Escolar Documentos
Profissional Documentos
Cultura Documentos
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
1
2
3
4
5
6
geralmente obtido centrando esforos nos seguintes pontos:
1) liderana do administrador;
2) o acesso das informaes a uma equipe;
3) educao e informao aos empregados em todos os nveis;
4) nfase no processo de melhoria contnua;
5) um mecanismo pra reconhecer o sucesso.
Quando a melhoria bem sucedida, deve-se comunicar tal fato a todos os
elementos da companhia, pois isso provoca motivao e incentiva a melhorar outros
processos.
A filosofia de W. Edwards Deming, j descrita anteriormente, uma
importante estrutura para implementar melhorias da qualidade e da produtividade. O
CEP pode ser aplicado a qualquer processo.Suas sete principais ferramentas so:
2.5.1.1 Histograma
O histograma d informaes gerais sobre a distribuio de onde vieram s
observaes. A forma (o padro, o aspecto) da distribuio simtrica? assimtrica?
Existe somente um pico? O histograma, tambm, d uma idia da disperso dos dados.
Por natureza o histograma um grfico em colunas (barras) e pode ser construdo com
barras horizontais ou verticais. Por exemplo, considerando-se uma amostra onde foram
medidos os comprimento dos tijolos de 6 furos, obtendo-se: 19,00; 19,10; 19,00; 19,2;
19,30; 19,30; 19,50; 19,70; 19,2; 19,2 e 19,3. O respectivo histograma seria:
FIGURA 1 HISTOGRAMA PARA O COMPRIMENTO DE TIJOLOS
31
F
r
e
q
n
c
i
a
0
2
4
6
8
10
12
19,3
19,2
19
19,7
19,5
19,1
27,27
54,55
72,73
81,82
90,91
100,00
2.5.1.2 Folha de verificao
A folha de verificao um procedimento usado para responder a pergunta:
com que freqncia certos eventos acontecem?. Para uso desta tcnica deve ser
estabelecido claramente o seguinte:
a) fixar qual evento est sendo estudado;
b) definir o perodo durante o qual os dados sero coletados;
c) construir um formulrio claro e de fcil manuseio;
d) coletar os dados honestamente.
2.5.1.3 Diagrama de Pareto
O diagrama de Pareto um grfico para indicar qual problema relacionado com a
variabilidade dos dados, deve ser solucionado primeiro a fim de se eliminar
defeituosos e melhorar o processo. Existem muitos aspectos da produo que podem
ser melhorados, tais como: nmero de defeituosos, tempo de execuo de tarefas, etc.
devido quantidade de pequenos problemas difcil se saber por onde comear. O
diagrama de Pareto uma ajuda neste sentido e o primeiro passo na direo do
melhoramento do processo. Para o exemplo apresentado no item 2.5.1.1, teramos o
seguinte diagrama de Pareto:
FIGURA 2 DIAGRAMA DE PARETO PARA O COMPRIMENTO DOS
TIJOLOS
32
2.5.1.4 Diagrama de causa e efeito
um mtodo grfico para auxiliar a anlise de problemas que facilita a
identificao das causas de variao da caracterstica de qualidade em questo. A
configurao do grfico de causa e efeito permite separar organizadamente as quatro
principais causas de variao: mquina, mtodo de trabalho, materiais e mo-de-obra
(o meio ambiente tambm pode ser a 5 causa de variabilidade).
O diagrama de causa e efeito til na ordenao das causas da
variabilidade. A construo deste diagrama pode seguir os passos seguintes:
1) determinar a caracterstica de qualidade de interesse. Trata-se da
caracterstica que se deseja melhorar ou controlar;
2) relacione os principais fatores que podem causar a falha.
Uma vez construdo o diagrama de causa e efeito se deve analisar todas as
causas, quantificar o grau de intensidade das possveis causas e partir para eliminao
dessas causas.
2.5.1.5 Diagrama de disperso
O diagrama de disperso um grfico que exprime o relacionamento entre
duas variveis. Os dados so coletados aos pares (X
i
, Y
i
) com i = 1, 2, ..., n. Estes
pares de pontos (X
i
, Y
i
) so grafados e o possvel relacionamento entre as variveis X
e Y aparece na forma do grfico.
2.5.1.6 Grficos de controle
Sem dvida, o mais importante para o aperfeioamento do processo,
33
merecedor de maiores consideraes.
Conforme relatado, pode-se obter o aperfeioamento de um processo de
produo de duas maneiras:
1) eliminao de um fator particular (causa especial) de variao;
2) alterao na estrutura do processo.
Ao se examinar dados que tenham sido coletados seqencialmente durante
um certo perodo, imperativo que a varivel de interesse seja projetada em perodos
sucessivos. Esse tipo de grfico, desenvolvido originalmente por Shewhart, chamado
de grfico de controle.
De acordo com Levine(1998), o grfico de controle um meio de
monitorar variaes nas caractersticas de um produto ou servio (1) focalizando a
dimenso do tempo no qual o sistema produz produtos ou servios, e (2) estudando a
natureza da variabilidade no sistema. O grfico de controle pode ser utilizado para
estudar o desempenho passado e/ou para avaliar condies presentes. Dados coletados
por meio de um grfico de controle podem formar a base para a melhoria do processo.
Os grficos de controle podem ser utilizados para diferentes tipos de variveis para
variveis categorizadas, como a proporo de vos dos avies de determinadas
companhias que estejam com mais de quinze minutos de atraso em determinado dia;
para variveis discretas, como a contagem do nmero de ndulos existentes na
pintura de um painel feita na porta de um carro; e para variveis contnuas, como a
quantidade de suco de ma contida em garrafas de um litro. Alm de oferecer uma
exposio visual dos dados que representam um processo, o principal foco do grfico
de controle a tentativa de separar as causas de variaes especiais ou identificveis
das causas de variaes comuns ou devidas ao acaso.Assim tem-se:
a) causas de variaes especiais ou identificveis que representam grandes
flutuaes ou padres nos dados que no so inerentes a um processo.
Essas flutuaes geralmente so causadas por mudanas em um sistema,
que representam problemas a serem identificados e resolvidos;
34
b) causas de variaes comuns ou devidas ao acaso que representam a
variabilidade inerente que existe em um sistema. Consistem em inmeras
pequenas causas de variabilidade que funcionam aleatoriamente ou
devido ao acaso.
