Vous êtes sur la page 1sur 57

7.

Controle Estatístico de Processos – CEP -130-

7. CONTROLE ESTATÍSTICO DE PROCESSOS (CEP)

7.1 Introdução

Durante a fabricação, as peças produzidas não são exatamente iguais entre si e nem
exatamente igual à especificação do projeto. As peças apresentam, assim, "erros" em
relação ao desenho teórico, os quais devem ser mantidos dentro de limite de
tolerâncias.

Erros ou defeitos são as faltas de conformidades ou não conformidades de um


produto ou processo em relação aos padrões pré-estabelecidos ou às
especificações de projetos. As não conformidades podem ser de natureza
geométrica, física, química, funcional, estética, etc..

As não conformidades podem ser de duas maneiras distintas:


Não conformidades por variáveis: Quando é possível medir a grandeza analisada
através de instrumentos de medição. Ex.: Diâmetro de um componente, Resistência
mecânica, etc..
Não conformidades por atributos: Quando é possível apenas constatar a característica
analisada. Obtém-se apenas informações qualitativas, geralmente de maneira visual ou
através de calibres passa-não-passa. Ex.: Manchas de pinturas, painéis desalinhados,
filamentos quebrados em lâMpadas.

Tipos de CEP

Tem-se dois tipos de CEP, em função das não conformidades: Controle por atributos
ou por variáveis:
Atributo: Se a característica é qualitativa, ou seja, uma grandeza que não é mensurável
mas pode ser contada. Geralmente, são contados número de defeitos ou não
conformidades com relação a um determinado padrão;

Variável: Se a característica é mensurável, quantitativa. Pode-se usar instrumento de


medição (paquímetro, micrômetro, torquímetro, balança, termômetro, etc.)
7. Controle Estatístico de Processos – CEP -131-

Para cada tipo de CEP tem-se um tipo de carta de controle: Carta de controle por
atributo ou por variáveis.

Característica Crítica: Em geral o número de características de qualidade envolvidas no


processo é bastante elevado. Devem ser selecionadas aquelas características essenciais
para o processo, equipamento ou produto ⇒ Características Chaves ou críticas.

Critério de seleção da(s) característica(s) crítica(s): Segurança, exigências de normas


e/ou legislação, experiência anterior e outros índices de qualidade.
O controle de um processo de fabricação pode ser realizado de duas maneiras
distintas: Através da detecção e da prevenção.

Sistema Detectivo: Neste sistema constata-se um acontecimento somente após a


ocorrência. Somente após a peça ser produzida, a não conformidade é detectada. Este
sistema provoca perdas e tem um custo elevado;

Sistema Preventivo: Neste sistema analisa-se previamente uma situação prestes a


ocorrer. Para esta análise deve-se usar ferramentas estatísticas. As não conformidades
são analisadas estatísticamente e, como consequência, tem-se condições de fazer as
correções necessárias, antes que produtos ruins sejam fabricados.

CEP: É uma metodologia de controle de processos de fabricação (ou máquinas) através


do uso de estatística aplicada. O CEP utiliza o sistema preventivo de análise. Esta
metodologia usa várias ferramentas que possibilitam acompanhar o processo
durante a fabricação e se antecipar à ocorrência de falhas que podem inutilizar o
produto.

OBJETIVOS do CEP: Obter informações confiáveis sobre comportamento temporal


de um processo (ou uma máquina), a fim de prever a
ocorrência de não conformidades e propiciar condições de
realizar os ajustes necessários. O CEP também tem como
objetivo a otimização de processos.
7. Controle Estatístico de Processos – CEP -132-

Variações Estatísticas: São as variações que ocorrem nos processos de fabricação.


Estas variações podem ser identificadas e analisadas através de métodos estatísticos.
As variações podem ser de dois tipos distintos:
• Aleatórias: São variações que ocorrem de maneira imprevisível, ao acaso. Os seus
valores individuais não podem ser previstos e têm pouca influência no
processo.. São também denominadas de variações comuns ou normais.
EX.: Dimensões de uma peça usinada.
• Sistemáticas: São variações que ocorrem de maneira previsível ou repetem-se de
maneira sistemática. Elas tendem a ocorrer em grandes proporções e
alteram a normalidade do processo. São também denominadas de
variações causais, eventuais ou especiais. Ex.: Desgaste de uma
ferramenta de corte.

As variações sistemáticas devem ser identificadas e eliminadas. Elas são eventuais ou


transitórias. As variações aleatórias não podem ser eliminadas e são permanentes.
Estas variações requerem tratamento estatístico e podem ser descritas por uma
distribuição normal.

Processo sob Controle Estatístico: Um processo está sob controle estatístico quando
somente existir variações aleatórias. Ou seja, quando todas as variações
sistemáticas foram identificadas e eliminadas. Assim, o processo é previsível.

Quando somente existir variações aleatórias, o processo apresenta distribuições


estáveis ao longo do tempo, sendo possível fazer análises preventivas (Fig. 7.1).
7. Controle Estatístico de Processos – CEP -133-

P re v is ã o

Tem po

Tam anho

Fig. 7.1: Processo com apenas variações aleatórias

Quando além de variações aleatórias existirem variações sistemáticas, o processo não


apresenta distribuições estáveis ao longo do tempo, não sendo possível fazer análises
preventivas (Fig. 7.2).
?
? ?

?
?
? ?
?
P re v isã o

Tem po

Tam anho

Fig. 7.2: Processo com variações aleatórias e sistemáticas

O CEP só pode ser aplicado em processos sob controle estatístico!

7.2 Conceitos Básicos

CARTA DE CONTROLE: São ferramentas utilizadas para se analisar os dados passados


e servem para controlar o processo continuamente. Nesta carta são colocados os
valores das dimensões analisadas nas ordenadas e o número de amostras nas
7. Controle Estatístico de Processos – CEP -134-

abscissas. Os limites superiores e inferiores de controle também devem ser colocados


nesta carta. (Fig. 7.3)

Dmáx
7. Controle Estatístico de Processos – CEP -135-

procedimento é utilizado sempre que for dada a norma de controle, ou seja, desde que

x e σ sejam conhecidos.

Não Confundir os limites do projeto (DMÁX, DMIN) com os limites do processo de


fabricação (LSC e LIC). Os limites do processo devem atender os limites

especificados no projeto ⇒ tprocesso = LSC-LIC < tprojeto = DMÁX- DMIN

DISTRIBUIÇÃO NORMAL: É uma distribuição contínua e simétrica, cujo gráfico tem a


forma de "sino" (Fig. 7.4). É também conhecida como distribuição de Gauss. A
distribuição normal representa o resultado de atuação conjunta de causas aleatórias,
sendo fundamental no CEP

MÉDIA: É a média aritmética das grandezas observadas. Tem-se:

x a média de todos os conjuntos das amostras ("média das médias") e

x é a média de de cada conjunto de amostras.


Se a curva de distribução normal for resultante da análise de um processo de
fabricação ⇒ 100% das peças fabricadas estarão sob a curva.

AMPLITUDE: É a medida mais simples de dispersão dos valores medidos. É a diferença


entre o maior e o menor valor observado. R é a amplitude para cada conjunto de

valores e R é a amplitude média.

DESVIO PADRÃO (σ): É medida de dispersão que considera todos os valores medidos
(de toda a população), dando uma boa idéia dos desvios das observações em relação à
média. O desvio padrão indica valores mais exatos da dispersão do que a amplitude. É
calculado pela equação

∑ (x − x )
2

σ = (7.4)
n −1
7. Controle Estatístico de Processos – CEP -136-

x é o valor médio das n amostras e x é Valor medido (mm).

Influência do Desvio Padrão: O desvio padrão determina a largura da Curva de


distribuição normal. Maiores valores de σ significa maior largura da curva de
distribuição normal, ou seja, maior dispersão do processo. Fisicamente, o desvio
padrão é a distância entre a média e o ponto de inflexão da curvatura da curva de
distribuição normal (Fig.7.4)

σ2 > σ1

σ1
σ2
x

Fig. 7.4: Influência do desvio padrão na curva de Gauss

Para uma determinada curva de distribuição normal, pode-se determinar várias


porcentagens de peças, em torno da média, que devem ser abrangidas pela curva de
distribuição normal, em função do desvio padrão (Tab. 7.1).
7. Controle Estatístico de Processos – CEP -137-

Tab. 7.1: Porcentagem de peças abrangidas em função do desvio padrão.

