Diego Rodrigues & Franciele Borba
Controle de
Processo
Plano de Controle
Controle Estatístico de Processo
Análise de Capabilidade de Processo
Diego Rodrigues & Franciele Borba
Plano de Controle
Diego Rodrigues & Franciele Borba
Plano de Controle
 O Plano de Controle é derivado do FMEA;
 O Plano de Controle inclui todos controles previstos em cada
operação listada no Fluxograma de Processo;
 Técnicas à Prova de Erro (Poka Yoke / Mistake Proofing)
devem ser preferidas a controles convencionais;
 Estabelecer as características a serem verificadas, os
métodos e o plano de reação em cada etapa aplicável do
processo;
 Pode ser incorporado às Folhas de Processos.
Diego Rodrigues & Franciele Borba
Formulário
Cabeçalho
Diego Rodrigues & Franciele Borba
Formulário
Identificação da
Etapa do
Processo onde o
controle é
aplicado
Diego Rodrigues & Franciele Borba
Formulário
Descrição das
características
controladas
Diego Rodrigues & Franciele Borba
Características Especiais
Controle Robusto
Dispositivo à Prova
de Erro
Poka Yoke /
Mistake Proofing
Controle Estatístico de
Processo
Cartas de Controle e Análise de
Capabilidade
Inspeção 100%
Preferencial Recomendável Contenção (85% eficaz)
Diego Rodrigues & Franciele Borba
Formulário
Detalhes sobre o
método de
controle
Diego Rodrigues & Franciele Borba
Formulário
Plano de Reação
Diego Rodrigues & Franciele Borba
Exemplos
Diego Rodrigues & Franciele Borba
Exemplos
Diego Rodrigues & Franciele Borba
Fluxograma de Processo
Op. 30
Colocar
água na
cuia
Cevar a
erva
Queimar a
erva
Gosto
amargo
Chiado
da
chaleira
Experiment
ar
chimarrão
Água muito
quente
PFMEA
Plano de Controle
Interface com outros documentos
Folhas
de
Processo
Diego Rodrigues & Franciele Borba
Controle Estatístico de Processos -
CEP
 Controle Estatístico de Processo (Statistical Process Control
– SPC).
 Definição: método preventivo de se comparar, continuamente,
os resultados de um processo com referenciais, identificando a
partir de dados estatísticos as tendências para variações
significativas, a fim de eliminar ou controlar essas variações;
 Objetivo: reduzir a variabilidade de um processo através da
eliminação das causas especiais de variação.
Diego Rodrigues & Franciele Borba
Conceitos Básicos
 Variação;
 Distribuição Normal;
 Causas Especiais e Causas Comuns;
 Controle estatístico.
Diego Rodrigues & Franciele Borba
Variação (Dispersão)
Diego Rodrigues & Franciele Borba
Medidas de Variação
 Amplitude (A ou R):
 R = Maior leitura – menor leitura
 Desvio padrão (s):informa quanto os dados
estão dispersos em torno da média. Para
variações pequenas o desvio padrão é
pequeno.
 












 n
x
x
n
S
i
i
2
2
1
1
Diego Rodrigues & Franciele Borba
Distribuição Normal
Média
Desvio
Padrão
Diego Rodrigues & Franciele Borba
Tipos de Variação
 Aleatória:
 Inerentes ao processo;
 Podem ser eliminadas
somente através de
melhorias no
processo;
 Tipicamente 15% dos
problemas;
 Causas comuns.
 Não Aleatória:
 Devido a razões
identificáveis
(assinaláveis);
 Podem ser eliminadas
através de ações do
operador ou da
gerência;
 Tipicamente 85% dos
problemas;
 Causas especiais.
Diego Rodrigues & Franciele Borba
Causas comuns x Causas especiais
Diego Rodrigues & Franciele Borba
Variabilidade e Previsibilidade
 Todos os processos
têm variação... Mas
somente variação
devido a causas
comuns é previsível.