A distino entre duas causas de variao crucial, uma vez que causas
especiais de variaes so consideradas como sendo aquelas que no fazem parte de
um processo e so passveis de correo ou explorao sem modificar o sistema,
enquanto as causas comuns de variao somente podem ser reduzidas por meio de
modificaes no sistema. Tais modificaes sistmicas so de responsabilidade do
gerente. Os grficos de controle permitem monitorar o processo e determinar a
presena de causas especiais. Existem dois tipos de erros que os grficos de controle
ajudam a prevenir. O primeiro tipo de erro consiste na convico de que um valor
observado representa uma variao de causa especial quando, na verdade, ela se d em
funo de uma variao de causa comum do sistema. Tratar essa causa comum de
variao como uma variao de causa especial pode resultar em uma adulterao ou
um ajustamento excessivo de um processo, gerando um aumento na variao. O
segundo tipo de erro implica tratar uma variao de causa especial como se fosse uma
variao de causa comum e, desse modo, no adotar medidas corretivas imediatas
quando necessrio. Embora esses erros ainda possam ocorrer quando se utiliza um
grfico de controle, eles so muito menos provveis.
A forma mais comum de grficos de controle ir fixar limites de controle que
esto entre + 3 desvios padres da medida estatstica de interesse (seja ela a mdia, a
proporo, o intervalo, etc). De maneira geral, isso pode ser afirmado como:
1) limite de controle superior (LCS): mdia do processo + 3 desvios
padres;
2) limite de controle inferior (LCI): mdia do processo 3 desvios
padres.
35
Uma vez que esses limites de controle estejam ajustados, o grfico de
controle avaliado a partir da perspectiva de (1) identificao de qualquer padro que
possa existir nos dados ao longo do tempo e (2) determinao de quaisquer pontos que
fiquem fora dos limites de controle. As figuras adiante exemplificam trs situaes
diferentes. No grfico 1, observa-se um processo que estvel e contm somente uma
variao de causa comum, na qual no parece haver qualquer padro no ordenamento
de valores ao longo do tempo e na qual no existem pontos que ficam fora dos limites
de controle, iguais a 3 desvios padres. O grfico 2, ao contrrio, contm dois pontos
A e B que ficam fora dos limites de controle de 3 desvios padres. Cada um desses
pontos teria que ser investigado para se determinar s causas especiais que levaram
sua ocorrncia. O grfico 3, embora no contenha quaisquer pontos fora dos limites de
controle, tem uma srie de pontos consecutivos, A,B, C, D e E que esto abaixo do
valor mdio. Alm disso, uma tendncia geral de decrscimo de longo prazo no valor
da varivel claramente visvel.Tal situao pediria uma ao corretiva para
determinar o que poderia estar acarretando esse padro, antes de serem iniciadas
quaisquer alterao no sistema.
GRFICO l PROCESSO ESTVEL
GRFICO 2- PONTOS FORA DOS LIMITES
36
GRFICO 3 PONTOS SUCESSIVOS ABAIXO DO VALOR MDIO
A deteco da tendncia nem sempre to bvia. No entanto, h algumas
regras para se determinar presena de uma tendncia ou mesmo se o ponto esta
fora dos limites de controles. Ou seja: h tendncia de encontrar-se fora dos limites de
controle se:
1) um ou mais pontos esto fora dos limites de controle;
2) uma seqncia, de pelo menos oito pontos, esto todos acima ou todos
abaixo da linha central;
3) dois ou trs pontos consecutivos esto fora dos limites de alerta a dois
desvios padres, apesar de estarem dentro dos limites de controle (3-
sigma);
4) quatro ou cinco pontos esto fora dos limites de alerta a um desvio
padro;
5) os dados no so tomados aleatoriamente;
6) um ou mais pontos esto muito prximos dos limites de controle.
O ideal que se utilize mais do que uma destas regras. Se vrias destas
regras de sensibilidade so encontradas em um grfico, pode-se afirmar com grande
confiana que o grfico est fora de controle. Por exemplo, se um ponto excede os
limites de controle, imediatamente deve-se iniciar a busca pela causa de
variabilidade, mas se dois ou trs pontos consecutivos excederem apenas o limite de
37
advertncia de 2sigmas, deve-se aumentar a freqncias das amostras, observando-as
a cada 15 minutos ao invs de a cada hora. O aumento da freqncia no garante que o
processo esteja fora de controle, no entanto proporciona uma grande probabilidade de
detectar mais rapidamente a situao fora de controle, do que se houver a retirada das
amostras em um intervalo de tempo maior. Para reduzir variaes de causa comum,
necessrio alterar o sistema responsvel pelo produto ou pelo servio.
2.5.2 Uso Bsico dos Grficos de Controle
Aplicam-se fundamentalmente os grficos de controle para:
1) verificar se em determinado perodo um processo estava sob controle.
Isto feito examinando-se o grfico correspondente ao perodo de
interesse;
2) orientar a administrao na manuteno do processo sob controle. Se o
processo est sob controle possvel ignorar a flutuao catica das
observaes, exceto no caso de ser notada alguma observao fora dos
limites de controle. claro que se deve olhar com ateno a ocorrncia de
uma tendncia (um padro) em alguma direo. Isto indicao de que
alguma coisa alm do acaso est influenciando o valor das observaes.
O objetivo principal dos Grficos de Controle , como visto, fornecer
informaes teis no aperfeioamento do processo. Quando se atinge o controle
estatstico do processo tm-se vrias vantagens, tais como:
a) frao de defeituosos permanece constante (na mdia);
b) custos e ndices de qualidade sero previsveis;
c) produtividade ser mxima com o sistema corrente, etc.
Assim, de acordo com Montgomery (1985), existem vrias razes para o uso dos
Grficos de Controle, tais como:
1) o grfico de controle uma tcnica para melhorar a produtividade, pois:
38
reduz desperdcio de insumos, reduz o retrabalho e conseqentemente
aumenta a produtividade, diminui os custos e finalmente a capacidade de
produo aumenta (medida em nmeros de artigos bons por hora);
2) o grfico de controle eficaz na preveno de defeituosos, pois ajuda a
manter o processo sob controle e, portanto coerente com a filosofia faa
certo na primeira vez. Se a empresa no tem um processo eficiente,
voc est pagando algum para produzir artigos inadequados;
3) o grfico de controle impede ajustamentos desnecessrios no processo,
pois distingue entre rudo aleatrio e variao anormal. Nenhum outro
meio, inclusive o operador humano eficiente nesta distino. Se o
processo ajustado sem base no grfico de controle, freqentemente, o
que ocorre um aumento da varincia do rudo aleatrio e isto pode
resultar na deteriorao da performance do processo. Assim, o grfico de
controle coerente com a filosofia se ele no est quebrado, no o
conserte;
4) o grfico de controle fornece informaes para que o operador faa um
diagnostico sobre o processo, podendo conduzir a implementao de uma
mudana que melhore o desempenho do processo;
5) o grfico de controle fornece informao sobre a capacidade do
processo, revelando o valor de importantes parmetros do processo e sua
estabilidade no tempo e, assim uma estimativa da capacidade do processo
pode ser feita. Esta informao muito til para quem projeta o produto e
o processo.
