Professional Documents
Culture Documents
Escola Politcnica
Departamento de Engenharia Industrial
Engenharia de Produo
Or
Rio de Janeiro
Julho de 2013
Sumrio
Introduo ..................................................................................................................................... 3
1.1. Contexto ........................................................................................................................ 3
1.2. O processo produtivo .................................................................................................... 3
1.3. O problema.................................................................................................................... 4
2. Anlises grficas .................................................................................................................... 6
2.1. Testes de hiptese ........................................................................................................ 9
2.2. Paretos ........................................................................................................................ 11
3. Ishikawa ............................................................................................................................... 17
4. Controle Estatstico do Processo (CEP) ............................................................................... 18
4.1. Anlise dos dados mensais.......................................................................................... 18
4.2. Anlise dos dados semanais ........................................................................................ 20
4.3. Planejamento da Implantao do CEP ........................................................................ 26
5. Perdas Esperadas ................................................................................................................ 29
6. Anlise de Capacidade ........................................................................................................ 30
7. Concluso ............................................................................................................................ 31
8. Referncias Bibliogrficas ................................................................................................... 32
Introduo
Este trabalho tem por objetivo estudar um caso fictcio da empresa Profund, aplicando
os conhecimentos tericos obtidos na cadeira Controle de Qualidade, do professor
Amarildo Fernandes.
1.1. Contexto
A empresa Profund uma empresa de fundio de lato de mdio porte cujos 2
produtos principais so de grande tamanho tipo cotovelo e derivaes tipo t,
sendo que os cotovelos so fundidos em liga especial de lato e os ts em liga padro.
H trs meses a firma Profund aumentou sua produo com a instalao de uma
segunda linha de produo (linha II). Aumentando-se a produo, foi necessrio
aumentar o nmero de turnos de revezamento - de 2 letras (A e B) para 3 letras (A, B e
C). Desta forma, foi necessrio o remanejamento do pessoal experiente da produo
(moldadores, vazadores, rebarbadores, chefes de turno), dos turnos A e B para o turno
C e contratar tcnicos para cargos de Inspetores e chefes de turno.
1.3. O problema
A produo vem sendo atendida, nos ltimos meses, conforme o programa de
produo, e as vendas vem correndo normalmente, porm o setor financeiro reclamou
um aumento nos custos de refugos e retrabalhos a partir da entrada da nova linha em
operao. Sendo assim, o Diretor Presidente, ao constatar irritado que nos ltimos
meses houve um aumento nos refugos e retrabalhos, ligou para o gerente de produo,
reclamando providncias. O gerente ento decidiu colher informaes a partir do
contato direto com diversos funcionrios envolvidos com a produo. Solicitou tambm
levantamento de dados gerais dos 6 ltimos meses de produo e dados detalhados de
6 dias recentes.
Atravs dos levantamentos dos dados gerais mencionados e das entrevistas individuais
que o gerente fez com o Supervisor de Manuteno, Coordenador, Supervisor de
Produo, Supervisor de Laboratrio, Tcnico de Operao, Supervisor de Inspeo,
Inspetor da Qualidade e Chefe da Turma A, utilizamo-nos do Mtodo de Identificao
Anlise e Soluo de Problemas (MIASP). Foi utilizada, ento, a Matriz de Ferramentas
de Soluo de Problemas reproduzida abaixo.
Figura 2 Matriz de Ferramentas de Soluo de Problemas
Fonte: Montgomery (1991)
2. Anlises grficas
Em uma primeira anlise, queremos ver se existiu considervel impacto em alguma tipo
de defeito em especial com a entrada em operao da segunda linha de produo.
Assim, foram analisados os 6 meses de que temos o levantamento de dados. Os 3
primeiros, quando ainda s operava a linha 1 e os 3 seguintes, quando operavam as
duas linhas. Em seguida, foi feito um teste de hiptese para as propores para
sabermos a um nvel de significncia de 5% se houve aumento significativo no nmero
de erros ou no.
