Interação Entre o Controle de Processos e A Metrologia em Indústrias de Manufatura

UNIVERSIDADE FEDERAL DE SANTA CATARINA
Programa de Ps-Graduao em Metrologia Cientfica e Industrial
A INTERAO ENTRE O CONTROLE DE

PROCESSOS E A METROLOGIA EM
INDSTRIAS DE MANUFATURA
Dissertao submetida Universidade Federal de Santa Catarina
para obteno do grau de Mestre em Metrologia
Autor: Crhistian Raffaelo Baldo, Eng.

Orientador: Prof. Gustavo Daniel Donatelli, Dr. Eng.
Florianpolis
Santa Catarina BRASIL
Setembro 2003
A INTERAO ENTRE O CONTROLE DE

PROCESSOS E A METROLOGIA EM
INDSTRIAS DE MANUFATURA
Crhistian Raffaelo Baldo
Esta dissertao foi julgada adequada para a obteno do ttulo
de
MESTRE EM METROLOGIA
e aprovada na sua forma final pelo
Programa de Ps-Graduao em Metrologia Cientfica e Industrial
______________________________________
Prof. Gustavo Daniel Donatelli, Dr. Eng.
ORIENTADOR
______________________________________
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.
Ao Programa de Ps-Graduao em Metrologia Cientfica e Industrial,

notadamente aos professores Armando Albertazzi Gonalves Jr.,
Carlos Alberto Flesch e Marco Antnio Martins Cavaco.
Electro Ao Altona S/A, personificada na figura do Sr. Cacdio Girardi,
e aos integrantes da Gesto Integrada da Qualidade: Marcos, Jane,
Flvia, Luiz Fernando e Srgio, por me acolherem durante a minha
estada em Blumenau.
Ao Prof. Andr Roberto de Sousa, por abrir as portas para a realizao
do mestrado e pelo contnuo apoio nesses quase dez anos de vivncia.
Ao Prof. Carlos Alberto Schneider, pelas oportunidades mpares de
trabalho conferidas a mim, que alm de permitirem uma nova viso da
madrugada, garantiram o crescimento profissional e o contato com
vrias pessoas.
Ao Prof. Gustavo Daniel Donatelli, pelas discusses, orientaes,
oportunidades e, principalmente, pela confiana depositada em mim e
pela amizade resultante desses meses de convvio.
minha famlia, Pai, Me, Mana, pelo sucessivo apoio a todos os
desafios da minha vida pessoal e profissional.
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
desenvolvimento de programas para a garantia da qualidade das medies, que

possibilitam assegurar que informaes corretas sejam geradas e obter o sucesso
na aplicao das ferramentas estatsticas.
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
4.2.1 Diagnstico inicial do processo _____________________________ 55

4.2.2 Estudo do processo de medio ____________________________ 56
4.2.3 Avaliao do processo produtivo ____________________________ 58
4.2.4 Relacionamento da composio qumica com a dureza __________ 63
4.2.5 Implantao do controle estatstico de processo ________________ 64
4.2.6 Consideraes, recomendaes e aes futuras _______________ 65
CAPTULO 5 DISCUSSO _________________________________________ 67
5.1 Constataes dos estudos de caso______________________________ 67
5.2 A metrologia na avaliao de capacidade_________________________ 71
5.3 A metrologia no controle de processos ___________________________ 77
5.4 A metrologia na ISO 9000:2000 ________________________________ 78
5.5 O que fazer? _______________________________________________ 79
CAPTULO 6 CONSIDERAES FINAIS E OPORTUNIDADES FUTURAS __ 85
REFERNCIAS BIBLIOGRFICAS __________________________________ 87
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
Figura 4.5 Planilha do estudo de repetitividade e reprodutibilidade do

instrumento da cota D1 (referente tabela 4.1) _________________________ 47
Figura 4.6 Grficos de controle para o estudo bsico do processo de medio
da cota D1 (referente tabela 4.1) ___________________________________ 48
Figura 4.7 Resultado do monitoramento via grfico de controle do instrumento
de medio da cota D1 (referente tabela 4.1), onde cada ponto medido
representa uma verificao contra o anel padro ________________________ 50
Figura 4.8 Fluxograma descrevendo as etapas que devem ser seguidas para a
avaliao da capacidade de processo (adaptado) [43] _____________________ 51
Figura 4.9 Comportamento do ndice de capacidade Cpk em algumas das cotas
monitoradas por grficos de controle, sendo alcanando o requisito de capacidade
exigido pelo cliente em todas elas ____________________________________ 52
Figura 4.10 Grfico de valores individuais para o ndice Cpk, lote a lote_____ 53
Figura 4.11 Exemplo de resultado alcanado aps a implantao do controle de
processos, sendo atingido o estado de controle e reduzida a variabilidade do
processo (cota D1, referente tabela 4.1) _____________________________ 54
Figura 4.12 Pea selecionada para o estudo de caso: barra de ligao de
motoniveladoras__________________________________________________ 55
durmetro Brinell tipo King__________________________________________ 57
de dureza _______________________________________________________ 58
Figura 4.15 Posicionamento das peas no forno de tmpera na primeira corrida,
sendo cada pea identificada atravs de um carimbo que representa a ordem de
colocao no forno (na segunda corrida, as seis peas foram colocadas na grelha
esquerda) _____________________________________________________ 60
Figura 4.16 Indicao de onde foram tomados os trs pontos de dureza tanto
aps a tmpera como aps o revenido ________________________________ 60
Figura 4.17 Anlise de mdias e grfico de amplitudes para a dureza das peas
aps a tmpera, indicando comportamentos distintos nas diferentes posies de
medio (referente s figuras 4.15 e 4.16) _____________________________ 61
Figura 4.18 Posicionamento das peas em ambos os fornos de revenido, sendo

as peas numeradas de 1 a 15 colocadas no forno sem circulador de ar e as
quinze peas restantes colocadas no forno com circulador de ar____________ 62
aps o revenido no forno com circulador (referente s figuras 4.16 e 4.18) ____ 62
aps o revenido no forno sem circulador (referente s figuras 4.16 e 4.18) ____ 63
Figura 4.21 Grfico de trs vias indicando a variao caracterstica da dureza
das peas aps o processo de revenido _______________________________ 65
Figura 5.1 Comportamento dos ndices de capacidade para distintos tamanhos
de amostra (25, 50, 100) e erros de medio (ver tabela 5.1) ______________ 75
Figura 5.2 O efeito da incerteza de medio na avaliao da conformidade
(adaptado) [45]____________________________________________________ 82
Figura 5.3 A dependncia entre a qualidade do produto/processo e a qualidade
da medio _____________________________________________________ 83
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
Anlise de Mdias (Analysis of Means)
APEX
Agncia de Promoo de Exportaes
CMM
Mquina de Medir por Coordenadas (Coordinate Measuring

Machine)
DECAM
Desenvolvimento
de
Solues
Baseadas em Conhecimentos
Avanados de Metrologia para Processos e Produtos Industriais

Inovadores
DOE
Delineamento de Experimentos (Design of Experiments)
EMP
Avaliao do Processo de Medio (Evaluating the Measurement

Process)
FMEA
Anlise dos Modos de Falhas e seus Efeitos (Failure Modes and

Effects Analysis)
FTA
Anlise de rvore de Falhas (Failure Tree Analysis)
GRR
Repetitividade
Reprodutibilidade
de
Instrumentos
(Gage
Repeatability and Reproducibility)

ndc
Nmero de Categorias Distintas (Number of Distinct Categories)
PMAP
Programa para a Garantia da Qualidade do Processo de Medio

(Process Measurement Assurance Program)
PUMA
Procedimento para Gerenciamento de Incerteza (Procedure for

Uncertainty Management)
SPC
Controle Estatstico de Processo (Statistical Process Control)
SWIPE
Padro, Pea, Instrumento, Operador, Procedimento, Ambiente

(Standard, Workpiece, Instrument, Person, Procedure, Environment)
QFD
Desdobramento
Deployment)
da
Funo
Qualidade
(Quality
Function
CAPTULO 1
INTRODUO
Nas ltimas dcadas, a crescente concorrncia industrial tem direcionado novos

desafios em todos os ramos da engenharia. As indstrias de manufatura devem
cada vez mais exercer grandes esforos para garantir a sua competitividade e,
conseqentemente, a sua sobrevivncia. Essa competitividade pode ser expressa
como funo da maior qualidade aliada a custos reduzidos, permitindo um ganho
efetivo do mercado globalizado, na qual novos materiais, novos processos de
manufatura, novas variaes no projeto e outras caractersticas tendem a
melhorar a posio de uma corporao frente s necessidades dos consumidores.
A certificao em conformidade com as normas da famlia ISO 9000:2000 tem-se
tornado um requisito fundamental para as empresas atuarem nesse mercado.
Esse conjunto de normas especifica requisitos para um sistema de gesto da
qualidade, onde uma organizao precisa demonstrar sua capacidade para
fornecer produtos que atendam os requisitos do cliente e os requisitos
regulamentares aplicveis, e objetiva aumentar a satisfao do cliente
[1]
Garante-se, com isso, que a empresa possui um sistema de gesto da qualidade

implantado, com o objetivo de reduzir as no-conformidades. Em outras palavras,
tem-se por objetivo direto a qualidade do funcionamento da administrao da
empresa e no necessariamente a qualidade do seu produto [2].
A figura 1.1 ilustra a quantidade de certificados ISO 9000 emitidos no mundo at
dezembro de 2002, onde se pode notar um crescimento aproximadamente
exponencial. Da quantidade total de certificados emitidos, cerca de 30 %
representam a edio revisada da norma em 2000. Uma pesquisa realizada pela
ISO em 2002 [3] mostrou que os motivos que impulsionam esse crescimento esto
principalmente relacionados melhoria da qualidade, imagem empresarial,
1
vantagem de mercado e presso dos clientes. Por outro lado, as empresas

esto, segundo a mesma pesquisa, aperfeioando a qualidade, satisfazendo os
clientes e melhorando a imagem da empresa graas implantao da norma. O
Brasil no foi includo na pesquisa acima, mas a evoluo da quantidade de
certificados ISO 9000 emitidos at 2003 similar verificada no mundo [3].
Para reforar ainda mais essa tendncia de operar-se sob normas internacionais,
prev-se que at o final de 2006, oito em cada dez carros ou caminhes
produzidos no mundo contero peas ou componentes projetados, manufaturados
e vendidos sob um sistema de gesto da qualidade ISO 9000:2000. Isso graas
publicao da ISO/TS 16949:2002, que visa harmonizar os requisitos da gesto
da qualidade para o setor automotivo, incorporando o texto da norma ISO
9000:2000 e adicionando requisitos especficos do setor [4].
Figura 1.1 Grfico ilustrando a quantidade de certificados ISO 9000 emitidos

no mundo at dezembro de 2002 [5]
Os benefcios esperados pela adoo de um sistema de gesto da qualidade

apenas podero atingir um nvel timo quando se conseguir conciliar a mxima
qualidade do produto com o mnimo custo da qualidade. Isto implicar reduo
nos ndices de no-conformidade e alcanado pela intensificao das aes de
concepo e planejamento. Para tanto, mtodos de garantia da qualidade devem
ser aplicados durante todo o processo de desenvolvimento do produto, do estudo
2
de mercado at a entrega do produto ao cliente. Esses mtodos podem ser

divididos em mtodos on-line e off-line
[7]
. Estes so preventivos, usados nas
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
maioria das empresas, que permita visualizar que a qualidade do produto e

processo obtida somente focando esforos na reduo da variabilidade [6].
Gesto
preventiva
da qualidade
Planejamento
do produto
90
80
70
60
50
40
30
20
10
0
1 Trim 2 Trim 3 Trim 4 Trim
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]
Qualquer tarefa de controle ou melhoria da qualidade precisa de informao

expressada em dados confiveis. Se os dados esto contaminados por erros
excessivos, poder-se- provocar prejuzos importantes para a qualidade e a
economia da produo
[8]
. Para conseguir esse ideal, o setor de metrologia,
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
com os requisitos de medio e monitoramento
[9]
. Esse enfoque, embora
generalizado, orientado atravs da referncia s normas da famlia ISO 10012.