 Um processo está sob
controle estatístico
quando somente
causas comuns estão
presentes.
Processo sob ação de
causas especiais
Processo sob ação de
causas comuns
Diego Rodrigues & Franciele Borba
Controle de Processo
Processo fora de controle:
• Presença de causas especiais
• Processo instável
• Processo não previsível
Processo sob controle:
• Causas especiais eliminadas
• Presença somente de causas comuns de variação
• Processo estável
• Processo previsível
m
Implementação de
Controle de Processo
Diego Rodrigues & Franciele Borba
Gráfico de Controle
1 2 3 4 5 6 7 8 9 10
Número da Amostra
LSC
Média
LIC
LSE
LIE
Causa
Especial
Gráficos de
controle mostram
a variação do
processo ao
longo do tempo
Diego Rodrigues & Franciele Borba
Cartas de Controle: objetivo
Identificar causas especiais
de variação.
Diego Rodrigues & Franciele Borba
Principais Tipos de Cartas de Controle
 Dados Tipo Atributos
 Para itens defeituosos (carta p)
 Para defeitos (carta c)
 Dados Tipo Variáveis
 X e AM (individuais e amplitude móvel)
 X e R (média e amplitude)
Diego Rodrigues & Franciele Borba
Cartas: apresentação
Composta de dois gráficos:
 Gráfico das médias (X) ou dos valores
individuais (I)
 Mostram a localização do processo
 Tipicamente possuem Limites Inferiores e
Superiores de Controle (LIC / LSC)
 Gráfico das amplitudes (R) ou amplitude
móvel (mR)
 Mostram a variação (disperção) do processo
 Possuem somente Limite Superior de
Controle (LSC)
Diego Rodrigues & Franciele Borba
Processo Estável = Sob Controle
Histograma: “fotografia
do processo”
Carta de controle:
comportamento ao longo
do tempo
Diego Rodrigues & Franciele Borba
Determinação dos Limites de Controle
x =
x1 + x2 + ... xk
k
=
LSC = x + A2R LIC = x - A2R
= =
Onde:
x = média das médias das amostras
=
Limites para gráfico Xbar
Aproximadamente igual a 3
Desvios Padrão
Diego Rodrigues & Franciele Borba
Critérios para identificação de causas especiais nas
cartas de controle
8 ou mais pontos acima ou abaixo
da Linha Central
Possíveis causas:
Mudança no ajuste de máquina
Processo, método ou material diferente
Avaria de um componente na máquina
Quebra de máquina
Grande variação no material recebido
6 ou mais pontos Subindo ou
Descendo
Possíveis causas:
Desgaste de Ferramenta
Gradual desgaste do equipamento
Desgaste relacionado ao
instrumento de medição
Pontos fora dos Limites de Controle
Possíveis causas:
Erro na medição ou digitação
Quebra de ferramenta
Instrumento de medição desregulado
Operador não consegue identificar a medida
Periodicidade dos Pontos
Possíveis causas:
Não-uniformidade na matéria-prima recebida
Rodízio de Operadores, Gabaritos e
instrumentos
Diferença entre turnos
Deslocamento da Média
Possíveis causas:
Novo Método
Nova Máquina
Melhoria de Qualidade
Novo Lote de Material
Diego Rodrigues & Franciele Borba
Processo Instável = Fora de Controle
Presença de causas
especiais
Presença de causas
especiais
Diego Rodrigues & Franciele Borba
Exemplos
 Criação de uma carta:
 Virtual Machine
 Formulário Carta de Controle
 Exemplo 1
 Exemplo 2
Diego Rodrigues & Franciele Borba
Seleção de Cartas de Controle
Diego Rodrigues & Franciele Borba
Capabilidade de Processo - Conceitos
 Tolerâncias: especificações de engenharia que representam requisitos do
produto.
 Capabilidade do Processo: representa o melhor desempenho do processo e é
determinada pela variação das causas comuns. Isso é demonstrado quando o
processo está sendo operado sob controle estatístico.
