Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Florianpolis
Santa Catarina BRASIL
Setembro 2003
______________________________________
Prof. Marco Antnio Martins Cavaco, Ph. D.
COORDENADOR DO PROGRAMA DE PS-GRADUAO
BANCA EXAMINADORA
_______________________________________
Prof. Armando Albertazzi Gonalves Jr., Dr. Eng.
_______________________
La Contier de Freitas, Dra.
________________________________
Prof. Andr Roberto de Sousa, Dr. Eng.
___________________________
Cacdio Girardi, Diretor Industrial
da Electro Ao Altona S/A
AGRADECIMENTOS
A concretizao deste trabalho apenas foi possvel graas contribuio de
algumas
instituies
pessoas,
as
quais
expresso
meus
sinceros
agradecimentos.
RESUMO
A competitividade caracterstica do mercado globalizado exige das empresas
significativos esforos para produzir com qualidade crescente a custos
compatveis, tendo como objetivo final satisfazer as necessidades dos clientes.
Para que essa condio seja satisfeita, necessrio que as aes sejam
intensificadas nas fases de concepo e planejamento do produto, sem que se
descuide do processo de fabricao como um todo.
Para tanto, mtodos da garantia da qualidade tm sido aplicados com a finalidade
de produzir certo na primeira vez, de melhorar continuamente os processos e de
atingir a chamada qualidade classe mundial. Ferramentas estatsticas como o
controle estatstico e a avaliao da capacidade de processos operam nessa
direo e foram aplicadas numa indstria do ramo metalrgico, com o intuito de
melhorar a qualidade dos processos produtivos e, conseqentemente, a qualidade
dos produtos.
O emprego dessas ferramentas em um ambiente fabril caracteriza estudos de
caso que demonstram o valor agregado atravs da aplicao dessas ferramentas.
A obteno de processos sob controle estatstico e a reduo da variabilidade dos
processos em at 60 % so alguns dos resultados alcanados, suportados no
apenas pelas ferramentas estatsticas mas tambm por meio da melhoria dos
processos de fabricao e da geradora de informaes: a metrologia.
Neste nterim, salientada a importncia de ter-se uma metrologia tcnica e
economicamente adequada ao servio da garantia da qualidade dos processos
produtivos.
Isso
envolve
tanto
calibrao
de
instrumentos
como
ABSTRACT
The concurrence associated to the todays market has required from the
companies expressive efforts to provide products that meeting the customer
quality levels at acceptable cost. This condition has led to more intensive actions
on the product design and planning phases, and also on the manufacturing and
measuring processes.
These actions consist of quality assurance methods that have been applied to
make right the first time, to improve continuously the processes, and to reach the
so-called world-class quality. Statistical tools such as statistical process control
and process capability assessment through process capability indices work in this
direction, and they were put into practice in a metallurgical company in order to
improve the manufacturing processes (e.g. machining and heat treating) and,
consequently, the final product.
The employment of these statistical tools in a manufacturing environment
characterises case studies that illustrate what might be the added gain due to such
statistical procedures. Processes in statistical control and the decreasing of
process variation in up to 60 % are some of the obtained outcomes, thanks to the
statistical tools and also by means of improvements in the manufacturing and
measuring processes.
Furthermore, it is pointed out the importance of a metrology technically and
economically suitable to the quality assurance of manufacturing processes. This
concerns as much the gage calibration as the development of process
measurement assurance programs, which make possible to assure reliable
information and to get success in the application of statistical methods.
NDICE ANALTICO
CAPTULO 1 INTRODUO ________________________________________ 1
1.1 Objetivo da dissertao ________________________________________ 7
1.2 Estrutura da dissertao _______________________________________ 8
CAPTULO 2 OS MTODOS ESTATSTICOS PARA O CONTROLE E A
MELHORIA DE PROCESSOS _______________________________________ 9
2.1 O controle estatstico de processo ______________________________ 10
2.1.1 Os grficos de valores individuais e amplitudes mveis __________ 12
2.1.2 O grfico de controle de trs vias____________________________ 16
2.1.3 O grfico para mltiplas variveis ___________________________ 20
2.2 A avaliao da capacidade de processo __________________________ 23
2.3 A anlise de mdias _________________________________________ 25
2.4 Sumrio ___________________________________________________ 28
CAPTULO 3 PRTICAS DA METROLOGIA INDUSTRIAL _______________ 29
3.1 O processo de medio_______________________________________ 29
3.2 Avaliao da incerteza de medio______________________________ 30
3.2.1 Consideraes relativas ao GUM e ISO/TS 14253-2 ___________ 32
3.3 Critrios para avaliar o processo de medio ______________________ 33
3.3.1 Avaliao do processo de medio __________________________ 35
3.4 Garantia da qualidade do processo de medio ____________________ 36
3.5 Sumrio ___________________________________________________ 37
CAPTULO 4 A INTERAO: ESTUDOS DE CASO_____________________ 39
4.1 Estudo de caso 1: setor de usinagem ____________________________ 40
4.1.1 Estado inicial do processo produtivo e de inspeo _____________ 41
4.1.2 Sistemtica aplicada _____________________________________ 41
4.1.3 Implantao do controle estatstico de processo ________________ 42
4.1.4 Atividades paralelas ______________________________________ 48
4.1.5 Resultados obtidos aps a consolidao do trabalho ____________ 51
4.2 Estudo de caso 2: setor de tratamento trmico_____________________ 54
NDICE DE FIGURAS
Figura 1.1 Grfico ilustrando a quantidade de certificados ISO 9000 emitidos no
mundo at dezembro de 2002 [5] ______________________________________ 2
Figura 1.2 Informaes necessrias para o planejamento da qualidade,
destacando a dependncia entre os mtodos off-line de garantia da qualidade e
os dados que descrevam o comportamento dos processos e do produto em
servio (adaptado) [7] _______________________________________________ 4
Figura 2.1 Conjunto de regras para deteco de possveis padres no
aleatrios em grficos de controle (adaptado) [24] ________________________ 14
Figura 2.2 Grfico de controle de valores individuais e amplitudes mveis para o
conjunto de dados da tabela 2.1 _____________________________________ 15
Figura 2.3 Grfico de controle de trs vias para o monitoramento da dureza,
com referncia informao contida na tabela 2.2_______________________ 19
Figura 2.4 Grfico para mltiplas variveis (d3) da composio qumica da liga
de ao _________________________________________________________ 22
Figura 2.5 Anlise de mdias e o correspondente grfico de controle de mdias
para o conjunto de dados da tabela 2.5 _______________________________ 27
Figura 3.1 Modelo de grfico de controle para o programa de garantia da
qualidade do processo de medio ___________________________________ 37
Figura 4.1 Pea selecionada para o estudo de caso: alojador da ponta de eixo
de motoniveladoras _______________________________________________ 40
Figura 4.2 Estratgia adotada para a implantao do controle estatstico de
processo e para a posterior avaliao da capacidade, visando a melhoria contnua
_______________________________________________________________ 42
Figura 4.3 Caso em que a resoluo do instrumento de medio inadequada
para o propsito do controle estatstico de processo (cota D5, referente tabela
4.1)____________________________________________________________ 44
Figura 4.4 Processo fora de controle e com baixa capacidade comumente
encontrado nas primeiras avaliaes dos processos produtivos (cota D1, referente
tabela 4.1) _____________________________________________________ 45
NDICE DE TABELAS
Tabela 2.1 Medies sucessivas, em milmetros, da ranhura de uma pea
usinada ________________________________________________________ 12
Tabela 2.2 Conjunto de medies sucessivas de dureza em trs pontos distintos
de cada pea (unidade: HB) ________________________________________ 17
Tabela 2.3 Composio qumica de uma liga de ao para amostras sucessivas
de uma liga de ao________________________________________________ 21
Tabela 2.4 Valores padronizados para a composio qumica da liga de ao_ 22
Tabela 2.5 Valores de dureza em trs pontos distintos de um lote de peas _ 26
Tabela 4.1 Conjunto de cotas crticas/importantes, indicadas pelo cliente, que
deveriam ser controladas por meio de grficos de controle ________________ 40
Tabela 4.2 Instrumentos de medio utilizados para a inspeo das
caractersticas crticas/importantes, antes e depois da implantao do controle de
processo _______________________________________________________ 44
Tabela 5.1 Diferentes combinaes de erros de medio utilizadas ________ 74
LISTA DE SIGLAS
ANOM
APEX
CMM
DECAM
Desenvolvimento
de
Solues
Baseadas em Conhecimentos
EMP
FMEA
FTA
GRR
Repetitividade
Reprodutibilidade
de
Instrumentos
(Gage
PMAP
PUMA
SPC
SWIPE
QFD
Desdobramento
Deployment)
da
Funo
Qualidade
(Quality
Function
CAPTULO 1
INTRODUO
[1]
[7]
fases anteriores produo, com aes para evitar erros e produzir qualidade
desde o planejamento. Aqueles so mtodos baseados na estatstica, aplicados
durante a produo para supervisionar a qualidade do produto e controlar os
processos de fabricao. Cabe ressaltar que os dados obtidos pela aplicao de
mtodos on-line devem realimentar os mtodos off-line, que compem uma base
viva de informaes, que deve ser continuamente atualizada (figura 1.2).