A norma ISO 10012 contm requisitos para um fornecedor garantir que as
medies so feitas com a exatido desejada e orientao para a implementao
desses requisitos
[10]
. Nela, ressalta-se que o equipamento de medio deve ter
caractersticas metrolgicas adequadas para o uso e tambm que devem ser

consideradas todas as incertezas no processo de medio, garantindo assim um
reduzido risco de produzirem-se resultados com erros inaceitveis.
Apesar dessas exigncias normativas, constata-se na prtica industrial que so
raras as situaes em que se pode afirmar que o resultado de uma medio
realmente retrata a completa caracterizao de um produto. As causas desse
problema tm suas razes na ineficcia do sistema de garantia da qualidade
metrolgica das empresas.
Em forma semelhante garantia da qualidade de produto e processo, a garantia
da qualidade da medio tambm pode ser caracterizada por um conjunto de
mtodos preventivos ou off-line e mtodos on-line. Dentre estes ltimos, a
utilizao de tcnicas estatsticas para a garantia da qualidade de resultados de
medio recomendada pela ISO 10012 e pela ISO/IEC 17025
[11]
, apesar desta
ser destinada a laboratrios de ensaio e calibrao. Aquela orienta, embora no

de forma substitutiva, que medies de verificao sejam realizadas para prevenir
o uso de um instrumento que, apesar de estar dentro do intervalo de calibrao,
no esteja em conformidade com as especificaes.
Everhart
[12]
tem recomendado a utilizao de grficos de controle para monitorar
o processo de medio e controlar e melhorar a capacidade de medio. Atravs

desse artifcio, pode-se garantir que um processo de medio continua a medir
dentro de limites confiveis de incerteza. Outros mtodos que podem ser
aplicados para o conhecimento do processo de medio so o estudo de
repetitividade e reprodutibilidade (GRR)
(EMP)
[14]
[13]
e a avaliao do processo de medio
. Entretanto eles incluem apenas os erros que variam durante o
experimento, so cegos para erros constantes, no possuem carter presciente e

no podem fornecer detalhes das causas de variao como base para mudanas
e melhorias [15].
5
Os mtodos estatsticos aplicados medio no geram resultados que possam

ser usados para estabelecer a rastreabilidade das medies. Para isso,
necessrio incorporar o conceito de incerteza de medio. O Guia para a
Expresso da Incerteza de Medio (GUM)
[16]
prope um mtodo amplamente
aceito como referncia para estimar e expressar a incerteza de medio, incluindo

todas as contribuies possveis e relevantes. Infelizmente, a maioria das
medies feitas em cho-de-fbrica no informada com sua incerteza. Isso
equivale a afirmar que essas medies no so rastreveis: a cadeia de
rastreabilidade, to cuidada em nveis mais altos da metrologia, quebra-se onde
os maiores erros so possveis.
Alm do problema da rastreabilidade, o desconhecimento da incerteza resulta na
impossibilidade de comparar os resultados obtidos com a aplicao de mtodos
corretos e simplificados de medio. Bennich
[15]
salienta o seguinte paradoxo
na medio: geralmente o mtodo correto extremamente caro, lento e

complexo, sendo portanto invivel como um candidato medio em processo e
pode ser usado apenas como mtodo de referncia; logo, os mtodos de medio
em fabricao devem ser simples, estveis, rpidos com relao ao tempo de
fabricao e com baixo custo, mas com desvios conhecidos do mtodo correto e
com incerteza adicional aceitvel e controlada.
A seleo do mtodo de medio, tanto para investigao de produto e processo
como para controle de produto na linha de produo, deve fazer parte da
denominada garantia da qualidade preventiva da medio. Esta se ocupa das
decises a serem tomadas durante a seleo, aquisio e aceitao de meios de
medio e controle. Para dar suporte nestas atividades, Brinkmann
[17]
sugere o
uso de matrizes de deciso, e.g. a matriz de Kepner e Tregoe, e a preparao de

cadernos de encargos que contenham toda a informao disponvel sobre a tarefa
de medio e o ambiente.
Todos os requisitos relacionados medio requerero, alm de um adequado
conhecimento de instrumentao e metrologia, conhecimentos de estatstica e de
tratamento de incertezas da medio
[18]
. Para tanto, a voz do processo tambm
deve ser conhecida, pois a partir dela se pode identificar os reais requisitos
metrolgicos para o controle de processos, contribuindo para a contnua melhoria
e a satisfao do cliente, de maneira que o ciclo de negociaes no seja

interrompido.
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
Os mtodos estatsticos so amplamente usados para entender, monitorar e

melhorar o desempenho de um processo. Este captulo oferece informaes
sobre uma subrea do controle estatstico da qualidade, o controle estatstico de
processo, sobre algumas ferramentas estatsticas e sobre o especfico campo dos
ndices de capacidade de processo.
Para um melhor entendimento dos conceitos expostos, exemplos extrados de
processos reais sero inseridos nos itens de maior relevncia para este trabalho.
Esses conceitos esto sendo gradativamente embutidos no vocabulrio das
empresas que buscam manter-se competitivas no mercado mundial e indo de
encontro a mximas como estas:
Estatstica a cincia de torturar os

nmeros at que eles confessem
Aforismo atribudo a autores diversos
tudo muito simples: a estatstica

a obra de fico da matemtica
Norbert Wiener (18941964), matemtico americano
2.1
O CONTROLE ESTATSTICO DE PROCESSO
Shewhart
[19]
fraseou: enquanto todo processo exibe variao, alguns deles
exibem variao controlada, e outros exibem variao no controlada. Com base

nesta passagem, que distingue os padres consistentes de variao dos padres
imprevisveis de variao, o conceito de controle estatstico de processo
inserido.
O controle estatstico de processo , sem dvida, uma poderosa ferramenta para
a melhoria da qualidade, pois tem por meta principal reduzir a variabilidade das
caractersticas que determinam o bom desempenho do produto atravs do
monitoramento e aprimoramento dos processos [20].
O principio bsico do controle estatstico de processo est na seleo de uma
varivel a ser monitorada, a qual deve ser uma das caractersticas importantes de
um produto ou processo. A partir disso, deve-se avaliar o sistema de medio, a
fim de verificar se ele capaz de detectar a variao do processo. Tendo-se um
sistema de medio condizente com a voz do processo, pode-se iniciar o
monitoramento do processo, o que se resume em medir a varivel selecionada e
registrar o resultado, comumente, em grficos de controle. Desta maneira, podese estudar o processo e aprender o que o faz variar [21].
Atravs dos grficos de controle, as variaes casuais do processo podem ser
diferenciadas daquelas denominadas especiais, ou seja, pode-se detectar quando
um processo est fora de controle, no sendo ele previsvel. Quando uma
variao especial encontrada, o processo deve ser ento investigado para
determinar a causa raiz que provocou a condio de fora de controle, e
estratgias serem delineadas para minimiz-la ou, qui, elimin-la. Uma vez que
todas as causas especiais de variao tenham sido eliminadas, o processo passa
a operar sob controle estatstico, ou seja, de maneira consistente e pode-se
predizer, mesmo que dentro de limites, como o processo se comportar no futuro.
Um processo que tenha alcanado um estado de controle estatstico possui uma
identidade e uma capacidade. Em outras palavras, o processo apresenta uma
propagao previsvel da variao e um nvel de sada tambm previsvel.
Os grficos de controle so classificados em dois tipos: por atributo ou por
10
varivel. Os grficos de controle por variveis visam trabalhar com dados

mensurveis de cunho quantitativo. Os grficos que trabalham com atributos
analisam caractersticas qualitativas e por esse motivo mostram pouca informao
sobre o processo.
Os grficos de controle de Shewhart mais utilizados so os grficos de mdias e
amplitudes, de medianas e amplitudes e de mdias e desvios padres. Esses
grficos precisam da formao de subgrupos racionais, ou seja, conjuntos de
dados obtidos num tempo suficientemente curto, para que neles seja expressa
apenas a variao por causas comuns. Os parmetros estatsticos de posio
(mdia e mediana) e os de disperso (amplitude e desvio padro) so calculados
dentro do subgrupo e so marcados em seqncia temporal no grfico. Os
valores medidos que estiverem alm dos limites, so considerados fora de
controle. Com essas peculiaridades, pode-se controlar estatisticamente cada
caracterstica individualmente e identificar causas especiais de variao para cada
caracterstica separadamente, indo ao encontro da citao de Shewhart no incio
deste item.
muito importante distinguir entre o uso de grficos de controle sobre um
conjunto de dados histricos para determinar se um processo tem-se apresentado
ou no sob controle estatstico Fase 1 e o uso na produo com amostras
sendo tomadas seqencialmente ao longo do tempo para detectar mudanas em
um processo sob controle Fase 2 [20].
O conceito em voga de Qualidade Classe Mundial requer que os processos sejam
inerentemente estveis ao longo do tempo e que os limites naturais estejam
dentro dos limites de especificao, i.e. no alvo e com variao mnima. Isto exige
um modo distinto de pensamento e um certo grau de controle estatstico; este
foca os grficos de controle [22].
Os subitens seguintes descrevem alguns tipos de grficos de controle, os quais
foram aplicados em uma planta industrial. A utilizao de exemplos prticos visa o
entendimento dos conceitos inerentes das ferramentas que foram efetivamente
aplicadas para o controle de processos, como ser descrito nos estudos de caso
do captulo 4.
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
A partir de vinte medies sucessivas, k = 20, calculam-se as amplitudes mveis

atravs da equao abaixo, as quais representam uma medida da disperso do
processo.
mRi = x i x i 1 i = 2...k
(2.1)
Com esses valores, calculam-se:
A mdia das medies individuais:

k
x=
x
i =1
= 7,586 mm
(2.2)
12
A mdia das amplitudes mveis:

k
mR =
mR
i =2
(k 1)
= 0,013 mm
(2.3)
Conhecendo-se os parmetros estatsticos de localizao e de disperso, podem

ser estimados os limites de controle para os grficos de valores individuais e de
amplitudes mveis.
O grfico de valores individuais apresenta as seguintes caractersticas (onde E2
uma constante tabelada usada no clculo dos limites de controle. Para o caso dos
grficos de valores individuais, E2 = 2,66):
Limite superior de controle:
(2.4)
CLx = x = 7,586 mm
(2.5)
UCLx = x + E 2 . mR = 7,586 + (2,66 . 0,013 ) = 7,621 mm
Linha central:
Limite inferior de controle:
LCLx = x E 2 . mR = 7,586 (2,66 . 0,013 ) = 7,551 mm
(2.6)
O grfico de amplitudes mveis apresenta as seguintes caractersticas (onde D4

grficos de amplitudes mveis, D4 = 3,27):

UCLmR = D4 . mR = 3,27 . 0,013 = 0,043 mm
Linha central:
CLmR = mR = 0,013 mm
(2.7)
(2.8)

LCLmR = 0
(2.9)
13
Para a interpretao de grficos de controle na maioria das aplicaes prticas, a

utilizao da regra do ponto fora dos limites de controle, tambm conhecida
como regra de Shewhart, suficiente [23].
Em alguns casos, necessria uma maior sensibilidade para detectar sinais de
instabilidade do processo. Nestes casos, recomenda-se adotar as quatro regras
de deteco da Western Electric (figura 2.1), dando preferncia, devido
simplicidade, s regras 1 e 4. Para aplicar essas regras, a regio entre os limites
deve ser dividida em trs zonas igualmente espaadas em cada lado da linha
central.
Regra 1: ponto alm
do limite de controle
Regra 2: dois de trs
pontos na Zona A ou alm
Zona A
Zona B
Zona C
Zona C
Zona B
Regra 3: quatro de cinco

pontos na Zona B ou alm
Regra 4: oito ou mais

pontos sucessivos em
um lado da linha central
Zona A
Figura 2.1 Conjunto de regras para deteco de possveis padres no

aleatrios em grficos de controle (adaptado) [24]
A figura 2.2 mostra, para o exemplo em questo, na parte superior o grfico de

valores individuais e na parte inferior o grfico de amplitudes mveis. Este fornece
informaes adicionais e teis quele
[23]
e serve como um lembrete da maneira
correta de computar-se os limites do grfico de valores individuais.

Nenhum valor individual caiu fora dos limites de controle correspondentes. Em
primeira instncia, pode-se afirmar que no houve mudana na posio do
processo, embora esses limites estejam levemente inflados, pois uma amplitude
mvel excedeu o limite superior de controle, a qual identifica uma quebra
potencial na seqncia temporal. Adicionalmente, aplicando-se as outras trs
14
regras da Western Electric, detecta-se um sinal de advertncia pela regra 2

(indivduos 4 e 5), o qual ratifica um comportamento suspeito do processo.
Grfico de C ontrole de Valores Individuais (x)

7,63
7,62
7,61
7,60
7,59
7,58
7,57
7,56
7,55
7,54
Grfico de C ontrole de Amplitudes Mveis (mR )

0,06
0,05
0,04
0,03
0,02
0,01
0,00
Figura 2.2 Grfico de controle de valores individuais e amplitudes mveis

para o conjunto de dados da tabela 2.1
Para o exemplo apresentado, que corresponde Fase 1 do controle estatstico,

os limites de controle foram estimados com base numa pequena amostra. Essa
no uma situao confortvel, pois para que se tenham limites de controle que
expressem com maior rigor o comportamento do processo, importante que o
tamanho da amostra seja consideravelmente maior, embora em algumas
situaes prticas isso no seja possvel. Mas isso no impede que outros pontos
sejam levantados.
O primeiro abrange qual atitude deveria ser tomada pelo operador da mquinaferramenta ao se deparar com os pontos 4 e 5 do grfico de valores individuais.
Nesta situao, o operador deveria correr atrs da causa dessa variao especial,
15
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:
Grfico de valores individuais, onde cada ponto representa a mdia das

caractersticas medidas, efetuadas numa mesma unidade de produto, i.e.
trata essas mdias como medies individuais da pea.
Grfico de amplitudes mveis para o grfico de valores individuais, que

utilizado para auxiliar o entendimento da variao de pea para pea e para
computar os limites de controle do grfico de valores individuais.
Grfico de amplitudes, onde os pontos representam as amplitudes das

medies de uma dada pea, que usado para melhor entender a variao
dentro da unidade.
Um caso tpico para a sua aplicao quando uma caracterstica da qualidade

medida em vrias posies em uma mesma pea. Esta situao ocorre no
exemplo descrito na tabela 2.2, que retrata a medio de dureza em trs pontos
distintos de uma pea (x1, x2, x3). O intervalo de tolerncia para essa
caracterstica (269 a 321) HB.
16
Tabela 2.2 Conjunto de medies sucessivas de dureza em trs pontos

distintos de cada pea (unidade: HB)
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
Aps a medio nos trs pontos predeterminados, a mdia de cada subgrupo

(equao 2.10), a amplitude mvel de duas mdias sucessivas (equao 2.11) e a
amplitude de cada subgrupo (equaes 2.12) so calculadas, sendo n = 3 o
tamanho do subgrupo e k = 10 o nmero de subgrupos (peas analisadas).
n
xi =
x
j =1
ij
i = 1...k
(2.10)
mRi = x i x i 1 i = 2...k
(2.11)
Ri = mximo(xij ) mnimo(xij ) j = 1...n
(2.12)
A grande mdia, a mdia das amplitudes mveis e a amplitude mdia so

calculadas, respectivamente, pelas equaes 2.13, 2.14 e 2.15:
k
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)
Conhecidos os parmetros estatsticos de localizao e de disperso entre

unidades e dentro da unidade, podem ser estimados os limites de controle para o
conjunto de grficos de controle supracitado.
17
O grfico de valores individuais apresenta as seguintes caractersticas (onde E2

grficos de valores individuais, E2 = 2,66):
(2.16)
CLx = x = 295,3 HB
(2.17)
UCLx = x + E 2 . mR = 295,3 + (2,66 .13,7 ) = 331,7 HB
Linha central:
UCLx = x E 2 . mR = 295,3 (2,66 .13,7 ) = 258,9 HB
(2.18)
O grfico de amplitudes mveis apresenta as seguintes caractersticas (onde D4

grficos de amplitudes mveis, D4 = 3,27):