Defeitos Trinca
3,00%
2,90%
2,80%
2,70%
2,60%
2,50%
2,40%
2,30%
2,20%
Fev Mar Abr Mai Jun Jul
Atravs deste grfico, podemos enxergar que houve, de fato, um aumento dos defeitos
causados por trinca com a entrada da linha 2. A mdia dos 3 primeiros meses 2,483%
com variao de apenas 0,01%, enquanto a mdia dos 3 meses seguintes de 2,87%,
com variao tambm de apenas 0,01%. A diferena entre as mdias de 0,387%,
bem maior que a variao de 0,01%, o que poderia sugerir uma interferncia da linha 2
nos defeitos causados por trincas.
Defeito Dimensional
1,40%
1,20%
1,00%
0,80%
0,60%
0,40%
0,20%
0,00%
Fev Mar Abr Mai Jun Jul
Neste grfico, podemos ver que com a entrada da linha 2, houve uma pequena
diminuio nos defeitos causados por motivos dimensionais. A mdia dos 3 primeiros
meses de 1,236%, com variao de 0,013%, e nos 3 ltimos a mdia era de 1,143%,
com variao de 0,0066%.
Defeito Porosidade
3,50%
2,50%
2,00%
1,50%
1,00%
0,50%
0,00% 0 0 0 0 0
Fev Mar Abr Mai Jun Jul
Defeitos totais
8,00%
7,00%
6,00%
5,00%
4,00%
3,00%
2,00%
1,00%
0,00%
Fev Mar Abr Mai Jun Jul
Total Fev
Neste outro grfico est representada a totalidade de erros. Nos 3 primeiros meses a
mdia de 6,943% com variao de 0,013% e nos 3 ltimos meses a mdia de
7,21%, com variao de 0,02%.
2.1. Testes de hiptese
Para sabermos se houve mudana nas propores de defeitos para os momentos antes
e depois da instalao da nova linha, foi feito um teste de hiptese com nvel de
significncia de 5%.
, onde
Teste de hiptese H0 H1
Trincas p2>p1
Porosidades p1>p2
p1 = p2
Dimenses p1>p2
Defeitos p2>p1
p^ trinca 0,027452681
p^ porosidade 0,03205836
p^ dimenses 0,011738959
p^ defeitos 0,07125 Z 0,05 Concluses
Z0 trinca 5,563118106 > 1,645 Rejeita-se H0
Z0 porosidade 0,270267712 < 1,645 Aceita-se H0
Z0 dimenses 2,144372045 > 1,645 Rejeita-se H0
Z0 defeitos 2,450719817 > 1,645 Rejeita-se H0
Z 0,05 = 1,645
Ento, para as trincas, dimenses e defeitos total, rejeita-se H0 (pois Z0 > Z0,05). Assim,
conclui-se que houve um acrscimo significativo de erros para o caso das trincas e
defeitos total. Para o caso das dimenses, houve um decrscimo significativo. Apenas
foi confirmada a manuteno da proporo para a porosidade, em que H0 foi
confirmada. Dessa forma, o grupo concluiu que como houve um acrscimo significativo
de erros total e de trincas, o problema se encontra na trinca. O grfico abaixo pode
mostrar melhor a olho nu esse aumento.
Defeitos - Condensados por ms
8,00% 8,00%
7,00% 7,00%
6,00% 6,00%
5,00% 5,00%
4,00% 4,00%
3,00% 3,00%
2,00% 2,00%
1,00% 1,00%
0,00% 0,00%
Fev Mar Abr Mai Jun Jul
2.2. Paretos
Turma B 358
Turma C 301
Turma A 293
Atravs deste grfico de pareto enxergamos o total de defeitos dos 6 dias, de 2 feira a
sbado, de acordo com as turmas A, B e C. Atravs dele, fica claro que o principal
causador de defeitos a turma B.