Os mtodos off-line mais difundidos so: anlise dos modos de falhas e seus
efeitos (FMEA), desdobramento da funo qualidade (QFD), anlise de rvore de
falhas (FTA), delineamento de experimentos (DOE). A figura 1.2 mostra um
cenrio de atuao das principais tcnicas de gesto preventiva da qualidade.
Elas agem nas etapas de planejamento do produto, desenvolvimento do produto e
processo e planejamento da produo, sendo realimentadas por uma base de
informaes provenientes do processo produtivo e dos clientes. Esses mesmos
dados do processo produtivo podem ser utilizados para garantir a qualidade online, por meio de outras tcnicas estatsticas, notadamente o controle estatstico
de processo (SPC).
O controle estatstico de processo permite um conhecimento conciso do processo
e a partir dele, mas no somente dele, possvel caracterizar o real nvel de
investimento necessrio para que produtos com qualidade e produzidos a mnimo
custo sejam entregues aos clientes. No entanto, em muitos casos, as informaes
geradas pelo controle estatstico de processo no so tratadas adequadamente,
resultando em uma ineficincia que no peculiar a essa ferramenta quando
apropriadamente aplicada.
Embora o conhecimento do processo devesse ser uma iniciativa dos seus
responsveis, bastante comum que o controle de processo seja exigncia dos
clientes que desejam saber se os produtos recebidos so provenientes de
processos previsveis e capazes ou se so obra do acaso, no garantindo a
perpetuidade da qualidade. Isso porque para muitos gerentes de empresas, entre
eles os brasileiros, o conceito binrio de pea conforme e no-conforme ainda
persiste e usual vangloriar operadores pelo nmero de peas produzidas,
descuidando-se da qualidade do produto. No existe ainda uma cultura, na
3
Gesto
preventiva
da qualidade
Planejamento
do produto
90
80
70
60
50
40
30
20
10
0
Desenvolvimento
de produto e
processo
FMEA
FTA
QFD
DOE
...
Planejamento da
produo
Base de dados
da qualidade
Servio
tcnico
Fabricao e
inspeo
Cliente
Figura 1.2 Informaes necessrias para o planejamento da qualidade,
destacando a dependncia entre os mtodos off-line de garantia da qualidade
e os dados que descrevam o comportamento dos processos e do produto em
servio (adaptado) [7]
[8]
normalmente incipiente nas indstrias e tratado de forma sui generis, deve ser
capaz de flanquear a produo com sistemas de medio condizentes com o
processo a ser avaliado, possibilitando que o controle de processo seja aplicado
de forma consciente e eficaz e que resulte em dividendos concretos para a
empresa.
Em um de seus itens, a norma ISO 9000:2000 traz exigncias no que tange o
controle dos dispositivos de medio e monitoramento, salientando que a
organizao deve estabelecer processos para assegurar que a medio e
monitoramento podem ser realizados e so executados de uma maneira coerente
4
[9]
[10]
[11]
, apesar desta
[12]
[14]
[13]
[16]
[15]
[17]
sugere o
[18]
deve ser conhecida, pois a partir dela se pode identificar os reais requisitos
metrolgicos para o controle de processos, contribuindo para a contnua melhoria
1.1
OBJETIVO DA DISSERTAO
As constataes supra-expostas visaram orientar o leitor para o objetivo desta
dissertao de mestrado. De uma forma generalizada, caracterizar-se- a
importncia de uma metrologia tcnica e economicamente adequada ao servio
da garantia da qualidade dos processos produtivos e ressaltar-se- a
dependncia existente entre a garantia da qualidade e a metrologia.
De uma forma mais especfica, mostrar-se- o valor agregado pela aplicao de
ferramentas estatsticas e da melhoria das prticas metrolgicas em uma
empresa do ramo metalrgico: a Electro Ao Altona S/A. Essas aplicaes foram
referenciadas como estudos de caso, que abrangeram ferramentas como o
controle estatstico de processo, a anlise de mdias, o programa de garantia da
qualidade das medies, entre outras. Esses estudos de caso foram realizados
em dois setores da empresa: a usinagem e o tratamento trmico; e descrevem o
estado inicial dos processos, fatos relevantes da implantao dos mtodos e os
resultados alcanados aps a consolidao dos estudos.
Adicionalmente, em virtude da base de conhecimento formada, fazem-se
reflexes sobre o quo significante a metrologia no escopo atual do sistema de
gesto da qualidade e que aes devem ser preconizadas, atreladas ao contexto
metrolgico, para que o sistema possa operar de forma mais consistente e
confivel. A necessidade de mo-de-obra qualificada tambm salientada, visto
que o ambiente atual, operado pelos tcnicos metrologistas, precisa ser
repensado, para que a metrologia torne-se uma efetiva aliada na disputa pelo
mercado.
1.2
ESTRUTURA DA DISSERTAO
Com o intuito de criar um fluxo contnuo de informaes, este documento foi
dividido em quatro vertentes: estado da arte, estudos de caso, discusses e
oportunidades futuras. No mbito do estado da arte, os captulos 2 e 3
descrevem, respectivamente, os mtodos estatsticos para o controle e a melhoria
de processos e as ferramentas da metrologia que esto sendo inseridas na
prtica industrial que, apesar da no totalidade de adeso, so referenciados pela
norma ISO 9000:2000.
Os estudos de caso, realizados na empresa Electro Ao Altona S/A, so ilustrados
no captulo 4, nos quais o controle estatstico de processos, as ferramentas
estatsticas e as prticas da metrologia foram difundidos. A sistemtica de
aplicao, os desafios enfrentados e os resultados alcanados aps a
consolidao das atividades so evidenciados, gerando uma base slida de
informaes que culminam com a discusso do assunto no captulo 5.
Alguns dos pontos salientados durante a discusso permitem caracterizar
oportunidades futuras, captulo 6, visando disseminar a cultura metrolgica e
promover a melhoria contnua e satisfao dos clientes na esfera dos processos
produtivos.
CAPTULO 2
OS MTODOS ESTATSTICOS PARA
O CONTROLE E A MELHORIA DE
PROCESSOS
2.1
O CONTROLE ESTATSTICO DE PROCESSO
Shewhart
[19]
11
2.1.1
OS GRFICOS DE VALORES INDIVIDUAIS E AMPLITUDES MVEIS
Os grficos de valores individuais e amplitudes mveis so usados para monitorar
o comportamento de um processo atravs de medies individuais de uma
caracterstica do produto. Eles so a forma mais simples e barata de realizar-se
controle estatstico de processos. So aplicados quando no possvel formar
subgrupos (e.g. razes tcnicas, econmicas ou de convenincia). Assim como os
grficos de Shewhart, os grficos de controle de valores individuais e amplitudes
mveis no avaliam a influncia de vrias caractersticas conjuntamente.
Para melhor entender como operacionalizar e interpretar um grfico de controle
de valores individuais e amplitudes mveis, um exemplo prtico ser utilizado. Os
dados da tabela 2.1 representam a profundidade de uma ranhura usinada de
especificao (7,56 0,12) mm e, a partir deles, ilustrar-se- como so
computados os limites de controle, tambm denominados limites naturais do
processo.