2.5.3 Causas das Variaes da Qualidade
Em qualquer processo de produo, por mais cuidado que possa se tomar,
39
sempre existe uma variabilidade natural, oriunda em muitas vezes de pequenas
causas ocorridas involuntariamente durante o processo. Um processo que esta
operando com pouca chance de apresentar variao denominado estatisticamente
controlado. Outros tipos de variaes podem, ocasionalmente, estar presentes em um
processo. Estas variaes, geralmente, so oriundas de quatro causas: mquinas
desajustadas; erro do operador; m qualidade da matria prima e mtodo de trabalho .
O processo de produo geralmente opera em um estado de controle, contudo podem
ocorrer causas de variabilidade, que deixem o processo fora de controle.
O maior objetivo do processo de controle estatstico detectar rapidamente
as causas de variabilidade, corrigindo-as antes das unidades no conformes serem
fabricadas. Para esse objetivo, utilizam-se os grficos de controle no processo on-line,
como uma grande ferramenta para reduzir a variabilidade do processo.
2.5.4 Escolha dos Limites de Controle
Especificar os limites de controles uma deciso crtica. Diminuindo-se os
limites de controle, corre-se o risco de se cometer um erro do tipo I (chegar
concluso de que um processo est fora do controle, quando na realidade no est).
Alargando-se os limites de controle, corre-se o risco de se cometer um erro do tipo II
(concluir que todos os pontos esto no limite de controle, quando na realidade no
esto).
De um modo geral, os limites de controle, so determinados como mltiplos
do desvio padro. O mltiplo geralmente utilizado trs, pois o mltiplo que
apresenta bons resultados na prtica por atingir 99,72% das variaes.
No entanto alguns analistas sugerem a adoo de dois tipos de limites de
controle: os tradicionais 3 sigmas, e o 2 sigmas. Quando algum ponto exceder o
limite 3 sigmas, necessrio verificar a variabilidade e tomar aes corretivas
40
imediatamente.
Quando houver excessos em 2 sigmas, observa-se o limite de advertncia e
precisam-se observar mais cautelosamente as amostras verificando-se os respectivos
efeitos. Apesar do limite de advertncia aumentar a sensibilidade do grfico, na
prtica no muito utilizado, pois pode confundir o operador.
2.5.5 Tamanho e Freqncia de Uma Amostra
Montgomery (1985), ressalta que num grfico de controle deve-se
especificar qual a freqncia da amostra e qual o tamanho da amostra. Em geral ,
utilizam-se grandes amostras para detectar pequenas variaes no processo; caso
contrrio deve-se usar pequenas amostras para detectar grandes variaes. Portanto
quando se escolhe o tamanho da amostra, deve-se levar em conta qual o tamanho da
mudana que se quer detectar.
No se deve esquecer que o problema da escolha do tamanho da amostra e da
freqncia do processo de amostragem um problema de alocao de esforos.
Geralmente tem-se a disposio uma quantidade limitada de recursos para o processo
de amostragem. A escolha basicamente entre selecionar pequenas amostras
freqentemente ou selecionar amostra maiores com intervalos tambm maiores.
Torna-se difcil afirmar qual estratgia ser sempre a melhor, mas a prtica
hoje corrente na indstria selecionar amostras menores mais freqentemente. Isso
porque se acredita que se o intervalo entre as amostras muito grande corre-se o risco
de se produzir muitos artigos defeituosos antes de surgir uma oportunidade de detectar
uma mudana nos nveis de operao do processo. Nesse caso consideraes
econmicas, se o custo associado fabricao de artigos defeituoso for alto, favorecem
amostras menores selecionadas mias freqentemente em relao a amostras maiores
mais infrequentes.
41
Outro caminho a ser seguido para tomar a deciso sobre o tamanho da
amostra e o intervalo de freqncia atravs da ARL do grfico de controle.
Essencialmente ARL (average run lenght ) a mdia do nmero de pontos que devem
ser plotados antes de um ponto indicar uma condio de fora de controle.
Basicamente a ARL foi estabelecida considerando-se o problema do nmero
de amostras a serem tomadas do processo at que ocorresse um ponto fora dos limites
de controle. Se a probabilidade do ponto situar-se fora dos limites p, ento se tem ao
retirarem-se as amostras uma seqncia de Bernoulli do tipo Y~b(1,p). Ento o
nmero de amostras aleatrias necessrias; at a ocorrncia do primeiro sucesso (ponto
fora dos limites) tem uma distribuio geomtrica com parmetro p. Portanto, a sua
mdia o nmero esperado de amostras aleatrias. Assim tem-se que:
E(y) =
=
n
y 1
y.p(Y=Y)
Logo:
E(y) = p. [1+(1-p)
2
+.- +(1-p)+(1-p)
2
+...]
E(y) = p
(
(
+ +
+
..
) 1 ( 1
) 1 (
.
) 1 ( 1
) 1 (
) 1 ( 1
1
2
p
p
p
p
p
E(y) = p
(
(
+ +
+ ... ...
) 1 (
.
) 1 ( 1
2
p
p
p
p
p
.
Considerando-se a soma de uma srie infinita, segue que::
E(y) =p ARL
p
p
= =
(
1 1
2
(1)
Onde p a probabilidade que qualquer ponto exceda o limite de controle. Ento se
para um grfico x com 3-sigmas, p = 0.0027 a probabilidade de que um ponto esteja
fora do limite quando o processo est sob controle. Logo:
ARL =
p
1
=
0027 , 0
1
= 370
42
Isso significa que se o processo est sob controle, s haver um indicativo de
processo fora da mdia, aps 370 amostras, em mdia.