UCLmR = D4 . mR = 3,27 .13,7 = 44,8 HB
Linha central:
CLmR = mR = 13,7 HB
(2.19)
(2.20)

LCLmR = 0
(2.21)
18
Grfico de C ontrole de Valores Individuais

340
325
310
295
280
265
250
Grfico de C ontrole de Amplitudes Mveis (variao entre peas)

50
40
30
20
10
0
Grfico de C ontrole de Amplitudes (variao dentro da pea)

50
40
30
20
10
0
Figura 2.3 Grfico de controle de trs vias para o monitoramento da dureza,

com referncia informao contida na tabela 2.2
O grfico de amplitudes apresenta as seguintes caractersticas (onde D4 uma

constante tabelada usada no clculo dos limites de controle. Para o caso de
subgrupos de tamanho trs, D4 = 2,57):

UCLR = D4 . R = 2,57 .17,2 = 44,3 HB
19
(2.22)
Linha central:
CLR = R = 17,2 HB
(2.23)

LCLR = 0
(2.24)
A figura 2.3 mostra, para o exemplo em questo, na parte superior o grfico de

valores individuais, na parte central o grfico de amplitudes mveis e na parte
inferior o grfico de amplitudes. Os trs grficos indicam um processo sob
controle (usando apenas a regra de Shewhart). Um comportamento peculiar que
a variao mdia da dureza dentro da pea maior que a apresentada entre
peas, indicando um campo potencial para melhorias.
Apesar desse tipo de grfico possibilitar o monitoramento da variao entre peas
e dentro da pea, a utilizao da mdia dos pontos tomados para uma
determinada pea pode ocultar informaes. Em alguns casos, pode ser mais
conveniente utilizar um conjunto de grficos de controle individuais para cada um
dos pontos tomados. Em outras palavras, no se deve usar indiscriminadamente
as cartas de trs vias, mas apenas quando a situao garante sua utilizao [23].
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]
. Para elucidar os conceitos
envolvidos nesta tcnica, a seguinte situao exposta. Em um processo de

20
aciaria, a composio qumica do ao de extrema importncia para que as

propriedades mecnicas possam ser atingidas. Elementos qumicos como
carbono, mangans e silcio devem ser rigorosamente controlados, sendo os
grficos de controle de mltiplas variveis uma alternativa de grande relevncia
para tanto.
A tabela 2.3 mostra a composio qumica de uma liga de ao em dez lotes
consecutivos. Para combinar as caractersticas, cada varivel deve primeiramente
ser padronizada.
Tabela 2.3 Composio qumica de uma liga de ao para amostras
sucessivas de uma liga de ao
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
A padronizao simplesmente expressa o afastamento do valor alvo em unidades

de desvio padro. Considerando que ti denota o valor alvo da varivel xij e (x i ) o
desvio padro dela, a padronizao possui a forma:
zij =
xij t i
i = 1...p e j = 1...k
(x i )
(2.25)
Para o exemplo em questo, p = 3 (variveis a serem padronizadas, onde 1

representa o carbono, 2 o mangans, 3 o silcio) e k = 10 (nmero de lotes). Os
valores alvos so: t1 = 0,20 %, t2 = 1,30 %, t3 = 0,45 %; e os desvios padres so:
(x1 ) = 0,19 %, (x2 ) = 0,07 %, (x3 ) = 0,38 %.

Com base nesses dados, os valores padronizados so calculados e combinados
em uma Distncia Euclidiana Padronizada (tabela 2.4):
d pj = z12j + z22 j + ... + zpj2 j = 1...k
(2.26)
A Distncia Euclidiana Padronizada interpretada como um conjunto de

caractersticas medidas que pode ser imaginado como um ponto no espao de
dimenso p. Esse ponto denota a localizao de um lote sendo medido no espao
de dimenso p. O conjunto de valores alvo tambm definir um ponto nesse
mesmo espao. A Distncia Euclidiana Padronizada a distncia do ponto alvo
21
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
Grfico para Mltiplas Variveis

4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
Figura 2.4 Grfico para mltiplas variveis (d3) da composio qumica da

liga de ao
Os valores de dp podem ento ser colocados em um grfico de controle. Embora

se possam colocar esses valores em um grfico de valores individuais, mais
comum e usualmente mais informativo, usar um modelo de distribuio quiquadrada para construir limites aproximados. A distribuio qui-quadrada resulta
em um limite superior de controle aproximado de:
UCLDp =
02,995 (p ) = 02,995 (3 ) = 3,58
(2.27)
e uma linha central de:
LCDp = p = 3 = 1,73
(2.28)
22
O grfico de controle de mltiplas variavis da figura 2.4 ilustra o comportamento

do processo em questo. Valores abaixo do limite superior de controle devem ser
interpretados como variao ao acaso. O ponto acima do limite de controle
caracteriza um fora do alvo detectvel e deve ser tratado adequadamente.
Esta seo detalhou alguns tipos de grficos de controle teis para monitorar,
melhorar e trazer um processo para o estado de controle estatstico. Estando um
processo sob essa condio, sua capacidade em atender as especificaes pode
ser avaliada, como ser descrito na seo seguinte.
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
estatsticos, isso equivale a apresentar uma distribuio de probabilidade cujos

parmetros so constantes no tempo.
A capacidade de um processo pode ser medida por vrios ndices, que
relacionam os limites de especificao e o valor alvo a parmetros da distribuio
do processo de manufatura
[26]
. Esses ndices avaliam atravs de um nico
nmero a habilidade do processo em atingir as especificaes de engenharia, ou

seja, ilustram o que est acontecendo no ambiente produtivo [27] [28].
A
determinao
dos
ndices
de
capacidade
requer
conhecimento
das
especificaes de engenharia, da mdia do processo e da sua variao. Os

ndices mais difundidos nas indstrias so apresentados abaixo:
ndice de Capacidade Potencial (Cp): uma medida de capacidade que no

considera a localizao do processo no campo de tolerncia. O Cp
estimado por
23
USL LSL
Cp =
6.
(2.29)
onde USL e LSL so respectivamente os limites superior e inferior de

especificao e
(x
i =1
(2.30)
(k 1)
a estimativa do desvio padro do processo, sendo k o nmero de

indivduos da amostra.
ndice de Capacidade Relativo Localizao (Cpk): esse ndice considera a

mdia do processo, sendo estimado por
mnimo USL x,x LSL

Cpk =
3.
(2.31)
onde x a estimativa da mdia do processo.

Vrios outros ndices tm sido sugeridos nos ltimos anos, tais como Cpm e
Cpmk, que simultaneamente consideram a localizao do processo e a disperso
em relao ao alvo
[29]
. O ndice Cpm, ao contrrio dos ndices Cp e Cpk, no
reporta diretamente o nmero de unidades no-conformes em um processo, mas

avalia a aptido do processo em estar prximo do alvo, visto que ele baseado
na filosofia de Taguchi de minimizar a variao do processo em torno do alvo
[31]
[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
avaliao de capacidade em termos de um intervalo, sendo notificado tambm o

tamanho da amostra e o nvel de confiana utilizado.
A inequao
Cpk z .
2
1
Cpk 2
1
Cpk 2
+
< Cpk < Cpk + z .
+
2
9.k 2.(k 1)
9.k 2.(k 1)
(2.32)
possibilita estimar o intervalo de confiana para os ndice de capacidade Cpk,

onde k o tamanho da amostra e o nvel de confiana desejado
[33]
. Um
procedimento semelhante pode ser aplicado para o ndice de capacidade Cp.

Para elucidar os conceitos inseridos neste item, avaliar-se- a capacidade de
processo, ndice Cpk, da caracterstica usinada apresentada no item 2.1.1.
Resgatam-se deste as seguintes informaes: x = 7,586 mm, UCL = 7,68 mm,
LCL = 7,44 mm. O desvio padro das medies individuais calculado pela
equao 2.30, resultando em 0,015 mm. De posse desses valores, estima-se Cpk
= 2,05 pela equao 2.31. O erro associado a esse parmetro estatstico devido
somente ao tamanho da amostra calculado pela inequao 2.32, resultando em
Cpk = (2,05 0,67), para 95 % de confiana. Isto implica que at no pior caso, a
regra prtica de interpretao do ndice satisfeita.
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]
, dados exatamente k subgrupos de tamanho n, os
limites superior e inferior de deciso da anlise de mdias so, respectivamente:
)
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:
Estimar o desvio padro da amostra: utilizar algum estimador para o desvio

padro e encontrar o nmero de graus de liberdade para esse estimador.
Estimar o desvio padro das mdias dos subgrupos: encontrar o desvio

padro da mdia dividindo o desvio padro da amostra pela raiz de n. O
nmero de graus de liberdade para essa estimativa ser exatamente o
mesmo que o anterior.
Encontrar o valor para H: escolher , ento usar , k, e para encontrar o

valor de H.
Estimar os limites de deciso superior e inferior da anlise de mdias.
Para demonstrar essas etapas, um exemplo prtico apresentado. Para avaliar o

gradiente de dureza em uma pea tratada termicamente, trs pontos de dureza
foram tomados em oito peas carregadas simultaneamente em um mesmo forno
e resfriadas simultaneamente em um tanque com gua. A tabela 2.5 contm os
dados deste experimento (unidade: HB).
Tabela 2.5 Valores de dureza em trs pontos distintos de um lote de peas
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
A grande mdia, X , 521,8 HB e a amplitude mdia, R , 82,7 HB. Com base

nesta, pode-se estimar o desvio padro da amostra:
)
X =
R 82,7
=
= 28,6 HB
d 2* 2,89
(2.35)
26
onde d 2* uma constante que depende do tamanho do subgrupo e do nmero de

subgrupos. Para o caso em questo, com n = 8 e k = 3, d 2* = 2,89 .
O desvio padro da mdia obtido dividindo-se o desvio padro da amostra pela
raiz de n:
)
X =
X
n
28,6
= 10,1 HB
8
(2.36)
Como k = 3 e n = 8, o nmero de graus de liberdade para a amplitude mdia pode

ser aproximado pela equao:
0,85 . k . ( n 1) 18
(2.37)
O valor de H para as equaes 2.33 e 2.34 obtido atravs de tabelas que o

informam a partir do nmero de graus de liberdade ( = 18), do nmero de
subgrupos (k = 3) e do risco de um alarme falso ( = 0,10). Com essas
especificaes, H = 1,78 e os limites de deciso so: UDLX = 539,8 HB e LDLX =
503,7 HB.
AN OM
Grfico de C ontrole de Mdias
580
580
545
545
510
510
475
475
440
440
Figura 2.5 Anlise de mdias e o correspondente grfico de controle de

mdias para o conjunto de dados da tabela 2.5
Os limites de deciso, a grande mdia e os valores mdios de cada subgrupo so

mostrados no grfico da esquerda na figura 2.5. Nele observa-se que o subgrupo
2 tem uma mdia significativamente inferior grande mdia e os subgrupos 1 e 3
mdias significativamente superiores grande mdia, ou seja, esto fora dos
limites de deciso e apresentam significativas diferenas com relao grande
mdia, provavelmente por estarem sob a ao de sistemas de causas distintos.
27
Da figura 2.5, podem ser ainda comparadas as abordagens da anlise de mdias

e do grfico de controle de mdias. Verifica-se que este identificou apenas um
comportamento como significativamente diferente da grande mdia, enquanto
aquela identificou trs comportamentos distintos. Em outras palavras, os grficos
de controle empregam uma abordagem conservativa e a anlise de mdias uma
abordagem exploratria, que tem como fundamento a perda de poucos sinais e
tpica para dados provenientes de experimentos.
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
Os conceitos mencionados no captulo anterior so dependentes de informaes

confiveis adquiridas por sistemas de medio a partir do processo de produo.
O quo confivel essas informaes so uma das tarefas pertencentes cincia
da medio: a metrologia.
Este captulo identifica alguns procedimentos que gradualmente esto sendo
embutidos na prtica da metrologia industrial. A incerteza de medio, os estudos
do processo de medio e mtodos para garantir uma maior confiabilidade
metrolgica so apresentados e comentados, pois os conceitos aqui abordados
so, assim como aqueles apresentados no captulo anterior, alicerces para o
entendimento dos estudos e concluses almejadas nesta dissertao.
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
realizadas, as condies normais de operao, as tcnicas utilizadas para

analisar os dados e realimentar a base de dados da qualidade etc.
Experincias relevantes mostram que freqentemente a influncia do instrumento
de medio representa a menor parcela dentro do processo de medio como um
todo.
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
Nesse procedimento assume-se que o desvio padro estimado corresponde a

uma distribuio normal. Os problemas com os procedimentos de avaliao do
tipo A so que eles exigem trabalho intensivo, no h garantia que todas as
variaes que uma contribuio causa tenham sido observadas e no h meio de
ter-se certeza que as amostras so representativas da variao que a
contribuio possa causar ao longo do tempo [37].
O procedimento de avaliao do tipo B prov liberdade para usar toda a
informao disponvel, e.g. conhecimento passado, especificaes do fabricante e
informaes de certificados de calibrao, para estimar a incerteza naqueles
casos em que o procedimento de avaliao do tipo A invivel (e.g. incerteza
associada a padres fsicos usados na medio) ou simplesmente quando no se
dispe de tempo, dinheiro ou infra-estrutura para realizar um procedimento de
avaliao do tipo A.
Nos casos em que se utilizam distribuies finitas para o valor do mensurando, os
procedimentos de avaliao do tipo B estimam os limites das variaes causadas
por uma contribuio para a incerteza, assumem uma distribuio para a variao
entre esses limites e utiliza essa informao para calcular um desvio padro
equivalente.
As trs distribuies finitas mais utilizadas so listadas abaixo:
Distribuio triangular: aplicada quando se sabe que h uma maior

probabilidade de encontrar valores prximos ao valor mdio que distante
dele, e quando mais confortvel estimar a variao por meio de limites
fixos.
Distribuio retangular: usada quando os limites de variao so

