Académique Documents
Professionnel Documents
Culture Documents
As sete ferramentas de melhoria da qualidade Fontes de variabilidade do processo controle estatstico da qualidade Grficos de controle do processo
1. 2. 3. 4.
Tipos de dados usados no controle do processo Distribuies amostrais e SPC Grfico p Grficos X e R
5.
Capacidade do processo
1. 2.
Limites de tolerncia e custos de variabilidade Capacidade do processo 3. Rcio da capacidade do processo 4. ndice da capacidade do processo controle estatstico do Processo na Harley Davison
GO Prof Cesaltina Pires 2
Processo 1 2 3 4 5
1
Dirt Old Temp Fault
LCS
LCI
GO
1 2 3 4 5
Diagrama com os vrios passos do processo ou operao. Pode ser til para detectar onde que ocorrem problemas de qualidade e onde se pode melhorar
Anlise de processos para melhoria contnua: O qu que o consumidor precisa? Ser possvel eliminar alguma operao (adiciona ou no valor, tem de ser feita)? Ser possvel combinar operaes? Simplificar operaes? Quem faz o operao? Ser possvel alter-la de forma a usar menos trabalho? Ser possvel combinar operaes para tornar emprego mais enriquecedor? Onde que cada operao feita? Ser possvel melhorar layout? Quando que a operao feita? Ser possvel reduzir paragens, atrasos? Como que a operao feita? Ser possvel usar melhores mtodos, procedimentos, equipamento?
4
TV MODELO 1013 Circuitos Integrados Capacitors Resistncias Transformadores Comandos CRT |||| |||| |||| |||| |||| |||| || || |||| |
Ferramenta para recolher informao. Lista prvia de causas de problemas. Registar n de defeitos.
GO
Histograma
25
Frequncia Usado para identificar a distribuio de probabilidades de uma dada varivel.
20
10 5 0
GO
Tempo de espera
Prof Cesaltina Pires 6
Diagrama de Pareto
70 Percentagem 60 50 40 30 20 10 0 (13) (10) (64)
Regra prtica: 20% das causas responsveis por 80% dos problemas.
(6) (3)
(2)
(2)
GO
Diagrama de disperso
Mostra a relao entre duas variveis. Pode ser til para identificar variveis que podem estar a causar o problema de qualidade
X
GO Prof Cesaltina Pires 8
Humanas
Fraca superviso Falta de concentrao Treino inadequado
Mquinas
Mau ajustamento Problemas ferramentas Velhas \ Desgaste
Problema de Qualidade
Defeito do fornecedor No de acordo com especificaes M concepo do processo Gesto da qualidade ineficaz Deficincias na Concepo do produto
Ambiente
Materiais
Processos
Diagrama de controle
Grfico com linha mdia, limite inferior e limite superior. Amostras so recolhidas ao longo do tempo e a varivel em causa medida e representada no grfico de controle. Processo est sob controle se estiver dentro dos limites.
LCI = 1.99
2
GO
10
12
14
16
10
Nmero da amostra
Causas Aleatrias Variao inerente ao prprio processo S pode ser reduzida atravs de melhorias no prprio processo
Causas No aleatrias Variao devida a causas identificveis Pode ser alterada atravs de aces do operador ou do gestor
GO
11
Controle do processo
Planos de amostragem
Grficos variveis
Grficos atributos
GO
12
GO
14
Mdia do processo
10
Nmero da amostra
15
GO
16
Atributos Caractersticas do produto avaliadas usando varivel qualitativa defeituoso/no defeituoso, mau/bom, sim/no.
Variveis Caractersticas do produto que podem ser medidas Altura, comprimento, peso, tempo, velocidade,
Grficos p e c
Grficos X e R
GO
17
Var(X) = 2/n
Quando n grande
E se e 2 no forem conhecidos?
