Formiga MG
2011
Formiga MG
2010
BANCA EXAMINADORA
____________________________________________________________________
Ms. Alex Magalhes de Almeida
____________________________________________________________________
Ms. Jussara
Formiga MG
2011
AGRADECIMENTO
RESUMO
ABSTRACT
This work presents a case study in an industry machining of automotive, heavyline parts (Trucks and buses) using the statistical study using the Statistical Process
Control (SPC) and quality tools, to identify anomalies process and the search for
solutions and increased capability and performance of the same.
Developed devices for process control and analyzed its effectiveness through
process control tools. Thus helping to reduce process costs and waste, increasing
productivity. And showing the way for system expansion to other areas of the process,
thus ensuring the continuous improvement of customer satisfaction and the same.
LISTA DE ILUSTRAO
FIGURA 1 Exemplificao de Histograma..................................................................21
FIGURA 2 Diagrama de Causa e Efeito......................................................................21
FIGURA 3 Frmulas de catas de controle por variveis..............................................25
FIGURA 4 Caractersticas da Carta.............................................................................25
FIGURA 5 Variao Causas Comuns e Causas Especiais........................................27
FIGURA 6 Nova castanha de fixao do Tambor de Freio.........................................40
FIGURA 7 Ilustrao da aplicao da fixao do tambor na castanha........................41
LISTA DE TABELA
LISTA DE QUADROS
LISTA DE GRFICOS
LISTA DE ABREVEATURAS
SUMRIO
1. INTRODUAO ..........................................................................................................14
1.1 Problema....................................................................................................................15
1.2 Justificativa................................................................................................................15
1.3 Hiptese.....................................................................................................................16
2. OBJETIVOS...............................................................................................................17
2.1 Objetivos gerais.........................................................................................................17
2.2 Objetivos especficos.................................................................................................17
3. REFERNCIAL TEORICO..........................................................................................18
3.1 Evoluo da Qualidade..............................................................................................18
3.1.1 Era da Inspeo.......................................................................................................19
3.1.2 Era do Controle Estatstico.....................................................................................19
3.1.3 Era da Qualidade Total...........................................................................................22
3.2 O Controle Estatstico de Processo CEP................................................................23
3.2.1 As Ferramentas do CEP..........................................................................................24
3.2.1.1 Histograma...........................................................................................................25
3.2.1.2 Diagrama de Causa e Efeito................................................................................25
3.2.1.3 Fluxograma e Folha de Verificao.....................................................................26
3.2.1.4 Diagrama de Concentrao de Defeitos..............................................................26
3.2.1.5 Diagrama de Pareto.............................................................................................27
3.2.1.6 Diagrama de Disperso........................................................................................27
3.2.1.7 Grficos de Controle ou Cartas de Controle........................................................27
14
1 INTRODUO
Para uma empresa se garantir no mercado preciso ser competitiva e ter
qualidade. Esses so os principais fundamentos para sobrevivncia em um mercado to
exigente. Essa busca por melhorias deve ser contnua, pois atravs dela que a empresa
se garantir no mercado.
O principal objetivo de uma empresa a satisfao de seus clientes. E para
atender a essa satisfao, necessrio que se conhea o perfil do consumidor. Pois esse,
atualmente, exige melhores padres de qualidade e baixo custo. Alm disso, as
necessidades das pessoas mudam constantemente, da a importncia de mudana
contnua para se garantir num mercado to competitivo.
Segundo Campos (1992), a garantia da qualidade uma funo que visa
confirmar que todas as aes necessrias para atendimento das necessidades dos clientes
esto sendo realizadas conforme os padres estabelecidos sendo melhor que a
concorrncia.
O mercado no passado no era muito exigente, e visava apenas o produto e a
qualidade era mantida apenas na inspeo final, atualmente tornou-se mais exigente,
permaneceu mantendo o controle por inspeo final, mas, tambm preza por controles
alternativos como: Controle de Processo (CEP Controle Estatstico de Processo),
formas mais eficazes e aprofundadas de soluo de problemas (MASP Mtodos de
Anlise e Soluo de Problemas), Poka-Yoke (Ferramentas automatizadas de deteco
de Erros e Falhas) durante o processo produtivo.