Intervalo Porcentagem das


Peças (%)

x±0,67σ 50,00

x±1σ 68,26

x±1,96σ 95,00

x±2σ 95,46

x±3σ 99,73

x±3,09σ 99,80

x±4σ 99,99

Assim, se se traçar uma área sob a curva com variação de x±3σ, isto englobaria
99,73% de todas as peças produzidas, como mostra a Fig. 7.5.

99.73%

σ σ σ σ σ σ

x
Fig. 7.5: Distribuição normal com processo dentro de ±3σ

PADRÕES DO PROCESSO: O processo de fabricação é avaliado através da aptidão do


processo ou da máquina em se fabricar componentes dentro dos limites especificados.
Convencionou-se que um processo ou equipamento é capaz, quando 99,73% das
7. Controle Estatístico de Processos – CEP -138-

peças produzidas estejam dentro das dimensões especificadas no projeto, ou seja,

estejam dentro do desvio x + 3σ , a partir da média.

tprocesso = LSC - LIC ⇒ Corresponde a 99,73% de todas as peças produzidas.

A partir destas definições básicas pode-se comparar os resultados obtidos pelo


processo de fabricação com aqueles especificados pelo projeto:
• O componente, de acordo com a especificação do projeto deve ter dimensões
variando entre DMÁX e DMIN ou dMÁX e dMIN.
• O resultado do processo de fabricação é fornecido pela curva do processo (curva
normal) e tem limites compreendidos entre LIC e LSC.

A fig. 7.6 mostra vários casos distintos possíveis de ocorrer com o processo de
fabricação:

7.6a: O processo apresenta dispersão adequada e está corretamente centrado. As


peças produzidas estão dentro dos campos de tolerâncias especificadas no
projeto;
7.6b: O processo tem um erro de ajustagem (centragem), porém apresenta uma boa
dispersão em relação à média. Deve-se ajustar o processo;

7.6c: O processo está corretamente ajustado, mas apresenta dispersão exagerada em


relação aos limites especificados. Serão produzidos componentes com
dimensões superiores e inferiores à aquelas especificadas no projeto;

7.6d: O processo está incorretamente ajustado e apresenta dispersão exagerada em


relação aos limites especificados. Serão produzidos componentes com
dimensões fora das especificações do projeto;

7.6e: O processo está corretamente ajustado e tem boa dispersão, porém a qualidade
do processo é muito superior às necessidades do produto.
7. Controle Estatístico de Processos – CEP -139-

D máx D máx
Dmín Dmín
(d máx) (d máx)
(d mín ) (d mín )

(a) (b)

x x
Dmáx
D mín (d máx) D mín Dmáx
(d mín ) (d mín ) (d máx)

(c) (d)

x x

D mín D máx
(d mín ) (d máx)

(e)

x
Fig. 7.6: Comparação entre as especificações do projeto e o processo de fabricação

7.2.1 Análise das Cartas de Controle

PROCESSO SOB CONTROLE OU ESTÁVEL: Quando todos os pontos estão em torno da


média. Isto significa uma estabilidade do processo e que o processo está produzindo
componentes de boa qualidade (Fig. 7.7a)

PROCESSO FORA DE CONTROLE OU INSTÁVEL: Quando existirem pontos acima do


LSC e/ou pontos inferiores ao LIC. Isto significa que o processo está produzindo
componentes fora de especificações (Fig. 7.7b).
7. Controle Estatístico de Processos – CEP -140-

LSC LSC

Média Média

LIC LIC

Tempo Tempo

(a) - Estável (b) - Instável

Fig. 7.7: Estabilidade e instabilidade do processo

REGRAS DE INSTABILIDADES: Servem para verificar se existem variações sistemáticas


atuando no processo. As variações sistemáticas existirão se ocorrer pelo menos uma
das seguintes regras:

1ª. Regra: Existência de pelo menos um ponto acima do LSC ou abaixo do LIC.(Fig.
7.8)

LSC

Média

LIC

Fig. 7.8: 1ª. Regra de instabilidade


7. Controle Estatístico de Processos – CEP -141-

2ª. Regra: Existência de uma sequência de 7 ou mais pontos consecutivos, todos


acima ou abaixo da linha média LM.(Fig. 7.9)

LSC

5 7
1 3

6 x
2 4
2 4 6

7
3 5
1
LIC

Fig. 7.9: 2ª. Regra de instabilidade

3ª. Regra: Existência de uma sequência de 7 ou mais pontos consecutivos que


cresçam ou decresçam continuamente (Fig. 7.10);

LSC

7 2
5 1
6
3 4
3 4 x
5
2
6
1 7

LIC

Fig. 7.10: 3ª. Regra de instabilidade


7. Controle Estatístico de Processos – CEP -142-

4ª. Regra: Existência de uma sequência de 8 ou mais pontos consecutivos fora do


intervalo de 1/3 em torno da média e de qualquer lado (Fig. 7.11);

LSC
4 7
2

1/3
x

1/3

3 6
5 8
1 LIC

Fig. 7.11: 4ª. Regra de instabilidade

5ª. Regra: Considere 5 pontos consecutivos. A existência de 4 pontos (dos 5


considerados) situados no mesmo lado em relação à linha média e fora do intervalo de
1/3 em torno da linha média (Fig. 7.12);

LSC

1/3
3
x

1/3

5
1 2
4
LIC

Fig. 7.12: 5ª. Regra de instabilidade


7. Controle Estatístico de Processos – CEP -143-

6ª. Regra: Considere 3 pontos consecutivos. A existência de 2 pontos (dos 3


considerados) situados no mesmo lado em relação à linha média e fora do intervalo de
2/3 em torno da linha média (Fig. 7.13);

LSC
1 2

2/3
x

2/3 3

LIC

Fig. 7.13: 6ª. Regra de instabilidade

7ª. Regra: Existência de oscilações cíclicas, normalmente devido à interferência de


outro processo (Fig. 7.14);

LSC

LIC

Fig. 7.14: 7ª. Regra de instabilidade

8ª. Regra: Existência de 15 ou mais pontos consecutivos contidos em um intervalo de


1/3 em relação à média. (Fig. 7.15). Esta regra indica que houve uma melhoria no
7. Controle Estatístico de Processos – CEP -144-

processo. Os limites de controle devem ser recalculados para evitar que o processo
retorne à condição anterior.

LSC

5 7 9 11
3 13 15
1/3 1

1/3
12 14
2 4 6 8 10

LIC

Fig. 7.15: 8ª. Regra de instabilidade

7.3 Controle Estatístico do Processo por Variáveis

7.3.1 Cartas de Controle

Inicialmente deve ser construida as cartas de controle. Trabalha-se sempre com duas
cartas de controle: Cartas das médias e cartas de dispersão. Tem-se dois tipos distintos
de cartas de dispersão: Desvio padrão e amplitude.

A análise das cartas é feita aos pares: x - R (média

/amplitude) ou x - s (média / Desvio Padrão).

CARTAS DAS MÉDIAS

Geralmente a norma de controle ( x e σ ) é desconhecida. Neste caso, os parâmetros


devem ser estimados a partir de dados do processo de fabricação. Esta estimativa
deve-se basear, de preferência, em no mínimo k = 25 amostras de n = 4 elementos ou
k = 20 amostras de n = 5 elementos.
7. Controle Estatístico de Processos – CEP -145-

Exemplo: Deve-se retirar 5 peças de um processo de fabricação de hora em hora,


durante 24 horas, perfazendo k= 24 amostras de 5 elementos cada!

Estimativa da Média: A estimativa da média x deve ser calculada pela média geral
ou pela média das médias. Calcula-se a média para cada amostra x 1 , x 2 , ..., x k ,
onde x 1 é a média da primeira amostra, x 2 da segunda amostra e assim por diante.

Calcula-se então a média das médias x , que é a média aritméticas das k-médias x i .

Estimativa do Desvio Padrão: Deve-se calcular o desvio padrão para cada amostra

s1, s2,...sk. Calcula-se então o desvio padrão médio ( s )

s + s 2 + s 3 + ... + s K
s= 1 (7.5)
K
Onde s1 é o desvio padrão da primeira amostra, s2 da segunda e assim por diante.