conhecidos, mas no h informao sobre a distribuio entre esses limites.
Esse tipicamente o caso de informaes provenientes de certificados de
calibrao e especificaes do fabricante.
Distribuio U: usada quando se sabe que h maior probabilidade de

encontrar-se valores prximos aos limites de variao que ao redor do valor
mdio.
31
O quociente entre a amplitude e a incerteza padro para a distribuio retangular

maior que aquele para a distribuio triangular. Isso significa que se existe
dvida sobre qual das distribuies a melhor opo para uma contribuio
particular, a distribuio retangular a mais conservadora, resultando em uma
maior incerteza padro equivalente para uma mesma faixa de variao.
Tambm se pode usar a distribuio normal quando a disperso do valor do
mensurando resulta de um conjunto grande de causas de similar intensidade.
O GUM recomenda utilizar a distribuio apropriada caso a distribuio seja
conhecida. Se o tipo de distribuio desconhecido, a prtica usual assumir
que ela seja uma distribuio retangular. Entretanto, quando a componente de
incerteza determinada dessa maneira contribui significativamente para a incerteza
de medio, o GUM recomenda que se deve obter informaes adicionais para
uma nova avaliao [16].
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
Mesmo com esses ajustes na estimao da incerteza e a existncia de programas

computacionais que realizam os clculos mais avanados, reluta-se na correta, ou
melhor, aproximada avaliao da incerteza de medio. Isto se deve, em parte, a
cultura de atendimento s especificaes, a qual no implica conhecer o processo
e atuar buscando a sua constante melhoria, e a imagem que o erro gerado por um
instrumento de medio desprezvel.
Para tentar mudar essa cultura, a especificao tcnica ISO/TS 14253-2
[40]
procura, de modo simplificado, induzir os responsveis pela metrologia a avaliar e

determinar as incertezas de medio padro e expandida, embutindo um certo
nvel de praticidade ao GUM. Essa especificao tcnica introduz um
procedimento iterativo e simplificado, o PUMA, cujo princpio baseia-se na
sobreestimao da incerteza em todos os nveis, mas as iteraes controlam a
quantidade de sobreestimao. A sobreestimao intencional, em detrimento da
subestimao, necessria para prevenir decises erradas com base nos
resultados de medio. A quantidade de sobreestimao deve ser controlada pela
avaliao econmica da situao.
Todos esses esforos visam garantir um conhecimento da incerteza de medio,
de maneira que se possa afirmar que os requisitos de capacidade de medio
sejam atingidos, principalmente quando se consideram os nveis atuais de
produo, com tolerncias de produto cada vez mais apertadas [38].
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
como libi o fato de trabalhar-se assim h muito tempo e, o mais importante,

funcionando.
Entretanto, cada vez mais se sabe que esse pensamento incompatvel com as
tolerncias exigidas e com o valor agregado ao produto no atual mercado, ou
seja, os custos relacionados a erros de classificao podem ser desastrosos, pois
h vrias outras perdas envolvidas. No caso de uma pea enviada a um cliente
externo, pode haver despesas com retrabalho, transporte, indenizaes e, como
se no bastasse, denigre-se a imagem da empresa. Apesar disso, e denotando
ainda a falta de cultura metrolgica e a pouca difuso do GUM nas indstrias,
normalmente se utiliza a resoluo no lugar da incerteza expandida na regra de
ouro, tornando a situao supracitada ainda mais crtica, pois a resoluo
apenas uma das componentes que influencia a estimao da incerteza.
Por outro lado, os clientes desejam ter um elevado nvel de confiana nos
produtos adquiridos e tm exigido de seus fornecedores informaes sobre o
processo produtivo ou de medio que permitam garantir que os produtos
agreguem qualidade. Neste propsito, vrios mtodos para se garantir que um
processo de medio confivel tm sido sugeridos. No mbito do controle de
processos, o capitulo 2 ilustrou algumas ferramentas que tm sido implantadas
em plantas industriais para se conhecer melhor o processo, detectar problemas
crticos etc. Quando se consideram processos com alta capacidade (Cpk > 2), a
regra de ouro atestar um sistema de medio adequado, pois ela depende da
especificao do produto. Entretanto, o sistema de medio poder ser
inadequado para o requisito de controle estatstico de processo, pois a varivel de
interesse a variabilidade observada do processo de fabricao.
Quando o controle estatstico de processo est em questo, a avaliao do
processo de medio torna-se mais rigorosa. Para isso, utilizam-se mtodos
estatsticos para identificar causas de variaes (e.g. estabilidade, inconsistncia,
repetitividade) que perturbariam o controle do processo. Assim, pode-se julgar se
o sistema de medio adequado (avaliao de desempenho), compar-lo com
outros sistemas, concluir sobre a necessidade de treinamento na sua utilizao
etc. Desta maneira, reduz-se a chance de erros de classificao de processo e,
conseqentemente, de peas.
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]
, o mtodo mais conhecido e
difundido nas indstrias de manufatura. O EMP, proposto por Wheeler e Lyday

[14]
, traz conceitos similares ao GRR, mas em uma forma mais clara, utilizando
grficos de controle para detectar tendncias e inconsistncias no estudo.

O propsito desta dissertao de mestrado no discutir intensamente esses
mtodos, pois informaes detalhadas podem ser adquiridas nas referncias
citadas. Por outro lado, alguns dos conceitos mais importantes do estudo de GRR
so clarificados na seqncia, pois eles sero aplicados nos captulos seguintes
desta pesquisa.
A repetitividade tradicionalmente referida como a variao devido ao
instrumento de medio, i.e. a habilidade de um operador para repetir medies
em uma mesma pea usando o mesmo instrumento
[24]
. Expressando-se de
maneira mais rigorosa, a repetitividade a variao randmica de sucessivas

medies sob condies definidas, incorporando fontes tais como: erro de forma
da pea, flutuao de curto prazo nas condies ambientais, fadiga do operador,
entre outras [13].
A reprodutibilidade tradicionalmente referida como a variao devido a distintos
operadores tomando as medies, i.e. habilidade de diferentes operadores em
produzir os mesmos resultados de medio em uma mesma pea usando o
mesmo instrumento [24]. Entretanto, essa definio no vlida para processos de
medio automatizados, onde o operador no a maior fonte de variao [13].
O quanto a repetitividade, a reprodutibilidade, ou ambas consomem da tolerncia
de engenharia ou da variabilidade do processo so informaes que podem ser
obtidas do estudo e permitem concluir sobre a necessidade ou no de modificarse o processo de medio, atuando-se, por exemplo, no treinamento dos
operadores, na manuteno do sistema de medio, na alterao dos
procedimentos etc. Outra informao til o nmero de categorias distintas que
podem ser distinguidas com confiabilidade pelo sistema de medio (ndc). O
35
manual da MSA
[13]
reporta, em maiores detalhes, o como analisar essas
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
Identificar a causa especial

Calibrar/ajustar o instrumento
LSL
Figura 3.1 Modelo de grfico de controle para o programa de garantia da

qualidade do processo de medio
Adicionalmente, os limites de especificao superior e inferior (USL e LSL,

respectivamente) e o valor do certificado de calibrao (CSV) para o padro de
controle podem ser identificados. A diferena entre a mdia das medies de
controle e o valor do certificado de calibrao fornece uma estimativa do erro
sistemtico, SE, do instrumento de medio. Cabe destacar que, caso seja vivel,
o erro sistemtico pode ser corrigido aps as medies de controle.
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
repetitividade e reprodutibilidade no pode suprir a falta de uma avaliao de

incerteza. Deve-se sim, conciliar durante o ciclo de vida de um sistema de
medio a sua calibrao em intervalos adequados com a verificao e avaliao
peridica do processo de medio.
38
CAPTULO 4
A INTERAO: ESTUDOS DE CASO
Os estudos de caso relatados neste captulo so fruto do trabalho desenvolvido

na Electro Ao Altona S/A, como parte integrante do projeto DECAM. A empresa,
uma metalrgica que se caracteriza pela produo de peas fundidas, tratadas
termicamente e usinadas, tem capacidade de produzir mais de novecentas
toneladas por ms de componentes usinados e fundidos, que so aplicados em
setores como: minerao, dragagem, gerao de energia eltrica, entre outros.
A empresa opera com unidades de produtos seriados, sob encomenda e ligas
especiais, caracterizando-se por corridas curtas, i.e. lotes pequenos, fornece
produtos para clientes como a Caterpillar, Volvo, DaimlerChrysler etc., exporta
cerca de 25 % da sua produo e certificada ISO 9000:2000 desde 2002. Os
estudos de caso apresentados focam a linha de produtos seriados, pois estes
gerariam um maior conjunto de informaes em um menor tempo e agregariam
mais valor dentro da estrutura atual da empresa.
Dois estudos de caso sero abordados, abrangendo os setores de usinagem e
tratamento trmico, embora o trabalho junto empresa tenha envolvido muitas
outras aplicaes que, por terem apresentado resultados similares aos dois
estudos de caso que sero apresentados, foram omitidos.
Esses estudos basearam-se na aplicao de ferramentas estatsticas e na
melhoria das prticas metrolgicas, cujos conceitos foram caracterizados nos
captulos anteriores, mas que tero um cunho prtico no transcorrer deste
captulo.
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.
Figura 4.1 Pea selecionada para o estudo de caso: alojador da ponta de

eixo de motoniveladoras
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
Cpk > 1,33. Os prximos itens descrevem o estado inicial do processo, a

sistemtica seguida e o estado final aps seis meses de intenso trabalho na
busca por satisfazer as expectativas do cliente.
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
Contudo, o intuito do trabalho no era espalhar indiscriminadamente dezenas de

grficos de controle pela produo e aguardar os possveis efeitos. Por isso, os
envolvidos no processo (supervisores, programadores, operadores) foram
treinados e as instrues de trabalho relacionadas ao controle de processo
(requisito da norma ISO 9000:2000) foram reformuladas. Para que fossem
atingidos bons resultados, implantou-se o cronograma descrito no item seguinte.
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
100 % para que fosse coletado o mximo de informao e para melhorar a

capacidade de deteco do grfico.
Se uma menor freqncia de amostragem fosse utilizada, os resultados poderiam
exigir demasiado tempo, uma vez que o processo caracterizado por corridas
curtas e tempos de usinagem longos. Apesar dessas necessidades, foi necessrio
quebrar o paradigma que a produtividade cairia em funo do tempo tomado pela
inspeo. Uma vez que o tempo demandado pela usinagem de uma pea na
mquina-ferramenta suficiente para a completa medio das caractersticas
monitoradas da pea anteriormente usinada, a produtividade no seria
prejudicada.
Sendo contornada essa situao, e sabendo-se que as informaes at ento
disponibilizadas eram de pouca relevncia, foram inseridos grficos de
conformidade para fazer um estudo preliminar dos processos. Cada cota crtica
recebeu um grfico que possua, em seu verso, um dirio de bordo que deveria
ser preenchido relatando qualquer alterao realizada no processo. Aps as
primeiras anlises, mesmo sem o adequado preenchimento do dirio de bordo,
dois fatos foram consignados na maioria das cotas monitoradas, os quais so
explicitados nos pargrafos seguintes.
Para que o controle estatstico de processo opere de forma confivel,
importante que o processo de medio tambm seja confivel e para isso
necessrio que o instrumento de medio detecte e reflita apropriadamente as
variaes do processo. Normalmente essa questo facilmente detectada por
grficos de controle, sem que haja a necessidade de estudos especiais. A
resoluo de um instrumento no ser apropriada para o propsito dos grficos
de controle se houver menos de quatro valores possveis para a amplitude dentro
dos limites de controle
[14]
. A figura 4.3 ilustra um dos casos encontrados, onde se
percebem muitos valores semelhantes devido falta de capacidade de deteco

do instrumento, e a tabela 4.2 mostra os instrumentos que eram utilizados antes
da implantao do controle estatstico de processo e os que foram adotados para
a consolidao do trabalho, em virtude do problema apontado.
43

127,08
127,06
127,04
127,02
127,00
126,98
126,96

0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
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)
Tabela 4.2 Instrumentos de medio utilizados para a inspeo das
caractersticas crticas/importantes, antes e depois da implantao do controle
de processo
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
Quando os instrumentos detectavam a variabilidade do processo, os grficos de

controle mostravam processos com elevada variabilidade e fora de controle (figura
4.4). Uns porque a mdia do processo constantemente variava, em princpio,
devido prtica do sobreajuste pelos operadores, embora nada estivesse
44
relatado no dirio de bordo. Outros porque no se atingia repetitividade, por

problemas advindos do processo de usinagem, do bruto fundido, do tratamento
trmico, ou do processo de medio.

50,718
50,708
50,698
50,688
50,678

0,025
0,020
0,015
0,010
0,005
0,000
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)
Foram induzidos, ento, investimentos envolvendo os instrumentos de medio,

que passaram a condizer com a variabilidade dos processos. A partir disso,
conduziram-se novas anlises, agora com o acompanhamento de todo o
processo, da colocao da pea no dispositivo de fixao medio da ltima
cota, das quais se inferiu que grande parte da variao do processo era gerada
pelos prprios operadores, com ajustes constantes do processo que, por
considerarem comuns ao processo, no tinham sido registrados em dirio de
bordo na primeira anlise.
45
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
reprodutibilidade foi aceitvel (%GRR = 12,4 %), assim como o nmero de

categorias distintas (ndc = 11). Cabe ressaltar que o manual da MSA
46
[13]
traz
como regra prtica para a aceitao de um processo de medio o seguinte:

%GRR < 30 % e ndc > 5.
Estudo de Repetitividade e Reprodutibilidade

Nome do instrumento:
Nmero do instrumento:
Data do estudo:
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

instrumento da cota D1 (referente tabela 4.1)
De acordo com o estudo, tambm no foram detectadas inconsistncias ou

tendncias no processo de medio, como enfatizam os grficos do estudo bsico
da figura 4.6, pois todas as amplitudes situam-se dentro dos limites, e o processo
de medio aparentemente consistente e no tendencioso. Para o grfico de
mdias, visto que os limites de controle so computados utilizando o erro de
repetitividade e que nenhuma referncia feita com relao variao entre
peas, o grfico pode aparentar estar fora de controle. Na verdade, quanto mais
47
fora de controle o grfico aparenta estar (embora haja excees), melhor o

processo de medio.