O processo de produo deve ser eficaz, com perdas reduzidas e monitoramento
do processo, obtido por meio de planejamento neste trabalho. O objetivo utilizar do
controle estatstico para manter a capabilidade do processo e do produto, monitorandoos atravs das cartas de controle os ndices de Cp e Pp (ndices de variao do
processo), e Cpk e Ppk (ndices combinados de variao e centralizao do processo).
Por meio destes ndices consegue-se avaliar a variao e desempenho do processo, e se
necessrio, atuando com ferramentas de soluo de problemas, tal como o Diagrama de
Causa e Efeito para identificao das possveis causas e suas possveis solues.
Atendendo s necessidades dos clientes e consumidores finais.
Pretende-se resolver os problemas provocados por defeitos na fabricao de
tambores de freio e cubos de roda, atravs do CEP (Controle Estatstico de Processo),
em uma empresa de usinagem.
15
1.2 Justificativa
16
17
2 OBJETIVOS
18
3 REFERENCIAL TERICO
3.1 Evoluo da Qualidade
No tem como falar de Controle Estatstico de Processo (CEP), sem falar de
Qualidade. A qualidade teve incio na Revoluo Industrial, com a concepo das linhas
de produo seriadas de Ford, mas de forma discreta e sem levar em conta a satisfao
dos clientes.
A qualidade tornou-se um dos mais importantes fatores de deciso dos
consumidores na seleo de produtos e servios que competem entre si. O
fenmeno geral, independente do fato de o consumidor ser um indivduo,
uma organizao industrial, uma loja de varejo, ou um programa militar de
defesa. Consequentemente, compreender e melhorar a qualidade um fatorchave que conduz ao sucesso, crescimento e a uma melhor posio de
competitividade de um negcio. A melhor qualidade e o emprego bemsucedido da qualidade como parte integrante da estratgia geral da empresa
produzem retorno substancial sobre o investimento.
(MONTGOMERY, 2004, p. 1)
19
20
eternizar esta gentileza de Deming, que cedeu os direitos autorais de suas palestras as
indstrias japonesas, a JUSE instituiu o prmio Deming de Qualidade aqueles que
contriburam de forma marcante para a disseminao das tcnicas de controle estatstico
da qualidade e s empresas onde o Controle Estatstico da Qualidade foi conduzido de
forma exemplar.
Segundo Montgomery (2004), Dr. Deming utilizou-se de uma filosofia de 14
pontos para o gerenciamento.
1. Criar aes consistentes focadas na melhoria dos produtos e servios. Manter o
empenho na melhoria do projeto e no desempenho dos produtos. Investimentos
em pesquisa, desenvolvimento e inovao traro retorno longo prazo para a
organizao.
2. Estabelea uma filosofia mais firme quanto a m qualidade no processo. O custo
quanto ao retrabalho ter o mesmo valor que o custo da produo, portanto o
produto ter o valor de produo dobrado, quando necessrio retrabalho,
inviabilizando, s vezes, o processo.
3. No confie em inspeo de massa para controlar a qualidade, ela pode ser
falha em se tratando de defeitos robustos, e ineficaz quanto a reduo de custos
de produo, pois s ela s ir detectar as anomalias aps a produo do
produto, no sendo possvel resgatar o capital gasto na produo do produto no
conforme. A inspeo, tipicamente, ocorre muito tarde no processo,
dispendiosa e, em geral, ineficaz. A qualidade resulta da preveno de itens
defeituosos atravs de melhoria no processo, e no de inspeo.
4. No premie os fornecedores com a realizao de negcios com base apenas no
preo, mas considere, tambm, a qualidade. O preo apenas a medida utilizada
para mensurar o produto do fornecedor. Compre com base tambm na qualidade
e nas tcnicas inovadoras de melhorias de processo que seu fornecedor aplica em
seu produto, a fim de estabelecer a capacidade de seu processo.