Os limites de controle baseados no desvio padrão (s) ficam

LSC = x + A1 s (7.5a)

LIC = x − A1 s (7.5b)

O parâmetro A1 é determinado na Tab. 7.2, Pág. 149, em função do tamanho da


amostra n.
A estimativa do desvio padrão de toda a população σ é feita por:

s
σ = (7.6)
c2
onde c2 é um fator de correção da estimativa, determinado em função do tamanho n
da amostra (Tab. 7.2, Pág. 149).

Estimativa da Amplitude: Deve-se calcular a amplitude R para cada amostra R1,

R2,...Rk. Calcula-se então a amplitude média R


7. Controle Estatístico de Processos – CEP -146-

R1 + R 2 + R3 + ... + RK
R= (7.7)
K
Onde R1 é a amplitude da primeira amostra, R2 da segunda e assim por diante.

Os limites de controle baseados na amplitude R ficam

LSC = x + A2 R (7.8a)

LIC = x − A2 R (7.8b)

O parâmetro A2 é determinado na Tab. 7.2, Pág. 149, em função do tamanho da


amostra n.

Se n ≤ 10, a estimativa do desvio padrão de toda a população σ pode ser feita por

R
σ = (7.9)
d2
onde d2 é um fator de correção da estimativa, determinado em função do tamanho n
da amostra (Tab. 7.2, Pág. 149).

Esta estimativa do σ pelo R só deve ser realizada com, no máximo, n = 10


elementos.

RESUMO: Para estabelecer a carta de controle das médias, quando os parâmetros

x e σ são desconhecidos, deve-se observar os seguintes passos:


1. Medir n elementos de de hora em hora. Obtem-se k amostras com n itens.
Geralmente n= 4 ou 5 e k = 20 ou 25.

2. Calcular x e marcar a linha média LM=LC= x .

3. Calcular R se n ≤ 10, determinar os limites de controle x ±A2 R

Se n>10, calcular s e determinar os limites de controle x ±A1 s


7. Controle Estatístico de Processos – CEP -147-

CARTAS DE DISPERSÃO

Um processo não pode ser controlado apenas pelos valores médios produzidos. É
fundamental conhecer uma medida de dispersão da característica controlada em
torno da média. Deve-se utilizar assim uma carta de controle de dispersão em
conjunto com a carta das médias. Pode-se controlar a dispersão através do desvio
padrão amostral s ou pela amplitude R.

Controle da dispersão pelo desvio padrão:

Caso I: Se a norma de controle é conhecida, ou seja é conhecido o parâmetro σ.


A linha média é calculada pela equação

LM=µs = c2 σ (7.10)

Os limites de controle são calculados pelas equações


LIC = B1σ (7.11a)

LSC = B2σ (7.11b)

Os coeficentes C2, B1 e B2 estão mostrados na Tab. 7.2, Pág 149, em função do


número de elementos n

Caso II: A norma de controle não é conhecida, ou seja o parâmetro σ deve ser
estimado.
A linha média é calculada pela equação
LM=µs = s (7.12)

Os limites de controle são calculados pelas equações


LIC = B3 s (7.13a)

LSC = B4 s (7.13b)
7. Controle Estatístico de Processos – CEP -148-

Os coeficientes B3 e B4 estão mostrados na Tab. 7.2 Pág. 149, em função do


número de elementos n

Controle da dispersão pela Amplitude:

a carta de controle da dispersão pela amplitude é a mais utilizada pela sua


simplicidade. Além disto, tem-se resultados satisfatórios se n≤10.

Caso I: A norma de controle é conhecida, ou seja conhece-se o parâmetro σ.


A linha média é calculada pela equação
LM=µR = d2 σ (7.14)

Os limites de controle são calculados pelas equações


LIC = D1σ (7.15a)

LSC = D2σ (7.15b)

Os coeficientes d2, D1 e D2 estão mostrados na Tab. 7.2, Pág. 149, em função do


número de elementos n

Caso II: A norma de controle não é conhecida, ou seja o parâmetro σ deve ser
estimado.
A linha média é calculada pela equação
LM=µR = R (7.16)

Os limites de controle são calculados pelas equações


LIC = D3 R (7.17a)

LSC = D4 R (7.17b)

Os coeficientes D3 e D4 estão mostrados na Tab. 7.2, Pág. 149, em função do


número de elementos n
7. Controle Estatístico de Processos – CEP -149-

Tab. 7.2: Constantes estatísticas – (n = Número de elementos da amostra)

(n) A1 A2 d2 c2 B1 B2 B# B4 D3 D4

2 3,760 1,880 1,128 0,564 0 1,843 0 3,267 0 3,267

3 2,394 1,023 1,693 0,724 0 1,858 0 2,568 0 2,575

4 1,880 0,729 2,059 0,798 0 1,808 0 2,266 0 2,282

5 1,596 0,577 2,326 0,841 0 1,756 0 2,089 0 2,115

6 1,410 0,483 2,534 0,869 0,026 1,711 0,030 1,970 0 2,004

7 1,277 0,419 2,704 0,888 0,105 1,672 0,118 1,882 0,076 1,924

8 1,175 0,373 2,847 0,903 0,167 1,638 0,185 1,815 0,136 1,864

9 1,094 0,337 2,970 0,914 0,219 1,609 0,239 1,761 0,184 1,816

10 1,028 0,308 3,078 0,923 0,262 1,584 0,284 1,716 0,223 1,777

Exemplo:
1. Deve ser controlada a resistência mecânica de um componente. Durante a sua
fabricação mediu-se a resistência de 5 componentes (n=5), de hora em hora,
perfazendo um total de 20 amostras (k=20). A Tabela 7.3 mostram os
resultados. Analise o processo.
7. Controle Estatístico de Processos – CEP -150-

Tab. 7.3: Valores de Resistência medidos

Limites Especificados no Projeto:


RMAX = 147 Mpa; RMIN = 133 Mpa
Valores em Mpa
Amostra x1 x2 x3 x4 x5 Média Amplitude Desvio
R Padrão s
1 143 137 145 137 138 140,0 8 3,7417
2 141 142 147 140 140 142,0 7 2,9155
3 142 137 145 140 132 139,2 13 4,9699
4 137 147 142 137 135 139,6 12 4,8785
5 137 146 142 142 140 141,4 9 3,2863
6 145 144 146 148 149 146,4 5 2,0736
7 137 145 144 137 140 140,6 8 3,7815
8 144 142 143 135 144 141,6 9 3,7815
9 140 132 144 145 141 140,4 13 5,1284
10 132 135 136 130 141 134,8 11 4,2071
11 137 142 142 145 143 141,8 8 2,9496
12 142 142 143 140 135 140,4 8 3,2094
13 136 142 140 139 137 138,8 6 2,3875
14 142 144 140 138 143 141,4 6 2,4083
15 139 146 143 140 139 141,4 7 3,0496
16 140 145 142 139 137 140,6 8 3,0496
17 134 147 143 141 142 141,4 13 4,7223
18 138 145 141 137 141 140,4 8 3,1305
19 140 145 143 144 138 142,0 7 2,9155
20 145 145 137 138 140 141,0 8 3,8079
Média Geral: 140,76 8,70 3,520

Como n=5<10, optou-se por trabalhar com a amplitude média R. Deve-se

trabalhar assim com as cartas x - R (média /amplitude)


Na Tab. 7.3 foram calculados para cada amostra k, a média x , a amplitude R e o
desvio padrão s. Além disto, na Tab. 7.3 também estão calculados os valores da

média x = 140,76 Mpa e da amplitude média R = 8,70 Mpa.

Carta de controle das médias:


Os limites de controle são calculados pelas Equações (7.8a) e (7.8b). O valor de
A2=0,577 é determinado na Tab. 7.2 com n=5.
7. Controle Estatístico de Processos – CEP -151-

LSC=140,76 + 0,577 8,70 = 145,78 Mpa


LIC = 140,76 – 0,577 8,70 = 135,74 Mpa.

x 148

146 LSC

144
Média
142

140

138
LIC
136

134
0 2 4 6 8 10 12 14 16 18 20 22 24
Amostra

Observa-se que as amostras de número 6 e 10 estão fora dos limites de controle.


Eles devem ser eliminados e novos limites recalculados. Após a exclusão destas duas

amostras obteve-se os novos valores de x = 140,78 Mpa e da amplitude média


R = 8,78 Mpa

Os limites de controle recalculados são:

LSC=140,78 + 0,577 8,78 = 145,85 Mpa


LIC = 140,78 – 0,577 8,78 = 135,71 Mpa.

