AVALIAÇÃO DE PROCESSO DE MONTAGEM DE MÓDULOS

...

[pic 3]

Figura 1: Demonstração de um processo produtivo (Qui,2014).

A prevenção de falhas durante qualquer transformação só é possível se a definição do processo, entradas e saídas estiverem devidamente documentadas e acordadas. A documentação dos procedimentos permitirá confiabilidade nos dados coletados e assim melhorar a análise e ações a serem a serem tomadas para melhorar o processo e evitar falhas ou não conformidades com os requisitos.

-

Controle Estatístico de Processo (CEP)

A utilização de métodos estatísticos e suas aplicações na melhoria da qualidade começou na década de 1930. Walter A. Shewhart, dos Laboratórios Bell Telephone, desenvolveu um conceito de carta de controle estatística, a qual foi considerada o início do controle estatístico de processo. A partir da década de 1950, o controle de processos foi sendo introduzido nas indústrias américas, inicialmente nas químicas, e mais fortemente nas demais indústrias, a partir do início dos anos 1980, devido à necessidade de se competir com as indústrias japonesas, que desde os anos 1960, já realizavam experimentos relativos ao desenvolvimento de novos processos.

O conceito principal do controle estatístico de processos, ou CEP, é controlar e melhorar os processos de produção, reduzindo sua variabilidade, a maior causa de problemas de qualidade; variação nos produtos, nos tempos de entregas, no jeito de fazer as coisas, nos materiais, nas atitudes das pessoas, nos equipamentos e suas utilizações, em tudo (Montgomery, 2009). As causas de variação podem ser classificadas em comuns e especiais. Causas comuns são as que fazem parte da natureza do processo, sendo responsáveis pela variabilidade natural do processo (Graça, 1996). Em um processo produtivo bem projetado e sob controle, as variações naturais ou inerentes sempre existirão, ou seja, causas comuns são inerentes ao processo.

[pic 4]

Figura 1: Gráfico referente à um processo isento de causas especiais (Costa, Epprecht, Carpinetti, 2004).

Quando o processo opera fora do controle estatístico, significa que ele está operando sob causas especiais ou identificáveis. Estas causas devem ser identificadas e corrigidas para que o processo volte ao controle (Hessler, 2008).

[pic 5]

Figura 2: Gráfico referente à um processo com causa especial, alterando a média e aumentando a variabilidade (Costa, Epprecht, Carpinetti, 2004).

As causas comuns ocorrem geralmente devido à problemas como falta de treinamento dos funcionários, falta de ajuste ou falta de lubrificação das máquinas. A Figura 3 ilustra as causas comuns e causas especiais de variação.

[pic 6]

Figura 3 – Causas comuns e causas especiais de variação (Ramos, 1995).

Um dos objetivos principais do Controle Estatístico de Processo é detectar as causas especiais, investigar e aplicar ações para correção, necessitando apenas de pequenas amostras sempre muito menores que o lote, para que o processo não produza produtos fora da especificação ou fora dos limites permitidos. O objetivo é a eliminação das causas de variabilidade no processo.

A implantação de um programa de Controle Estatístico de Processos compreende na utilização de algumas importantes ferramentas para o processo de análise e solução de problemas. As sete ferramentas mais importante utilizadas neste processo são:

- Histograma – Com que a variação se parece?

- Folha de Verificação – Com que frequência é feito?

- Análise de Pareto – Quais são os maiores problemas?

- Diagrama de causa e efeito e brainstorming - O que causa os problemas?

- Fluxograma – O que é feito?

- Diagrama de dispersão – Quais são as relações entre os fatores?

- Gráfico de Controle – Quais variações controlar e como?

Apesar de serem ferramentas muito importantes para controle estatístico de processos, o foco principal deste estudo será concentrado no Gráfico de Controle, que foi escolhida como ferramenta para análise do problema apresentado.

-

Gráfico de Controle

Introduzido por Walter A. Shewhart no começo dos anos 30, o gráfico de controle é uma ferramenta utilizada na detecção de alterações inusitadas de uma ou mais características de um processo ou produto, ou seja, é uma ferramenta estatística que desperta para a presença de causas especiais grandes na linha de produção (Samohyl, 2009). Os gráfico de controle são especialmente úteis quando as características de qualidade são numericamente contínuas ou quando são numericamente discretas com um número relativamente grande de valores diferentes. Nos casos em que as características de qualidade são discretas, mas o número de valores diferentes é pequeno, podemos considerar o uso de gráficos de controle para monitoramento das características da qualidade (Qiu, 2014).

O gráfico consiste na plotagem de três linhas e os pontos que representam as médias de pequenas amostras, cada um de tamanho n (1, 4, 9, 16, 1000 por exemplo), de mensurações periódicas de alguma característica importante de um processo (peso, volume, comprimento, etc), ou o número ou percentual de peças defeituosas ou número de defeitos. As três linhas representam dois limites, um superior (LCS) e outro inferior (LCI), e uma linha no meio que representa a média da variável ou o alvo da característica. Geralmente, as linhas de controle ficam numa distância de três desvios padrão da média ou alvo do processo, e na prática funciona bem na maioria dos casos. O desvio padrão utilizado é o desvio padrão das médias (erro padrão), ou seja, o desvio padrão da população dividido pela raiz quadrada do tamanho da amostra. Em termos estatísticos, os dois limites representam um nível de confiança de 99,73% (Samohyl, 2009).

Conforme o tipo de característica de qualidade a ser monitorado, os gráficos de controle se classificam entre gráficos de controle para atributos e gráfico de controle para variáveis. No gráfico para variáveis, as características