Tabela 2.1 Medies sucessivas, em milmetros, da ranhura de uma pea
usinada
x
mR
x
mR
1
7,58
2
7,59
0,01
3
7,60
0,01
4
7,62
0,02
Pea
5
6
7,61 7,56
0,01 0,05
7
7,59
0,03
8
7,60
0,01
9
7,60
0,00
10
7,57
0,03
11
7,59
0,02
12
7,59
0,00
13
7,58
0,01
14
7,58
0,00
15
7,58
0,00
17
7,57
0,00
18
7,57
0,00
19
7,59
0,02
20
7,57
0,02
16
7,57
0,01
(2.1)
x=
x
i =1
= 7,586 mm
(2.2)
12
mR =
mR
i =2
(k 1)
= 0,013 mm
(2.3)
(2.4)
CLx = x = 7,586 mm
(2.5)
Linha central:
(2.6)
Linha central:
CLmR = mR = 0,013 mm
(2.7)
(2.8)
(2.9)
13
Zona A
Zona B
Zona C
Zona C
Zona B
Zona A
[23]
buscando solucionar o problema para que ele no mais ocorra. O segundo ponto
tange os cuidados que se deve ter na interpretao do grfico de amplitudes
mveis, que no necessariamente representa uma mudana na disperso do
processo, mas pode indicar um deslocamento da mdia do processo.
Cabe ressaltar que os valores medidos para a ranhura correspondem a apenas
uma posio dentro da caracterstica, uma vez que os grficos de valores
individuais e amplitudes mveis no so sensveis variao dentro da unidade,
misturando-a com a variao entre unidades. Quando desejvel o conhecimento
da variao dentro da unidade, os grficos de controle de trs vias aparecem
como uma ferramenta adequada para tal processamento.
2.1.2
O GRFICO DE CONTROLE DE TRS VIAS
O grfico de controle de trs vias um conjunto de trs grficos de controle usado
para monitorar simultaneamente a variao dentro da pea e entre peas de um
produto especfico. Os trs grficos so estes:
16
1
293
286
277
285,3
mR
R
16,0
x1
x2
x3
2
286
277
286
283,0
2,3
9,0
3
302
293
286
293,7
10,7
16,0
4
302
277
293
290,7
30,0
25,0
Pea
5
6
321
311
311
286
321
277
317,7 291,3
27,0
26,3
10,0
34,0
7
302
293
293
296,0
4,7
9,0
8
321
302
293
305,3
9,3
28,0
9
293
286
277
285,3
20,0
16,0
10
311
302
302
305,0
19,7
9,0
xi =
x
j =1
ij
i = 1...k
(2.10)
mRi = x i x i 1 i = 2...k
(2.11)
(2.12)
x=
= 295,3 HB
i =1
(2.13)
mR =
mR
i =2
(k 1)
= 13,7 HB
(2.14)
R=
R
i =1
= 17,2 HB
(2.15)
17
(2.16)
CLx = x = 295,3 HB
(2.17)
Linha central:
(2.18)
Linha central:
CLmR = mR = 13,7 HB
(2.19)
(2.20)
(2.21)
18
(2.22)
Linha central:
CLR = R = 17,2 HB
(2.23)
(2.24)
2.1.3
O GRFICO PARA MLTIPLAS VARIVEIS
O grfico de mltiplas variveis possibilita monitorar diversas caractersticas de
um processo simultaneamente, sendo similar na aparncia e no uso aos grficos
de Shewhart, pois ajudam a identificar causas especiais de variao resultante do
comportamento conjunto de todas as caractersticas.
No incomum deparar-se com ocasies em que um produto possua diversas
caractersticas especificadas. Grficos de controle distintos para as caractersticas
individuais fornecero, claro, a maior compreenso para cada varivel, mas no
fornecero individualmente uma caracterizao do quo prximo um lote pode
estar do valor alvo coletivo.
De acordo com Wheeler, uma maneira de responder essa questo combinar as
diferentes caractersticas em um nico grfico
[23]
C (%)
Mn (%)
Si (%)
1
0,20
1,43
0,49
2
0,18
1,38
0,47
3
0,20
1,38
0,40
4
0,22
1,48
0,46
Lote
5
6
0,21 0,22
1,44 1,50
0,57 0,51
7
0,22
1,49
0,42
8
0,22
1,44
0,42
9
0,26
1,23
0,33
10
0,22
1,45
0,44
xij t i
i = 1...p e j = 1...k
(x i )
(2.25)
(2.26)
ao ponto para esse lote. A padronizao faz com que todas as p caractersticas
afetem essa distncia igualmente.
Tabela 2.4 Valores padronizados para a composio qumica da liga de ao
1
0,00
1,78
0,67
1,90
Z1
Z2
Z3
D3
2
-1,27
1,10
0,33
1,71
3
0,00
1,10
-0,83
1,38
4
1,27
2,47
0,17
2,78
Lote
5
6
0,63
1,27
1,92
2,74
2,00
1,00
2,84
3,18
7
1,27
2,61
-0,50
2,94
8
1,27
1,92
-0,50
2,36
9
3,81
-0,96
-2,00
4,40
10
1,27
2,06
-0,17
2,42
(2.27)
LCDp = p = 3 = 1,73
(2.28)
22
2.2
A AVALIAO DA CAPACIDADE DE PROCESSO
A anlise da capacidade de um processo produtivo um procedimento para
avaliar a condio de um processo em atender as especificaes de determinada
caracterstica da qualidade do produto. Para a realizao da anlise da
capacidade, o processo precisa estar na condio de controle estatstico, pois
nessa condio diz-se que o processo estvel e sua variao deve-se, to
somente, s causas comuns, que so inerentes ao processo
[25]
. Em termos
[26]
determinao
dos
ndices
de
capacidade
requer
conhecimento
das
23
USL LSL
Cp =
6.
(2.29)
(x
i =1
(2.30)
(k 1)
(2.31)
[29]
[30]
Como regra prtica geral para interpretar o valor de Cpk, quando este inferior a
1,33, ento o processo considerado incapaz de produzir peas repetitivamente e
no satisfaz as expectativas da maioria dos clientes [32].
Entretanto, os ndices de capacidade no so determinados com base em uma
populao, mas em uma amostra desta. Em outras palavras, eles so parmetros
estatsticos e estimam o valor verdadeiro, mas esto sujeitos a desvios amostrais.
A magnitude do desvio associado a esses parmetros estatsticos funo do
tamanho da amostra da qual eles so calculados e do nvel de confiana desejado
para a estimativa. Logo, mais conveniente reportar o resultado de uma
24
1
Cpk 2
1
Cpk 2
+
< Cpk < Cpk + z .
+
2
9.k 2.(k 1)
9.k 2.(k 1)
(2.32)
[33]
. Um
2.3
A ANLISE DE MDIAS
A anlise de mdias (ANOM) uma modificao do grfico de mdias e
amplitudes projetado para a anlise de conjuntos finitos de dados. Ao contrrio
dos limites dos grficos de controle, os limites de deciso da anlise de mdias
so ajustados para um nmero particular de subgrupos. Qualquer mudana no
nmero de subgrupos exigir uma mudana nos limites de deciso.
De acordo com Wheeler
[23]
)
UDLX = X + H . X
(2.33)
)
LDLX = X H . X
(2.34)
25
)
onde X a grande mdia, X a estimativa do desvio padro da mdia e H
um valor tabelado dependente do nmero de graus de liberdade () da estimativa
do desvio padro da mdia, do nmero de mdias de subgrupos sendo
comparadas (k) e de um fator que denota o risco de um alarme falso ().
As etapas para encontrar os limites de deciso para k subgrupos de tamanho n
so:
x1
x2
x3
1
555
418
532
2
532
495
600
3
555
495
555
4
532
430
578
5
578
477
512
Pea
6
532
477
532
7
532
477
532
8
532
532
532
x
543,5
475,1
546,6
R
46,0
114,0
88,0
X =
R 82,7
=
= 28,6 HB
d 2* 2,89
(2.35)
26
X =
X
n
28,6
= 10,1 HB
8
(2.36)
0,85 . k . ( n 1) 18
(2.37)
AN OM
580
580
545
545
510
510
475
475
440
440
27
2.4
SUMRIO
Esse captulo ilustrou alguns mtodos estatsticos empregados para o
entendimento, monitoramento e melhoramento de processos. Em suma, eles
permitem caracterizar um processo quando da produo contnua ou interpretar
os resultados de experimentos complementares realizados para o entendimento
do mago do processo.
