Transferir como PDF, PPTX
![Controle+estatístico+da+qualidade[1]](https://cdn.slidesharecdn.com/ss_thumbnails/controleestatsticodaqualidade1-140808015233-phpapp02-thumbnail.jpg?width=640&height=640&fit=bounds)
TQP-CAPABILIDADE DO PROCESSO - CP e CPk.pdf
- 1. 1 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo CONTROLE ESTATÍSTICO DO PROCESSO Tecnologia da Qualidade e Produtividade ETEC Jorge Street Aula 1 - Resumo da Teoria e Exercícios Prof. Luiz A. Carnielli
- 2. 2 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Por que controlar o Processo? Porque todo processo de produção pode resultar em não conformidades ou defeitos, gerados por: • Variações nos materiais • Variações nas condições do equipamento • Variações nos métodos de trabalho • Variações nas condições da mão de obra • Variações no meio ambiente, etc Filosofia do CEP - Inspeção não produz Qualidade - Qualidade é função de cada etapa do processo
- 3. 3 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo 1- Variações Aleatórias ou Comuns 2- Variações Causais ou Especiais Decorrentes das condições do próprio processo Dependem de decisões gerenciais Decorrentes de variações não programadas Devem ser eliminadas do processo antes que se tornem graves! Como varia um processo? Retrabalho Refugo Recall Altos Custos Diagrama de Ishikawa ou Diagrama de Causas e Efeito
- 4. 4 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Comportamento de um processo Variações Aleatórias ou Comuns: fazem parte da natureza do processo podem ser controladas e seguem padrões normais de comportamento Variações Especiais ou Causais: são imprevisíveis! Devem ser eliminadas IMEDIATAMENTE! São o maior inimigo da Qualidade! Processo apresenta uma distribuição estável ao longo do tempo... Processo não segue uma distribuição estável ao longo do tempo... LSE LIE LSE LIE LSE LIE LSE x LIE X = X = - R - R Médias Amplitudes Médias Amplitudes
- 5. 5 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Correção - Inspeção após o fato CEP é Prevenção - Simultâneo ao processo - Análise científica dos dados - Permite identificar a causa da falha - Solução definitiva - Documentação - Avaliação por amostragem Foco do CEP Inspeção no produto acabado é Desperdício Obter um processo Capaz através de amostras periódicas Retrabalho Refugo Recall Altos Custos
- 6. 6 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Visão Tradicional do CEP Limites de Tolerâncias da Manufatura Parâmetro Ideal de Engenharia LIE LSE 30 mm 40 mm 35 mm 35 mm (Ideal) Engenharia especifica a medida ideal... ...Manufatura requisita os limites inferiores e superiores Missão: produzir entre os limites Objetivo: parâmetro ideal de Engenharia Controle: através de amostras
- 7. 7 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Algumas Definições Importantes População Amostra: Amostragem: n= n0. de elementos da amostra Xbarra= média da amostra R= amplitude da amostra X _ R R _ X _ _ X2barras= média da amostragem Rbarra= amplitude da amostragem n Amostra 1 Amostra 2 Amostra 3 .... Periodicamente
- 8. 8 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Algumas Definições Importantes R ➔ Amplitude Média X ➔ É a diferença entre o maior e o menor valor de um conjunto de dados (ou Amostra) A amplitude mostra a Dispersão dos valores de uma série Se a amplitude for um número elevado ➔ os valores da série (ou amostra) estão distribuídos afastados Se a amplitude for um número baixo ➔ os valores na série (ou amostra) estão próximos uns dos outros É a soma dos dados quantitativos dividido pelo número de dados contidas em um conjunto estatístico (média aritmética) Distribuição com grande amplitude Distribuição com baixa amplitude A média é uma medida de Centralização de cada amostra ou de uma amostragem
- 9. 9 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Notas: 9,9,9, 1, 1, 1 Amplitude: 9 – 1 = 8 Média: 5 Notas: 7, 6, 5, 5, 4, 3 Amplitude: 7 – 3 = 4 Média: 5 Qual aluno foi mais regular, se as suas Médias foram as mesmas? A B Algumas Definições Importantes ...mas a média não é muito representativa em uma distribuição: Lembram-se dos dois alunos?