A estimativa do desvio padrão é obtida pela Eq. (7.9), com d2 = 2,326 (Tab. 7.2,

pág.149, n=5). Assim σ = 8,78 / 2,326 = 3,77 Mpa

Estabelece-se assim a norma de controle para o processo com os

parâmetros x = 140,78 Mpa e σ = 3,77 Mpa


7. Controle Estatístico de Processos – CEP -152-

Observe: Os limites LSC e LIC podem ser calculados usando-se o desvio padrão
σ x . Usando-se as Equações. (7.1) e (7.2). tem-se,

LSC = 140,78 + 3 × 3,77 / 5 = 145,84 MPa

LIC = 140,78 − 3 × 3,77 / 5 = 135,72 MPa

Carta de Controle da dispersão (Amplitude):

A primeira solução vai incluir todas as 20 amostras.


A linha média da carta de controle é a amplitude média (LM=µR = R =8,70 Mpa).

Os limites de controle são calculados pelas Equações (7.17a) e (7.17b) com D3 = 0 e

D4 = 2,115 (Tab. 7.2).


LIC=0
LSC = 2,115 8,70 = 18,4 Mpa

Entretanto, estes limites devem ser recalculados após a eliminação das amostras
k=6 e k=10. Utilizando-se as mesmas equações anteriores:

LM=µR = R =8,78 Mpa


LIC=0
LSC = 2,115 8,78 = 18,6 Mpa

A carta de controle das amplitudes está mostrada abaixo:


7. Controle Estatístico de Processos – CEP -153-

R LSC
18

16

14

12

10 Média

2
LIC
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Amostra

Exercícios:
1. projeto de um eixo tem a seguinte especificação para o seu diâmetro
d=5,60±0,15 mm. Para analisar o processo de fabricação deste eixo através do
CEP foram medidas 10 amostras (k=10) com n= 5 eixos em cada uma. Os
valores obtidos estão representados na tabela 7.4 abaixo. Faça uma análise
completa deste processo de fabricação.
7. Controle Estatístico de Processos – CEP -154-

Tabela 7.4: Resultados das medições de diâmetros de eixos

Limites Especificados no Projeto:


dMAX = 5,75 mm; dMIN = 5,45 mm
Valores em mm
Amostra x1 x2 x3 X4 x5 Média Ampl. Desvio
Padrão S
1 5,67 5,5 5,58 5,48 5,7 5,59 0,22 0,0984
2 5,9 5,58 5,61 5,59 5,44 5,62 0,46 0,1683
3 5,52 5,66 5,68 5,59 5,38 5,57 0,3 0,1216
4 5,6 5,76 5,55 5,58 5,57 5,61 0,21 0,0847
5 5,55 5,68 5,65 5,45 5,68 5,60 0,23 0,1003
6 5,39 5,65 5,63 5,57 5,61 5,57 0,26 0,1049
7 5,79 5,61 5,59 5,7 5,51 5,64 0,28 0,1077
8 5,67 5,59 5,59 5,75 5,48 5,62 0,27 0,1009
9 5,51 5,51 5,65 5,55 5,63 5,57 0,14 0,0663
10 5,66 5,64 5,61 5,66 5,56 5,63 0,1 0,0422
Média Geral: 5,60 0,25 0,100

2 Para estabelecer o controle de CEP de um processo de fabricação, mediu-se os


afastamentos da peça abaixo (Tab. 7.5). Construa e analise as cartas de
controle:
a) Média e amplitude
b) Média e desvio padrão.
Estime em cada caso as normas de controle do processo.
7. Controle Estatístico de Processos – CEP -155-

Tab. 7.5: Medidadas das dimensões de peça


Valores em µm
Amostra x1 x2 x3 x4 Média Ampli- Desvio
tude Padrão S
1 40 44 39 45 42,0 6,0 2,944
2 49 46 48 44 46,8 5,0 2,217
3 39 41 39 44 40,8 5,0 2,363
4 41 42 43 36 40,5 7,0 3,109
5 47 45 46 46 46,0 2,0 0,816
6 48 43 44 36 42,8 12,0 4,992
7 45 42 37 40 41,0 8,0 3,367
8 42 42 36 37 39,3 6,0 3,202
9 40 42 40 36 39,5 6,0 2,517
10 42 39 41 37 39,8 5,0 2,217
11 35 45 39 38 39,3 10,0 4,193
12 39 40 41 38 39,5 3,0 1,291
13 41 45 42 46 43,5 5,0 2,380
14 40 44 38 38 40,0 6,0 2,828
15 40 36 37 39 38,0 4,0 1,826
16 39 41 42 40 40,5 3,0 1,291
17 46 46 46 45 45,8 1,0 0,500
18 44 45 41 43 43,3 4,0 1,708
19 43 45 41 42 42,8 4,0 1,708
20 38 44 38 42 40,5 6,0 3,000
21 40 39 39 40 39,5 1,0 0,577
22 45 44 48 46 45,8 4,0 1,708
23 40 40 35 42 39,3 7,0 2,986
24 42 36 39 37 38,5 6,0 2,646
25 42 39 40 42 40,8 3,0 1,500
Média Geral 40,95 5,20 2,322

7.3.2 Padrões do Processo

Além da análise de estabilidade, deve-se determinar ainda se o processo é capaz de


atender as especificações do projeto. Ou seja, o processo de fabricação deve ser capaz
de produzir peças dentro dos limites especificados no projeto (Dmax, Dmín) com uma
certa margem de segurança.
7. Controle Estatístico de Processos – CEP -156-

A análise de capacidade do projeto em produzir peças conforme as especificações do


projeto é feita através do cálculo dos índices de capabilidade potencial e capabilidade
centrado, ou seja, através dos padrões do processo.

A aptidão do processo, isto é, a capacidade do processo em atender as especificações


do projeto é medida através dos índices de capabilidade potencial (Cp) e

capabilidade centrado (Cpk).

Os índices Cp e Cpk só devem ser calculados com o processo sob controle estatístico
(sem variações sistemáticas) e estável.

Conforme a ISO 9000, a designação correta é capabilidade potencial do processo


(Cp) e não capacidade do processo.

Índice de Capabilidade Potencial do Processo (Cp)

É a capacidade do processo em produzir, por convenção, 99,73% das peças com


dimensões dentro dos limites de tolerâncias especificadas no projeto. 99,73% das

peças corresponde ao intervalo x ± 3σ x , ou seja, um intervalo total de 6 σ x em

torno da média. Assim, a capacidade pode ser calculada por

t
C p
=
6σ x (7.18)

Por convenção o processo é considerado capaz quando Cp ≥ 1,33.

Cp ≥1,33 significa que o desvio padrão ( σ x ) do processo de fabricação deve ser menor

ou igual que um oitavo da tolerância especificada no projeto. Nestas condições o


processo será capaz de produzir 99,99% das peças dentro das especificações. Exige-se
assim, uma folga operacional mínima de dois desvios padrões entre a capacidade do

processo (6 σ x ) e a especificação (8 σ x ). Esta folga permite flexibilidade de ajuste

quando ocorrerem desvios, antes que sejam produzidas peças rejeitadas.


7. Controle Estatístico de Processos – CEP -157-

t 1
C p
=
6σ x

0 ,75
⇒ C p
≥ 1,33

Quando Cp ≥ 1,33 significa que o processo está operando dentro de 75% da


tolerância especificada no projeto (ou seja, tem 25% de folga).

Cp = 1,0 significa que a “tolerância“ do proceso de fabricação (LSC-LIC) é igual à


tolerância do projeto. Neste caso o desvio padrão experimental do processo é igual
a um sexto da tolerância do projeto. O processo não tem nenhuma folga
operacional ⇒ O processo não é capaz!

1,00 ≤ Cp < 1,33 significa que apesar de produzir peças dentro das
especificações, o processo não tem a folga operacional mínima necessária.
⇒O processo não é capaz!

Exemplo 2: Um eixo tem a seguinte especificação de projeto: 120d9


O processo de fabricação produziu peças com as seguintes
características:

σx = 0,010 mm e x = 119,810 mm.