Para ilustrar, considere-se um processo onde so fabricados anis de pisto
para motor dos quais extraem-se amostras a cada hora (Montgomery(1985) pg 112).
Desta forma tem-se um falso alarme aps 370 horas, em mdia. Supondo-se que se
estivesse usando uma amostra de tamanho n=5 e que o processo tornar-se-ia fora de
controle quando a mdia ultrapassasse 74.0l5mm. Na Curva Caracterstica adiante,
v-se que quando a mdia do processo 74.0l5mm a probabilidade de x estar entre o
limite de controle aproximadamente 0.5. Portanto, p na equao acima 0.5 e a
ARL .
ARL =
p
1
=
5 , 0
1
= 2
Isto , o grfico de controle requer duas amostras para detectar que h
mudana no processo, ou seja, duas horas so o intervalo entre primeira mudana e sua
deteco.
Supondo-se que esse perodo (2 horas) seja inaceitvel, tendo em vista que a
produo de pistes com mdia de 74.015 mm resulta em um excessivo custo de
escrapeamento e atraso na montagem das mquinas. Como se pode reduzir o tempo
para detectar a condio de fora de controle? Uma alternativa tomar amostras com
maior freqncia. Por exemplo, se fossem tomadas amostras a cada meia hora, ento
somente haveria um intervalo de apenas uma hora entre a ocorrncia do problema e a
sua deteco. Outra alternativa aumentar o tamanho da amostra. Por exemplo,
tomando-se n=10, ento na figura a seguir, demonstra-se que a probabilidade de x
estar entre os limites de controle quando a mdia do processo 74.0l5
aproximadamente 0.1. Assim, p = 0.9 e a ARL seria calculado por:
ARL =
p
1
=
9 , 0
1
= 1,11
43
GRFICO 4 CURVA CARACTERSTICA PARA UM GRFICO
x
(Adaptado
de Montgomery (1985) pg. 111)
Logo, o aumento do tamanho da amostra permitiu a deteco da mudana
duas vezes mais rpida do que o processo anterior. Isto importante para detectar a
mudana na primeira hora aps a ocorrncia. Neste caso, dois grficos de controle
seriam desenhados:
Grfico l Grfico 2
Tamanho da amostra : n =5 Tamanho da amostra n = 10
Freqncia da amostra: meia hora Freqncia da amostra: a cada hora
Para responder a questo de qual freqncia da amostra mais precisa,
devem-se considerar vrios fatores em conjunto, incluindo o custo da amostra a perda
associada com o alongamento do processo para detectar uma situao fora de
controle; o padro da produo e a probabilidade de que os vrios tipos de processo
atuem juntos. Discutir-se- oportunamente o melhor mtodo, sob a tica econmica.
2.6 OS DIFERENTES TIPOS DE GRFICOS DE CONTROLE
2.6.1 Introduo
Utilizam-se vrios tipos de grficos de controle para monitorar os processos
44
e para determinar se as variaes de causa especial e variaes de causa comum
esto presentes em um processo. Dentre os principais grficos, de acordo com
Montgomery ( 1985), pode-se destacar:
1) grficos de controle para atributos- deve-se utilizar esses grficos
quando itens de amostras so classificados de acordo com o fato de
estarem ou no em conformidade com os requisitos definidos
operacionalmente. Os grficos p e np, que se discute na seqncia,
baseiam-se na proporo de itens fora dos padres de aceitao ( grfico
p) ou no nmero de itens fora dos padres de aceitao ( grfico np)
em uma amostra. Destacam-se ainda os grficos para o nmero de
defeitos, grficos c e U;
2) grficos de controle por variveis-deve-se utilizar esses grficos
sempre que uma caracterstica de interesse mensurada em uma escala
de intervalo ou de razo. Uma vez que mensuraes a partir dessas
escalas mais poderosas fornecem mais informaes do que a proporo
ou o nmero de itens fora dos padres de aceitao, esses grficos so
mais sensveis em detectar variaes de causas especiais do que os
grficos p e np . Os grficos de variveis so geralmente utilizados
aos pares. Um grfico monitora a variabilidade e deve ser examinado em
primeiro lugar, porque se ele indicar a presena de condies fora de
controle , a interpretao do grfico para a mdia ser enganosa. Embora
diversos pares alternativos de grficos possam ser considerados, relata-se
nesta seo os grficos de controle para o intervalo ( grfico R) e para a
mdia ( grfico X ) .
45
2.6.2 Desenvolvimento e Operacionalizao dos Grficos de Controle para
Atributos
2.6.2.1 Proporo de defeituosos (Grfico p)
Anteriormente buscou-se expor os princpios gerais, nos quais os grficos de
controle de Shewhart so baseados. Se w uma caracterstica que mede uma
caracterstica onde a mdia de w
w
e a varincia de w
2
w
ento o modelo
geral, conforme disposto em Montgomery( 1985) , o seguinte:
UCL =
w w
k +
Linha central =
w
(2)
LCL =
w w
k
Onde k distncia dos limites de controle deste a linha central, em
mltiplos do desvio padro. Essa distncia geralmente k = 3.
A frao de artigos defeituosos definida como a razo entre o nmero de
itens defeituosos numa populao e o nmero total de itens naquela. Esses itens podem
apresentar vrias caractersticas distintas que so examinadas concomitantemente. Se
no teste de qualquer destas caractersticas o item em considerao falhar, este ser
classificado como defeituoso.
A construo e operao de um grfico de controle para a proporo de
defeituosos se baseiam, claro, nas propriedades da distribuio binomial.
Supondo-se que o processo produtivo esteja operando num estado
estacionrio, ou seja, estvel, onde todas as possveis causas particulares de variao
esto ausentes. Nesse caso a probabilidade de que um item qualquer seja classificado
como defeituoso p. Mais ainda, essa probabilidade constante, e as classificaes de
46
sucessivas unidades produzidas so eventos independentes estatisticamente.
Cada unidade produzida , nesse contexto,uma varivel aleatria com uma
distribuio de Bernoulli com parmetro p. Se uma amostra de n unidades do produto
inspecionada num dado instante e se D o nmero de artigos defeituosos
encontrados nessa amostra, ento D tem uma distribuio binomial de parmetro n e
p, ou seja: tem-se uma amostra aleatria [X1, X2,...Xn] com Xi ~b(1,p) e
D=
=
n
i
X
1
~b(n,p), ento:
para k = 0, 1, 2, ..., n (3)
A esperana matemtica (mdia) da varivel aleatria D dada por:
= =
n
k
k n k n
k D
np p p k
0
) 1 ( ) ( (4)
e a varincia dada por:
) 1 ( ) 1 ( ) ( ) (
2
0
p np p p k V
k n k n
k
n
k
D D
= =
=
(5)
A frao amostral de defeituosos definida como a razo entre o nmero D,
de unidades defeituosas na amostra e o tamanho da amostra n, ou seja,
n
D
p = (6).