Analisando-se a quantidade de erros dos 6 dias, encontramos:
Defeitos totais
500
400
300
200
100
0
Porosidade Trinca Dimenso
Porosidade 475
Trinca 327
Dimenso 150
Assim, o grupo achou interessante estabelecer grficos de pareto que envolvesse o tipo
de defeito com a turma responsvel. Dessa forma, obtivemos 3 grficos para cada tipo
de defeito como se segue.
Porosidade
250 120,0%
200 100,0%
80,0%
150
60,0%
100
40,0%
50 20,0%
0 0,0%
Turma B Turma C Turma A
Trinca
150 150,0%
100 100,0%
50 50,0%
0 0,0%
Turma A Turma C Turma B
Srie1 Srie2
No grfico 9, no houve grandes variaes visveis pelo pareto para que o grupo
conclusse sobre a relevncia de alguma turma para o defeito trinca.
Dimenso
60 120,0%
50 100,0%
40 80,0%
30 60,0%
20 40,0%
10 20,0%
0 0,0%
Turma C Turma B Turma A
Srie1 Srie2
Turma B 50 69,3%
Turma A 46 100,0%
No grfico 10, tambm no houve grandes variaes visveis pelo pareto para que o
grupo conclusse sobre a relevncia de alguma turma para o defeito dimenso.
Dessa forma, o grupo chegou concluso atravs dos 3 paretos anteriores
apresentados de que h fortes indcios para um problema ser relacionado da turma B
com a porosidade.
Abaixo, um pareto turma B com os defeitos:
200 100,0%
80,0%
150
60,0%
100
40,0%
50 20,0%
0 0,0%
Porosidade Trinca Dimenso
Srie1 Srie2
Dimenso 50 100,0%
Tambm foi feito pelo grupo um grfico de pareto que leva em considerao os
defeitos por turno, para que consegussemos fazer uma anlise a olho nu se havia
grandes variaes do nmero de defeito devidas ao turno diurno ou noturno. Como
podemos observar abaixo, no h, a priori, evidncias de grandes variaes na criao
de defeitos por conta dos turnos. Cada turno produziu, em soma, a mesma quantidade
de erros durante a semana. Assim, o grupo descartou o turno como possibilidade de
causa de problemas.
Srie1 Srie2
O grupo tambm elaborou um grfico de pareto dos defeitos para os dia da semana. No foi
conclusivo o grfico a uma primeira anlise, como se segue:
Pareto por dia da semana
200 120,0%
180
100,0%
160
140
80,0%
120
100 60,0%
80
40,0%
60
40
20,0%
20
0 0,0%
2 4 Sbado 5 6 3
Srie1 Srie2
2 173 18,2%
4 164 35,4%
5 159 69,4%
6 148 85,0%
3 143 100,0%
3. Ishikawa
Aps ter sido feita a anlise inicial das causas do problema foi realizado um estudo do
processo para ver se este se encontrava em controle antes e aps a introduo da linha
2. importante ressaltar que este estudo foi limitado pela pouca quantidade de dados
disponveis, sendo ainda assim importante a sua realizao alm de atender aos devidos
fins acadmicos.
A partir dos dados fornecidos foi elaborada uma carta de controle para a frao no-
conforme (carta p), considerando as mudanas ocorridas na linha. A amostra neste caso
foi a inspeo de 100% da sada do processo durante tais meses (dados fornecidos).
Como quantidades diferentes foram produzidas a cada ms o grfico de controle teve
tamanho varivel de amostra, assim foi usada a tcnica de clculo de limites de controle
com largura varivel conforme Montgomery (1991) usando o software Minitab.
O grfico resultante apresentado abaixo.