50,704
Ope ra dor A
Ope ra dor B
Ope ra dor C
50,698
50,692
50,686
50,680
Grfico de C ontrole de Amplitudes

0,004
0,003
0,002
0,001
0,000

da cota D1 (referente tabela 4.1)
Tendo-se agido sobre os processos de produo e de medio, grficos de

controle foram inseridos na produo fase 2. Eles foram centrados nos valores
alvos para que fossem empregados tambm para o set-up do processo e para
induzir os operadores a operarem no alvo e com variao mnima. Para simplificar
o trabalho deles, aplicaram-se apenas os grficos de valores individuais, por se
considerar que, para a situao em questo, o grfico de amplitudes mveis no
agregaria valor na produo, embora ambos os grficos continuassem sendo
utilizados na anlise off-line. A interpretao dos grficos foi restrita s regras 1 e
4 da Western Electric (figura 2.1), mas que no deveriam ser cegamente
aplicadas, ou seja, o bom senso deveria prevalecer.
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
de estudos do processo de medio, que se mostraram aptos, ainda no se podia

afirmar que a condio de capacidade e estabilidade do instrumento de medio
permanecia inalterada durante o intervalo de calibrao, pois alm da degradao
natural do instrumento por uma mirade de fatores, a freqente prtica de ajuste
do instrumento de medio por parte dos operadores ocasiona um aumento da
variabilidade, uma vez que a variao dos ajustes adicionada variao natural
das prprias medies. Para tanto, tem-se aplicado um programa de garantia do
processo de medio (item 3.4) nos instrumentos utilizados para inspecionar o
alojador da ponta de eixo, em particular os quatro sbitos descritos na tabela 4.2.
O procedimento empregado descrito abaixo.
Sempre que o instrumento de medio volta da produo, a verificao
realizada (uma medio) e documentada no grfico de controle relativo ao
instrumento. Quando se tem um lote maior de peas (i.e. exigindo mais de um dia
de produo contnua), a verificao feita com freqncia, pelo menos, diria e
tambm documentada.
O padro de controle (no caso, quatro anis padres com os dimetros das cotas
mostradas na tabela 4.1) deve ser mantido no laboratrio de metrologia, ou seja,
os operadores tero acesso apenas aos instrumentos de medio e aos
respectivos grficos de controle, no sendo permitido qualquer ajuste do
instrumento por parte deles. Caso o instrumento sofra algum dano na produo,
mister que o mesmo seja verificado por pessoal especializado, observando se o
resultado da medio do padro de controle ainda se encontra dentro dos limites
estabelecidos para o instrumento, sendo registrado o valor no grfico e o fato no
dirio de bordo. Se o grfico mostrar um ponto fora de controle, o instrumento
deve ser ajustado ou, em caso extremo, consertado e calibrado.
Cabe ressaltar que nenhum ajuste deve ser feito no instrumento, que foi lacrado,
sem que o grfico de controle indique um ponto fora de controle, pois enquanto as
medies se enquadrarem dentro dos limites de controle, a variao resultante
somente de causas comuns, as quais no podem ser corrigidas pelo ajuste do
instrumento, sob pena de estar-se realizando um sobreajuste. Caso ocorra um
ponto fora de controle, deve-se procurar a causa especial que provocou uma
alterao no processo de medio, buscando a sua eliminao para que ela no
ocorra novamente.
49
0,009
0,008
0,007
0,006
0,005
0,004
0,003
0,002
0,001
0,000
Figura 4.7 Resultado do monitoramento via grfico de controle do

instrumento de medio da cota D1 (referente tabela 4.1), onde cada ponto
medido representa uma verificao contra o anel padro
Um grande benefcio de monitorar a verificao por meio de grficos de controle

a determinao dos intervalos de calibrao. Estes so um importante e
persistente tpico na metrologia, pois a calibrao de instrumentos
freqentemente a maior despesa individual para um laboratrio. Tornar o intervalo
muito curto pode resultar no colapso do sistema e torn-lo muito longo pode
resultar em erros de medio com conseqncias imprevisveis. Se a data de
calibrao do instrumento se aproxima e o grfico de controle do padro de
controle mostra evidncias de controle estatstico, por que necessrio calibrar?
Provavelmente no .
O PMAP pode implicar reduo de custos com o mnimo de esforo, atravs da
eliminao da calibrao desnecessria. Adicionalmente, como o padro de
controle mantido no laboratrio e manuseado por especialistas, muito provvel
que se possa estender tambm o seu intervalo de calibrao. Alm disso, atravs
do PMAP, aumenta-se tambm a confiabilidade na inspeo de produtos, pois se
sabe de antemo o estado do instrumento de medio, bastando para isso
analisar o grfico de controle, pois se este se mostra sob controle, o instrumento
garante medies consistentes.
50
4.1.5
RESULTADOS OBTIDOS APS A CONSOLIDAO DO TRABALHO
Avaliao do
processo de
medio
Cpk > 1,33
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]
A colocao de grficos de controle na produo visava no somente a obteno

da estabilidade dos processos mas tambm avaliar a respectiva capacidade, pois
no h capacidade sem controle
[42]
. Uma vez que a metrologia dimensional foi
adequada aos processos de fabricao e que foi atingido o estado de controle

estatstico, a capacidade dos processos pode ser estimada, apresentando um
carter presciente (ver figura 4.8).
O grfico da figura 4.9 ilustra a evoluo dos ndices de capacidade para quatro
das cotas monitoradas por grficos de controle, do estado inicial (janeiro de 2003)
at a concluso das aes na usinagem (julho de 2003). Percebe-se que houve
um aumento da capacidade de todas as cotas monitoradas por grficos de
controle, graas ao esforo das pessoas envolvidas no processo. O requisito de
capacidade exigido pelo cliente (Cpk > 1,33) foi atingido em todas as cotas, sendo
a caracterstica (7,56 0,12) mm aquela que demandou mais tempo e maiores
investimentos no processo, tais como: troca de ferramenta, alterao de
parmetros de corte e do procedimento de usinagem.
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)
Figura 4.9 Comportamento do ndice de capacidade Cpk em algumas das

cotas monitoradas por grficos de controle, sendo alcanando o requisito de
capacidade exigido pelo cliente em todas elas
Os ndices de capacidade so parmetros estatsticos e, por sua natureza, variam

de amostra para amostra, mesmo quando o processo em questo no alterado.
Wheeler
[44]
sugere que as mtricas de capacidade devem ser tratadas de um
modo especial, i.e. aplicar grficos de controle de valores individuais. Tal

procedimento mostra, por exemplo, que o ndice Cpk de lotes sucessivos da cota
(50,698 0,020) mm no perodo de abril a julho apresenta uma variao por
causa comum apenas, sem a presena de sinais que pudessem indicar qualquer
mudana na capacidade do processo (figura 4.10).
52
Grfico de Controle de Valores Individuais (x)

2,4
2,0
1,6
1,2
0,8
Figura 4.10 Grfico de valores individuais para o ndice Cpk, lote a lote
O aumento da capacidade e a conseqente diminuio da variabilidade durante

os seis meses, em parte, podem ser atribudos reduo dos ajustes feitos
empiricamente pelos operadores (eliminao do sobreajuste) e a mudana do
bruto de fundio.
As aes sobre os processos implicaram reduo superior a 50 % na variabilidade
em alguns casos. Na figura 4.11, pode-se perceber a evoluo do processo com
relao ao estado inicial (figura 4.4), com as condies fora de controle no grfico
de amplitudes mveis retratando ajustes realmente necessrios para que o
processo no sasse do estado de controle. Cabe lembrar que foram utilizadas as
regras 1 e 4 da Western Electric, e que o bom senso era preconizado.
Em virtude do trabalho realizado, os processos de fabricao passaram a ser
mais confiveis e previsveis, operando com pouca ou nenhuma interferncia dos
operadores e com baixssimas taxas de refugo e retrabalho. Alm disso, reduziuse o risco de julgamento errado na classificao de peas, pois foi ampliada a
zona de conformidade
[45]
graas melhoria do processo de medio e, por ter-se
processos operando prximo ao alvo e com boa capacidade, garante-se que

produtos com maior qualidade cheguem s mos do cliente.
53

50,718
50,708
50,698
50,688
50,678

0,025
0,020
0,015
0,010
0,005
0,000
Figura 4.11 Exemplo de resultado alcanado aps a implantao do controle

de processos, sendo atingido o estado de controle e reduzida a variabilidade
do processo (cota D1, referente tabela 4.1)
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
estatsticas para a deteco de problemas do processo, assim como a avaliao

dos meios de inspeo. Todo o diagnstico do processo, inicial e vivenciado,
apresentado, assim como os resultados e as aes que foram tomadas para
minimizar os problemas apontados.
Figura 4.12 Pea selecionada para o estudo de caso: barra de ligao de

motoniveladoras
O produto em questo mostrado na figura 4.12, o qual uma barra de ligao

(do ingls bar link) utilizada em motoniveladoras, com pedidos superando as
trezentas unidades por ms e cuja faixa de dureza exigida pelo cliente
compreende o intervalo de (269 a 321) HB.
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
Estudo de Repetitividade e Reprodutibilidade

Nome do instrumento:
Nmero do instrumento:
Data do estudo:
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

durmetro Brinell tipo King
Embora o procedimento de medio seja padronizado por instrues de trabalho,

o princpio de funcionamento do sistema de medio (peso morto) pode no
garantir boa repetitividade, tanto pela sobrecarga como pela oscilao durante a
aplicao. Alm disso, difcil assegurar que a qualidade da superfcie
(rugosidade e planeza) seja similar em todas as medies. Dessa maneira, tornase praticamente impossvel assegurar que os operadores apliquem a mesma
carga na mesma direo repetidamente. Logo, o dimetro lido posteriormente
atravs de uma lupa com resoluo de 0,05 mm certamente ser diferente, seja
pela diferente penetrao da esfera ou pela possibilidade de ovalizao da marca
57
deixada por ela, mesmo com a repetitividade sendo mascarada pela resoluo da
lupa.

4,10
Ope ra dor A
Ope ra dor B
Ope ra dor C
4,00
3,90
3,80
3,70

0,06
0,05
0,04
0,03
0,02
0,01
0,00
Figura 4.14 Grficos de controle para o estudo bsico do processo de

medio de dureza
A porcentagem da variao do processo consumida pelo GRR foi de 89 %, a qual

absolutamente inaceitvel (o MSA[13] estipula 30 % como valor aceitvel). Isso
indica ser imprescindvel a melhoria do processo de medio atravs da adoo
de um sistema de medio de manuseio mais fcil e que garanta confiabilidade e
reprodutibilidade, tais como sistemas de medio de circuito fechado, que
possibilitam a mecanizao e automao do processo de medio, tornando-o
menos dependente do operador. Entretanto, no se deve agir apenas no
processo de medio, como se poder notar na seo seguinte.
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
excessivos de qualidade, estudos pilotos foram realizados e analisados atravs da

utilizao de ferramentas estatsticas.
O primeiro deles foi avaliar o quo uniforme era a temperatura dentro dos fornos
utilizados nos processos de tmpera e revenido. A primeira idia, medir
diretamente a temperatura por meio de termopares, foi abortada em funo do
custo associado e da no aceitao por parte da equipe. Partiu-se ento para a
avaliao indireta do processo, utilizando a prpria dureza do produto resultante
como base de informao.
Estratgias foram traadas para que houvesse rastreabilidade dos dados e para
que fosse extrado o mximo de informao do estudo, tais como a numerao de
cada pea e a disposio uniforme das peas dentro do forno, prticas essas que
no denotam a rotina de produo. Cabe mencionar que as medies foram
realizadas por meio do durmetro King.
Para o processo de tmpera, utilizou-se uma amostra de trinta peas que foram
divididas em duas corridas de tamanhos distintos (vinte e quatro peas numa e
seis na outra) no mesmo forno, por limitao de espao. Todas as peas foram
carimbadas e posicionadas de modo similar dentro do forno (figura 4.15), para
que a partir das medies dos trs pontos de dureza (nos extremos e no centro
figura 4.16), fossem plausveis concluses eficazes. Cabe ressaltar que o
processo de tmpera compreende no apenas o aquecimento da pea mas
tambm o resfriamento, no caso em questo, em gua.
Como ferramenta estatstica de avaliao, utilizou-se a anlise de mdias
(ANOM). Esta permite comparar o efeito de diferentes tratamentos sobre alguma
varivel e separar as diferenas que possam representar sinais daquelas que
simplesmente representam rudos.
59
16
24
15
23
14
22
13
21
12
20
11
19
10
18
17
Figura 4.15 Posicionamento das peas no forno de tmpera na primeira

corrida, sendo cada pea identificada atravs de um carimbo que representa a
ordem de colocao no forno (na segunda corrida, as seis peas foram
colocadas na grelha esquerda)
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
agitao do banho mnima, resultando em excessiva variao de dureza dentro

da unidade, o que agravado pelo dispositivo (grelha) no qual so colocadas as
peas, pois ele tem uma massa de aproximadamente 500 kg e, indubitavelmente,
afeta tanto o resfriamento como a distribuio de temperatura dentro do forno.
AN OM
600
550
500
450
400
P osi o 1
P osi o 2
P osi o 3
Amplitudes
210
140
70
0
Figura 4.17 Anlise de mdias e grfico de amplitudes para a dureza das

peas aps a tmpera, indicando comportamentos distintos nas diferentes
posies de medio (referente s figuras 4.15 e 4.16)
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
Figura 4.18 Posicionamento das peas em ambos os fornos de revenido,

sendo as peas numeradas de 1 a 15 colocadas no forno sem circulador de ar
e as quinze peas restantes colocadas no forno com circulador de ar
AN OM
350
330
310
290
270
P osi o 1
P osi o 2
P osi o 3
Amplitudes
150
100
50
0

peas aps o revenido no forno com circulador (referente s figuras 4.16 e
4.18)
A anlise de mdias para o outro forno, sem circulador de ar e sem resistores em

um dos lados (na porta do forno refere-se, na figura 4.18, ao lado onde foram
carimbados os nmeros de identificao das peas), ressaltou dois problemas. O
primeiro que existe um gradiente de temperatura no sentido horizontal, i.e. da
porta para o fundo do forno, acarretando maior dureza de revenido na
extremidade da pea localizada na porta do forno, pois a temperatura nesse ponto
era menor. A segunda constatao foi a existncia de um gradiente de
temperatura tambm na direo vertical, sendo que as peas localizadas em
62
posies mais elevadas obtiveram menor dureza de revenido, i.e. a temperatura

aumenta em posies mais altas do forno.
AN OM
350
330
310
290
270
P osi o 1
P osi o 2
P osi o 3
Amplitudes
90
60
30
0

peas aps o revenido no forno sem circulador (referente s figuras 4.16 e
4.18)
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
influncia no tratamento trmico com a dureza ps-tmpera (carbono, mangans,

silcio, cromo).
Entretanto, a excessiva variabilidade do processo de tratamento trmico aponta a
necessidade de melhorias. Aliada a isso, tem-se a baixa confiabilidade do sistema
de medio. A falta de relacionamento entre a varivel de tratamento trmico e a
composio qumica do bruto no pode ser indiscriminadamente aceita, pois a
variao do processo como um todo oculta um possvel relacionamento entre a
dureza do bruto e a sua composio qumica.
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
Grfico de C ontrole de V alores Individuais