Usando-se a expresso do pargrafo anterior pode ser facilmente mostrado
que p =
(10)
Usa-se ento esta estimativa para estabelecer limites de controle
temporrios. Esses limites so computados atravs de
LSC =
n
p p
p
) 1 (
3
+
(11)
LIC =
n
p p
p
) 1 (
3
A linha central especificada por p . Os limites assim estabelecidos devem
ser atualizados, modificados, medida que mais observaes estejam disponveis.
Evidentemente, os limites de controle s tero significado se o processo estiver sob
48
controle. Exemplos sobre aplicaes destes grficos, podem ser encontrados em
Montgomery ( 1985), pgina 151.
2.6.2.1.1 Determinao do tamanho da amostra e curva caracterstica da operao
Montgomery ( 1985) ressalta que trs parmetros so importantes no uso de
um grfico de controle para a frao de defeituosos: o tamanho da amostra utilizada, a
freqncia da amostragem e a distncia entre os limites de controle. Estes parmetros
devem ser especificados segundo critrios econmicos. Uma discusso exaustiva
destes critrios poder ser encontrada na seqncia deste trabalho. Faz-se aqui uma
breve considerao dos princpios nos quais esses critrios devem ser baseados.
comum, especialmente quando o volume de produo no for muito
grande, inspecionar-se 100 % da produo num perodo conveniente. Neste caso a
freqncia da amostragem e o tamanho da amostra so dependentes. Em geral,
escolhe-se uma freqncia de amostragem que seja apropriada para o nvel de
produo. Alguns critrios para a determinao da freqncia de amostragem
aparecem naturalmente. Por exemplo, a existncia de mais de um turno, um fator que
pode afetar a proporo de defeituosos; nesse caso devemos usar a produo de cada
turno como um subgrupo ao invs de computar uma frao diria de defeituosos que
poderia ser obtida consolidando a produo de vrios turnos.
Quando da seleo de amostras da produo, preciso especificar um
tamanho n para aquelas. Vrias regras foram sugeridas para isso. Se p muito
pequeno, deve-se escolher n de tal forma que a probabilidade de encontrar pelo menos
um defeituoso na amostra seja alta, prxima de um. Caso contrrio pode surgir uma
situao onde a simples presena de um item defeituoso na amostra pode levar a
concluso equivocada de que o processo est fora de controle. E como qualquer
processo, mesmo sob controle, ir produzir de tempos em tempos, itens defeituosos,
49
seria pouco razovel concluir a partir do aparecimento de um item defeituosos na
amostra, que o processo est fora de controle. Por exemplo, se p = 0,001 e n = 40, o
LSC dado por:
LSC = p + 3
n
p p ) 1 (
= 0,001 + 3(0,005) = 0,016
O aparecimento de uma unidade defeituosa na amostra faria com que p
fosse igual a 0,025 e o processo seria declarado fora de controle. Uma vez que h
sempre uma probabilidade positiva e significativa de produzir pelo menos um
defeituoso, esse critrio pouco razovel.
Para evitar isso, deve-se escolher o tamanho da amostra de tal maneira que a
probabilidade de se encontrar ao menos uma unidade defeituosa seja, no mnimo, 1 -
, onde um nmero pequeno, menor do que 0.10. Por exemplo, supondo-se
novamente que p=0.001 e desejando-se que a probabilidade de se encontrar pelo
menos um defeituoso na amostra seja de ( 1- 0.05) no mnimo. Representando-se o
nmero de unidades defeituosas por D, ento o problema determinar o menor n tal
que p(D1) 0.95. Como p nesse caso muito pequeno, pode-se aproximar a
distribuio binomial pela distribuio de Poisson. A distribuio de Poisson
definida pela funo de probabilidade:
!
) (
k
e
k D P
k
= = (12)
onde = np, p a probabilidade de uma unidade ser classificada como defeituosa e n
o nmero de artigos testados numa amostra. Em conseqncia, o tamanho da amostra
precisa ser tal que:
05 . 0 ) 0 ( = =
e D P
A soluo dessa equao nos d
0 . 3 =
e em conseqncia
3000 = =
p
n
50
Outra considerao que deve ser feita quando do desenvolvimento de um
grfico de controle para a proporo de defeituosos sobre a capacidade de deteco
de alteraes no nvel de qualidade do processo. Duncan [1974] sugeriu que o tamanho
da amostra deve ser tal que exista uma probabilidade aproximadamente igual a de
que seja detectada uma mudana previamente especificada no nvel de qualidade do
processo. Voltando-se ao exemplo anterior, supondo que fosse desejvel que a
probabilidade de detectar um aumento na frao de defeituosos para um nvel
1
p =
0.003 fosse igual a 0.50. Representando-se a variao no nvel de defeituosos que se
deseja detectar por igual a 0.003 0.001 = 0.002, devemos fazer com que o LSC seja
exatamente igual ao nvel
1
p , isto , LSC = 0.003. Neste caso n e teriam que
satisfazer a expresso:
n
p p
k
) 1 (
= (13)
e, portanto,
) 1 ( ) (
2
P p
k
n =
(14)
e no caso acima
. 250 . 2 ) 001 . 0 ( )
002 . 0
3
(
2
= = n
O grfico de controle para frao de defeituosos largamente utilizado em
outras aplicaes, no exclusivamente em indstrias, para o controle estatstico do
processo.Por exemplo, o nmero de partos efetuados antes do tempo previsto muito
importante nos servios de sade do pas.
2.6.2.2 O Grfico np
Quando os subgrupos so todos do mesmo tamanho, uma alternativa
desejvel para o grfico p o grfico np. Os parmetros deste grfico sero:
51
) 1 ( 3 p np np LSC + =
linha central = np (15)
) 1 ( 3 p np np LIC = , onde ) 1 ( p np = .
Caso no disponvel o valor de p ele pode ser estimado por p , do modo
detalhado anteriormente. Geralmente o grfico np mais facilmente interpretvel do
que o grfico p. Exemplos sobre esses grficos, encontram-se em diversos livros
como em Montgomery( 1985).