- 10. 10 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo 1 5 9 3 5 7 Desvio Padrão maior: a dispersão dos valores em torno da Média é maior Desvio Padrão menor: a dispersão dos valores em torno da Média é menor Então, qual aluno foi mais regular, se as Médias foram as mesmas? A B X = X = σ=4 σ=2 Algumas Definições Importantes O Desvio Padrão indica a menor dispersão nas notas Distribuição com grande amplitude Distribuição com pequena amplitude Para diferenciar uma média da outra, o desvio padrão serve para dizer o quanto os valores dos quais se extraiu a média estão próximos ou distantes da própria média
- 11. 11 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Apesar das duas fórmulas acima, o Desvio Padrão será calculado pelo Cálculo Aproximado Notem que na fórmula, ele é diretamente proporcional a Amplitude (Rbarra), obtida na Amostragem Quanto menor a Amplitude, menor será o Desvio Padrão (S) O valor da constante d2 se obtém na tabela anexa, em função do número de elementos de cada amostra (n) Calculando o Desvio Padrão
- 12. 12 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Lembre-se: O Desvio Padrão (Sigma) mede a Capacidade (Cp) do processo em trabalhar livre de falhas Qualidade e o Desvio Padrão: 6 Sigmas Um processo 6 sigmas admite uma variação de até 6 desvios padrão em relação à média, antes de alcançar os limites de especificação definidos pelo cliente 3 sigmas 6 sigmas Qualidade 6 sigmas 3,4 Defeitos por Milhão Qualidade 3 sigmas 66.800 Defeitos por Milhão Refugo LSE LSE X = X = Adaptado:https://www.qconcursos.com/questoes-de-concursos/questoes/2a9dc869-87 6 sigmas 3 sigmas LIE LIE Refugo
- 13. 13 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo A Qualidade do Desvio Padrão 6 Sigmas Sigma Defeitos por Milhão - PPM Sigma Defeitos/Milhão Processos com grande variabilidade (amplitude com número elevado) tem alta probabilidade de se obter produtos fora das especificações do Cliente Na Produção No nosso cotidiano Não competitivo Competitivo Classe mundial Defeitos/Milhão PPM Nível Sigma de Qualidade
- 14. 14 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Capabilidade do Processo Controlando o Processo LSE LSE LIE LIE Processo Incapaz Processo Capaz É a habilidade de se gerar produtos dentro da faixa de especificação definida pelo cliente Refugo Refugo Refugo Refugo x x Ideal: 6σ Ideal: 6σ
- 15. 15 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Capabilidade do Processo Avalia-se a Capabilidade, através dos índices Cp e Cpk 1- Índice Cp: LSE – LIE 6 Cp = ➔ Cp considera a dispersão dos valores ao longo da média Não é sensível aos deslocamentos (causas especiais) dos dados Quanto maior o índice, menos provável que o processo esteja fora das especificações σ AVALIAÇÃO DO PROCESSO: Incapaz: Cp < 1 Aceitável: 1 < Cp < 1,33 Capaz: Cp > 1,33 6 Sigmas: Cp > 2 LIE LSE LIE LSE LIE LSE