330
300
270
240
Grfico de C ontrole de Amplitudes Mveis

50
40
30
20
10
0

100
75
50
25
0
Figura 4.21 Grfico de trs vias indicando a variao caracterstica da dureza

das peas aps o processo de revenido
Essa conjuntura espelha um processo que requer melhoria, na qual diversas

causas quase randmicas esto atuando simultaneamente, embora nenhuma
delas seja dominante. Esse um caso tpico onde os grficos de controle so
ineficazes para encontrar causas especiais, e a nica maneira de diminuir-se a
variao atuar drasticamente sobre o processo, caso realmente se deseje um
processo estvel e capaz de produzir peas conformes.
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
no continue com elevada variabilidade, prejudicando assim a qualidade do

produto final.
Em virtude dos resultados apresentados, foi recomendado que o forno sem
circulador fosse retirado do circuito de tmpera/revenido do produto em questo,
embora tal recomendao possa ser tambm estendida para as outras peas (de
menor porte), pois ao invs de ocorrer variao dentro da unidade, acontecer
variao entre unidades.
Uma alternativa para minimizar o efeito do resfriamento seria adotar um banho
com maior agitao, de maneira que ocorresse um resfriamento mais
homogneo. Outra seria adotar um dispositivo de menores dimenses, que
provavelmente influenciaria menos o processo. Ambas as sugestes, que so
economicamente viveis, esto sendo averiguadas pelos responsveis do setor
de tratamento trmico, a fim de reduzir a variabilidade decorrente no processo em
funo dessas variveis.
Coincidentemente, a chegada de um novo conjunto de equipamentos (fornos para
tmpera e revenido e um tanque de resfriamento) est prevista para outubro
deste ano. Poder-se-, assim, reduzir sensivelmente os problemas apontados no
processo atual, melhorando o grau de satisfao dos clientes internos e externos
e a qualidade dos produtos tratados termicamente.
Com relao ao sistema de medio, foi sugerido que, enquanto no houvesse
uma melhoria significativa do processo produtivo, no se deveria atuar sobre o
processo de medio, pois o mesmo, ainda que longe do ideal, capaz de
fornecer resultados teis para a avaliao de conformidade. A partir da melhoria
do processo produtivo, naturalmente ser exigida uma melhoria no processo de
medio. Nesse caso, tornar-se- imprescindvel adotar um sistema de medio
que garanta maior confiabilidade e reprodutibilidade. Adicionalmente, com um
processo sob controle e capaz, poder-se- inspecionar por amostragem,
minimizando assim o gargalo existente na produo atual.
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
mnima. Os outros processos, que apresentavam baixa capacidade, foram

otimizados por meio de modificaes no processo, tais como novas ferramentas
de corte e novos procedimentos de usinagem.
No tratamento trmico, apesar do xito alcanado aps a aplicao de
ferramentas estatsticas para avaliar o processo como um todo, detectando
problemas no processo que afetavam a qualidade dos produtos e prejudicavam os
processos posteriores (conceito de cliente interno), os investimentos foram pouco
efetivos, mesmo com sugestes de baixo custo e que poderiam resultar num
significativo salto em qualidade. Por outro lado, a aquisio de dois novos fornos e
de um tanque de resfriamento anunciada durante a realizao do projeto,
certamente contribuir para a melhoria dos processos de tmpera e revenido.
O fato de ter-se verificado processos com baixa capacidade foi, entretanto, salutar
para entender os conceitos por trs do controle de processos. Essa ferramenta,
quando aplicada ao controle de dureza final do produto (ver captulo 4), no
possibilitou aperfeioamento algum, pois o processo revelava uma variao
praticamente catica. Nesse caso, no vantajoso procurar causas especiais de
variao, mas alter-lo radicalmente para reduzir a variao e adequar os limites
naturais do processo com as especificaes do cliente
[23]
. Ou seja, apesar das
modificaes sugeridas no terem sido adotadas, a aquisio de novos

equipamentos vai ao encontro das informaes providas pelos grficos de
controle.
Paralelamente ao enfoque na melhoria dos processos produtivos, os processos
de medio tambm foram avaliados e melhorias induzidas, quando possvel ou
realmente necessrio. Isto porque as avaliaes, analogamente aos testes de
hipteses, podem resultar em decises errneas. Nos testes de hipteses, podese rejeitar uma hiptese verdadeira (erro tipo I) e aceitar uma hiptese falsa (erro
tipo II). Transportando esses conceitos para a anlise de um sistema de medio,
define-se o seguinte:
Erro tipo I: declarar que um sistema de medio no capaz quando, na

realidade, ele pode ainda fornecer dados confiveis para a tarefa.
Erro tipo II: declarar que um sistema de medio capaz quando, na

verdade, ele pode apresentar um desempenho inaceitvel para a tarefa.
68
O erro tipo I foi evidenciado na inspeo de dureza das peas tratadas

termicamente. Apesar do estudo de repetitividade e reprodutibilidade e da regra
de ouro da metrologia apontarem um instrumento inadequado, a prtica
apresentou outra tendncia. A excessiva variabilidade do processo, evidenciada
nos grficos de controle do processo, no foi apropriadamente detectada pelo
estudo do processo de medio, implicando resultados contraditrios (falibilidade
do estudo de repetitividade e reprodutibilidade).
Essa concluso vai ao encontro das consideraes j apresentadas no captulo 1,
mas que sero repetidas pela sua relevncia: o estudo de repetitividade e
reprodutibilidade inclui apenas os erros que variam durante o experimento, so
cegos para erros constantes, no possuem carter presciente e no podem
fornecer detalhes das causas de variao como base para mudanas e melhorias
[15]
. A regra de ouro da metrologia, que aplica um atributo do produto, e no do
processo, mostrou-se pouco eficaz, como j argumentado no capitulo 3,

principalmente quando se deseja atuar sobre o processo de fabricao. O erro
tipo I trata-se, portanto, no de um mrito do processo de medio, mas de um
demrito do processo de fabricao.
Em nenhuma parte desta dissertao foi citada a presena de uma mquina de
medir por coordenadas (CMM) na Electro Ao Altona, mas ainda tempo, visto
que o ambiente ao seu redor representa um caso tpico, na opinio de quem
escreve, de erro tipo II. O equipamento em questo foi adquirido devido a
exigncias de um cliente e utilizado notadamente para a inspeo de peas
fundidas. Antes de prosseguir com essa passagem, cabem algumas colocaes.
Os altos investimentos necessrios para a utilizao da tecnologia de medio por
coordenadas nem sempre asseguram o retorno esperado pelas empresas. Erros
cometidos na especificao, instalao e utilizao dessa tecnologia podem no
s provocar um baixo retorno do investimento, mas, em certos casos, at
provocar piora na eficincia e na confiabilidade das medies para controle de
qualidade, com conseqncias diretas na conformidade dimensional das peas
[47]
69
A sofisticao tecnolgica das mquinas de medir por coordenadas e o elevado

grau de automao do processo tm levado a alguns julgamentos equivocados
sobre a tecnologia [48]:
Os erros de medio so sempre pequenos.
O operador praticamente no tem interferncia sobre a exatido das

medies.
A incerteza do resultado da medio depende basicamente do equipamento.
O ganho de qualidade nos produtos certo com o uso da tecnologia.
A aquisio da mquina o nico investimento necessrio.
Voltando ao caso em evidncia, algumas dessas percepes negativas foram

constatadas no caso da mquina de medir por coordenadas da empresa
demandante do projeto. A mquina foi instalada sobre o setor de usinagem, mas
sem terem sido levadas em considerao as vibraes provenientes tanto das
mquinas-ferramenta como do deslocamento de veculos de carga nas
proximidades. Adicionalmente, o posicionamento do sistema de climatizao do
ambiente ineficiente e o sistema de controle de temperatura pouco eficaz,
resultando em gradientes de temperatura que certamente afetam a qualidade dos
resultados das medies. Essa conjuntura, aliada a recursos humanos
meramente operacionais e situaes estranhas, e.g. esfera de calibrao do
apalpador no calibrada; acarretam resultados no condizentes com o
investimento e denota um caso de erro tipo II.
Alguns podem no concordar com esse exemplo, indagando que o instrumento ou
equipamento de medio no pode estar desligado daquilo que o envolve, i.e.
conceito de processo de medio: operadores, estratgias, mensurando etc. Essa
indagao absolutamente pertinente, principalmente na viso dos profissionais
da metrologia. Por outro lado, sabido que equipamentos similares ao utilizado
pela Electro Ao Altona podem gerar informaes com maior nvel de exatido, o
que permitiria utilizar a mquina de medir por coordenadas tambm para inspeo
de peas usinadas, desde que fossem respeitadas certas condies de operao
do equipamento. Esse foi o argumento empregado para enquadrar o caso em
questo como um erro tipo II, ou seja, tem-se um equipamento que pode produzir
70
resultados confiveis, mas devido s variveis presentes no processo como um

todo, restringe-se a sua aplicao para atividades onde o nvel de incerteza
requerido menos rigoroso.
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]
argumenta que os ndices so parmetros
estatsticos e que todos esses parmetros variam de amostra para amostra,

mesmo quando o processo em questo no alterado. Ele sugere que os valores
dos ndices de capacidade devem ser tratados de um modo especial, i.e.
aplicando-se grficos de controle de valores individuais. Isso implica que quando
um relatrio de capacidade gerado, deve-se verificar se a variao de lote para
lote resultante apenas de causas comuns, ou se h uma diferena significativa
que permita concluir se houve uma alterao no processo. Desta maneira, reduzse o risco de erro na avaliao de conformidade do processo e evita-se que aes
inapropriadas sejam tomadas.
Adicionalmente, as propriedades estatsticas do processo tambm so afetadas
por uma parcela no conhecida, atribuvel ao erro de medio. Normalmente o
efeito do erro de medio ignorado, pois os instrumentos de medio
supostamente introduzem erros que so desprezveis quando comparados
variao do processo produtivo
[49]
. Entretanto, a convivncia com o meio
industrial mostrou que tal afirmao no condiz, pois as prticas da metrologia

no esto bem estabelecidas e raras so as situaes onde so realmente
conhecidos os atributos da medio.
71
Mittag
[50]
quantificou o erro percentual na avaliao de ndices de capacidade de
processo na presena de erros de medio. No modelo aplicado pelo autor, os

erros sistemticos so considerados constantes e produzem um deslocamento na
mdia da distribuio de valores observados, mas sem alterar a sua forma. Os
erros aleatrios so supostos como distribudos normalmente, afetando somente
a disperso observada do processo. Os resultados gerados por Mittag enfatizam
que a preciso de uma anlise de capacidade pode ser significativamente
influenciada pela exatido dos instrumentos de medio e, conseqentemente, os
erros de medio devem receber maior ateno.
Bordignon e Scagliarini
[28]
estenderam a anlise considerando as propriedades
estatsticas do estimador de Cp. Nas anlises, os autores consideram que o erro

de medio pode ser modelado usando uma distribuio normal com mdia zero.
Eles mostraram que o erro de amostragem superestima e o erro aleatrio de
medio subestima o ndice de capacidade potencial. A combinao desses dois
efeitos resulta em uma tendncia positiva ou negativa, dependendo de qual fator
predominante.
Significativos esforos tm sido direcionados para a soluo dessa problemtica,
de maneira que o risco de erro na avaliao de processos seja minimizado. O
conceito de incerteza de medio tem sido proposto nessa vertente em trabalhos
recentes.
Weckenmann et al.
[51]
mencionam que quando um processo observado atravs
de um instrumento de medio, ento o resultado da medio no somente

representa as caractersticas geradas pelo processo produtivo, mas a
superposio da disperso real do processo (porm desconhecida) com a
disperso do processo de medio. Os autores propem realizar uma correo
aos valores de Cp estimados por medio, para neutralizar o efeito da incerteza:
Cpp =
USL LSL
(5.1)
6 m2 u 2
Onde Cpp a capacidade do processo com a compensao do efeito da incerteza

de medio, m o desvio padro das medies e u a incerteza de medio
padro. Entretanto, Weckenmann et al. pecam ao sugerir uma correo da
72
disperso do processo atravs da incerteza de medio, principalmente quando

as contribuies sistemticas para a incerteza so expressivas.
Baldo e Donatelli
[52]
investigaram, por meio de um modelo de simulao, o
comportamento de Cp e Cpk quando os seus valores so estimados a partir de

