CEP-Controle Estatistico de Processo-Conceitos e Ferramentas da Qualidade

CEP Controle Estatístico de Processo ÍNDICE Histórico Objetivos CEP Definição Ferramentas aplicada a qualidade Tipos de Variação Gráficos de Controle Capacidade do Processo Referências Bibliográficas Histórico Década de 20 Início de Técnicas estatísticas desenvolvido por Shewhart do Bell Laboratorie Década de 40 Estatística como ferramenta para o controle da qualidade Equipamentos bélicos EUA Década de 50 Japão busca ferramentas de produção diferenciadas Dr Deming Década de 60 Uso prático da estatística como ferramenta para o controle de processo TQC Década de 70 Disseminação dos conceitos de TQC Invasão de produtos japoneses no mercado americano e TQM Histórico Década de 80 Implementação dos conceitos de TQM Japão 1983 CEP introduzido no Brasil pela VTB Consultoria juntamente com a FORDVTB 2008 1987 ISO 9000 Cita a importância das ferramentas estatísticas CEP para controle do produto 1994 QS 9000 indústria automobilística CEP como ferramenta obrigatória para controle da qualidade dos produtos Ford Brasil 1986 ERA DA QUALIDADE TOTAL ERA DO CONTROLE ESTATÍSTICO ERA DA INSPEÇÃO Observação Direta do Produto ou Serviço pelo Fornecedor ou Consumidor Produtos e Serviços Inspecionados um a um ou aleatoriamente Observação Direta do Produto ou Serviço pelo Fornecedor ao final do processo produtivo Produtos e Serviços Inspecionados em Amostras Produtos e Serviços definidos com base nos Interesses do Consumidor Observação de Produtos e Serviços durante o Processo Produtivo Qualidade garantida do Fornecedor ao Cliente Histórico Objetivos Atender Necessidades clientes internos e externos Conformidade Qualidade da Produção Confiabilidade CEP Definição É um método preventivo de se comparar continuamente os resultados de um processo com padrões identificando a partir de dados estatísticos as tendências para variações significativas a fim de eliminar ou controlar estas alteraçõs ao longo do tempo Objetivo Reduzir cada vez mais a variabilidade de um processo IDENTIFICAÇÃO DO PROBLEMA ANÁLISE DO PROBLEMA FLUXOGRAMA FOLHA DE VERIFICAÇÃO TÉCNICA DE GRUPO BRAINSTORM CAUSA E EFEITO GRÁFICO SEQUENCIAL GRÁFICO PARETO ESTRATIFICAÇÃO ESTRATIFICAÇÃO DIAGRAMA DE DISPERSÃO GRÁFICO DE CONTROLE ANÁLISE DE FORÇA DE CAMPO CEP Tipos de Variação Causas Comuns Causas aleatórias ou Casuais Shewhart1986 Processo sob controle Não afetam de forma significativa o processo Causas Especiais Causas atribuídas Shewhart1986 Processo fora de controle Com grandes alterações no processo Outliers Dados do tipo variáveis ou atributo Variável Atributo Alto ou Baixo Volume Tamanho do lote constante Baixo Alto Não Sim Valores individuais e amplitude móvel XBarR ou XBarS Defeitos ou de defeituosos Defeitos ou Defeituosos u p c np Cartas de Controle para Variáveis Tipo de Carta Valor Central Limites de Controle Inferior Superior Carta X σ conhecido σ estimado por R σ estimado por s Carta R σ conhecido σ estimado por R Carta s σ conhecido σ estimado por s X X X R d2 σ R s c4 σ s D1 σ D3 R B3 σ B3 s D2 σ D4 R B6 σ B4 s Cartas de Controle para Atributo Tipo de Carta Valor Central Limites de Controle Fração defeituosas Carta p p p 3 sqrtp1p n Número de Defeituosos Carta np n p np 3 sqrtnp1p Número de Defeitos Carta c c c 3 sqrtc Número de DefeitosUnidade Carta u u u 3 sqrtu n sãojudas campus unimontes Gráficos de Controle Fornece uma linguagem comum na análise do desempenho do processo Permite melhor qualidade menor custo unitário maior capacidade de produzir Modelo geral de Carta de Controle LSC µ k σ LC µ LIC µ k σ O gráfico de controle somente apontará as causas atribuídas mas é essencial um plano de ação para responder os sinais do que os dados apontam Gráficos de Controle Processo fora de controle estatístico Processo sob controle estatístico Interpretação dos gráficos de controle Casos nos quais o processo não está sob controle 1 Sair dos limites de controle 2 Sequência Isso acontece