Os conceitos aqui abordados e as prticas da metrologia atual, que sero
documentadas no captulo seguinte, esto sendo gradativamente embutidos na
prtica industrial, pois atravs deles pode-se elevar o nvel de qualidade dos
produtos e processos e fortalecer a posio da empresa no competitivo mercado.
28
CAPTULO 3
PRTICAS DA METROLOGIA
INDUSTRIAL
3.1
O PROCESSO DE MEDIO
Medir o procedimento experimental pelo qual o valor momentneo de uma
grandeza fsica (mensurando) determinado como um mltiplo e/ou uma frao
de uma unidade, estabelecida por um padro e reconhecida internacionalmente. A
operao de medio realizada por um instrumento de medio ou, de uma
forma mais genrica, por um sistema de medio [34].
O processo de medio compreende no apenas o instrumento envolvido na
medio, mas todos os fatores agindo sobre ele e a anlise e interpretao dos
resultados gerados. Isso forma uma conjuntura que engloba o procedimento de
medio, o responsvel pela medio, o ambiente onde as medies so
29
Conseqentemente,
todas
as
fontes
representativas
devem
ser
consideradas [35].
Similar a todos os processos, o processo de medio impactado por fontes de
variaes randmicas e sistemticas, embora estas no sejam variao no
sentido estrito. A sigla SWIPE usada para representar seis elementos
essenciais que afetam a exatido de uma medio (padro, pea, instrumento,
operador, procedimento, ambiente) e pode ser imaginado como um modelo de
erro para um sistema de medio completo [13].
Esses diferentes elementos que afetam a resposta de um processo de medio
aparecem superpostos ao valor verdadeiro de um mensurando. Logo, uma
expresso completa do resultado de uma medio inclui informaes sobre a
incerteza de medio, ou seja, um parmetro que caracteriza a disperso dos
valores que podem ser fundamentalmente atribudos a um mensurando [36].
3.2
AVALIAO DA INCERTEZA DE MEDIO
Por muitos anos tem-se insistido que uma declarao de incerteza acompanhe
todas as medies. Em virtude disso, o GUM foi elaborado como sendo um guia
para que a declarao de incerteza tenha um mesmo significado, independente
da instituio.
O GUM prope dois procedimentos distintos de avaliar as contribuies para a
incerteza: tipo A e tipo B. O procedimento de avaliao do tipo A usa ferramentas
estatsticas para determinar o desvio padro experimental de uma srie de
observaes. O procedimento de avaliao do tipo B usa outros meios para
determinar um desvio padro equivalente.
O procedimento de avaliao do tipo A a tcnica tradicionalmente usada para
avaliar a incerteza de medio, e.g. estudo de repetitividade e reprodutibilidade.
30
31
3.2.1
CONSIDERAES RELATIVAS AO GUM E ISO/TS 14253-2
A avaliao da incerteza de medio no meio industrial ainda no est bem
estabelecida, principalmente naquelas indstrias que no enxergam a medio
como um processo de extrema importncia como qualquer outro. Parte dessa
fobia ao GUM deve-se a complexidade do mesmo, pois comum que os tcnicos
que operam na metrologia no tenham adquirido a formao necessria para um
perfeito entendimento dos conceitos expostos no guia.
Do ponto de vista acadmico, todo o rigor matemtico o meio exato e correto de
fazer as coisas. Entretanto, quando se olha a esfera industrial, a simplificao dos
procedimentos permite uma boa estimativa da incerteza de medio, dificilmente
envolvendo algo mais complicado que uma raiz quadrada da soma quadrtica das
incertezas padres [38].
Em outras palavras, o GUM um documento pesado e completo e visto, assim
como outras normas, como matematicamente intenso, muito comprimido e
inacessvel. Muitos pases, entre eles os Estados Unidos, tm editado verses
locais e adicionado apndices com exemplos a fim de esclarecer os conceitos
intrnsecos ao guia [39].
32
[40]
3.3
CRITRIOS PARA AVALIAR O PROCESSO DE MEDIO
Como salientado no item anterior, muitos profissionais nas indstrias esto ainda
incertos sobre a incerteza de medio, questionando-se sobre a sua real
necessidade. Esses ainda operam na denominada regra de ouro da metrologia,
que se baseia na tolerncia especificada para uma caracterstica. Se o resultado
de uma medio indica que uma pea est exatamente na tolerncia, ela pode, na
verdade, ser uma pea no-conforme. Mas o risco aceito, pois se sabe que
caso o inverso acontea, estar-se-, em primeira instncia, desperdiando
dinheiro, pois uma pea conforme estar sendo refugada. Alm disso, tem-se
33
34
3.3.1
AVALIAO DO PROCESSO DE MEDIO
Muitos mtodos tm sido sugeridos para investigar o comportamento de um
processo de medio. O estudo de repetitividade e reprodutibilidade de
instrumentos, introduzido pelo manual da MSA
[13]
, traz conceitos similares ao GRR, mas em uma forma mais clara, utilizando
[24]
. Expressando-se de
manual da MSA
[13]
informaes.
3.4
GARANTIA DA QUALIDADE DO PROCESSO DE MEDIO
A utilizao de um programa de garantia do processo de medio (PMAP) para
controlar o sistema de medio de uma maneira contnua tem sido recomendado
por vrios especialistas, com o objetivo de determinar, monitorar, controlar e
melhorar a capacidade de medio do sistema de medio.
Atravs de um PMAP, pode-se garantir que um processo de medio continua a
medir dentro de limites confiveis de incerteza, utilizando-se para isso tcnicas de
controle estatstico de processo.
O PMAP baseado na avaliao de um valor de referncia e permite estimar a
incerteza que pode estar presente em cada produto que esteja sendo medido.
Para estabelecer o valor de referncia, medies so realizadas em um padro de
controle calibrado, que escolhido ou manufaturado para representar as
caractersticas do produto que ser medido com o sistema de medio [41].
Medies preliminares, i.e. medies de controle, so realizadas em um padro
de controle por um especialista. Entre 20 e 25 medies so realizadas no padro
de controle, sendo a mdia e o desvio padro dessas medies calculadas. Os
limites de referncia so estabelecidos como a mdia e os limites superior e
inferior de controle correspondentes a 99,73 %, denotados respectivamente por
X , UCL e LCL na figura 3.1.
36
USL
SE
UCL
X-bar
CSV
LCL
3.5
SUMRIO
A prtica comum da metrologia nas indstrias e algumas aes recentes na busca
pela melhoria das prticas metrolgicas foram apontadas nesse captulo. Do
conceito de incerteza de medio s tcnicas para avaliar a capacidade de um
processo de medio, foram apresentados procedimentos que visam garantir uma
maior confiabilidade no resultado de uma medio.
Entretanto, nenhum dos procedimentos pode ser isoladamente aplicado, pois o
valor agregado por eles depende no apenas da aplicao no ambiente fabril,
mas da correta interpretao e da simbiose entre eles, tendo-se como delineador
o porqu uma medio est sendo feita. De maneira mais sucinta, o PMAP no
deve ser visto como um substituto da calibrao, assim como o estudo de
37
38
CAPTULO 4
A INTERAO: ESTUDOS DE CASO
39
4.1
ESTUDO DE CASO 1: SETOR DE USINAGEM
O principal cliente, responsvel por cerca de 40 % do faturamento da Electro Ao
Altona S/A, solicitou a implantao do controle estatstico de processos em cotas
crticas e importantes de produtos usinados com razoveis nveis de produo. O
controle de processo faz parte do objetivo APEX 2004 desse cliente e requisito
para a continuidade de fornecimento a partir da recertificao.
A situao exposta mostra o quo importante para a Electro Ao Altona S/A foi e
continua sendo o projeto realizado, no qual vrios modelos de produtos do cliente
foram includos. Todavia, este estudo de caso est concentrado no alojador da
ponta de eixo (do ingls spindle housing) de motoniveladoras, cuja produo
mensal supera as duzentas unidades, possuindo seis cotas crticas/importantes
conforme indicado pelo cliente (tabela 4.1).
