Académique Documents
Professionnel Documents
Culture Documents
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.
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;
Para cada tipo de CEP tem-se um tipo de carta de controle: Carta de controle por
atributo ou por variáveis.
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.
P re v is ã o
Tem po
Tam anho
?
?
? ?
?
P re v isã o
Tem po
Tam anho
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.
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-
σ2 > σ1
σ1
σ2
x
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
A fig. 7.6 mostra vários casos distintos possíveis de ocorrer com o processo de
fabricação:
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
LSC LSC
Média Média
LIC LIC
Tempo Tempo
1ª. Regra: Existência de pelo menos um ponto acima do LSC ou abaixo do LIC.(Fig.
7.8)
LSC
Média
LIC
LSC
5 7
1 3
6 x
2 4
2 4 6
7
3 5
1
LIC
LSC
7 2
5 1
6
3 4
3 4 x
5
2
6
1 7
LIC
LSC
4 7
2
1/3
x
1/3
3 6
5 8
1 LIC
LSC
1/3
3
x
1/3
5
1 2
4
LIC
LSC
1 2
2/3
x
2/3 3
LIC
LSC
LIC
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
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.
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
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.
LSC = x + A1 s (7.5a)
LIC = x − A1 s (7.5b)
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).
R1 + R 2 + R3 + ... + RK
R= (7.7)
K
Onde R1 é a amplitude da primeira amostra, R2 da segunda e assim por diante.
LSC = x + A2 R (7.8a)
LIC = x − A2 R (7.8b)
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).
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.
LM=µs = c2 σ (7.10)
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)
LSC = B4 s (7.13b)
7. Controle Estatístico de Processos – CEP -148-
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)
LSC = D4 R (7.17b)
(n) A1 A2 d2 c2 B1 B2 B# B4 D3 D4
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-
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
A estimativa do desvio padrão é obtida pela Eq. (7.9), com d2 = 2,326 (Tab. 7.2,
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,
Entretanto, estes limites devem ser recalculados após a eliminação das amostras
k=6 e k=10. Utilizando-se as mesmas equações anteriores:
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-
Os índices Cp e Cpk só devem ser calculados com o processo sob controle estatístico
(sem variações sistemáticas) e estável.
t
C p
=
6σ x (7.18)
Cp ≥1,33 significa que o desvio padrão ( σ x ) do processo de fabricação deve ser menor
t 1
C p
=
6σ x
≥
0 ,75
⇒ C p
≥ 1,33
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!
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:
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
D MÁX − x
Cpks = (7.19)
3σ x
x − D MIN
Cpki = (7.20)
3σ x
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-
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-
119,880 + 119,793
M= = 119,8365
2
2 | 119,8365 − 119,810 |
k= = 0,609
0,087
Cp x Cpk
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;
Valores analisados (do processo de fabricação): ⇒ Calculados a partir dos valores das
dimensões das peças produzidas. Tem-se:
30µm. Logo esta peça tem um diâmetro Dmáx = 40,030mm. Para x = 34µm, tem-se
D = 40,034mm.
R 21,56
σ= = = 9,25µm d2 ⇒ Tab. 7.2 Pág. 149 com n=5 ⇒ d2 = 2,326
d 2 2,326
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-
Limites do Processo:
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
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
LIC = 0 * 21,56 = 0
LSC =2,115 * 21,56 = 0,0456mm
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
Padrões do Processo:
⇒ 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 ⇒
do Dmáx pois Cpks < Cpki. Ou seja, o processo apresenta uma pequena
descentragem!
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-
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:
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)
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
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
1/2 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
O CEP por atributos é utilizado para controlar variações não mensuráveis. Ele tem as
seguintes características:
7. Controle Estatístico de Processos – CEP -174-
7.4.1 Carta C
C1 + C2 + C3 + ... + Ck K
C
C= =∑ i (7.22)
K i =1 K
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...
Defeitos Amostras
1 2 3 4 5 6 7 8 9 10
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
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
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
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;
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
7.4.2 Carta U
U=C (7.25)
n
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
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
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
Rebarbas 4 0 2 0 1 0 4 1 1 0
Amassados 8 2 1 2 1 2 7 0 0 0
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
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
7.4.3 Carta nP
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-
nP
LSC = nP + 3 nP1 −
(7.31)
n
nP
LIC = nP − 3 nP1 −
(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:
1 2 3 4 5 6 7 8 9 10
Porta agarrando 3 8 4 3 2 7 8 0 2 8
Farol queimado 18 15 10 3 14 15 13 16 11 17
Pintura arranhada 4 2 8 4 6 1 4 3 3 7
N0 de elementos 60 60 60 60 60 60 60 60 60 60
7. Controle Estatístico de Processos – CEP -182-
11 12 13 14 15 16 17 18 19 20
Porta agarrando 3 2 4 4 2 3 5 4 2 0
Farol queimado 15 14 11 9 17 10 10 12 7 6
Pintura arranhada 4 2 6 5 4 4 4 3 3 5
N0 de elementos 60 60 60 60 60 60 60 60 60 60
21 22 23 24 25
Porta agarrando 8 10 3 8 1
Farol queimado 2 84 5 6 8
Pintura arranhada 3 6 5 1 1
N0 de elementos 60 60 60 60 60
Cálculos:
nP
= 21,12 + 3 21,121 −
21,12
LSC = nP + 3 nP1 − = 32,22
n 60
nP
= 21,12 − 3 21,121 −
21,12
LIC = nP − 3 nP1 − = 10,02
n 60
7. Controle Estatístico de Processos – CEP -183-
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
7.4.4 Carta P
P = nP (7.33)
n
∑ ni
i =1
nP1, nP2, ... nPk são os números de defeitos em cada uma das K amostras. Cada
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.
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
Nº Elementos 60 40 50 40 40 60 60 60 60 60
7. Controle Estatístico de Processos – CEP -185-
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
Nº Elementos 60 60 40 40 40 40 60 60 60 50
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
Nº Elementos 50 40 40 50 60
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
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