quando pontos consecutivos caem dentro do mesmo lado relativo à linha de centro o número desses pontos é chamado de sequência consecutiva Uma sequência prolongada de mais de 7 pontos é vista como anormal Os seguintes casos são considerados como anormais 10 de 11 pontos consecutivos de um lado da linha de centro 12 de 14 pontos consecutivos de um lado da linha de centro 16 de 20 pontos consecutivos de um lado da linha de centro 3 Tendência Quando os pontos demonstram um crescimento ou uma diminuição contínua isto é chamado de tendência 7 pontos consecutivos Sãojudas campus unimontes Interpretação dos gráficos de controle 2 4 Proximidade dos limites de controle Uma situação na qual 2 ou 3 pontos consecutivos caem dentro dos intervalos entre X 2σ EX 3σ é visto como anormal 5 Proximidade da linha central O fato onde vários pontos estão dentro das linhas 15σ linhas eqüidistantes da linha de centro e de cada limite de controle indica um caminho impróprio para formar um subgrupo A proximidade com a linha central não significa um estado de controle isto simplesmente significa a introdução de dados não homogêneos no subgrupo causando um range de limite muito alto Nestes casos é necessário modificar os critérios de formação dos subgrupos 6 Periodicidade Quando a curva possui um caminho cíclico isto pode ser considerado anormal Sãojudas campus unimontes Para calcular os limites de controle a Determine com 2 decimais a mais que os valores medidos b Determine com 1 decimal a mais que os valores medidos c Para gráfico de controle os dois decimais são Limite Superior de Controle LCS A2 Limite Inferior de Controle LCI A2 A2 é extraído da tabela da página seguinte d Para o gráfico R LCR D4 LCI D3 D3 e D4 são extraídos da tabela da página seguinte sãojudas campus unimonte Tabela de coeficientes dos limites de controle Sample Size m A1 A2 d2 D3 D4 2 1880 2659 1128 0 3267 3 1023 1954 1693 0 2574 4 0729 1628 2059 0 2282 5 0577 1427 2326 0 2114 6 0483 1287 2534 0 2004 7 0419 1182 2704 0076 1924 8 0373 1099 2847 0136 1864 9 0337 1032 2970 0184 1816 10 0308 0975 3078 0223 1777 11 0285 0927 3173 0256 1744 12 0266 0886 3258 0283 1717 13 0249 0850 3336 0307 1693 14 0235 0817 3407 0328 1672 15 0223 0789 3472 0347 1653 Xbar Chart Constants for sigma estimate R Chart Constants sãojudas campus unimonte Tabela de coleta de dados para calcular os limites de controle Sub grupo 1 2 3 4 5 6 7 8 9 10 11 12 1 208 199 203 200 194 205 191 208 208 183 203 211 2 208 190 193 197 199 213 204 189 206 196 213 208 3 192 204 186 187 193 210 205 190 194 199 206 207 4 192 192 209 185 191 202 184 212 190 192 197 182 Sub grupo tot 800 785 791 769 767 830 784 799 798 770 819 808 Sub g da média 200 19625 19775 19225 19425 2075 196 19975 1995 1925 20475 202 Sub g da ampl 16 14 23 15 8 11 21 23 18 16 16 29 210 X ou Gráfico da Média UCL21130 19854 0729 x 175 X 19854 19854 0729 x 175 LCL18578 R ou Gráfico da Amplitude R UCL3992 2281 x 175 175 sãojudas campus unimonte Capacidade do Processo A capacidade do processo é a sua própria variabilidade depois que este foi otimizado e está sob controle A melhor forma de se verificar a adequação de um processo às necessidade da engenharia de produto é através do estudo de capacidade do processo ou da relação entre a capacidade do processo e a diferença entre os limites de especificação tolerância do produto Esta relação é conhecida como índice de capacidade Cp onde Cp LSE LIE 6 σ Capacidade do Processo Cp 1 a capacidade do processo é inadequada à tolerância exigida 1 Cp 133 a capacidade do processo está em torno da diferença entre as especificações Cp 133 a capacidade do processo é adequada à tolerância exigida O Índice de Performance Cpk é uma medida do quanto o processo realmente atende às especificações Ajuste do Cp para uma distribuição não centrada Avaliação do cálculo do índice Processo incapaz Cpk 1 Processo aceitável 1 Cpk 133 Processo capaz Cpk 133 O processo está sob controle mas sua capabilidade não é boa