Da especificação ⇒ t = 87µm, as = -120µm; ai = -207µm;

dmáx = 119,880mm; dmin = 119,793mm.

t 0 ,087
C p
=
6σ x
=
6 × 0 ,010
= 1, 45 ≥ 1,33

Como Cp > 1,33, diz-se que o processo tem capacidade potencial (é capaz!)
Os limites naturais do processo de fabricação são:

LSC = x + 3σ x = 119,810 + 3 x 0,010 = 119,840 mm;


7. Controle Estatístico de Processos – CEP -158-

LIC = x − 3σ x = 119,810 - 3 x 0,010 = 119,780 mm.

Comparando-se os limites do processo com o limite especificado tem-se

010
,
0,689
0,087
7. Controle Estatístico de Processos – CEP -159-

capaz! Ele produz peças que não atendem às especificações. Este processo atenderia

às especificações desde que a sua média ( x = 119,810 mm) coincidisse com a média

da especificação (M = 119,837 mm). O processo está deslocado no sentido do dmin (a


média do processo é menor que a média nominal ou da especificação).

O processo seria capaz se estivesse centrado!

Pode-se concluir através deste exemplo que o índice de capabilidade Cp não é


suficiente para indicar a capacidade de um processo. Deve-se verificar a ajustagem da
curva, ou seja, deve ser feita uma comparação entre a média nominal de projeto e a
média das peças produzidas pelo processo de fabricação.

Índice de Capabilidade Centrado do Processo (CPK)

A capabilidade centrada do processo informa se o processo está centrado em torno da


média nominal de projeto. Tem-se os índices de capabilidade centrados

D MÁX − x
Cpks = (7.19)
3σ x

x − D MIN
Cpki = (7.20)
3σ x

onde Cpks é o índice de capabilidade superior e Cpki é o índice de capabilidade inferior.


Dmáx e Dmin são as dimensões limites para furo e para eixos.

A capabilidade do processo é o resultado de menor valor calculado pelas


Eqs. (7.19) e (7.20).

Um processo tem boa capabilidade centrada quando o seu valor for superior a 1,33,
ou seja, Cpk > 1,33!
7. Controle Estatístico de Processos – CEP -160-

O processo estará centrado quando Cpki = Cpks! Se o Cpki < Cpks o


processo estará deslocado no sentido do Dmin. Ao contrário, se o Cpks < Cpki o

processo estará deslocado no sentido do Dmáx.

O máximo valor do Cpk será o valor do Cp ⇒ Cpk ≤ Cp

Exemplo 3: Continuação do exemplo anterior ⇒ Eixo 120d9.


Cálculos das capabilidades centradas:

DMÁX − x 119,88 − 119,810


Cpks = = = 2,333
3σ x 3 × 0,010

x − D MIN 119,810 − 119,793


Cpki = = = 0,567
3σ x 3 × 0,010

A capabilidade centrada do processo é Cpk = 0,567 < 1,33. (o menor


valor) ⇒ O Processo não apresenta boa capabilidade centrada, logo não é
capaz!
O processo está produzindo peças cujas dimensões médias estão deslocadas no
sentido do dmin pois Cpki < Cpks. (Observe a Fig.7.16)

Conclusão do exemplo: O processo, apesar de ter capabilidade potencial satisfatória


(Cp = 1,45), está incapaz por estar descentralizado (Cpk = 0,567) ⇒ Cp > 1,33 e
Cpk < 1,33.
O ideal seria o processo ter Cp = 1,45 e Cpk = 1,45. Isto seria obtido se a média do

processo ( x ) fosse igual à média nominal de projeto (M). Esta diferença entre as
médias pode ser calculada através do coeficiente de desvio k:

2| M −x|
k= (7.21)
t
7. Controle Estatístico de Processos – CEP -161-

onde M = (Dmáx + Dmin)/2 e t é a tolerância especficada no projeto.

Exemplo 3: Continuação do exemplo anterior ⇒ Eixo 120d9.


Cálculo do k:

119,880 + 119,793
M= = 119,8365
2
2 | 119,8365 − 119,810 |
k= = 0,609
0,087

RESUMO DE CEP POR VARIÁVEIS:

CP está relacionado à dispersão do processo de fabricação.

CPk está relacionado à centralização do processo de fabricação

A Fig. 7.17 mostra algumas variações possíveis de ocorrer, em função da variação


do Cp e do Cpk.
7. Controle Estatístico de Processos – CEP -162-

Cp x Cpk

Cp Cpk Dmín Dmáx


0,7
1,0 1,0
0,7
0,3
1,0
1,5
1,5
1,0
0,5
1,33
2,0 2,0
1,33
0,7

Fig. 7.17: Influência das variações do Cp e Cpk na forma da curva do processo

Exemplo 4: Um processo de fabricação deve produzir furos 40H9. Durante a produção


foram retiradas e medidas os afastamentos de 5 peças de hora em hora, como mostra
a Tab. 7.6. Assim, no instante inicial retirou-se peças com os seguintes afastamentos
em µm: 44; 28; 26; 42 e 35. Após uma hora, repetiu-se a operação medindo-se os
afastamentos de 5 novas peças e assim por diante.
Determinar a Carta de Controle, Índices do Processo e fazer uma Análise do Processo.
7. Controle Estatístico de Processos – CEP -163-

Tab. 7.6: Dados medidos e calculados - Exemplo 4

Nº da Valores dos Afastamentos medidos (µm) Cálculos (µm)

Amostra A B C D E x R
1 44 28 26 42 35 35 18
2 40 42 16 34 33 33 26
3 20 40 58 40 42 40 38
4 30 48 24 26 32 32 24
5 32 30 24 24 30 28 8
6 60 28 28 38 36 38 32
7 32 40 20 22 26 28 20
8 38 30 36 18 28 30 20
9 30 46 10 44 35 33 36
10 46 22 24 36 32 32 24
11 32 40 34 42 37 37 10
12 34 52 48 16 40 38 36
13 50 40 54 16 40 40 38
14 26 38 38 20 28 30 18
15 42 52 42 54 50 48 12
16 46 44 26 10 34 32 36
17 36 20 14 32 28 26 22
18 28 30 34 38 30 32 10
19 32 20 40 36 32 32 20
20 28 34 10 36 27 27 26
21 32 42 44 36 46 40 14
22 34 36 32 27 36 33 9
23 48 32 34 46 35 39 16
24 40 36 20 32 32 32 20
25 34 38 37 34 32 35 6
7. Controle Estatístico de Processos – CEP -164-

Solução:
Especificação do Projeto: 40 H9 ⇒ Dmin = 40,000mm; Dmáx = 40,062mm; t = 62µm;

M = (Dmáx + Dmin)/2 = 40,031mm

Ai = 0,000mm; As = 0,062mm = 62µm

Valores analisados (do processo de fabricação): ⇒ Calculados a partir dos valores das
dimensões das peças produzidas. Tem-se:

• Para cada amostra de 5 peças calcula-se a média x e a amplitude R. Para a primeira

amostra, N=1 tem-se: x 1 = 35µm e R = 18µm.


• Calcula-se a média de todas as 25 médias de afastamentos obtidas ⇒ x = 34µm.

• Calcula-se a média de afastamentos das 25 amplitudes ⇒ R = 21,56µm.

• Observe que mediu-se os afastamentos. Para a peça N = 4, letra A, obteve-se As =

30µm. Logo esta peça tem um diâmetro Dmáx = 40,030mm. Para x = 34µm, tem-se

D = 40,034mm.

Estimativa do Desvio Padrão:

R 21,56
σ= = = 9,25µm d2 ⇒ Tab. 7.2 Pág. 149 com n=5 ⇒ d2 = 2,326
d 2 2,326

Estabelece-se assim a norma de controle para o processo com os

parâmetros x = 40,034 mm e σ = 0,00925 mm

CARTAS DE CONTROLE: Como n=5<10, optou-se por utilizar as cartas das médias e

da amplitude ( x /R.)
7. Controle Estatístico de Processos – CEP -165-

Carta de Controle das Médias:

Limites do Processo:

Pode-se calcular por duas maneiras distintas:

LSC = D + A2 R = 40,034 + 0,58 ⋅ 0,02156 = 40,0465mm

LIC = D − A2 R = 40,034 − 0,58 ⋅ 0,02156 = 40,021495mm

ou,

0,0092
LSC = D + 3σ x = 40,034 + 3 ⋅ = 40,0464mm
5
0,0092
LIC = D − 3σ x = 40,034 − 3 ⋅ = 40,02159mm
5

Utilizando-se os dados acima, traçou-se a carta de controle das médias, como


mostrado na Fig. 7.18a.
7. Controle Estatístico de Processos – CEP -166-

Dmáx
40,062
40,046 LSC
Diâmetro (mm)

Média
40,034

LIC
40,022

40,000 Dmín

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28

Nº de Amostra

Fig. 7.18a: Carta de Controle das médias - Exemplo 4

Carta de Controle das Amplitudes

A linha média é calculada pela Eq. 7.16


LM=µR = R =21,56 µm

Os limites de controle são calculados pelas equações (7.17a) e (7.17b). Os


coeficientes D3=0 e D4=2,115(Tab. 7.2, Pág. 149, com n=5)

LIC = 0 * 21,56 = 0
LSC =2,115 * 21,56 = 0,0456mm

A Fig. 7.18b mostra a carta de controle das amplitudes.