2.6.2.2.1 Curva caracterstica da operao (CCO)
A CCO uma funo da frao de no conformes, e o grfico mostra a
probabilidade de se aceitar, incorretamente, a suposio de que o processo est sob
controle quando na verdade no est. Em sntese a CCO fornece simplesmente a
probabilidade de erro do tipo II, ou seja . Montgomery (1985) ressalta que a
probabilidade de ocorrer um erro do tipo II, na frao de no-conformes, pode ser
calculado por:
} | { } | {
} | { } | {
p nLCL D P p nUCL D P
p LCL p P p UCL p P
< =
< =
(16)
Desde que D seja uma varivel aleatria binomial com parmetros n e p, o
erro do tipo acima definido, pode ser obtido pela distribuio binominal acumulada,
conforme exemplificado na tabela abaixo:
52
TABELA 1 VALORES PARA CONSTRUO DA CCO DO GRFICO DE CONTROLE PARA
FRAO DE NO-CONFORMES
( Com n= 50; LIC = 0.0303 e LSC =0.36997, adaptado de Montgomery( 1985), pgina 171)
A tabela acima ilustra os clculos efetuados para gerar a CCO curva para
grfico de controle para frao de no conformes, com parmetros n=50,
LIC= 0.0303, e LSC = 0.3697. Usando estes parmetros, a equao de B torna-se:
} | 52 . 1 { } | 49 . 18 {
} | ) 0303 . 0 )( 50 ( { } | ) 3697 . 0 )( 50 ( {
p D P p D P
p D P p D P
< =
< =
Contudo, desde D seja um inteiro, encontra-se:
} | 1 { } | 18 { p D P p D P =
Assim a curva caracterstica a gerada abaixo:
GRFICO 5-CURVA CARACTERSTICA PARA A FRAO DE NO-
CONFORMES ( Grfico de controle com
p
1
(18)
e se estiver fora de controle tem-se: ARL =
1
1
( 19)
Estas probabilidades ( , ) podem ser calculados diretamente pela
distribuio binomial ou lida desde a curva caracterstica (CCO). Ilustrando com o
exemplo de Montgomery (1985-pg 171), considere-se o grfico de controle para
frao de no conformes usados na curva CCO cujos clculos esto na tabela anterior.
Este grfico tem parmetros n=50, LSC = 0.3697 e LIC = 0.0303 e sua linha central
p = 0.20. Da tabela anterior ou da curva caracterstica, observa-se que o processo
est sob controle com p = p . A probabilidade de um ponto estar em controle 0.9973.
Ento neste caso = 1- = 0.0027 e a ARL
ARL = 370
0027 . 0
1 1
= =
Ento se o processo est realmente sob controle, observa-se um falso alarme,
com um sinal de fora de controle, aps 370 amostras (isso verdadeiro, em geral para
os grficos de controle de Shewhart com limite de 3 sigmas). Suponha agora que o
processo passa para fora de controle com p =0.3. O grfico acima indica que se p = 0.3
ento = 0.8594. Contudo o ARL :
ARL = 7
8594 . 0 1
1
1
1
=
=
54
e ento o nmero esperado de amostras at ocorrer um defeito sete. Se isso
insatisfatrio, devem-se tomar medidas para reduzir o ARL. Aumentando-se o
tamanho da amostra, resultar em um pequeno valor para e um pequeno valor fora
de controle ARL. Isto : tomando-se a amostra a cada hora, demorar-se- sete horas,
em mdia, para detectar a mudana. Contudo, se a amostra for tomada a cada meia
hora, sero necessrias apenas 3.5 horas, em mdia, para detectar a mudana.
2.6.2.3 Grficos de controle para o nmero de defeitos
2.6.2.3.1 Grfico c
Um artigo considerado defeituosos quando no satisfaz uma ou vrios
especificaes. Em conseqncia, o artigo defeituoso ir conter pelo menos um
defeito.
Numa sria de situaes, entretanto, perfeitamente possvel que uma
unidade contenha vrios pontos onde as especificaes no sejam satisfeitas e ainda
assim seja possvel coloc-la venda. Uma indstria onde isso acontece a de mveis,
por exemplo.
Em muitas outras situaes, na inspeo de artigos de montagem complexa,
computadores, amplificadores, automveis e na produo contnua, papel, ao, etc.
mais razovel a considerao do nmero de defeitos numa unidade ou num perodo do
que a simples classificao em defeituoso ou no-defeituoso.
Nessas situaes, opta-se por construir grficos para o nmero de defeitos.
No uso destes grficos em geral se supe que a ocorrncia de defeitos pode ser
representada adequadamente pelo uso da distribuio de Poisson, mencionada
anteriormente e considerada ideal para este estudo pois as hipteses implcitas no uso
55
desta distribuio so:
1) existe um grande nmero de lugares onde defeitos podem ocorrer;
2) a probabilidade e de um defeito ocorrer num desses lugares
extremamente pequena e constante (para as diversas amostras).
Alm dessas duas hipteses, faz-se ainda a suposio de que a unidade de
inspeo ser sempre a mesma.
Na maioria das situaes encontradas na prtica, as hipteses mencionadas
acima sero verificadas de maneira aproximada. Neste caso o nmero de defeitos
observados em cada unidade inspecionada seguir uma distribuio funo de
probabilidade, dada por:
!
) (
k
c e
k N P
k c
= = , onde k = 0, 1, 2, ... ( 20)
onde N o nmero de defeitos e c > 0 o parmetro da funo de probabilidade.
A mdia e a varincia de N so ambas iguais a c. em conseqncia, um
grfico para o nmero de defeitos com limites a 3 ser especificada por:
c c LSC 3 + = e c c LIC 3 = (21)
com a linha central sendo, claro, igual a c. Caso o limite inferior de controle
especificado acima, torne-se negativo assume-se que LIC=0.
Se o nmero mdio de defeitos por unidade for desconhecido pode-se
proceder como no caso anterior, e estimar o parmetro c usando o perodo inicial de
produo. Neste caso, o grfico de controle ter como parmetro uma linha central
igual a c e os limites de controle
c c LSC 3 + = e c c LIC 3 = ( 22 )
ondec o nmero mdio de defeitos observados por unidade durante o perodo inicial
de funcionamento do processo, e definido por c =
n
1
=
n
i 1
ni . (23)
2.6.2.3.2 Grficos U
Supondo-se que cada ponto do Grfico de Controle foi obtido com base em
56
n unidades de inspeo, tem-se que a varivel aleatria observada Y (nmero de
defeituosos nas n unidades) ter distribuio de Poisson com parmetro nc (soma de
variveis aleatrias Poisson com parmetro Poisson com um parmetro igual a n).