5. Concentre-se no aprimoramento contnuo. Busque sempre a melhoria contnua
de seu sistema produtivo. Envolva todos os colaboradores da empresa nessas
atividades e faa o uso de mtodos estatsticos.
6. Coloque em prtica os mtodos de treinamento atuais e treine todos os
colaboradores. Todos devem obter conhecimento tcnico quanto a tarefa que ir
executar, bem como nos mtodos modernos de melhoria da qualidade e
21
22
23
24
25
3.2.1.1 Histograma
26
27
28
29
30
3.3 Amostragem
31
32
variao total do processo, onde estimado pelo desvio padro do processo total (s).
33
ou
Segundo Schissatti (2008) apud Galuch (2002), comum utilizar-se como valor
padro de referncia mnima 1,33, para Cp, Cpk e Pp, Ppk. Este valor indica a
34
35
4 METODOLOGIA
Este trabalho tem como objetivo um estudo de caso quanto ao sistema de CEP
em uma empresa de usinagem, a fim de estabelecer um controle de processo durante a
fabricao, evitando a ocorrncia de anomalias no final do processo produtivo, pois as
mesmas sero analisadas e tratadas durante o processo.
A empresa em questo est situada no Centro Oeste de Minas, onde tem como
processo e produto a usinagem de peas em ferro fundido cinzento e nodular, para
veculos pesados. A produo realizada atravs de tornos e centros de usinagem, todos
tipo CNC, ou seja, mquinas de processo totalmente automticas, e onde ser
realizado o controle estatstico atravs da coleta de dados amostrais de produo. A
empresa tem a capacidade produtiva diria de aproximadamente 10.000 peas dia, onde
ser realizado um estudo amostral de 125 peas por produto estudado.
A anlise de dados enquadra-se como uma pesquisa quantitativa e, por se tratar
de estudos de quantidade e frequncia de anomalias de processo e uma pesquisa
Terico-emprica, onde segundo Ldorf (2004), trata-se de uma pesquisa bibliogrfica,
mas que ter tambm uma coleta de dados na fonte do problema, de onde ser extrado
informaes para a anlise e estudo de causas. E segundo Marconi e Lakatos (2010),
trata-se de um estudo atravs de amostragem probabilstica, onde tem como
caracterstica primordial a submisso dos dados a um controle estatstico, na
investigao e execuo dos mtodos de trabalho, no se deve concentrar em apenas
uma tcnica de anlise, e sim em todos os tipos cabveis que forem necessrios ou
aprimorados para a situao em questo. Atravs disto os resultados sero trabalhados
utilizando as ferramentas do CEP e planilhas de EXCEL e software MINITAB, as quais
iro auxiliar nos clculos das amplitudes e mdias de processo e confeccionados os
grficos de controle e histograma, para facilitar a interpretao dos dados, e as demais
ferramentas sero utilizadas na deteco e soluo das possveis anomalias.
36
5 PROCEDIMENTO
5.1 O processo
37
DADOS DE PROCESSO
n
G1
1
285,10
2
285,20
3
284,95
4
285,05
5
285,10
6
285,10
7
284,95
8
285,05
9
285,05
10
285,10
11
285,10
12
285,10
13
285,10
14
284,94
15
285,10
16
285,10
17
285,05
18
285,10
19
285,10
20
285,10
21
285,05
22
285,10
23
285,10
24
285,10
25
284,95
QUADRO 1 Coleta de Dados.