 A capabilidade potencial do processo (Cp) é a entre tolerância e a
variabilidade do processo.
 A capabilidade efetiva do processo (Cpk) mede a localização da variação do
processo com relação aos limites de especificação. É a condição real de
operação do processo. Considera a variação dentro dos subgrupos sc (desvio
padrão estimado por Rbar/d2) – estudo de curto prazo.
 Desempenho do Processo: representa o desempenho geral do processo
considerando todas as variações presentes.
 O desempenho potencial e efetivo do processo (Pp/Ppk) tem conceito similar
ao da capabilidade, porém utiliza a variação entre os subgrupos sp, que é a
variação total do processo (desvio padrão amostral s  longo prazo.
Diego Rodrigues & Franciele Borba
Índice de Capabilidade Potencial
do Processo
Cp =
Amplitude da tolerância
Amplitude do processo
LSE – LIE
6sc
Cp =
Cálculo da Capabilidade do Processo
Onde:
sc = R
d2
_
Diego Rodrigues & Franciele Borba
Exemplo:
Dimensão = 9,0mm  0.5mm
Média do processo = 8,80 mm
Amplitude média = 0,33 mm
Tamanho da amostra = 5
LSE – LIE
6sc
Cp =
9.5 - 8.5
6 (0,33/2,326)
Cp = = 1,17
Calculando Cp
Onde:
sc = R
d2
_
Diego Rodrigues & Franciele Borba
Índice de Capabilidade “efetiva”
do Processo
Cpk = mínimo x - LIE
3sc
LSE - x
3sc
;
_ _
Cálculo da Capabilidade do Processo
Onde:
sc = R
d2
_
Diego Rodrigues & Franciele Borba
8.80 - 8.50
3 (0,33/2,326)
9.50 - 8.80
3 (0,33/2,326)
Cpk = mínimo ;
0,70 1,64
= 0,70
Exemplo:
Dimensão = 9,0mm  0.5mm
Média do processo = 8,80 mm
Amplitude média = 0,33 mm
Tamanho da amostra = 5
Calculando Cpk
Cpk = mínimo x - LIE
3sc
LSE - x
3sc
;
_ _
Diego Rodrigues & Franciele Borba
Representação da Capabilidade
LIE LSE
Cp = 1,17
Cpk = 0,70
8,5 9,59,0X
_
Diego Rodrigues & Franciele Borba
(b) Limites de especificação e
variação natural são iguais;
processo é capaz de atender
as especificações a maior
parte do tempo.
Limites de
Especificação
Processo
(a) Variação natural
excede os limites de
especificação; processo
não é capaz de atender
as especificações o tempo
todo.
Limites de
Especificação
Processo
Processos capazes e não capazes
Diego Rodrigues & Franciele Borba
Processos capazes e não capazes
(c) Limites de especificação
maiores que a variação
natural do processo; o
processo é capaz de
atender a especificação
ao longo do tempo.
(d) Limites de especificação
maiores que a a variação natural
do processo, mas o processo
está descentralizado. Processo
capaz mas alguns resultados
não vão atender o limite
superior de especificação.
Limites de
Especificação
Processo
Limites de
Especificação
Processo
Diego Rodrigues & Franciele Borba
 Cp < 1: a capabilidade do
processo é inadequada à
tolerância exigida.
 1 ≤ Cp ≤ 1,33: a
capabilidade do processo
está em torno da diferença
entre as especificações.
 Cp > 1,33: a capacidade do
processo é adequada à
tolerância exigida (resta 30%
de “folga” na tolerância).
Análise da capabilidade
Diego Rodrigues & Franciele Borba
Índice de Desempenho Potencial
do Processo
Pp =
Amplitude da tolerância
Amplitude do processo
LSE – LIE
6sp
Pp =
Desempenho do Processo
Onde: sp = s
Diego Rodrigues & Franciele Borba
Resultados da Análise de Capabilidade
Diego Rodrigues & Franciele Borba
Exemplos
 Cálculo de Capabilidade
 Virtual Machine
 Formulário Estudo de Capabilidade
 Exemplo 1
 Exemplo 2

Controle de Processo

  • 1.