7. Controle Estatístico de Processos – CEP -167-

0,050
LSC
0,045

0,040
Amplitude Média (mm)

0,035

0,030

0,025
Média
0,020

0,015

0,010

0,005

0,000 LIC
0 2 4 6 8 10 12 14 16 18 20 22 24
Amostra

Fig. 7.18b: Carta de Controle das Amplitudes – Exemplo 4

Padrões do Processo:

Capabilidade Cp: t/6 σ x = 0,062/6x0,00414 = 2,496 ⇒ Cp = 2,49;

Capabilidade: Cpks = (Dmáx - D )/3 σ x = (40,062 - 40,034)/3x0,00414 = 2,254

Cpki = ( D - Dmin)/3 σ x = (40,034 - 40,000)/3x0,00414 = 2,738

⇒ Cpk = 2,25;
Análise do Processo:
• Cp=2,49>1,33 ⇒ O processo tem capacidade de produzir peças dentro do exigido
pelo CEP. O processo tem a margem de segurança exigida. A dispersão do processo
é grande comparada à especificação ⇒

(LSC-LIC)/t = (40,046 - 40,022)/0,062 = 0,387 ⇒ O processo de fabricação está


usando apenas 38,7% da tolerância do projeto.

• Cpk = 2,25>1,33 ⇒ O Processo apresenta boa capabilidade. O processo está


produzindo peças cujas dimensões médias estão levemente deslocadas no sentido
7. Controle Estatístico de Processos – CEP -168-

do Dmáx pois Cpks < Cpki. Ou seja, o processo apresenta uma pequena
descentragem!

A Fig. 7.19 mostra a curva de distribuição normal do processo.

dmín = 40,000 mm dmáx = 40,062 mm


D

40,006 medidas (mm)


40,034 40,0618

Fig. 7.19: Curva de distribuição normal do processo de fabricação do Exemplo 4

7.3.3 Capabilidade de Máquina e Mini Capabilidade de Máquina

Capabilidade de Máquina
Semelhantemente ao Cp e Cpk, existem também o Cm: Índice de Capabilidade
Potencial de Máquina e o Cmk: Índice de Capabilidade Centrada de Máquina. Estes
índices são utilizados para avaliar um equipamento ou máquina nas seguintes
condições:
• Antes da compra: Para determinar se o equipamento tem condições de atender ao
processo;
• Avaliações periódicas do equipamento;
• Avaliações após grande reforma ou revisão do equipamento.
Para determinação dos parâmetros Cm e Cmk devem ser analisados somente as
variações das máquinas. A máquina deve estar ajustada conforme as suas
especificações. O processo é semelhante ao visto anteriormente.
7. Controle Estatístico de Processos – CEP -169-

Deve-se produzir 50 peças consecutivas, usando a mesma máquina, o mesmo


operador e a mesma matéria prima. Deve-se então medir a característica desejada.

O índice Cm é calculado usando-se as Eq. (7.18); Os índices Cmk são calculados


usando-se as Eqs. (7.19) e (7.20). O desvio padrão deve ser calculado usando-se
somente a Eq. (7.4).

Exemplo 5: Determinar a capacidade de máquina do torno, para fabricar eixos com


diâmetros de 61,5+/-1,0mm. A Tab. 7.7 mostra os dados obtidos. Eles foram obtidos
de 50 amostras consecutivas.

Tab. 7.7: Dados medidos e calculados (mm) - Exemplo 5

61,9 62,2 62,2 62,3 62,0 62,2 61,9 62,4 62,2 62,2

62,3 62,4 62,4 62,2 62,2 62,1 62,1 62,3 62,3 62,6

62,1 62,3 62,1 62,2 62,2 62,1 62,3 62,1 62,3 62,0

62,0 62,2 62,2 62,1 62,3 62,5 61,8 62,1 62,4 62,2

62,2 62,4 62,0 62,1 62,0 62,2 61,9 62,5 62,4 62,2

Calculou-se:

d = 62,1960mm; σ = 0,1678mm; Cm = t/6σ = 2/6x0,1678 = 1,986 ⇒ Cm = 1,986

Cmks = (dmáx - d )/3σ = (62,5-62,196)/3x0,1678 = 0,6039;

Cmki = ( d - dmin)/3σ = (62,196-60,5)/3x0,1678 = 3,3691;

Cmk = 0,6039 ⇒ Cmk<1,33 ⇒ A máquina não tem capacidade.

Comparação entre Cmk e Cpk:


Origem das variações: Cmk ⇒ Na máquina ou equipamento. Os demais fatores (mão
de obra, matéria prima, método, meio ambiente, etc.)
são constantes.
7. Controle Estatístico de Processos – CEP -170-

Cpk ⇒ No processo de fabricação. Todos os fatores citados


acima podem variar.
Número de Amostras: Cmk ⇒ 50 peças produzidas consecutivamente.

Cpk ⇒ Medição de 20 a 25 amostras, cada uma contendo 4 ou 5


peças, retiradas de tempo em tempo.

Mini Capabilidade de Máquina

É semelhante à capabilidade de máquina. Serve para uma avaliação rápida de um


equipamento, de uma ferramenta, de um procedimento de medição ou da mão de
obra. É um método com menor precisão que a capacidade de máquina
centrada (Cmk).
Deve-se produzir 10 peças consecutivas com todos os demais fatores mantidos
constante. Calcula-se o índice Cm:
0,75t
Cm = (7.21)
2R
onde t é a tolerância especificada no projeto e R é a amplitude.

Exemplo 6: Verificar a capacidade de um torno que deve fabricar eixos com


d = 40±4 mm (Tab. 7.8)

Tab. 7.8: Dados medidos e calculados - Exemplo 6

N0 1 2 3 4 5 6 7 8 9 10

d 40,53 41,09 39,76 41,57 41,00 39,03 41,70 40,09 39,97 41,01

(mm)

Amplitude R = 41,70 - 39,03 = 2,67mm;


Através da Eq. (7.21) ⇒ Cm= (0,75 x 8/(2 x 2,67) = 1,12

Como Cm=1,12<1,33 ⇒ O torno não é capaz!


7. Controle Estatístico de Processos – CEP -171-

7.3.4 GRÁFICO DE FAROL

O gráfico do farol é um método muito aplicado na indústria pelo seu fácil manuseio e
interpretação por parte do operador. Não é preciso um conhecimento teórico sobre
os cálculos estatísticos para que o funcionamento do processo corra normalmente.
Entretanto, se ocorrer alguma falha durante o processo, o operador não conseguirá
corrigí-lo, tendo que chamar o responsável. A Fig. 7.20 mostra o Gráfico de Farol

1/2 tolerância

Região vermelha
Região vermelha

região verde

reg. reg.
amarela amarela
mín máx
tolerância

Fig. 7.20: Gráfico do Farol

O gráfico consiste na curva de Gauss acrescida com as cores de um semáforo. O


operador, como um motorista comum, deve ficar atento às cores que aparecerem.
Para isso, deverá seguir ao procedimento. Ele pegará amostras de tempos em
tempos e fará a medida de duas peças.
• Se ambas estiverem na região verde, VÁ EM FRENTE, ele continuará com o
processo normalmente.
• Se uma ou duas peças estiverem na região vermelha, PARE imediatamente o
processo e chame o responsável.
• Se uma ou duas peças estiverem na região amarela, ATENÇÃO, faça a medição de
mais três peças. Destes, se duas ou mais peças estiverem na região verde,
continue o processo. Se duas ou mais peças estiverem na região amarela chame
o responsável.
7. Controle Estatístico de Processos – CEP -172-

A seguir, serão feitos os cálculos para a construção do gráfico do farol.