G2
285,05
285,10
285,10
285,10
285,10
285,05
285,10
285,10
285,00
285,10
285,10
285,05
285,10
285,00
285,10
285,10
285,10
285,05
285,10
285,10
285,10
285,10
285,10
285,05
285,20
FONTE: Autor
38
H I S T O G R A MA
35
32
30
25
20
Frequncia
15
10
10
2
0
Subgrupos
Data Points
Distribution Shape
39
DESCRIO ESTATSTICA
Number of readings
Lower spec limit (LSL)
Nominal
Upper spec limit (USL)
Total sum
Av
Average
erage readings ( X )
Maximum
Minimum
Readings below LSL
Readings above USL
Average Range (R)
D2 Value (n=4)
Upper capability index (CPU)
Lower capability index (CPL)
Capability index (Cp)
Process Capability (Cpk)
Capability ratio (CR)
Std Deviation (n(n-1)
Std Deviation (n)
Variance (n
(n-1)
1)
Variance (n)
Performance index (PP)
Performance ratio (PR)
Performance index (Ppk)
VALORES
50
285,0000
285,0000
285,2000
14.253,8900
285,0778
285,2000
284,9400
4
0
0,0484
2,0590
1,7328
1,1032
1,4180
1,1032
2,9897
0,0522
0,0517
0,0027
0,0027
0,6387
1,5657
0,4969
Average
285,1163
285,0393
285,0778
285,05
Data Values
AveX
Fonte: Autor.
1
2
3
4
5
6
7
8
UCLx
LCLx
Data Points
16
17
18
19
20
21
22
23
24
25,0000
24,0000
23,0000
22,0000
21,0000
20,0000
19,0000
18,0000
17,0000
16,0000
15,0000
14,0000
13,0000
12,0000
11,0000
10,0000
9,0000
8,0000
7,0000
6,0000
5,0000
4,0000
3,0000
4,0000
5,0000
6,0000
7,0000
8,0000
9,0000
10,0000
11,0000
12,0000
13,0000
14,0000
15,0000
16,0000
17,0000
18,0000
19,0000
20,0000
21,0000
22,0000
23,0000
24,0000
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24 25
25,0000
2,0000
285,10
3,0000
2,0000
40
Average (X chart)
285,20
285,15
285,00
284,95
284,90
284,85
25
41
Range (R chart)
Range
0,30
0,25
0,20
0,0484
3,00
4,00
5,00
6,00
7,00
8,00
9,00
10,00
11,00
12,00
13,00
14,00
15,00
16,00
17,00
18,00
19,00
20,00
21,00
22,00
23,00
24,00
25,00
0,10
2,00
0,11
0,15
0,05
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24 25
0,00
1
10
11
12
13
14
15
-0,05
Data Points
Data Values
UCLr
AveR
LCLr
16
17
18
19
20
21
22
23
24
25
42
43
44
45
46
5.4 Resultados
Aplicou-se novamente a ferramenta de CEP para verificar a eficcia das aes
tomadas. Realizou-se a coleta de dados conforme TAB 2. E as Carta da Mdia
(GRAF. 4) e Carta R da Amplitude (GRAF. 5), notou-se uma grande melhoria na
estabilidade do processo, pois as medidas ficaram dispostas uniforme entre os limites
mximos e mnimos estabelecidos.
DADOS DE PROCESSO
n
G1
G2
1
285,10
285,05
2
285,05
285,10
3
285,10
285,10
4
285,05
285,10
5
285,10
285,10
6
285,10
285,05
7
285,10
285,10
8
285,05
285,10
9
285,05
285,10
10
285,10
285,10
11
285,10
285,10
12
285,10
285,05
13
285,10
285,10
14
285,10
285,10
15
285,10
285,10
16
285,10
285,10
17
285,10
285,10
18
285,10
285,05
19
285,10
285,10
20
285,10
285,10
21
285,05
285,10
22
285,10
285,10
23
285,10
285,10
24
285,10
285,05
25
285,10
285,05
QUADRO 3 Dados de processo aps modificaes.
FONTE Autor
285,07
Data Values
AveX
Fonte: Autor.