Desta forma a distribuio de Y (Y~ P(n,c)) e tem funo de probabilidade dada por:
!
) (
) (
k
e nc
k Y P
nc k
= = (24)
e constri-se o grfico da mesma forma que o anterior. Porm, existe uma outra
abordagem para o problema. possvel trabalhar-se com o nmero mdio de defeitos
por unidade de inspeo. Se Y o nmero de defeitos presentes nas n unidades, ento
o nmero mdio de defeitos por unidade :
n
Y
U =
Conseqentemente os parmetros da varivel aleatria U so:
n
c
n
c
n Y V
n n
Y
V U V
c
n
c
n Y E
n n
Y
E U E
= = = = =
= = = = =
2 2
2
) (
1
) ( ) (
) (
1
) ( ) (
O estimador do parmetro
=
= =
m
i
i
u
m
u c
1
1
(mdia do nmero mdio de
defeitos por unidade em m amostras de tamanho n). Ento os limites so:
n
u
u LSC
n
u
u LIC
3
3
+ =
=
(25)
e a linha de centro fixada em u .
O grfico construdo desta forma chamado de grfico do nmero de
defeitos por unidades e denotado por Grfico u.Exemplos sobre suas aplicaes
podem ser encontrados em bons livros de estatstica como em Montgomery ( 1985).
57
2.6.2.3.3 Curva caracterstica para os grficos c e u
As curvas caractersticas da operao para ambos os grficos c e U podem
ser obtidas por uma distribuio de Poisson. Para o grfico c, a curva caracterstica
plota a probabilidade de erro do tipo II (erro ) contra a mdia verdadeira de nmero
de defeitos de c.
A expresso para : } | { } | { c LIC x P c LSC x P < = , onde x uma
varivel aleatria de Poisson com parmetro c.
TABELA 2 - CLCULOS DA CCO PARA UM GRFICO c COM LSC = 33.22
E LIC= 6.48 ( Adaptado de Montgomery ( 1985) pg. 187).
Pode-se generalizar a CCO para o grfico c, com base no exemplo anterior. Para este
caso, desde que o LSC= 33.22 e LIC =6.48, a equao acima pode ser escrita:
} | 48 . 6 { } | 22 . 33 { c x P c x P < =
Desde que o nmero de no-conformes deve ser inteiro, este equivale a:
} | 6 { } | 33 { c x P c x P < =
Estas probabilidades esto na tabela acima. A CCO mostrada abaixo
C } | 33 { c x P } | 6 { c x P
= } | 33 { c x P - } | 6 { c x P
1 1.000 0.999 0.001
3 1.000 0.967 0.033
5 1.000 0.762 0.238
7 1.000 0.450 0.550
10 1.000 0.130 0.870
15 0.999 0.007 0.992
20 0.997 0.000 0.997
25 0.950 0.000 0.950
30 0.709 0.000 0.709
33 0.500 0.000 0.500
35 0.367 0.000 0.367
40 0.131 0.000 0.131
45 0.037 0.000 0.037
58
GRFICO 6- CURVA CARACTERSTICA PARA UM GRFICO c COM
LIC=6.48 e LSC= 33.22
(Adaptado de Montgomery (1985))
2.6.3 Desenvolvimento e Operacionalizao dos Grficos de Controle para Variveis
2.6.3.1 Introduo
Sempre que uma caracterstica de interesse mensurada em uma escala de
intervalo ou de razo (proporcionalidade), podem-se utilizar grficos de controle de
variveis para monitorar um processo.
Uma vez que mensuraes a partir dessas escalas mais poderosas fornecem
mais informaes do que a proporo ou o nmero de itens fora dos padres de
aceitao, esses grficos so mais sensveis em detectar variaes de causas especiais
do que os grficos p ou np. Os grficos de variveis so geralmente utilizados em
pares. Um grfico que monitora a variabilidade deve ser examinado em primeiro lugar,
porque se ele indicar a presena de condies fora de controle, a interpretao do
grfico para a mdia ser enganosa. Embora diversos pares alternativos de grficos
possam ser considerados, opta-se por seguir a linha de Montgomery (1985),
estudando-se os grficos de controle para a amplitude e para a mdia.
59
2.6.3.2 Grfico R: grfico de controle para a amplitude
Antes de obter-se os limites de controle para a mdia, torna-se necessrio
desenvolver um grfico de controle para a amplitude, o grfico R.
Assim, consegue-se determinar se a variabilidade em um processo est sob
controle ou se esto ocorrendo mudanas ao longo do tempo. Se a amplitude do
processo est sob controle, ento ele pode ser utilizado para desenvolver limites de
controle para a mdia.
Observa-se, portanto, que a amplitude da amostra est relacionada com o
desvio padro do processo. Contudo, a variabilidade do processo pode ser controlada
pelos valores da amplitude amostral R de sucessivas amostras num grfico de controle.
Este grfico de controle denominado de grfico R
Os parmetros do grfico R podem ser facilmente determinados. A linha
central ser R . Para determinar o limite de controle , necessita-se de um estimador
denominado
R
. Assumindo-se que a caracterstica de qualidade normalmente
distribuda, pois a distribuio normal o melhor modelo para os estudos de
qualidade conforme Montgomery ( 1985),
R
pode ser encontrado atravs da
distribuio de amplitude relativa W=R/
r
. A amplitude relativa tem os parmetros:
E(W)= d
2
e V(W)=d
2
3
fixados em funo de R. Logo o desvio padro de W d
3
e
depende de n. Ento, desde que:
V(W)=
1
V(R) (26)
O desvio padro R
R
= d
3
(27)
Se desconhecidos pode-se estimar
R
por:
60
=
W
R
e
R
= d
3
2
d
R
(28)
Conseqentemente os parmetros do grfico de R com 3-sigmas nos limites
de controle so:
2
3
3 3
d
R
d R R LSC
R
+ = + =
linha central = R
2
3
3 3
d
R
d R R LIC
R
= =
fazendo-se:
2
3
3
3 1
d
d
D = e
2
3
4
3 1
d
d
D + = (29)
Podem-se redefinir os parmetros do grfico R, como:
4
D R LSC =
Linha central = R (30)
3
D R LIC =
As constantes D
3
e D
4
so tabeladas para vrios valores de n. Quando as
amostras preliminares so usadas para construir os grficos de x e R, considera-se
que os limites de controle so experimentais.