- 16. 16 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Cpk1 e Cpk2 consideram a centralização do processo Indica se a distribuição está centrada ou deslocada para a direita e/ou esquerda É portanto, sensível aos desvios de causas especiais, ocorridos durante o processo LSE - X X - LIE , (Considera-se o menor valor para avaliação do processo) Cpk1/2 = ➔ Capabilidade do Processo Avalia-se a Capabilidade, através dos índices Cp e Cpk 2- Índices Cpk1 e Cpk2: 3 σ 3 σ AVALIAÇÃO DO PROCESSO: Incapaz: Cpk < 1 Aceitável: 1 < Cpk < 1,33 Capaz: Cpk > 1,33 6 Sigmas: Cpk > 2 LIE LSE LIE LSE LIE LSE Cpk2 Cpk1 Cpk2 Cpk1 Cpk2 Cpk1 Cpk1 Cpk2
- 17. 17 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo TEORIA – CONSIDERAÇÕES SOBRE Cp e Cpk Cp maior que 1: Processo melhor que as Especificações Processo Incapaz Processo Incapaz Processo Incapaz Processo Capaz Cpk1 menor que ZERO: Processo fora das Especificações Cpk1 = ZERO: Processo fora das Especificações Cpk2 entre ZERO e 1: Processo fora das Especificações Cpk = 1: Processo dentro das Especificações Processo Satisfatório X = X = X = LSE Limite Superior de Especificação LIE Limite Inferior de Especificação X = Adaptado de www.4.bp.blogsport.com I I I I I I I I I I I I Cpk2 Cpk1 Cp maior que 2: Processo 6 Sigmas
- 18. 18 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Como obter um processo com qualidade ? R d2 σ= LSE LIE σ σ
- 19. 19 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Cola Oficial 2- Carta das Amplitudes (R): LIC = X2barras - (A2 x Rbarra) LC = X2barras LSC = X2barras + (A2 x Rbarra) 1- Carta das Médias (Xbarra): 1- Gráfico Variáveis: Xbarra – R Processo com σ menor, possui uma menor variabilidade em torno da média LIC = (D3 x Rbarra) LC = Rbarra LSC = (D4 x Rbarra) 2 3 4 5 6 7 8 9 10 1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078 0 0 0 0 0 0,076 0,136 0,184 0,223 3,267
- 20. 20 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo Tabelas e Fórmulas PARA ESTIMAR O DESVIO PADRÃO n = Tamanho da Amostra n d2 n d2 2 1,128 30 4,086 3 1,693 35 4,213 4 2,059 40 4,322 5 2,326 45 4,415 6 2,534 50 4,498 7 2,704 55 4,572 8 2,847 60 4,639 9 2,970 65 4,609 10 3,078 70 4,755 11 3,173 75 4,806 12 3,258 80 4,854 13 3,336 85 4,898 14 3,407 90 4,939 15 3,472 95 4,978 20 3,735 100 5,015 25 3,931 S = Rbarra / d2 PARA CALCULAR OS LIC e LSC n = Tamanho da Amostra n A2 D3 D4 n A2 D3 D4 2 1,880 0 3,267 18 0,194 0,392 1,608 3 1,023 0 2,575 19 0,187 0,400 1,596 4 0,729 0 2,282 20 0,180 0,414 1,586 5 0,577 0 2,115 21 0,173 0,425 1,575 6 0,483 0 2,004 22 0,167 0,434 1,566 7 0,419 0,076 1,924 23 0,162 0,443 1,557 8 0,373 0,136 1,864 24 0,157 0,452 1,548 9 0,337 0,184 1,816 25 0,153 0,459 1,541 10 0,308 0,223 1,777 11 0,285 0,256 1,744 12 0,266 0,284 1,716 13 0,249 0,308 1,692 14 0,235 0,329 1,671 15 0,223 0,348 1,652 16 0,212 0,364 1,636 17 0,203 0,379 1,621 Gráfico Xbarra: LIC = X2barras - (A2 . Rbarra) e LSC = X2barras + (A2 . Rbarra) Gráfico R: LIC = (D3 . Rbarra) e LSC = (D4 . Rbarra)
- 21. 21 Prof. Luiz A.Carnielli ETEC Jorge Street | Tecnologia da Qualidade e Produtividade Controle Estatístico do Processo OBRIGADO! Prof. Luiz A. Carnielli