Tabela 4.1 Conjunto de cotas crticas/importantes, indicadas pelo cliente, que
deveriam ser controladas por meio de grficos de controle
Cota
D1
D2
D3
D4
D5
P1
Caracterstica
Dimetro
Dimetro
Dimetro
Dimetro
Dimetro
Profundidade
Especificao
(50,698 0,020) mm
(119,941 0,038) mm
(129,941 0,038) mm
(158,95 0,13) mm
(127,00 0,15) mm
(7,56 0,12) mm
O cliente exige que essas cotas sejam controladas e que sejam emitidos
mensalmente relatrios registrando a capacidade dos processos, cujo requisito
40
4.1.1
ESTADO INICIAL DO PROCESSO PRODUTIVO E DE INSPEO
A presso do cliente para a aplicao de controle estatstico de processo em
algumas caractersticas teve origem em meados de 2001. No perodo que
antecedeu este trabalho de pesquisa, apesar do cliente ter inclusive ministrado
cursos no mbito do assunto, verificou-se que ainda seriam necessrios
aperfeioamentos. O controle de processos era pouco eficaz, com estratgias
pouco consistentes e informaes de baixa confiabilidade. Isso porque grficos de
controle que requeriam adequao eram utilizados, com dados provenientes de
instrumentos de medio e procedimentos que exigiam mudanas para os fins do
controle estatstico de processo e com mtricas de capacidade estimadas sob
essas condies.
Tanto que, aps os primeiros estudos realizados, verificaram-se processos fora
de controle estatstico, com variabilidade excessiva e com instrumentos de
medio no prprios para a aplicao do controle estatstico de processo.
4.1.2
SISTEMTICA APLICADA
As constataes mencionadas no item anterior persuadiram que uma sistemtica
bem definida de trabalho seria necessria. Esta incluiria a seleo das
caractersticas crticas para a qualidade, a definio do tipo de grfico de controle
a ser utilizado, a implementao de aes para reduzir a variabilidade etc., na
busca pela melhoria contnua (figura 4.2).
Uma vez que as cotas crticas foram definidas pelo cliente, recaiu-se sobre a
seleo do grfico de controle mais adequado para os processos. Visto que a
produo envolve pequenos lotes e que a possibilidade de agrupamento inexiste,
os grficos de controle de valores individuais e amplitudes mveis tornaram-se a
opo mais convidativa.
41
Selecionar as
caractersticas
crticas para
a qualidade
Melhoria Contnua
Estudo da
capacidade
de processos
Definir e implantar
a estratgia de controle
Controle de
processo
Implementar aes
para reduzir
a variabilidade
Figura 4.2 Estratgia adotada para a implantao do controle estatstico de
processo e para a posterior avaliao da capacidade, visando a melhoria
contnua
4.1.3
IMPLANTAO DO CONTROLE ESTATSTICO DE PROCESSO
Como descrito no captulo 2, a implantao do controle estatstico de processo
usualmente dividida em duas fases que tm objetivos e formas de trabalho
diferentes. A fase 1, tambm denominada estudo inicial, envolve o conhecimento
do processo, utilizando a informao para atingir o estado de controle ou
previsibilidade. A fase 2, ou de superviso, consiste na peridica observao do
processo para evitar o retorno ao estado de imprevisibilidade.
Durante a fase 1, grficos de conformidade foram utilizados para coletar dados do
processo, sendo recomendado o preenchimento do dirio de bordo quando fosse
realizado qualquer tipo de ajuste no processo. Esse dirio de bordo visava obter
informaes que possibilitariam a identificao da causa de alguns padres
atpicos de variao nos dados. Adotou-se uma freqncia de amostragem de
42
[14]
43
Cota
D1
D2
D3
D4
D5
P1
Antes
Depois
Instrumento Resoluo Instrumento Resoluo
Sbito
0,01 mm
Sbito
0,001 mm
Sbito
0,01 mm
Sbito
0,001 mm
Sbito
0,01 mm
Sbito
0,001 mm
Paqumetro
0,02 mm Paqumetro
0,02 mm
Paqumetro
0,02 mm
Sbito
0,001 mm
Micrmetro
0,01 mm Micrmetro
0,01 mm
50,708
50,698
50,688
50,678
A justificativa dos operadores para tais ajustes era que o material bruto variava de
lote para lote e que o processo era muito instvel, requerendo muitos ajustes para
mant-lo dentro das especificaes. Normalmente esse tipo de tratamento
provoca um aumento na variabilidade do processo, pois se est respondendo a
um rudo prprio do processo e no a um sinal evidente de mudana. A aplicao
de grficos de controle (com limites bem estimados) possibilita informar aos
operadores quando se deve realmente agir sobre o processo, ou seja, permite
distinguir entre variaes devido a causas comuns e variaes devido a causas
especiais. Adicionalmente, algumas caractersticas apresentavam poros ou
incluses de areia provenientes da fundio e outras mostravam um processo
com baixa capacidade.
As constataes acima implicaram aes visando a melhoria dos processos. Uma
vez que a empresa adotava modelos de fundio distintos de um mesmo produto
para o mercado nacional e para exportao, foi recomendada a utilizao do
modelo para o mercado externo tambm para o mercado interno, pois nesse
modelo era reduzida a incidncia de defeitos de fundio. A prtica do sobreajuste
foi minimizada atravs da conscientizao dos operadores e da adoo de
grficos de controle na produo, com limites de controle baseados na ltima
anlise.
Os processos de medio foram avaliados atravs de estudos de repetitividade e
reprodutibilidade. A figura 4.5 ilustra um desses estudos, onde trs operadores
mediram aleatoriamente cinco peas extradas da produo duas vezes. Desta
maneira, as fontes de variao presentes so estas: repetitividade, operador para
operador e pea para pea. A repetitividade aparece dentro de cada subgrupo,
enquanto que as diferenas entre operadores e peas aparecem entre os
subgrupos.
Cabe ressaltar que, ao contrrio da prtica adotada em algumas indstrias, o
estudo foi feito com operadores que efetivamente medem as peas em condies
normais de produo e no por profissionais da metrologia, caracterizando de
maneira mais fiel o processo de medio. A parcela da variao do processo
consumida
pela
combinao
das
componentes
de
repetitividade
[13]
traz
Sbito Milesimal
88888888
11/02/03
Modelo da pea:
Cota analisada:
Realizado por:
Operadores:
Nmero de operadores:
Nmero de repeties:
Tolerncia:
Nmero de peas:
3
2
1
50,697
50,698
50,698
0,001
2
50,699
50,697
50,698
0,002
Pea
3
50,683
50,685
50,684
0,002
4
50,686
50,688
50,687
0,002
5
50,702
50,703
50,703
0,001
50,696
50,698
50,697
0,002
50,699
50,699
50,699
0,000
50,685
50,684
50,685
0,001
50,688
50,687
50,688
0,001
50,703
50,703
50,703
0,000
Mdia
Amplitude
50,697
50,699
50,698
0,002
50,701
50,700
50,701
0,001
50,683
50,683
50,683
0,000
50,688
50,688
50,688
0,000
Grande mdia
50,698
50,699
50,684
50,688
%EV:
%AV:
%GRR:
%PV:
ndc:
12,36%
1,25%
12,42%
99,23%
11
Operador
Repetio
1
2
Mdia
Amplitude
B
1
2
Mdia
Amplitude
C
1
2
EV:
AV:
GRR:
PV:
TV:
8W4652/53
(50,698 0,020) mm
Crhistian R. Baldo
0,00095
0,00010
0,00095
0,00759
0,00765
0,040
5
XA-bar
RA-bar
Mdia
50,693
50,694
50,694
0,002
XB-bar
RB-bar
50,694
50,694
50,694
0,001
50,702
50,703
50,703
0,001
XC-bar
RC-bar
50,694
50,695
50,694
0,001
50,703
Rp
0,019
R-dbar
X-barDIFF
UCLR
LCLR
R-max
0,001
0,001
0,003
0,000
0,002
Ope ra dor A
Ope ra dor B
Ope ra dor C
50,698
50,692
50,686
50,680
4.1.4
ATIVIDADES PARALELAS
Apesar dos grficos de controle demonstrarem que a resoluo dos instrumentos
de medio, aps as alteraes, era compatvel com o processo e da realizao
48
0,009
0,008
0,007
0,006
0,005
0,004
0,003
0,002
0,001
0,000
4.1.5
RESULTADOS OBTIDOS APS A CONSOLIDAO DO TRABALHO
Avaliao do
processo de
medio
Tomar aes
corretivas
Sim
No
Os dados so
confiveis?
No
Buscar
melhorias
Sim
Avaliao da
estabilidade
do processo
O processo
capaz?
O processo
estvel?