medies imprecisas dos indivduos de uma amostra aleatria de distintos
tamanhos, assumindo-se que o valor do mensurando distribui-se normalmente. O
modelo de erro de medio adotado considerou as seguintes contribuies para a
incerteza: resoluo da indicao, erro aleatrio, erro sistemtico constante e erro
sistemtico linearmente dependente do valor do mensurando.
A resoluo do instrumento de medio pode afetar os resultados quando ela no
permite detectar e refletir adequadamente a variabilidade de um processo. O erro
aleatrio provm da falta de repetitividade, de efeitos trmicos de curto prazo etc.,
o erro sistemtico constante deve-se a efeitos trmicos de longo prazo, desvio do
valor representado por um padro etc., enquanto o erro sistemtico linear surge
de resduos da calibrao, erro de escala do instrumento etc.
Essas
fontes
de
incerteza
podem
ser
combinadas,
considerando-as
estatisticamente independentes, atravs da soma dos quadrados das respectivas

incertezas padres, que so obtidas conforme descrito na seqncia.
A resoluo, R , do instrumento afeta o valor do mensurando dentro de uma
regio centrada no resultado da medio, cuja amplitude total o valor da prpria
resoluo. Pode-se considerar que qualquer valor do mensurando dentro da
regio de incerteza igualmente provvel, ou seja, a incerteza padro estimada
considerando-se uma distribuio retangular:
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)
Um erro residual sistemtico constante causa um desvio no conhecido do valor

do mensurando, o qual pode estar situado em uma regio de amplitude ES ,
73
simetricamente distribuda ao redor do valor medido. Ou seja, a incerteza padro

estimada considerando-se uma distribuio retangular:
uS =
ES
3
(5.4)
O erro sistemtico linear depende do valor do mensurando, o qual normalmente

distribudo. Assim, valores do mensurando prximos mdia estaro afetados por
erros menores que os valores mais afastados. Nesta investigao, a incerteza
associada a este tipo de erro foi especificada a partir de uma distribuio
triangular no intervalo E L , pois h maior probabilidade dos erros estarem
situados prximo ao centro da distribuio. Assim:
uL =
EL
6
(5.5)
Conseqentemente, a incerteza expandida, considerando as componentes

estatisticamente independentes, para um fator de abrangncia de 95,45 % (k = 2)
dada por:
U 95 = 2.
E2 E2
R2
+ A2 + S + L
12
3
6
(5.6)
Tabela 5.1 Diferentes combinaes de erros de medio utilizadas
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
A tabela 5.1 ilustra as diferentes combinaes de erros de medio estudadas

pelos autores, sendo consideradas amostras de tamanho 25, 50 e 100 unidades
de um processo que apresenta um Cp verdadeiro unitrio, sendo computados os
valores mdios estimados e os limites superiores e inferiores para 95 % de
confiana. Os resultados das simulaes so apresentados na figura 5.1.
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
Figura 5.1 Comportamento dos ndices de capacidade para distintos

tamanhos de amostra (25, 50, 100) e erros de medio (ver tabela 5.1)
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
superposio dos erros de medio e do efeito de amostragem traz resultados

interessantes, descritos na seqncia.
O erro puramente aleatrio, casos B e C, subestima os ndices de capacidade,
pois esto sendo superpostas as variaes provenientes dos processos de
produo e de medio. Procedimentos de medio que apresentam maior erro
aleatrio associado contribuiro com uma maior parcela de variao medida,
reduzindo a capacidade observada do processo. Essa situao pode implicar
risco de rejeitar um processo que, na realidade, apresenta uma capacidade
adequada.
A contaminao dos ndices de capacidade pelos erros sistemticos constantes,
casos D e E, mostra comportamentos distintos para Cp e Cpk. Pode-se afirmar
que o primeiro no sofre influncia significativa de tais erros, pois ele no
considera a localizao do processo (mdia) em seu clculo. Entretanto, o
segundo bastante influenciado pelo erro sistemtico constante, pois se estar
adicionando a cada medio uma quantidade que deslocar a mdia do processo.
Esse deslocamento pode apontar um processo pior do que ele realmente ,
embora em alguns casos possa transparecer um processo melhor do que ele
realmente .
O efeito da resoluo do instrumento, caso H, pode ser explicado pela seguinte
afirmao: medida que a resoluo do instrumento aumenta, o desvio padro
estimado do processo de medio tambm aumenta. Mesmo para o caso
marginal, ou seja, desvio padro do processo igual resoluo do instrumento,
em funo de estar-se trabalhando com amostras finitas, o desvio padro tambm
tende a aumentar, implicando reduo para ambos os ndices de capacidade.
Em suma, os resultados da simulao permitiram afirmar que os valores de Cp e
Cpk so afetados de forma diferenciada pelas contribuies de incerteza

associadas aos distintos tipos de erro. Mostra-se tambm que, para valores
industrialmente aceitos da incerteza de medio, o efeito da medio pode ser,
em muitos casos, mais relevante que aquele associado ao tamanho da amostra.
Tal constatao refora a necessidade de terem-se processos de medio
confiveis, ou seja, com variabilidade tal que a influncia sobre o processo no
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]
estudaram a influncia de medies imprecisas nos grficos
de controle de mdias e desvios padres. Por medies imprecisas os autores

interpretaram
aquelas
afetadas
por
erros
puramente
aleatrios.
Eles
demonstraram que os erros aleatrios de medio influenciam em forma relevante

o poder do grfico de controle, mas no tratam o efeito dos erros sistemticos,
porque estes no afetam o poder do grfico de controle.
Silva e Donatelli
[54]
avaliaram a influncia do processo de medio na
sensibilidade do grfico de controle de valores individuais quando considerado

que o erro de medio composto por uma componente aleatria, uma
componente sistemtica constante e uma componente sistemtica que depende
linearmente do valor do mensurando; alm do efeito da resoluo com que se
registram os dados. Os resultados apresentados pelos autores mostraram que
diferentes contribuies para a incerteza influenciam de forma distinta a
77
sensibilidade do grfico de valores individuais. Os efeitos predominantes so o

aleatrio e o arredondamento dos dados. A incerteza associada s contribuies
sistemticas de valor constante na faixa de medio no influencia a sensibilidade
do grfico, mas pode fazer com que o processo opere fora do alvo.
Toda a conjuntura exposta leva a crer que, no mbito do controle de processos
produtivos, o processo de medio deve ser suficientemente confivel e com
pouca influncia sobre os valores verdadeiros do processo produtivo, para no
implicar decises erradas no processo, tanto na deteco de alarmes falsos como
na perda de sinais potenciais de mudana.
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]
busca minimizar os custos associados calibrao e m qualidade. Tal intervalo

dependente da freqncia de utilizao, da aplicao, do nmero de usurio etc.
Estes no so elementos que se mantm estticos ao longo do tempo, o que
resulta num intervalo timo varivel, indo de encontro prtica atual de
estabelecer intervalos fixos de calibrao, o que fere a entropia dos sistemas.
A utilizao de programas de garantia da qualidade do processo de medio,
assim como aquele descrito no captulo 4, permite monitorar o comportamento do
sistema de medio e verificar se nada catastrfico tem acontecido. Assim,
quando se depara com um problema, o instrumento tirado de servio e aes
corretivas so efetuadas. Desta maneira, pode-se atingir o intervalo quase-timo
de calibrao e otimizar a confiabilidade dos resultados fornecidos pelo processo
de medio, indo ao encontro dos requisitos da ISO 9000:2000.
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
continuar a reduzir a variabilidade de um processo quando as especificaes do

produto foram atendidas?
A resposta para a ltima questo baseada nesta argumentao de Hare
[58]
duas coisas acontecem quando a variao do processo reduzida, ambas boas.

A primeira que se aumenta a produtividade, i.e. minimiza-se o refugo e o
retrabalho; adicionalmente, tem-se uma produo com maior previsibilidade. A
segunda a melhoria da qualidade, garantindo a satisfao do cliente e
contribuindo para negociaes futuras.
Resta agora tentar replicar a questo inicial. A primeira argumentao que a
metrologia no a nica causa de problemas no sistema produtivo, mas faz parte
de uma cadeia que compreende aspectos como as especificaes do produto, as
caractersticas funcionais do produto e o processo de fabricao. A questo pode
ainda ser respondida com base em uma situao vivenciada no setor de
usinagem da Electro Ao Altona, que no incio do projeto operava com
instrumentos que, qui, fossem aptos para a tarefa de inspeo, mas que se
mostraram inadequados para os fins do controle de processos. Obviamente que
os processos podem operar sem o auxlio de mtodos estatsticos, e no raras
eram as situaes onde isso acontecia.
Mas com o advento das normas visando a qualidade e de outros fatores que
podem ser sumarizados no termo globalizao, conceitos que antes eram vistos
como utpicos, passaram a ser tratados com mais seriedade. Contudo, para que
esses conceitos sejam concisamente definidos, indispensvel que a metrologia
acompanhe o nvel exigido pela aplicao. O caso do instrumento ser apto ou no
para uma dada atividade somente um dos diversos focos compreendidos na
cincia das medies. Logo, a metrologia um setor com demanda crescente,
pois ela quem fornece as informaes necessrias para avaliar se um produto
ou processo atende ou no as expectativas da cadeia produtiva, ou seja, permite
inferir se h qualidade, agilidade, eficincia e custo adequados.
Obviamente que tudo era mais simples quando o nvel de qualidade era medido
em funo das peas conformes e no-conformes, sem levar em considerao o
custo de m qualidade envolvido no desconhecimento do processo como um
todo. Porm, hoje, o resultado de uma medio no implica apenas conhecer
80
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]
. Sem dvida que o rigor metrolgico por trs de uma inspeo
distinto daquele por trs da avaliao de um processo, tanto com relao

estabilidade quanto capacidade. Isso foi demonstrado nos estudos de caso do
captulo 4, quando instrumentos que eram aparentemente eficazes para a tarefa
de inspeo mostraram-se inadequados para o controle de processos.
O critrio estabelecido pela regra de ouro da metrologia no leva em conta a
variabilidade do processo, mas apenas a tolerncia do produto. A norma ISO
14253-1 especifica regies de dvida em virtude da incerteza associada ao
processo de medio, reduzindo teoricamente os limites de especificao do
produto. Processos com elevada capacidade requerero medies menos
rigorosas (baixa probabilidade de produzir-se unidades prximas aos limites de
especificao), enquanto que processos com baixa capacidade exigiro medies
com menor incerteza (considervel frao de produtos prxima aos limites de
especificao), para que o risco de aceitar-se um produto no-conforme ou de
rejeitar-se um produto conforme seja reduzido figura 5.2.
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
Figura 5.2 O efeito da incerteza de medio na avaliao da conformidade

(adaptado) [45]
Entretanto, sob o ponto de vista do controle de processos, a situao um pouco

diferente. Quando se tem um processo produtivo com baixa capacidade, a
incerteza associada ao processo de medio menos crtica que no caso de um
processo produtivo com elevada capacidade. Como este sempre influenciado
por um conjunto de fatores (e.g. ambiente, mo-de-obra, limitaes tcnicas etc.)
que no so invariveis, a avaliao do processo, na prtica, sempre possvel,
mesmo sem um instrumento dito ideal.
Obviamente que processos excessivamente capazes, na tica do controle
estatstico, exigiro um controle mais sofisticado e, necessariamente, mais caro.
Ou seja, um investimento no processo de fabricao exigir uma conotao
similar quanto ao processo de medio, que deve ser convenientemente contrabalanceada com o retorno do investimento. Neste nterim, a melhor qualidade
possvel pode acarretar investimentos excessivos, sendo a metrologia o meio de
avaliar-se um processo na busca pela qualidade necessria e diferenciada.
Porm antes de analisar um processo de fabricao, necessrio o
conhecimento do processo de medio. Algumas formas de avali-lo foram
realadas nesta dissertao, as quais se mostram de suma importncia na
82
garantia da qualidade atual. Da simples adequao envolvendo a resoluo de

um instrumento de medio na utilizao de grficos de controle, ao entendimento
do
processo
de
medio
por
meio
de
estudos
de
repetitividade
reprodutibilidade e de programas para a garantia da qualidade da medio, a

escolha do sistema de medio mais apto est intrinsecamente ligada ao meio, ou
seja, ao propsito da medio.
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
Figura 5.3 A dependncia entre a qualidade do produto/processo e a

qualidade da medio
A figura 5.3 sumariza a cadeia de informaes envolvidas na avaliao de um

processo de fabricao, abrangendo o processo de medio e a utilizao das
informaes obtidas para reportar uma determinada tarefa, e.g. avaliao da
conformidade do produto, controle do processo, avaliao da capacidade do
processo. Para que essas tarefas resultem em avaliaes confiveis, a qualidade
inerente ao processo de medio deve ser conhecida e compatvel com a tarefa
em questo. Nessa vertente, a calibrao do sistema de medio, a aplicao de
tcnicas estatsticas, a avaliao de incerteza de medio so atividades
necessrias.
83
Em suma, pode-se fazer uma analogia entre os conceitos presentes no processo

de fabricao com aqueles do processo de medio. O controle estatstico de
processo tem como verso metrolgica o programa para a garantia da qualidade
do processo de medio (PMAP). A avaliao de um processo produtivo por meio
de ndices de capacidade similar ao estudo de repetitividade e reprodutibilidade.
Outras analogias podem ser evidenciadas, mas o ponto principal que para que
um processo de fabricao opere corretamente, o processo de medio deve
funcionar dentro de limites coerentes, que s podem ser atingidos a partir de uma
garantia da qualidade das medies eficiente.
Ou seja, o questionamento inicial deste item: como as coisas funcionaram at
hoje, mesmo com uma metrologia que na tica atual parece precria?, deveria ser
ajustado para o seguinte: como a metrologia deve ser ajustada para sintetizar as
necessidades atuais. O imperativo pela metrologia foi imposto pelo cenrio
mundial, e no se tem por interesse mudar o rumo da histria, mas adequar-se a
ela. Isto implica, dentre outras coisas, conhecer o que se faz, e o instrumento
mais adequado para tal a metrologia.
84
CAPTULO 6
CONSIDERAES FINAIS E
OPORTUNIDADES FUTURAS
Que a metrologia assumiu um papel de extrema importncia na era da

informao, ficou evidente. No foram raras as ocasies vivenciadas durante este
trabalho em que informaes concisas eram desejadas, tanto no plano gerencial
como na produo. Queira ou no, a metrologia tornou-se uma grande ferramenta
para conciliar a indstria aos exigentes mercados nacional e internacional.
Nos captulos anteriores desta dissertao, ressaltou-se que a metrologia no
est restrita ao instrumento de medio, mas a um conjugado sumarizado na
expresso processo de medio. Este requer, alm de um equipamento de
medio condizente com a aplicao, que um conjunto de fatores que afetam o
resultado de uma medio seja coerentemente abordado. As condies
ambientais, as caractersticas do mensurando, o operador do instrumento e outros
fatores so misteres para que a imagem da metrologia no seja arranhada, e que
os resultados proporcionados por ela no sejam distorcidos. Isso requerer
investimentos que podem no ser suportados pelos diretores da empresa, por
estes ainda considerarem a metrologia apenas como uma rea de apoio e no
como um processo cujo produto final so informaes que auxiliam no
atendimento s necessidades da empresa e dos clientes.
Entretanto, as exigncias por parte dos clientes e os novos padres de qualidade
tm induzido uma mudana de paradigma com relao metrologia, que no
mais se encaixa na tradicional viso operacional, com mo-de-obra incapaz de
interpretar um resultado de medio. Desprovido de significado, o resultado de
uma medio no permite que aes sejam tomadas a fim de minimizar o refugo,
o retrabalho e os custos de produo. A completa implantao dos requisitos da
85
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]
NBR ISO 9000, Sistemas de Gesto da Qualidade Fundamentos e