1
2
3
4
5
6
7
8
UCLx
LCLx
Data Points
15
16
17
18
19
20
21
22
23
24
25,0000
24,0000
23,0000
22,0000
21,0000
20,0000
19,0000
18,0000
17,0000
16,0000
15,0000
14,0000
13,0000
12,0000
11,0000
10,0000
9,0000
8,0000
7,0000
6,0000
5,0000
3,0000
4,0000
5,0000
6,0000
7,0000
8,0000
9,0000
10,0000
11,0000
12,0000
13,0000
14,0000
15,0000
16,0000
17,0000
18,0000
19,0000
20,0000
21,0000
22,0000
23,0000
24,0000
25,0000
285,10
2,0000
285,09
4,0000
285,1065
285,11
3,0000
2,0000
285,0715
285,0890
Average
47
Average (X chart)
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
2425
285,08
285,06
285,05
25
48
Range (R chart)
2,00
3,00
4,00
5,00
6,00
7,00
8,00
9,00
10,00
11,00
12,00
13,00
14,00
15,00
16,00
17,00
18,00
19,00
20,00
21,00
22,00
23,00
24,00
25,00
10
11
12
13
14
15
16
17
18
19
20
21
22
23
2425
0,05
0,03
0,0220
Range
0,05
0,07
0,01
-0,01
10
11
12
13
14
-0,03
-0,05
Data Points
Data Values
UCLr
AveR
LCLr
15
16
17
18
19
20
21
22
23
24
25
49
DESCRIES ESTATSTICAS
Number of readings
Lower spec limit (LSL)
Nominal
Upper spec limit (USL)
Total sum
Average readings ( X )
VALORES
50
285,0000
285,0000
285,2000
14.254,4500
285,0890
Maximum
285,1000
Minimum
285,0500
Readings below LSL
0
Readings above USL
0
Average Range (R)
0,0220
D2 Value (n=4)
2,0590
Upper capability index (CPU)
3,4629
Lower capability index (CPL)
2,7765
Capability index (Cp)
3,1197
Process Capability (Cpk)
2,7765
Capability ratio (CR)
1,3589
Std Deviation (n-1)
0,0209
Std Deviation (n)
0,0207
Variance (n-1)
0,0004
Variance (n)
0,0004
Performance index (PP)
1,5932
Performance ratio (PR)
0,6277
Performance index (Ppk)
1,4179
TABELA 2 Dada de Anlise Estatstica do Processo.
Fonte: Autor.
50
Produtividade
30
29
Peas Hora
28
27
26
25
24
Antes
Depois
Peas por hora
Srie1
26
30
51
6 Concluso
52
7 Referncias
CAMPOS, V. F. TQC: Controle da Qualidade Total (no estilo japons). Belo
Horizonte: Fundao Christiano Ottoni, Escola de Engenharia da UFMG, 1992.
CARBURON, J.; MORALES, D. Aplicao do Controle Estatstico de Processo em
uma Indstria do setor metal-mecnico: um estudo de caso. In: SIMPEP, 13, 2006,
Bauru, So Paulo, 2006.
COSTA, A. F. B.; EPPRECHIT, E. K.; CARPINETTI, L. C. R. Controle Estatstico
de Qualidade: Mtodos Estatsticos. So Paulo: Atlas, 2005.
DALCORTIVO, Z. Aplicao do controle estatstico de processo em seqncias
curtas de produo e anlise estatstica de processo atravs do planejamento
econmico. 2005. 166p. Dissertao (Mestrado Mtodos numricos em Engenharia)
Universidade Federal do Paran (UFP)
DRUMOUND, J. Aplicao do Planejamento de Experimentos na Indstria
Siderrgica. Monografia (Graduao em Engenharia de Produo) Universidade do
Estado de Santa Catarina.
GALUCH, L. Modelo para implementao das ferramentas bsicas do controle
estatstico do processo CEP em pequenas empresas manufatureiras.
Florianpolis, 2002. Dissertao (Mestrado em Engenharia de Produo) Programa
de Ps-graduao em Engenharia de Produo, UFSC.
INSTITUTO DA QUALIDADE AUTOMOTIVA. Manual de Referncia. Controle
Estatstico do Processo (CEP). So Paulo, 2005.
INSTITUTO
DA
QUALIDADE
AUTOMOTIVA.
Manual
de
Referncia.
53