1º passo
Determinar a amplitude de tolerância. (t = Dmáx - Dmín)
2º passo
Dividir a tolerância por quatro, ou seja, (Dmáx - Dmín)/4.

3º passo
Marcar os valores no gráfico como segue.

4º passo
Marcar as regiões com as cores apropriadas

região verde

reg. reg.
amarela amarela
Região vermelha
Região vermelha

1/4 tol. 1/4 tol. 1/4 tol. 1/4 tol.


Dmáx
LS

1/2 tolerância
Dmín

LI

tolerância

Exemplo 7:
Construir um gráfico de pré-controle para o processo de produção de um
equipamento BC121 na operação de chanfrar. Esse processo está com Cpk = 1,2.
Especificação (15,00 ± 0,10 mm)
7. Controle Estatístico de Processos – CEP -173-

1º passo
Determinar a amplitude de tolerância:
t = Dmáx - Dmín = 15,10 - 14,90 = 0,20 mm

2º passo
Calcular o valor de um quarto de tolerância:
¼ tolerância = 0,20 / 4 = 0,05

3º passo
Calcular as linhas de controle no gráfico:

Reg.
Vermelha Diâmetro > 15,105
PARE
15,10
Reg. V
Amarela 15,055< Ø < 15,105
OBSERVE
15,05
Reg. Verde V VV V V VV VV V VV 14,995< Ø < 15,055
CONTINUE V V VV V VV 14,945< Ø < 14,995 15,00
14,95
Reg.
Amarela 14,895< Ø < 14,945
OBSERVE
14,90
Reg. V
Vermelha Diâmetro < 14,895
PARE
9:00 11:00 13:00 15:00 9:00 11:00 13:00 15:00

7.4 Controle Estatístico de Processo por Atributos

O CEP por atributos é utilizado para controlar variações não mensuráveis. Ele tem as
seguintes características:
7. Controle Estatístico de Processos – CEP -174-

• Número de variáveis elevado;


• Número de amostras bastante elevado;
• Utiliza-se padrões ou gabaritos do tipo passa/ não-passa, bom/ruim;
• Deve ser definido um padrão de qualidade para a avaliação e definição de bom/ruim,
conforme/não conforme;
• Na maioria das vezes a inspeção é visual ou com auxílio de instrumentos óticos.

No CEP por atributo o produto ou processo de fabricação é classificado como


conforme ou não conforme, defeituoso ou sem defeito. Deve-se analisar as cartas
de controle.

Análise de estabilidade: As cartas de atributo devem ser analisadas de maneira similar


às cartas por variáveis (3 regras básicas + 5 regras auxiliares).

Tipos de cartas de controle:


Carta C: Quantidade de defeitos;
Carta U: Quantidade de defeitos por unidade;
Carta NP: Quantidade de elementos defeituosos;
Carta P: Porcentagem de elementos defeituosos.

7.4.1 Carta C

• Utiliza distribuição de Poisson.


• Efetua a contagem de defeitos encontrados no processo ou produto. Ex.: Número de
arranhados e de amassados em uma porta, número de lâmpadas queimadas, etc..
• O tamanho da amostra n deve ser constante.
A média pode ser calculada pela equação:

C1 + C2 + C3 + ... + Ck K
C
C= =∑ i (7.22)
K i =1 K

C1,C2,C3 são os números de defeitos de cada uma das K amostras.


K é o número de amostras.
7. Controle Estatístico de Processos – CEP -175-

Os limites do processo de fabricação são calculados pelas equações:

LSC = C + 3 C (7.23)
e

LIC = C − 3 C (7.24)

Exemplo 8: Uma fábrica produz 2450 automóveis por dia. Diariamente 100 automóveis
são selecionados aleatoriamente para um teste rigoroso. Após 20 dias consecutivos
obteve-se os dados mostrados na Tab. 7.9.
Número de amostras K = 20; Número de elementos por amostra = 100 =cte.
Número de defeitos C1=15; C2=6, etc...

Tab. 7.9: Dados medidos e calculados - Exemplo 8

Defeitos Amostras

1 2 3 4 5 6 7 8 9 10

Porta difícil de fechar 3 2 4 0 2 7 0 0 2 0

Luz de freio c/ defeito 1 0 3 2 2 2 2 3 2 1

Farol estragado 7 2 2 5 2 3 1 3 4 4

Embreagem desregulada 0 0 0 3 1 0 0 0 1 3

Pintura arranhada 4 2 1 4 1 0 4 3 3 5

Total de defeitos (C) 15 6 10 14 8 12 7 9 12 13

0 100 100 100 100 100 100 100 100 100 100
N de automóveis
analisados
7. Controle Estatístico de Processos – CEP -176-

Defeitos Amostras

11 12 13 14 15 16 17 18 19 20

Porta difícil de fechar 3 2 4 2 2 3 0 1 2 0

Luz de freio c/ defeito 4 2 3 2 2 2 3 3 3 1

Farol estragado 2 2 2 5 2 3 1 3 4 3

Embreagem desregulada 2 2 2 3 1 3 3 3 1 0

Pintura arranhada 4 2 1 1 1 4 4 3 3 5

Total de defeitos (C) 15 10 10 13 8 15 11 13 13 9

0
N de automóveis 100 100 100 100 100 100 100 100 100 100

analisados

Média:
15 + 6 + 10 + 14 + 8 + ... + 13 + 9 225
C= = = 11,25
20 20
1/2 1/2
LSC = 11,25+3(11,25) = 21,31; LIC = 11,25-3(11,25) = 1,19;

Conclusão: A carta de controle é estável.

A Fig. 7.21 mostra a carta de controle deste exemplo.


7. Controle Estatístico de Processos – CEP -177-

25

LSC
20
Nº de Defeitos

15

Média

10

LIC

0
0 2 4 6 8 10 12 14 16 18 20 22 24
Amostra

Fig. 7.21: Carta de controle por atributos - Exemplo 8

7.4.2 Carta U

• Utiliza distribuição de Poisson.


• Efetua contagem proporcional de defeitos existentes encontrados no processo, ou
seja, número de defeitos em relação ao total da amostra.
• O tamanho da amostra n pode ser variável

O número de defeitos proporcionais U pode ser calculada pela equação:

U=C (7.25)
n

onde C é o número de defeitos de uma amostra e n é o número de elementos de uma


amostra.

A média pode ser calculada pela equação


K

C + C2 + C3 + ... + CK ∑C i
U = 1 = i =1
(7.26)
n1 + n2 + n3 + ... + nK K

∑n
i =1
i

C1, C2, ...Ck são os números de defeitos em cada uma das K amostras. Cada amostra

tem um número ni de elementos.


7. Controle Estatístico de Processos – CEP -178-

Cálculos dos limites:

 U
LSC = U + 3  (7.27)
 n 

 U
LIC = U − 3  (7.28)
 n 

onde

n1 + n2 + n3 + ... + nK K
n
n= =∑ i (7.29)
K i =1 K

Exemplo 9: A Tab. 7.10 mostra os resultados obtidos de uma avaliação de um


processo de fabricação. Os dados foram coletados em 20 dias consecutivos.

Tab. 7.10: Dados medidos e calculados - Exemplo 9

Defeitos Amostras

1 2 3 4 5 6
7. Controle Estatístico de Processos – CEP -179-

Defeitos Amostras

11 12 13 14 15 16 17 18 19 20

Trinca em solda 6 0 1 0 2 0 8 2 4 0

Pto. de solda c/ defeito 2 3 0 0 2 2 6 5 5 2

Pto. de solda faltando 4 0 2 0 2 0 5 0 0 0

Rebarbas 4 0 2 0 1 0 4 1 1 0

Amassados 8 2 1 2 1 2 7 0 0 0

Total de defeitos (C) 24 5 6 2 8 4 30 8 10 2

0
N de elementos (n) 100 100 40 40 100 40 100 100 100 40

24 + 10 + 6 + ... + 8 + 10 + 2 258
U = = = 0,19
100 + 40 + 40 + ... + 100 + 100 + 40 1340

Para n1 = 100; n2 = 40, etc e K = 20 pode-se calcular:

100 + 40 + 40 + ... + 40 1340


n= = = 67
20 20

LSC e LIC ⇒ Eqs. (7.27) e (7.28):

 0,19   0,19 
LSC = 0,19 + 3  = 0,35 LIC = 0,19 − 3  = 0,03
 67   67 

Cálculo da Carta de Controle: Deve-se calcular a fração de defeitos por amostra - Eq (7.25)
u = c/n ⇒ Amostra 1 ⇒ u1 = 24/100=0,24 ⇒ u2 = 10/40=0,25 etc...