Vocabulrio, dezembro de 2000.
[2]
M. A. L. de Oliveira, A ISO 9000 e o Consumidor, Banas Qualidade, fevereiro

de 2001.
[3]
F. Banas, O Desafio da Produtividade, Seminrio: A Medida da Qualidade e

Produtividade, Fundao CERTI, Florianpolis, maro de 2003.
[4]
Eight of every 10 cars to 'run on ISO 9001:2000', Disponvel em:

http://www.iso.org/iso/en/commcentre/pressreleases/2003/Ref853.html.
Acesso em: 01/08/2003.
[5]
The ISO Survey of ISO 9000 and ISO 14000 Certificates Twelfth cycle: up
to
and
including
31
December
2002.
Disponvel
em:
http://www.iso.ch/iso/en/iso9000-14000/pdf/survey12thcycle.pdf. Acesso em:

24/09/2003.
[6]
W. E. Deming, Out of the Crisis, Massachusetts Institute of Technology,

Center for Advanced Engineering Study, Cambridge, Mass, 1986.
[7]
T. Pfeifer, F. Torres, Manual de Gestin e Ingeniera de la Calidad, Mira

Editores, 1999.
[8]
G. D. Donatelli, Gesto de Processos, Seminrio: A Medida da Qualidade e

Produtividade, Florianpolis, maro de 2003.
[9]
NBR ISO 9001, Sistemas de Gesto da Qualidade Requisitos, dezembro

de 2000.
[10] ISO 10012-1, Quality Assurance Requirements for Measuring Equipment
Part 1: Metrological Confirmation System for Measuring Equipment, 1992.

[11] NBR ISO/IEC 17025, Requisitos Gerais para Competncia de Laboratrios
de Ensaio e Calibrao, janeiro de 2001.

[12] J. L. Everhart, Developing a Process Measurement Assurance Program
(PMAPTM), Cal Lab, January-February, 1997.

[13] AIAG, ASQ, Measurement Systems Analysis (MSA), Reference Manual,
Third Edition, The Automotive Industries Action Group, Troy, 2002.
87
[14] D. J. Wheeler, R. W. Lyday, Evaluating the Measurement Process, Second

Edition, SPC Press, Knoxville, Tennessee, 1989.
[15] P. Bennich, Planning Metrology in Advanced Product Quality Planning,
Seminrio: A Medida da Qualidade e Produtividade, Fundao CERTI,
Florianpolis, maro de 2003.
[16] Guia para a Expresso da Incerteza de Medio, Segunda Edio Brasileira
do Guide to the Expression of Uncertainty in Measurement, Edio Revisada
(agosto de 1998).
[17] R. Brinkmann, Planung industrieller Messtechnik, Seminrio: A Medida da
Qualidade e Produtividade, Fundao CERTI, Florianpolis, maro de 2003.
[18] M. T. C. Dria, R. C. dos Santos, Normas ISO e o Controle de Dispositivos
de Medio, M&I, junho de 2001.

[19] W. Shewhart, Economic Control of Quality of Manufactured Product,
republished by American Society for Quality Control, Milwaukee, Wisconsin,
1980.
[20] W. H. Woodall, Controversies and Contradictions in Statistical Process
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
Errors on the Values of Process Capability Indices, 6th IMEKO SYMPOSIUM

Metrology for Quality Control in Production, pp.133-141, 1998.
[27] S. Kotz, N. L. Johnson, Process Capability Indices A Review, 1992-2000,
Journal of Quality Technology, Vol. 34, No. 1, pp. 2-19, January 2002.
88
[28] S. Bordignon, M. Scagliarini, Statistical Analysis of Process Capability
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.
Acesso em: 24/06/2003.

[34] A. A. Gonalves Jr., Metrologia Parte I 2002.1, Apostila do Programa de
Ps-graduao em Metrologia Cientfica e Industrial.
[35] E.
Dietrich,
A.
Schulze,
Eignungsnachweis
von
Prfprozessen:
Prfmittelfhigkeit und Messunsicherheit im aktuellen Normenumfeld, Carl

Hanser Verlag.
[36] INMETRO, Vocabulrio Internacional de Termos Fundamentais e Gerais em
Metrologia, 1995.
[37] B. H. S. Nielsen, Know Your Uncertainty, Quality Magazine, April 2000.
[38] T. Heston, Certain about Uncertainty, F&M Magazine On-line, August 2002.
Disponvel em: http://www.ndx.com/article.asp?article_id=375. Acesso em:
23/07/2003.
[39] P. Stein, Statistical Issues in Measurement, Special Publication ASQ
Statistics Division, July 2002.
[40] ISO/TS 14253-2, Geometrical Product Specifications (GPS) Inspection by
measurement of workpieces and measuring equipment Part 2: Guide to the

89
estimation of uncertainty in GPS measurement, in calibration of measuring

equipment and in product verification, International Organization for
Standardization, First Edition, 1999.
[41] S. K. Kimothi, The Uncertainty of Measurements, Physical and Chemical
Metrology: Impact and Analysis, ASQ Quality Press, Milwaukee, Wisconsin,

2002.
[42] E. R. Ott, E. G. Schilling, D. V. Neubauer, Process Quality Control:
Troubleshooting and Interpretation of Data, 3rd Edition, McGraw-Hill, 2000.

[43] J. Richter, Engenharia da Qualidade, Seminrio: A Medida da Qualidade e
Produtividade, Fundao CERTI, Florianpolis, maro de 2003.
[44] D. J. Wheeler, Capability Ratios Vary, Quality Digest, June 1997. Disponvel
em:
http://www.qualitydigest.com/june97/html/capablty.html.
Acesso
em:
23/07/2003.
[45] ISO 14253-1, Geometrical Product Specifications (GPS) Inspection by
measurement of workpieces and measuring equipment Part 1: Decision

rules for proving conformance or non-conformance with specifications,
International Organization for Standardization, First Edition, 1998.
[46] D. J. Wheeler, Understanding Variation The Key to Managing Chaos, SPC
Press, Knoxville, Tennessee, 1993.
[47] A. R. Sousa, C. A. Schneider, Recomendaes para uma Utilizao Eficiente
e Confivel da Tecnologia de Medio por Coordenadas, Mquinas &

Metais, maio de 2001.
[48] A. R. Sousa, A. L. Oliveira, G. G. Soares, Garantia da Confiabilidade
Metrolgica na Medio por Coordenadas, Fundao CERTI, Florianpolis,

novembro de 2002.
[49] ASQC, AIAG, Statistical Process Control, Automotive Industry Action Group,
Troy, Mi, 1992.
[50] H. J. Mittag, Measurement Error Effects on the Performance of Process
Capability Indices, in Frontiers in Statistical Quality Control 5 (ed. H. J. Lenz,

P. Th. Wilrich), pp. 195-206, Heidelberg Physica-Verlag, 1997.
90
[51] D. Geus, T. Killmaier, A. Weckenmann, Measurement Uncertainty and
Statistical Process Control in Manufacturing Processes, Course for Technical

Universities: Geometrical Product Specifications, Chapter 24.
[52] C. R. Baldo, G. D. Donatelli, Avaliao da Capacidade de Processos: Efeito
da Amostragem e da Incerteza de Medio, Anais do III Congresso Brasileiro

de Metrologia, Recife, setembro de 2003.
[53] H. J. Mittag, D. Stemann, Gage Imprecision Effect on the Performance of
_
X S Control Chart, Journal Applied Statistics, March 1998.

[54] J. H. C. Silva, G. D. Donatelli, Efeito da Incerteza de Medio na
Sensibilidade da Carta de Controle de Valores Individuais, Anais do III

Congresso Brasileiro de Metrologia, Recife, setembro de 2003.
[55] D. Dusharme, Gage Use and Abuse, Quality Digest, February 1997.
Disponvel
em:
http://www.qualitydigest.com/feb99/html/body_gages.html.
Acesso em: 23/07/2003.

[56] P. Stein, Dont Whine Calibrate, Quality Progress, pp. 85-87, November
2000.
[57] P. H. Osanna, M. N. Durakbasa, A. Nomak Akdogan, A. Afjehi-Sadat,
Artificial Intelligence Based Supervision and Confirmation of Complex

Measurement Systems, Anais do III Congresso Brasileiro de Metrologia,
Recife, setembro de 2003.
[58] L. B. Hare, Process Variation Reduction and How the Cookie Crumbles, Kraft
Foods.
91

Interação Entre o Controle de Processos e A Metrologia em Indústrias de Manufatura

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Interação Entre o Controle de Processos e A Metrologia em Indústrias de Manufatura

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE FEDERAL DE SANTA CATARINA

Programa de Ps-Graduao em Metrologia Cientfica e Industrial

A INTERAO ENTRE O CONTROLE DE

Autor: Crhistian Raffaelo Baldo, Eng.

A INTERAO ENTRE O CONTROLE DE

Ao Programa de Ps-Graduao em Metrologia Cientfica e Industrial,

desenvolvimento de programas para a garantia da qualidade das medies, que

4.2.1 Diagnstico inicial do processo _____________________________ 55

Figura 4.5 Planilha do estudo de repetitividade e reprodutibilidade do

Figura 4.18 Posicionamento das peas em ambos os fornos de revenido, sendo

Anlise de Mdias (Analysis of Means)

Agncia de Promoo de Exportaes

Mquina de Medir por Coordenadas (Coordinate Measuring

Avanados de Metrologia para Processos e Produtos Industriais

Delineamento de Experimentos (Design of Experiments)

Avaliao do Processo de Medio (Evaluating the Measurement

Anlise dos Modos de Falhas e seus Efeitos (Failure Modes and

Anlise de rvore de Falhas (Failure Tree Analysis)

Repeatability and Reproducibility)

Nmero de Categorias Distintas (Number of Distinct Categories)

Programa para a Garantia da Qualidade do Processo de Medio

Procedimento para Gerenciamento de Incerteza (Procedure for

Controle Estatstico de Processo (Statistical Process Control)

Padro, Pea, Instrumento, Operador, Procedimento, Ambiente

Nas ltimas dcadas, a crescente concorrncia industrial tem direcionado novos

Garante-se, com isso, que a empresa possui um sistema de gesto da qualidade

vantagem de mercado e presso dos clientes. Por outro lado, as empresas

Figura 1.1 Grfico ilustrando a quantidade de certificados ISO 9000 emitidos

Os benefcios esperados pela adoo de um sistema de gesto da qualidade

de mercado at a entrega do produto ao cliente. Esses mtodos podem ser

. Estes so preventivos, usados nas

maioria das empresas, que permita visualizar que a qualidade do produto e

1 Trim 2 Trim 3 Trim 4 Trim

Qualquer tarefa de controle ou melhoria da qualidade precisa de informao

. Para conseguir esse ideal, o setor de metrologia,

com os requisitos de medio e monitoramento

. Esse enfoque, embora

generalizado, orientado atravs da referncia s normas da famlia ISO 10012.

. Nela, ressalta-se que o equipamento de medio deve ter

caractersticas metrolgicas adequadas para o uso e tambm que devem ser

ser destinada a laboratrios de ensaio e calibrao. Aquela orienta, embora no

tem recomendado a utilizao de grficos de controle para monitorar

o processo de medio e controlar e melhorar a capacidade de medio. Atravs

e a avaliao do processo de medio

. Entretanto eles incluem apenas os erros que variam durante o

experimento, so cegos para erros constantes, no possuem carter presciente e

Os mtodos estatsticos aplicados medio no geram resultados que possam

prope um mtodo amplamente

aceito como referncia para estimar e expressar a incerteza de medio, incluindo

salienta o seguinte paradoxo

na medio: geralmente o mtodo correto extremamente caro, lento e

uso de matrizes de deciso, e.g. a matriz de Kepner e Tregoe, e a preparao de

. Para tanto, a voz do processo tambm

e a satisfao do cliente, de maneira que o ciclo de negociaes no seja

Os mtodos estatsticos so amplamente usados para entender, monitorar e

Estatstica a cincia de torturar os

tudo muito simples: a estatstica

fraseou: enquanto todo processo exibe variao, alguns deles

exibem variao controlada, e outros exibem variao no controlada. Com base

varivel. Os grficos de controle por variveis visam trabalhar com dados

A partir de vinte medies sucessivas, k = 20, calculam-se as amplitudes mveis

Com esses valores, calculam-se:

A mdia das medies individuais: