntos de dados são inferidas pelo formato das nuvens de pontos formadas.
Os diagramas podem apresentar diversas formas de acordo com a relação existente entre os dados.
G. Gráfico de controle:
O gráfico de controle é uma ferramenta utilizada para avaliar a estabilidade do processo, distinguindo as variações devidas às causas assinaláveis ou especiais das variações casuais inerentes ao processo. As variações casuais repetem-se aleatoriamente dentro de limites previsíveis. As variações decorrentes de causas especiais necessitam de tratamento especial. É necessário, então, identificar, investigar e colocar sob controle alguns fatores que afetam o processo.
Existe uma grande variedade de gráficos de controle entendendo a sua aplicação a todos os tipos de características mensuráveis de um processo.
WERKEMA, M. C. C.; AGUIAR, S. (1996). Otimização estatística de processo: como determinar a condição de operação de um processo que leva ao alcance de uma meta de melhoria. Belo Horizonte: Fundação Cristiano Ottoni.
IQA. Fundamentos de controle estatístico de processo CEP. 1997.