Eliminar causas
especiais
Sim
No
Avaliao da
capacidade
do processo
Figura 4.8 Fluxograma descrevendo as etapas que devem ser seguidas para
a avaliao da capacidade de processo (adaptado) [43]
[42]
51
2,5
1,5
0,5
0
(5 0,6 98 0,020) m m
C p k (jan )
C p k (fev)
(119,941 0 ,038) m m
C p k (m ar)
(1 58,95 0,13) m m
C p k (ab r)
C pk (m ai)
(7,5 6 0,1 2) m m
C p k (ju n)
C p k (ju l)
[44]
52
2,0
1,6
1,2
0,8
Figura 4.10 Grfico de valores individuais para o ndice Cpk, lote a lote
[45]
53
50,708
50,698
50,688
50,678
Contudo, o trabalho no pode ser dado por finalizado no momento em que foram
atingidos os requisitos de capacidade. essencial que o monitoramento dos
processos de fabricao e medio continuem ao longo de sua operao, pois um
processo que esteja apresentando uma pequena variao pode passar a variar
com maior intensidade a qualquer momento, em funo de um conjunto de fatores
agindo sobre ele.
4.2
ESTUDO DE CASO 2: SETOR DE TRATAMENTO TRMICO
Esta seo descreve toda a anlise realizada no processo de tratamento trmico
de um produto especfico. Tal anlise envolveu a aplicao de tcnicas
54
4.2.1
DIAGNSTICO INICIAL DO PROCESSO
As primeiras constataes do processo indicavam a possibilidade de ter-se uma
metrologia inepta para o nvel de tolerncia exigido pelo cliente. Aliado a isso ficou
evidente, aps dilogos com os responsveis pelo processo, que este no estava
garantindo produtos conformes, exigindo assim constante retrabalho (peas
sendo revenidas duas ou mais vezes).
Nesta vertente, estratgias foram traadas para avaliar tanto o processo produtivo
como o processo de medio, utilizando para tanto ferramentas estatsticas e
cujos resultados obtidos so exibidos nos prximos itens.
55
4.2.2
ESTUDO DO PROCESSO DE MEDIO
Um dos maiores questionamentos com relao ao processo de tratamento
trmico baseava-se na confiabilidade metrolgica do sistema de medio utilizado
para a inspeo da dureza. O sistema de medio, durmetro tipo King,
utilizado tanto para a inspeo aps a tmpera quanto para a inspeo aps o
revenido, sendo esta uma inspeo 100 % (dois pontos so medidos em cada
pea) que atrasa significantemente a produo. Sempre que um dos pontos est
fora de especificao, a pea retratada termicamente, ou seja, o resultado da
medio usado para classificar as peas como conformes ou no-conformes.
Logo, importante que o processo de medio mostre-se adequado para a
avaliao de conformidade.
Um estudo de repetitividade e reprodutibilidade foi conduzido para investigar o
processo de medio, no qual participaram trs operadores e cinco peas foram
empregadas para introduzir a variao do produto. Cada pea foi medida duas
vezes por cada operador, gerando um total de trinta medies. Cada medio foi
definida como o procedimento de aplicar uma carga de 3.000 kg e medir o
dimetro da calota deixada pela impresso com uma lupa de resoluo 0,05 mm.
As medidas referem-se, ento, ao dimetro da calota e no dureza Brinell (HB),
pois a converso de uma grandeza para outra contribuiria com uma componente
adicional de erro, pois a escala de converso no linear.
Os dados apresentados na figura 4.13 mostram que a variao devido ao
operador, i.e. reprodutibilidade (AV), foi bastante superior variao devido ao
equipamento, i.e. repetitividade (EV), evidenciando que diferentes operadores
aplicam diferentes mtodos. O grfico de mdias do estudo bsico (figura 4.14)
ratifica a tendncia entre os operadores (baixa reprodutibilidade), e o grfico de
amplitudes caracteriza a baixa capacidade do processo de medio (resoluo
inadequada), pois apenas dois pontos distintos foram detectados.
A medio de dureza depende, dentre outros fatores, da aplicao de uma carga,
da qualidade da superfcie onde a carga aplicada e da posterior leitura do
dimetro deixado por uma esfera aps a carga. Conseqentemente, algumas so
as fontes de variao atuando no resultado da medio.
56
Durmetro Brinell
88888888
04/16/03
Modelo da pea:
Varivel analisada:
Realizado por:
Operadores:
Nmero de operadores:
Nmero de repeties:
B
Tolerncia:
Nmero de peas:
3
2
1
3,80
3,80
3,80
0,00
2
3,90
3,85
3,88
0,05
Pea
3
3,85
3,85
3,85
0,00
4
3,80
3,80
3,80
0,00
5
3,75
3,75
3,75
0,00
3,95
3,95
3,95
0,00
4,00
4,00
4,00
0,00
3,95
3,95
3,95
0,00
4,05
4,05
4,05
0,00
3,90
3,95
3,93
0,05
Mdia
Amplitude
3,90
3,90
3,90
0,00
3,95
3,95
3,95
0,00
3,85
3,85
3,85
0,00
4,00
4,00
4,00
0,00
Grande mdia
3,883
3,942
3,883
3,950
Operador
Repetio
1
2
Mdia
Amplitude
B
1
2
Mdia
Amplitude
C
1
2
EV:
AV:
GRR:
PV:
TV:
8X3314
Dimetro (mm)
Crhistian Baldo
0,00591
0,08368
0,08388
0,04366
0,09456
%EV:
%AV:
%GRR:
%PV:
ndc:
6,25%
88,48%
88,70%
46,17%
1
0,3
5
XA-bar
RA-bar
Mdia
3,820
3,810
3,815
0,010
XB-bar
RB-bar
3,970
3,980
3,975
0,010
3,85
3,85
3,85
0,00
XC-bar
RC-bar
3,910
3,910
3,910
0,000
3,842
Rp
0,108
R-dbar
X-barDIFF
UCLR
LCLR
R-max
0,007
0,160
0,022
0,000
0,050
57
deixada por ela, mesmo com a repetitividade sendo mascarada pela resoluo da
lupa.
Ope ra dor A
Ope ra dor B
Ope ra dor C
4,00
3,90
3,80
3,70
4.2.3
AVALIAO DO PROCESSO PRODUTIVO
O tratamento trmico , sem dvida, um processo complexo em que muitas
variveis agem conjuntamente e provocam desvios nas propriedades do produto
final. Com o intuito de investigar algumas possveis causas dos desvios
58
59
16
24
15
23
14
22
13
21
12
20
11
19
10
18
17
P1
P2
P3
Figura 4.16 Indicao de onde foram tomados os trs pontos de dureza tanto
aps a tmpera como aps o revenido
Como cada pea do lote foi disposta em distintas posies no forno e no tanque
de resfriamento, foram feitas vrias anlises para detectar possveis causas de
variao no processo como um todo, sendo a mais relevante delas apresentada
na figura 4.17, que mostra a existncia de um gradiente de dureza que atinge seu
mnimo no centro da pea e o mximo nos extremos, com uma variao mdia
dentro de uma pea superior a 100 HB.
As trs posies mostradas correspondem quelas onde os pontos de dureza
foram tomados. O primeiro ponto do grfico de ANOM representa a mdia da
dureza tomada na posio 1 da grelha esquerda, o segundo ponto a mdia da
dureza tomada na posio 2 da grelha central, e assim sucessivamente, at o
ltimo ponto, que representa a mdia da dureza tomada na posio 3 da grelha
direita.
O comportamento supracitado leva a crer que no existe problema relacionado
homogeneidade de temperatura dentro do forno, mas que o procedimento de
resfriamento pode no ser o mais apropriado, sendo o principal suspeito para tais
variaes. Durante o resfriamento, os jatos incidem nos extremos da pea e a
60
AN OM
600
550
500
450
400
P osi o 1
P osi o 2
P osi o 3
Amplitudes
210
140
70
0
Para o processo de revenido, utilizou-se uma amostra de quinze peas para cada
um dos dois fornos do circuito. A partir das medies dos trs pontos de dureza,
avaliaram-se os resultados tambm atravs da anlise de mdias.
Como as quinze peas foram dispostas em trs camadas com cinco peas cada
(figura 4.18), os dados foram agrupados considerando as trs posies onde os
pontos de dureza foram tomados, sendo as camadas representadas pelos
subgrupos. As trs posies mostradas correspondem s posies onde os
pontos de dureza foram tomados (figura 4.16).