Frao de defeituosos nos meses
1902 4115
UCL=0,07537
0,0750
0,0725 _
P=0,07212
Proportion
0,0700
LCL=0,06886
0,0675
0,0650
1 2 3 4 5 6
Sample
Tests performed with unequal sample sizes
P Chart of Total_Defeitos
0,10
UCL=0,09813
0,09
0,08
Proportion
_
P=0,07439
0,07
0,06
0,05 LCL=0,05066
1 2 3 4 5 6
Sample
0,09
0,08
Proportion
_
P=0,07212
0,07
0,06
0,05 LCL=0,04872
1 2 3 4 5 6 7 8 9 10 11 12
Sample
0,035
0,030
Proportion
_
0,025 P=0,02477
0,020
0,015
LCL=0,01071
0,010
1 2 3 4 5 6 7 8 9 10 11 12
Sample
0,045
0,040
Proportion
_
P=0,03598
0,035
0,030
0,025
0,020
LCL=0,01914
1 2 3 4 5 6 7 8 9 10 11 12
Sample
P Chart of Total_Defeitos_Te
0,035 UCL=0,03474
0,030
0,025
Proportion
_
P=0,02159
0,020
0,015
0,010
LCL=0,00844
1 2 3 4 5 6 7 8 9 10 11 12
Sample
0,07 UCL=0,07034
0,06
Proportion
_
0,05 P=0,05053
0,04
0,03 LCL=0,03072
1 2 3 4 5 6 7 8 9 10 11 12
Sample
P Chart of Total_Defeitos_Linha1
0,055
UCL=0,05153
0,050
0,045
0,040
Proportion
_
0,035 P=0,03492
0,030
0,025
0,020
LCL=0,01832
1 2 3 4 5 6 7 8 9 10 11 12
Sample
Figura Grfico de Controle da frao no-conforme da linha 1
Fonte: Elaborao Prpria
P Chart of Total_Defeitos_Linha2
0,055 UCL=0,05431
0,050
0,045
Proportion
0,040
_
P=0,03720
0,035
0,030
0,025
0,020 LCL=0,02008
1 2 3 4 5 6 7 8 9 10 11 12
Sample
Admitimos que uma pea s pode ter um defeito, devido falta de informaes. Logo cada
defeito detectado corresponde a uma pea defeituosa.
Foi feito um teste de normalidade para defeituosos/turno durante a semana de agosto, cujos
dados esto tabelados no exerccio. O p-value igual a 0,08 obtido maior que 0,05 (valor de
alfa proposto), logo, a hiptese nula de normalidade aceita.
Defeitos na semana
Normal
99
Mean 79,33
StDev 8,072
95 N 12
AD 0,621
90
P-Value 0,080
80
70
Percent
60
50
40
30
20
10
1
60 70 80 90 100
Defeituosos
= 3.
onde t = 2,20 e n = 12
O limite superior de especificao para nvel de defeitos 2% e o inferior, 0%. Obtido o valor
da estatstica p igual a 0,072 para os turnos durante a semana usada na amostra, verificamos
que o valor estimado de p no se encontra centrado entre os limites de especificao, logo,
usamos o para obter a razo de capacidade do processo.
= -2,22;
Logo, .
USL
P rocess Data Within
LS L * Ov erall
Target *
USL 0,02 P otential (Within) C apability
S ample M ean 0,0721212 Cp *
S ample N 12 C PL *
S tDev (Within) 0,00750631 C P U -2,31
S tDev (O v erall) 0,00733786 C pk -2,31
O v erall C apability
Pp *
PPL *
PPU -2,37
P pk -2,37
C pm *
O fato de indica que todo o processo est fora das especificaes, logo no
capaz.
7. Concluso
Este trabalho foi til para a aplicao do contedo aprendido em sala de aula e reforado pelo
estudo do livro Montgomery. Com ele, pudemos ver em uma situao prtica como aplicar
nossos conhecimentos da gesto da qualidade em um caso real.
Algumas ressalvas que poderiam ser levadas em considerao para melhoria de estudo de caso
o nmero de informaes disponibilizadas no case. Para um prximo case, seria mais
conveniente a disponibilizao de mais dados (mais pontos) para que seja possvelse ter
grficos e cartas mais robustas para que tomadas de deciso sejam mais bem fundamentada.
No entanto, como se trata de um exerccio didtico, foi vlido.
8. Referncias Bibliogrficas