    Diego Rodrigues &Franciele Borba Controle de Processo Plano de Controle Controle Estatístico de Processo Análise de Capabilidade de Processo
  • 2.
    Diego Rodrigues &Franciele Borba Plano de Controle
  • 3.
    Diego Rodrigues &Franciele Borba Plano de Controle  O Plano de Controle é derivado do FMEA;  O Plano de Controle inclui todos controles previstos em cada operação listada no Fluxograma de Processo;  Técnicas à Prova de Erro (Poka Yoke / Mistake Proofing) devem ser preferidas a controles convencionais;  Estabelecer as características a serem verificadas, os métodos e o plano de reação em cada etapa aplicável do processo;  Pode ser incorporado às Folhas de Processos.
  • 4.
    Diego Rodrigues &Franciele Borba Formulário Cabeçalho
  • 5.
    Diego Rodrigues &Franciele Borba Formulário Identificação da Etapa do Processo onde o controle é aplicado
  • 6.
    Diego Rodrigues &Franciele Borba Formulário Descrição das características controladas
  • 7.
    Diego Rodrigues &Franciele Borba Características Especiais Controle Robusto Dispositivo à Prova de Erro Poka Yoke / Mistake Proofing Controle Estatístico de Processo Cartas de Controle e Análise de Capabilidade Inspeção 100% Preferencial Recomendável Contenção (85% eficaz)
  • 8.
    Diego Rodrigues &Franciele Borba Formulário Detalhes sobre o método de controle
  • 9.
    Diego Rodrigues &Franciele Borba Formulário Plano de Reação
  • 10.
    Diego Rodrigues &Franciele Borba Exemplos
  • 11.
    Diego Rodrigues &Franciele Borba Exemplos
  • 12.
    Diego Rodrigues &Franciele Borba Fluxograma de Processo Op. 30 Colocar água na cuia Cevar a erva Queimar a erva Gosto amargo Chiado da chaleira Experiment ar chimarrão Água muito quente PFMEA Plano de Controle Interface com outros documentos Folhas de Processo
  • 13.
    Diego Rodrigues &Franciele Borba Controle Estatístico de Processos - CEP  Controle Estatístico de Processo (Statistical Process Control – SPC).  Definição: método preventivo de se comparar, continuamente, os resultados de um processo com referenciais, identificando a partir de dados estatísticos as tendências para variações significativas, a fim de eliminar ou controlar essas variações;  Objetivo: reduzir a variabilidade de um processo através da eliminação das causas especiais de variação.
  • 14.
    Diego Rodrigues &Franciele Borba Conceitos Básicos  Variação;  Distribuição Normal;  Causas Especiais e Causas Comuns;  Controle estatístico.
  • 15.
    Diego Rodrigues &Franciele Borba Variação (Dispersão)
  • 16.
    Diego Rodrigues &Franciele Borba Medidas de Variação  Amplitude (A ou R):  R = Maior leitura – menor leitura  Desvio padrão (s):informa quanto os dados estão dispersos em torno da média. Para variações pequenas o desvio padrão é pequeno.                n x x n S i i 2 2 1 1
  • 17.
    Diego Rodrigues &Franciele Borba Distribuição Normal Média Desvio Padrão
  • 18.
    Diego Rodrigues &Franciele Borba Tipos de Variação  Aleatória:  Inerentes ao processo;  Podem ser eliminadas somente através de melhorias no processo;  Tipicamente 15% dos problemas;  Causas comuns.  Não Aleatória:  Devido a razões identificáveis (assinaláveis);  Podem ser eliminadas através de ações do operador ou da gerência;  Tipicamente 85% dos problemas;  Causas especiais.
  • 19.
    Diego Rodrigues &Franciele Borba Causas comuns x Causas especiais
  • 20.