A Fig. 7.22 mostra a carta de controle. A carta é instável, com 1 ponto acima do LSC e
tendência de 11 pontos acima da linha média.
7. Controle Estatístico de Processos – CEP -180-

0,55
0,50

0,45

0,40
µ

LSC
0,35
Fração de Defeitos

0,30

0,25
Média
0,20

0,15

0,10

0,05 LIC

0,00
0 2 4 6 8 10 12 14 16 18 20 22 24
Amostra

Fig. 7.22: Carta de controle por atributos - Carta U – Exemplo 9

7.4.3 Carta nP

• Utiliza distribuição binomial.


• Efetua contagem de elementos defeituosos ou não-conformes na amostra.
• Tamanho da amostra n é constante , geralmente n ≥ 50.

Defeito X Elemento defeituoso: Uma peça pode ter vários defeitos distintos. A
existência de um ou mais defeitos torna uma peça defeituosa. Exemplo:
Parachoque ⇒ Apresenta dois defeitos ⇒ Amassado e riscado. O parachoque é
uma peça defeituosa. O parachoque contem 02 defeitos!

Cálculo da média:

nP 1 + nP 2 + nP 3 + ... + nP 25 K
nP
nP = =∑ i (7.30)
K i =1 K

onde np1, np2 são os números de elementos defeituosos de cada uma das
"k"amostras.
7. Controle Estatístico de Processos – CEP -181-

Cálculo dos limites:

 nP 
LSC = nP + 3 nP1 − 
 (7.31)
 n 

 nP 
LIC = nP − 3 nP1 − 
 (7.32)
 n 

Exemplo 10:
Foi implantada uma carta CEP na liberação de uma linha de montagem, tendo sido
realizado uma coleta de dados dos elementos não-conformes, conforme Tab. 7.11:

Tab. 7.11: Dados medidos e calculados – Exemplo 10

Elementos Defeituosos Amostras

1 2 3 4 5 6 7 8 9 10

Porta agarrando 3 8 4 3 2 7 8 0 2 8

Vidro elétrico c/ defeito 5 0 6 2 2 2 2 3 6 11

Farol queimado 18 15 10 3 14 15 13 16 11 17

Pintura arranhada 4 2 8 4 6 1 4 3 3 7

Total de elem. defeituosos 30 25 28 12 24 25 27 22 22 13

N0 de elementos 60 60 60 60 60 60 60 60 60 60
7. Controle Estatístico de Processos – CEP -182-

Elementos Defeituosos Amostras

11 12 13 14 15 16 17 18 19 20

Porta agarrando 3 2 4 4 2 3 5 4 2 0

Vidro elétrico c/ defeito 4 2 3 5 2 2 5 6 3 1

Farol queimado 15 14 11 9 17 10 10 12 7 6

Pintura arranhada 4 2 6 5 4 4 4 3 3 5

Total de elem. defeituosos 26 20 24 23 25 19 24 25 15 12

N0 de elementos 60 60 60 60 60 60 60 60 60 60

Elementos Defeituosos Amostras

21 22 23 24 25

Porta agarrando 8 10 3 8 1

Vidro elétrico c/ defeito 2 0 4 1 5

Farol queimado 2 84 5 6 8

Pintura arranhada 3 6 5 1 1

Total de elem. defeituosos 15 24 17 16 15

N0 de elementos 60 60 60 60 60

Cálculos:

nP 1 + nP 2 + nP 3 + ... + nP 25 30 + 25 + ... + 16 + 15 528


LM = nP = = = = 21,12
25 25 25

 nP 
 = 21,12 + 3 21,121 −
21,12 
LSC = nP + 3 nP1 −   = 32,22
 n   60 

 nP 
 = 21,12 − 3 21,121 −
21,12 
LIC = nP − 3 nP1 −   = 10,02
 n   60 
7. Controle Estatístico de Processos – CEP -183-

Análise: Carta é estável.

35
LSC
30
Número de Defeitos

25
Média
20

15

10
LIC
5

0
0 2 4 6 8 10 12 14 16 18 20 22 24
Amostra

Fig. 7.23: Carta de controle por atributos - Carta nP – Exemplo 10

7.4.4 Carta P

• Utiliza distribuição binomial.


• Efetua contagem proporcional de elementos defeituosos existentes, encontrados no
processo, ou seja, número de elemntos defeituosos em relação ao total da amostra.
• O tamanho da amostra n pode ser variável, geralmente n ≥ 50.

O número de elementos defeituosos proporcionais P pode ser calculada pela equação:

P = nP (7.33)
n

onde "nP" é o número de elementos defeituosos de uma amostra e n é o número de


elementos de uma amostra.
A média pode ser calculada pela equação
7. Controle Estatístico de Processos – CEP -184-

nP + nP2 + nP3 + ... + nP25 ∑ nP


i =1
i
P= 1 = (7.34)
n1 + n 2 + n 3 + ... + n 25 K

∑ ni
i =1

nP1, nP2, ... nPk são os números de defeitos em cada uma das K amostras. Cada

amostra tem um número ni de elementos.


Cálculos dos limites:

 P 1− P
LSC = P + 3
( )  (7.35)
 n 
 

 P 1− P
LIC = P − 3
( )  (7.36)
 n 

Exemplo 11:
O controle implantado pela pintura das portas de um automóvel, apresentou um
número de portas defeituosas conforme os dados mostrados na Tab. 7.12.

Tab. 7.12: Dados medidos em portas – Exemplo 11


Elementos Defeituosos Amostra

1 2 3 4 5 6 7 8 9 10

Arranhado 0 1 2 2 0 1 1 1 1 2

Manchado 4 2 1 4 2 1 2 3 0 3

Escorrido 1 1 1 0 0 2 1 2 2 1

Bolhas 0 1 1 0 0 0 1 2 0 1

Total de Elem. Defeit 5 5 5 6 2 4 5 8 3 7

Nº Elementos 60 40 50 40 40 60 60 60 60 60
7. Controle Estatístico de Processos – CEP -185-

Elementos Defeituosos Amostra

11 12 13 14 15 16 17 18 19 20

Arranhado 0 2 3 2 1 1 0 1 1 0

Manchado 2 1 5 4 5 1 2 1 0 0

Escorrido 2 4 0 0 0 2 1 0 0 1

Bolhas 0 2 0 1 0 0 1 0 0 1

Total de Elem. Defeit 4 9 8 7 6 4 4 2 1 2

Nº Elementos 60 60 40 40 40 40 60 60 60 50

Elementos Defeituosos Amostra

21 22 23 24 25

Arranhado 0 0 3 2 1

Manchado 2 0 4 1 1

Escorrido 2 1 0 0 0

Bolhas 1 2 0 1 1

Total de Elem. Defeit 5 3 7 4 3

Nº Elementos 50 40 40 50 60

a) Que tipo de carta devemos utilizar


b) Traçar e analisar a carta de controle

nP1 + nP2 + nP3 + nP4 + ... + nP25 5 + 5 + ... + 3


LM = P = = =
n1 + n 2 + n 3 + n 4 + ... + n 25 60 + 40 + ... + 60
a)
124
= = 0,0969 = 9,7%
1280

n1 + n2 + n3 + n4 + ... + n25 1280


n= = = 51,2
25 25
7. Controle Estatístico de Processos – CEP -186-

 P 1− P
LSC = P + 3
( )  = 0,0969 + 3 0,0969(1 − 0,0969 ) 
 = 0,2209 = 22,1%
 n   51 , 2 
 

 P 1− P
LIC = P − 3
( )  = 0,0969 − 3 0,0969(1 − 0,0969 ) 
 = −0,0271
 n   51,2 
 
O menor valor para carta por atributos é zero.

LIC = 0

Análise: A carta é instável, tendência de sete pontos decrescentes.

25
LSC
Fração de Defeitos

20

15

10 Média

5
LIC
0
0 2 4 6 8 10 12 14 16 18 20 22
Amostra

Fig. 7.24: Carta de controle por atributos - Carta P Exemplo 11