Para o forno com circulador de ar, que garante maior homogeneidade da
temperatura, a anlise de mdias mostra que houve simplesmente um
deslocamento sistemtico do valor de dureza com relao dureza de tmpera
(figura 4.17) em todas as posies medidas.
61
15
14
13
12
11
7
6
10
9
5
4
`3
2
AN OM
350
330
310
290
270
P osi o 1
P osi o 2
P osi o 3
Amplitudes
150
100
50
0
AN OM
350
330
310
290
270
P osi o 1
P osi o 2
P osi o 3
Amplitudes
90
60
30
0
No incio deste item, foi informado que as medies foram obtidas por meio do
durmetro King. Este, apesar do estudo de repetitividade e reprodutibilidade t-lo
indicado como no aceitvel (%GRR > 30 %), mostrou-se apto para o propsito
dos estudos realizados, pois a contribuio majoritria de incerteza proveniente
dos operadores foi minimizada pela seleo de um nico operador para todo o
estudo e por no se ter como meta a avaliao de conformidade ou o controle de
processo.
4.2.4
RELACIONAMENTO DA COMPOSIO QUMICA COM A DUREZA
Um dos objetivos traados para este trabalho foi relacionar, se possvel, as
variveis de tratamento trmico com a composio qumica do bruto fundido para
que ajustes adequados pudessem ser realizados. Aplicaram-se, na tentativa de
achar alguma correlao, grficos de mltiplas variveis num estudo piloto.
Rotineiramente, para cada lote de peas de uma mesma seqncia, i.e. mesma
composio qumica, duas eram medidas aps o processo de tmpera. A partir de
uma amostra, foram correlacionados os quatro elementos qumicos de maior
63
4.2.5
IMPLANTAO DO CONTROLE ESTATSTICO DE PROCESSO
Com o intuito de disseminar a cultura do controle estatstico de processo no setor
de tratamento trmico, grficos de controle de trs vias foram adotados, devido
considervel variao dentro da unidade, tomando-se, por lote, trs pontos (nos
extremos e no centro) em cinco peas aleatrias escolhidas aps o processo de
revenido.
Durante a fase 1 do CEP, grficos de conformidade foram utilizados para coletar
dados do processo, sendo recomendado o preenchimento do dirio de bordo
quando fosse realizado algum ajuste no processo.
A fase 1 foi concluda aps se adquirir uma amostra representativa do processo e
verificar que o mesmo estava sob controle estatstico, i.e. previsvel, apesar de
ser constatada uma excessiva variabilidade; com a voz do processo excedendo
as especificaes de engenharia e com a variao dentro da unidade sendo mais
significativa que a entre unidades, em funo dos problemas salientados nos itens
anteriores, os quais no foram solucionados no decorrer do estudo.
No transcorrer da fase 2, percebiam-se constantes flutuaes no comportamento
do processo, apesar dele no ter sido alterado em momento algum. Na figura 4.21
so visualizadas trs dessas flutuaes. O processo apresentou uma reduo
significativa da variao na segunda anlise, tanto entre unidades como dentro da
unidade. Entretanto, nas duas outras anlises, um comportamento menos
favorvel foi identificado, com a variao dentro da unidade superando a
tolerncia especificada para o produto.
64
4.2.6
CONSIDERAES, RECOMENDAES E AES FUTURAS
A aplicao de grficos de controle no processo de revenido mostrou que a
variao natural do processo excede as expectativas do cliente. Caso no se
esteja contente com a quantidade de variao mostrada pelos limites naturais do
processo, deve-se trabalhar no sistema para melhorar o processo corrente e no
traar alvos arbitrrios ou procurar meios alternativos de computar os limites
[46]
Todas essas anlises mostram que fundamental que os responsveis pelo setor
de tratamento trmico se empenhem na melhoria do processo, para que o mesmo
65
66
CAPTULO 5
DISCUSSO
5.1
CONSTATAES DOS ESTUDOS DE CASO
O controle estatstico de processos reconhecidamente uma ferramenta com
grande potencial para a melhoria contnua dos processos. Entretanto,
importante que os dados sejam corretamente avaliados e que no sejam
divorciados do seu contexto. O inverso desse ideal foi presenciado durante a
implantao do controle estatstico de processos no setor de usinagem. Primeiro
porque o agrupamento dos dados era inadequado, pois em um mesmo subgrupo
havia diferentes sistemas de causas, o que gerava resultados sem o menor
sentido prtico. Segundo porque os dados eram privados de qualquer informao
sobre o processo, no permitindo tirar concluses apropriadas sobre o porqu dos
desvios presentes no processo.
A correta utilizao do controle de processos propiciou a obteno de resultados
satisfatrios e que atenderam as expectativas da empresa demandante. Parte
desse sucesso deve-se ao fato que a maioria dos processos eram potencialmente
capazes, mas operados de maneira inconsistente, uma vez que a prtica de
sobreajuste reduz sensivelmente a capacidade e tratada com sucesso pelos
grficos de controle. importante ter em mente que um processo pode continuar
operando mesmo se o grfico de controle indica pontos fora de controle. O fato de
surgirem pontos alm dos limites de controle no significa que o processo seja
inconsistente e que no possa mais operar, mas que ele requer ajustes que o
tragam para uma condio mais confortvel, ou seja, no alvo e com variao
67
[23]
69
5.2
A METROLOGIA NA AVALIAO DE CAPACIDADE
O estudo de caso realizado no setor de usinagem tinha como requisito adicional
fornecer cliente da empresa relatrios de capacidade de processo. A suposio
capital para o clculo dos ndices de capacidade a condio de estabilidade do
processo. Aliado a isso, tem-se o fato de os estimadores do processo serem
obtidos a partir de amostras, ou seja, inserindo um certo nvel de incerteza nos
valores estimados de capacidade. Isso particularmente relevante no caso de
empresas que trabalham com lotes pequenos.
O captulo 2 mostrou que muito mais conveniente declarar os ndices por meio
de intervalos de confiana. Wheeler
[44]
[49]
Mittag
[50]
[28]
[51]
USL LSL
(5.1)
6 m2 u 2
72
[52]
fontes
de
incerteza
podem
ser
combinadas,
considerando-as
uR =
R
2. 3
(5.2)
O erro aleatrio, caracterizado pelo desvio padro, A , pode ser representado por
uma distribuio normal centrada no resultado da medio. Logo, a incerteza
padro igual ao desvio padro do erro:
uA = A
(5.3)
uS =
ES
3
(5.4)
uL =
EL
6
(5.5)
U 95 = 2.
E2 E2
R2
+ A2 + S + L
12
3
6
(5.6)
A
Caso A
Caso B
Caso C
Caso D
Caso E
Caso F
Caso G
Caso H
0
0,5
1
0
0
0
0
0
ES
0
0
0
0,87
1,73
0
0
0
EL
0
0
0
0
0
1,23
2,45
0
R
0
0
0
0
0
0
0
1
U95
0
1
2
1
2
1
2
0,57
74
ndice de capacidade - C p
2,3
1,8
1,3
0,8
0,3
A
ndice de capacidade - C pk
C omponentes de erros
2,3
1,8
1,3
0,8
0,3
A
C omponentes de erros
Para o caso A, no qual tem-se apenas o erro de amostragem, i.e. o processo est
isento de erro de medio, observa-se que medida que o tamanho da amostra
aumenta, o valor observado para a capacidade reduz-se, tendendo ao valor
verdadeiro. Tal constatao implica risco de avaliao de um processo quando
pequenas amostras so consideradas. Adicionalmente, a incerteza associada
estimao dos ndices reduz-se com o aumento do tamanho da amostra. A
75
76
crie uma imagem distorcida da sua variao e indica que a metrologia deve
receber um tratamento diferenciado em relao aos nveis atualmente praticados.
5.3
A METROLOGIA NO CONTROLE DE PROCESSOS
Na implantao do controle estatstico de processos no setor de usinagem da
Electro Ao Altona, o primeiro investimento incidiu na aquisio de instrumentos
de medio com melhor resoluo, ou seja, atuou-se sobre o processo de
medio e no no processo de fabricao. Isso porque este pode ser
descaracterizado por aquele quando a resoluo for inadequada ante a variao
do processo. A falta de resoluo pode criar pontos fora de controle artificiais que
nada tem a ver com o processo em anlise, mesmo quando este se apresenta
sob controle estatstico [23].