    Diego Rodrigues &Franciele Borba Variabilidade e Previsibilidade  Todos os processos têm variação... Mas somente variação devido a causas comuns é previsível.  Um processo está sob controle estatístico quando somente causas comuns estão presentes. Processo sob ação de causas especiais Processo sob ação de causas comuns
  • 21.
    Diego Rodrigues &Franciele Borba Controle de Processo Processo fora de controle: • Presença de causas especiais • Processo instável • Processo não previsível Processo sob controle: • Causas especiais eliminadas • Presença somente de causas comuns de variação • Processo estável • Processo previsível m Implementação de Controle de Processo
  • 22.
    Diego Rodrigues &Franciele Borba Gráfico de Controle 1 2 3 4 5 6 7 8 9 10 Número da Amostra LSC Média LIC LSE LIE Causa Especial Gráficos de controle mostram a variação do processo ao longo do tempo
  • 23.
    Diego Rodrigues &Franciele Borba Cartas de Controle: objetivo Identificar causas especiais de variação.
  • 24.
    Diego Rodrigues &Franciele Borba Principais Tipos de Cartas de Controle  Dados Tipo Atributos  Para itens defeituosos (carta p)  Para defeitos (carta c)  Dados Tipo Variáveis  X e AM (individuais e amplitude móvel)  X e R (média e amplitude)
  • 25.
    Diego Rodrigues &Franciele Borba Cartas: apresentação Composta de dois gráficos:  Gráfico das médias (X) ou dos valores individuais (I)  Mostram a localização do processo  Tipicamente possuem Limites Inferiores e Superiores de Controle (LIC / LSC)  Gráfico das amplitudes (R) ou amplitude móvel (mR)  Mostram a variação (disperção) do processo  Possuem somente Limite Superior de Controle (LSC)
  • 26.
    Diego Rodrigues &Franciele Borba Processo Estável = Sob Controle Histograma: “fotografia do processo” Carta de controle: comportamento ao longo do tempo
  • 27.
    Diego Rodrigues &Franciele Borba Determinação dos Limites de Controle x = x1 + x2 + ... xk k = LSC = x + A2R LIC = x - A2R = = Onde: x = média das médias das amostras = Limites para gráfico Xbar Aproximadamente igual a 3 Desvios Padrão
  • 28.
    Diego Rodrigues &Franciele Borba Critérios para identificação de causas especiais nas cartas de controle 8 ou mais pontos acima ou abaixo da Linha Central Possíveis causas: Mudança no ajuste de máquina Processo, método ou material diferente Avaria de um componente na máquina Quebra de máquina Grande variação no material recebido 6 ou mais pontos Subindo ou Descendo Possíveis causas: Desgaste de Ferramenta Gradual desgaste do equipamento Desgaste relacionado ao instrumento de medição Pontos fora dos Limites de Controle Possíveis causas: Erro na medição ou digitação Quebra de ferramenta Instrumento de medição desregulado Operador não consegue identificar a medida Periodicidade dos Pontos Possíveis causas: Não-uniformidade na matéria-prima recebida Rodízio de Operadores, Gabaritos e instrumentos Diferença entre turnos Deslocamento da Média Possíveis causas: Novo Método Nova Máquina Melhoria de Qualidade Novo Lote de Material
  • 29.
    Diego Rodrigues &Franciele Borba Processo Instável = Fora de Controle Presença de causas especiais Presença de causas especiais
  • 30.
    Diego Rodrigues &Franciele Borba Exemplos  Criação de uma carta:  Virtual Machine  Formulário Carta de Controle  Exemplo 1  Exemplo 2
  • 31.
    Diego Rodrigues &Franciele Borba Seleção de Cartas de Controle
  • 32.