GO Prof Cesaltina Pires 19
A distribuio normal
95.55% 99.73% -3 -2 -1 =0 1 2 3
GO
20
10
Grfico c
Usado quando o n de defeitos potenciais em cada item muito elevado e desconhecido, mas o n de defeitos verificados pequeno. No se pode calcular percentagem de defeitos. Contase n de defeitos em cada item. Populao segue uma distribuio Poisson (mdia e varincia so iguais)
GO Prof Cesaltina Pires 21
p =
GO
11
Grfico p exemplo
Sample Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Defectives p n n N defeitos Proporo 100 4 0.04 100 2 0.02 100 5 0.05 100 3 0.03 100 6 0.06 100 4 0.04 100 3 0.03 100 7 0.07 100 1 0.01 100 2 0.02 100 3 0.03 100 2 0.02 100 2 0.02 100 8 0.08 100 3 0.03
1 passo calcular a percentagem de unidades defeituosas em cada amostra 2 passo calcular mdia das propores, p = 0.036
sp =
Total
1500
55
0.036
Grfico p exemplo
4 passo calcular os limites de controle
LCS = 0.036 + 3(.0188) = 0.0924 LCI = 0.036 3(.0188) = - 0.024 ( zero, proporo no pode ser negativa) 5 Representar no grfico de controle, a proporo mdia, os limites de controle, e a proporo de defeituosos de cada amostra
GO
24
12
c = c
GO Prof Cesaltina Pires 25
Grfico c
N de defeitos em 15 quartos do hotel Quarto 1 2 3 : : 15 N de Defeitos 12 8 16 : : 15 190
GO Prof Cesaltina Pires
c=
190 15
= 12.67
LCS = c + zc
13
Grfico c
24
LCS = 23.35
21
Nmero de defeitos
18 15 12 9 6 3
c = 12.67
LCI = 1.99
10
12
14
16
27
Nmero da Amostra
GO
28
14
Grfico R exemplo
R= R 1.15 = = 0.115 k 10 0.28 0.24 0.20 LCS = 0.243 R = 0.115 LCS = D4R = 2.11(0.115) = 0.243 LCI = D3R = 0(0.115) = 0
Intervalo
LCI = 0
|
1
|
2
|
3
|
4
|
7
|
8
|
9
|
10
29
5 6 Tempo
Grfico X exemplo
= x =
x1 + x2 + ... + xk k
N de amostras
LCS = x + A2R
LCI = x - A2R
Factor A equivalente ao valor z = 3 usado no caso dos limites serem calculados usando o desvio padro como medida de variabilidade (ver tabela)
GO Prof Cesaltina Pires 30
15
Factor para grfico x A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.44 0.11 0.99 0.77 0.55 0.44 0.22 0.11 0.00 0.99 0.99 0.88
Prof Cesaltina Pires
Factores para grfico R D3 D4 0.00 0.00 0.00 0.00 0.00 0.08 0.14 0.18 0.22 0.26 0.28 0.31 0.33 0.35 0.36 0.38 0.39 0.40 0.41 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78 1.74 1.72 1.69 1.67 1.65 1.64 1.62 1.61 1.61 1.59
31
Grfico X exemplo
LCS = 5.08 Mdia
= x = 5.01
LCI = 4.94
| 1
| 2
| 3
| 4
| | 5 6 Tempo
| 7
| 8
| 9
| 10
GO
32
16
33
Alguns padres suspeitos Em 3 pontos 2 esto na zona A Em 5 pontos 4 esto em A ou B 8 pontos de um dos lados da linha mdia 14 pontos alternando entre subida e descida
C B A LCI
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13
34
17
5. Capacidade do processo
Estamos ou no a produzir produtos de acordo com as especificaes?
Viso de Taguchi
Alta
Perda social com desvios em relao ao ideal
Os limites de tolerncia das especificaes indicam-nos entre que limites pode Prof Cesaltina Pires variarGO uma dada caracterstica de forma a satisfazer expectativas do consumidor
36
18
LTI
LTS
A forma de garantir que um maior percentagem dos produtos produzidos esto prximos do ideal reduzir a variabilidade no processo
37
Intervalo de tolerncia Variao natural do processo igual intervalo de tolerncia das especificaes. Processo tem capacidade para satisfazer quase sempre as especificaes. 3
GO Prof Cesaltina Pires
distribuio do processo
+ 3
38
19
Intervalo de tolerncia Variao natural do processo menor que intervalo de tolerncia das especificaes. Processo tem capacidade para satisfazer sempre as especificaes. 6
distribuio do processo
+ 6
Em cada bilio de unidades produzidas, em mdia apenas 2 unidades caem fora dos limites de tolerncia (com 3 aproximadamente 3 em cada mil caem fora dos limites)
GO Prof Cesaltina Pires 39
Capacidade do processo
Intervalo de tolerncia Variao natural do processo menor que intervalo de tolerncia das especificaes. Contudo o processo no est centrado na especificao ideal. Algumas unidades no vo satisfazer o LTS.
distribuio do processo
+ 6
GO
40
20
Cp =
Cp =
LTS LTI 6
GO
41
O ndice da capacidade do processo mostra at que ponto as unidades que esto a ser produzidas esto dentro dos limites de tolerncia
Se a mdia do processo no coincidir com o ponto ideal, usar o ndice de capacidade prefervel a usar o rcio da capacidade do processo
GO Prof Cesaltina Pires 42
21