O pargrafo anterior adverte que o controle de processos requer um meio distinto
de pensar-se sobre o processo de medio, pois a inteno conhecer o
comportamento do processo e no apenas se os produtos atendem ou no as
exigncias do cliente. Contudo o cuidado com a metrologia no deve ser restrito
ao instrumento de medio, mas ao processo de medio como um todo.
Mittag e Stemann
[53]
aquelas
afetadas
por
erros
puramente
aleatrios.
Eles
[54]
5.4
A METROLOGIA NA ISO 9000:2000
sabido que a norma ISO 9000:2000 foca a satisfao do cliente e a melhoria
contnua do processo. Necessariamente, ambos os objetivos exigem um certo
rigor metrolgico, como j resumidamente apontado na introduo desta
dissertao e explicitado nos captulos posteriores. Tanto que no item 7.6 dessa
norma Controle de Dispositivos de Medio e Monitoramento; referencia-se a
norma ISO 10012, apesar de no ser de uso mandatrio. Ela contm requisitos de
garantia da qualidade para assegurar que as medies sejam feitas com a
exatido planejada, tais como a incerteza de medio, calibrao e mtodos de
verificao.
Na opinio de quem escreve, a calibrao , dentre os conceitos presentes na
ISO 10012, o mais aplicado nas indstrias, embora no de maneira otimizada.
Tanto que os resultados dela, com muita freqncia, no so bem interpretados e
aplicados, devido, em parte, ao desconhecimento do conceito de incerteza e as
condies distintas de calibrao do instrumento e de sua utilizao no meio
produtivo.
Com o intuito de reduzir os custos, normalmente as companhias estendem os
intervalos de calibrao em instrumentos da seguinte maneira: uma vez que o
instrumento falhe, assume-se que se tenha chegado ao maior tempo que o
instrumento pode ser usado antes de realmente requerer calibrao, e assume-se
78
esse perodo como o intervalo entre calibraes. Tal idia parece boa e pode at
funcionar em alguns casos, mas no uma prtica que deve ser seguida nos
atuais nveis de exigncia tanto de produo como de qualidade [55].
Entretanto, a freqncia de calibrao no deve ser dependente apenas do custo
inerente calibrao mas tambm das conseqncias potenciais e dos custos
resultantes da no calibrao. Tanto que, em alguns casos, prefervel calibrar
com maior freqncia, pois os custos associados aos erros so elevados [56].
O conceito de intervalo timo de calibrao, proposto por Osanna et al.
[57]
5.5
O QUE FAZER?
Todos os itens precedentes deste captulo evidenciaram que a metrologia tem
aplicabilidade e pode agregar real valor ao meio industrial. Entretanto, as
evidncias normalmente so circundadas por indagaes similares a esta: como
as coisas funcionaram at hoje, mesmo com uma metrologia que na tica atual
parece precria? A resposta, que no to direta, ser esboada nos pargrafos
seguintes.
Antes, ressaltar-se- outro questionamento bastante freqente quando da busca
pela Qualidade Classe Mundial (operar no alvo e com variao mnima): por que
79
[58]
binariamente o produto, mas utilizar o resultado para atuar sobre o processo, para
avaliar a sua capacidade etc., ou mesmo para a prpria tarefa de inspeo.
Cada uma dessas tarefas requerer modos distintos de a metrologia ser
operacionalizada. Para se definir se um processo de medio capacitado ao
exerccio de um determinado servio, primeiramente se deve definir o porqu se
est medindo
[26]
81
Especificao
Limite Inferior
Especificao
Limite Superior
4
A
B
1
2
3
4
5
6
Fase de projeto
Fase de verificao
Regio de especificao
Fora de especificao
Regio de conformidade
Regio de no-conformidade
Regio de dvida
Aumento da incerteza de medio
processo
de
medio
por
meio
de
estudos
de
repetitividade
Processo de
fabricao
Avaliao de
conformidade
do produto
Processo de
medio
Produto
Resultado
Controle do
processo
Avaliao da
capacidade
do processo
- Seleo
- Instalaes
- Aquisio
- Testes
Programa
de garantia
da qualidade
das medies
- Avaliao do
processo de
medio
- Controle do
processo de
medio - GRR, EMP
- U95
- PMAP
- Calibrao
84
CAPTULO 6
CONSIDERAES FINAIS E
OPORTUNIDADES FUTURAS
norma ISO 9000:2000 exige da empresa sob auditoria um perito no tema, que
nem sempre est disponvel no seio de seus quadros e que tambm
relativamente raro no mercado.
Para mudar esse modelo de sistema, so necessrios metrologistas que tenham
discernimento sobre os fatores que influenciam o resultado de uma medio,
sobre como minimizar ou corrigir a influncia desses fatores para que haja uma
adequao com o propsito da medio e capacidade de avaliar o resultado de
uma medio, para realimentar a organizao com informaes de onde se deve
atuar para que a produo opere em nvel timo.
Adicionalmente, a metrologia no deve ser reservada indstria apenas. Os
auditores que participam de auditorias relativas s normas da garantia da
qualidade desconhecem ou ignoram os requisitos metrolgicos. Ou seja,
importante que eles sejam capazes de assimilar a metrologia e investigar se as
necessidades metrolgicas de uma empresa so coerentes.
No mbito da academia, so necessrias pesquisas para averiguar o efeito da
amostragem e da incerteza de medio tanto na avaliao de capacidade como
no controle estatstico de processos (e.g. grficos de controle). Como tcnica e
economicamente invivel obter parmetros do processo em carter populacional e
sem a contribuio da medio erro zero de medio, deve-se conviver com
essas limitaes. Por outro lado, fundamental o conhecimento de ambos os
fatores para que decises coerentes sejam tomadas.
86
REFERNCIAS BIBLIOGRFICAS
[1]
[2]
[3]
[4]
[5]
The ISO Survey of ISO 9000 and ISO 14000 Certificates Twelfth cycle: up
to
and
including
31
December
2002.
Disponvel
em:
[7]
[8]
[9]
Control, Journal of Quality Technology, Vol. 32, No. 4, pp. 341-350, October
2000.
[21] G. P. Ferguson, Essential SPC, Quality Digest, August 2000. Disponvel em:
http://www.qualitydigest.com/aug00/html/spc.html. Acesso em: 23/07/2003.
[22] D. J. Wheeler, Short Run SPC, SPC Press, Knoxville, Tennessee, 1991.
[23] D. J. Wheeler, Advanced Topics in Statistical Process Control, SPC Press,
Knoxville, Tennessee, 1995.
[24] Advanced Quality System Tools, Boeing Commercial Airplane Group, 1998.
[25] C. Bayeux, Anlise da Capacidade de Processos (Parte I), Banas Qualidade,
pp. 57-60, maio de 2001.
[26] G. D. Donatelli, A. M. Barp, C. A. Schneider, The Influence of Measurement
88
Indices with Measurement Errors: The Case of Cp, Statistical Methods &
Applications, No. 10, pp. 273-285, 2001.
[29] J. Jessenberger, C. Weihs, A Note on the Behavior of Cpmk with Asymmetric
Specification Limits, Journal of Quality Technology, Vol. 32, No. 4, pp. 440443, October 2000.
[30] F. Spiring, S. Cheng, A. Yeung, B. Leung, Discussion, Journal of Quality
Technology, Vol. 34, No. 1, pp. 23-27, January 2002.
[31] D. R. Bothe, Discussion, Journal of Quality Technology, Vol. 34, No. 1, pp.
32-37, January 2002.
[32] C. Waxer, Process Capability (Cp, Cpk) and Process Performance (Pp, Ppk):
What's
the
Difference?,
iSix
Sigma.
Disponvel
em:
Acesso
em:
http://www.isixsigma.com/library/content/c010806a.asp.
02/08/2003.
[33] M. L. Crossley, Size Matters: How Good is Your Cpk, really?, Quality Digest.
Disponvel
em:
http://www.qualitydigest.com/may00/html/lastword.html.
Dietrich,
A.
Schulze,
Eignungsnachweis
von
Prfprozessen:
http://www.qualitydigest.com/june97/html/capablty.html.
Acesso
em:
23/07/2003.
[45] ISO 14253-1, Geometrical Product Specifications (GPS) Inspection by
90
em:
http://www.qualitydigest.com/feb99/html/body_gages.html.
91