    Diego Rodrigues &Franciele Borba Capabilidade de Processo - Conceitos  Tolerâncias: especificações de engenharia que representam requisitos do produto.  Capabilidade do Processo: representa o melhor desempenho do processo e é determinada pela variação das causas comuns. Isso é demonstrado quando o processo está sendo operado sob controle estatístico.  A capabilidade potencial do processo (Cp) é a entre tolerância e a variabilidade do processo.  A capabilidade efetiva do processo (Cpk) mede a localização da variação do processo com relação aos limites de especificação. É a condição real de operação do processo. Considera a variação dentro dos subgrupos sc (desvio padrão estimado por Rbar/d2) – estudo de curto prazo.  Desempenho do Processo: representa o desempenho geral do processo considerando todas as variações presentes.  O desempenho potencial e efetivo do processo (Pp/Ppk) tem conceito similar ao da capabilidade, porém utiliza a variação entre os subgrupos sp, que é a variação total do processo (desvio padrão amostral s  longo prazo.
  • 33.
    Diego Rodrigues &Franciele Borba Índice de Capabilidade Potencial do Processo Cp = Amplitude da tolerância Amplitude do processo LSE – LIE 6sc Cp = Cálculo da Capabilidade do Processo Onde: sc = R d2 _
  • 34.
    Diego Rodrigues &Franciele Borba Exemplo: Dimensão = 9,0mm  0.5mm Média do processo = 8,80 mm Amplitude média = 0,33 mm Tamanho da amostra = 5 LSE – LIE 6sc Cp = 9.5 - 8.5 6 (0,33/2,326) Cp = = 1,17 Calculando Cp Onde: sc = R d2 _
  • 35.
    Diego Rodrigues &Franciele Borba Índice de Capabilidade “efetiva” do Processo Cpk = mínimo x - LIE 3sc LSE - x 3sc ; _ _ Cálculo da Capabilidade do Processo Onde: sc = R d2 _
  • 36.
    Diego Rodrigues &Franciele Borba 8.80 - 8.50 3 (0,33/2,326) 9.50 - 8.80 3 (0,33/2,326) Cpk = mínimo ; 0,70 1,64 = 0,70 Exemplo: Dimensão = 9,0mm  0.5mm Média do processo = 8,80 mm Amplitude média = 0,33 mm Tamanho da amostra = 5 Calculando Cpk Cpk = mínimo x - LIE 3sc LSE - x 3sc ; _ _
  • 37.
    Diego Rodrigues &Franciele Borba Representação da Capabilidade LIE LSE Cp = 1,17 Cpk = 0,70 8,5 9,59,0X _
  • 38.
    Diego Rodrigues &Franciele Borba (b) Limites de especificação e variação natural são iguais; processo é capaz de atender as especificações a maior parte do tempo. Limites de Especificação Processo (a) Variação natural excede os limites de especificação; processo não é capaz de atender as especificações o tempo todo. Limites de Especificação Processo Processos capazes e não capazes
  • 39.
    Diego Rodrigues &Franciele Borba Processos capazes e não capazes (c) Limites de especificação maiores que a variação natural do processo; o processo é capaz de atender a especificação ao longo do tempo. (d) Limites de especificação maiores que a a variação natural do processo, mas o processo está descentralizado. Processo capaz mas alguns resultados não vão atender o limite superior de especificação. Limites de Especificação Processo Limites de Especificação Processo
  • 40.
    Diego Rodrigues &Franciele Borba  Cp < 1: a capabilidade do processo é inadequada à tolerância exigida.  1 ≤ Cp ≤ 1,33: a capabilidade do processo está em torno da diferença entre as especificações.  Cp > 1,33: a capacidade do processo é adequada à tolerância exigida (resta 30% de “folga” na tolerância). Análise da capabilidade
  • 41.
    Diego Rodrigues &Franciele Borba Índice de Desempenho Potencial do Processo Pp = Amplitude da tolerância Amplitude do processo LSE – LIE 6sp Pp = Desempenho do Processo Onde: sp = s
  • 42.
    Diego Rodrigues &Franciele Borba Resultados da Análise de Capabilidade
  • 43.
    Diego Rodrigues &Franciele Borba Exemplos  Cálculo de Capabilidade  Virtual Machine  Formulário Estudo de Capabilidade  Exemplo 1  Exemplo 2