Ento ao se colocar nos grfico as amostras m se qualquer ponto exceder o
limite de controle este ponto dever ser investigado.
Se as causas de variabilidade destes pontos forem descobertas, ento eles devero ser
descartados e nova experincia com os limites de controle deve ser feita.
2.6.3.3 Grfico X
Controlando-se o grfico de controle para amplitude, pode-se prosseguir,
examinando-se o grfico de controle para a mdia do processo, o grfico X .
61
Supondo-se que uma caracterstica de qualidade normalmente distribuda
com mdia e desviopadro , onde ambos so conhecidos. Se,
n
x x x x ,..., , ,
3 2 1
uma amostra de tamanho n, ento a mdia dessa amostra :
n
x x x
x
n
+ + +
=
...
2 1
(31)
Sabe-se que x normalmente distribuda com media e desvio padro
n
x
/ = . Alm disso, a probabilidade 1 - de que qualquer mdia amostral esteja
entre.
n
Z Z
x
2 / 2 /
+ = + e
n
Z Z
x
2 / 2 /
= (32)
Portanto, se e so conhecidos, as equaes acima, podem ser utilizadas
como limite superior e limite inferior de um grfico de controle para mdia de uma
amostra.
No entanto, na prtica geralmente e no so conhecidos. Portanto, eles
devem ser estimados atravs de amostras preliminares tomadas quando o processo
encontra-se sob controle. Esses estimadores geralmente so baseados em 20 a 25
amostras, supondo-se que m amostras so avaliadas, cada uma contendo n observaes
de caractersticas de qualidade. Tipicamente n deve ser pequeno, geralmente 4, 5 ou 6.
Este pequeno tamanho de amostra resulta da construo de pequenos subgrupos,
pelo fato de que os custos das amostras e da inspeo so geralmente elevados.
Seja
m
x x x ,..., ,
2 1
a mdia de cada amostra. Ento o melhor estimador para
mdia
m
x x x
x
m
+ + +
=
...
2 1
(33)
62
Ento x ser usado com a linha central do grfico de x .Para construir os
limites de controle, torna-se necessrio estimar o desvio padro . Assim, deve-se
estimar atravs do desvio padro obtido das m amostras.
Seja
n
x x x ,..., ,
2 1
uma amostra de tamanho n. Ento a amplitude da amostra
a diferena entre a maior e a menor observao, isto :
min max
x x R = (34)
A razo entre a amplitude e o desvio padro,
R
, representada por W
denominada de amplitude relativa. Como a amplitude est relacionada com o desvio-
padro do processo , a variabilidade do processo pode ser controlada por meio do
grfico dos valores da amplitude amostral R. Os parmetros da distribuio de w so
em funo da amostra de tamanho n. A mdia de W representada por d
2
.
Conseqentemente um estimador para
2
/ d R = .
Valores de
2
d , para vrios tamanhos de amostras encontram-se tabelados
em bons livros, como em Montgomery ( 1985).
Seja
m
R R R ,..., ,
2 1
a amplitude das m amostras. Ento a mdia das
amplitudes :
m
R R R
R
m
+ + +
=
...
2 1
(35)
Um estimador para a mdia pode ser calculado por:
2
d
R
= (36)
Mas por qual razo se usa o estimador de , dado acima quando se dispe
de estatstica mais eficiente s? A resposta a simplicidade do clculo e tambm
porque a eficincia de
2
d
R
= praticamente a mesma de s quando o tamanho a
amostra baixo ( n< 10).
Utilizando-se o estimador x como estimador de e
2
/ d R como um estimador de ,
ento os parmetros do grfico x so:
63
R
n d
x LSC
2
3
+ =
linha central = x (37)
R
n d
x LIC
2
3
=
A quantidade
n d
A
2
2
3
= uma constante que depende somente do tamanho
da amostra, assim pode-se reescrever a equao anterior como:
R A x LSC
2
+ =
Linha central = x (38)
R A x LIC
2
=
onde a constante
2
A tabelada. Para ilustrar, considere-se o seguinte exemplo:
Uma indstria cermica produz blocos cermicos de seis furos. A
administrao deseja estabelecer um controle estatstico sobre o comprimento dos
blocos cermicos, ponto considerado crtico pelo controle de qualidade, usando
grficos da mdia x e da amplitude R. Para estimar os parmetros do processo foram
tomadas m=20 amostras, cada uma de tamanho n=5, retiradas aleatoriamente de cinco
fornos, em um perodo onde a administrao acredita que o processo est sob controle.
Os dados observados medidos em cm, esto abaixo. Pede-se:
a)Construa o grfico R;
b) construa o grfico X.
TABELA 3 MEDIDAS DOS COMPRIMENTOS DOS BLOCOS CERMICOS
Amostra OBS 1 OBS 2 OBS 3 OBS 4 OBS 5 Xi(cm) Ri(cm)
1 19,00 19,10 19,20 19,22 19,10 19,12 0,20
2 19,10 18,90 19,00 18,90 18,95 18,97 0,20
3 19,00 18,95 19,01 18,70 18,90 18,91 0,31
4 18,80 18,90 19,03 19,10 19,30 19,02 0,50
5 18,88 19,00 19,20 19,10 19,02 19,04 0,32
6 19,02 19,10 18,90 19,20 19,01 19,04 0,30
64
7 19,25 18,96 19,01 19,20 19,00 19,08 0,29
8 18,99 18,90 19,20 19,01 19,10 19,04 0,30
9 18,85 18,90 18,95 19,02 19,00 18,94 0,17
10 18,97 19,06 18,95 18,97 18,96 18,98 0,11
11 19,02 19,01 19,02 19,00 18,90 18,99 0,12
12 18,90 19,01 19,20 19,30 19,00 19,08 0,40
13 19,20 19,10 19,20 19,10 19,20 19,16 0,10
14 19,30 19,00 19,10 19,20 19,00 19,12 0,30
15 19,20 19,30 19,10 19,20 19,00 19,16 0,30
16 19,10 19,20 19,10 19,00 18,90 19,06 0,30
17 19,10 19,20 19,00 18,80 18,90 19,00 0,40
18 18,90 19,30 18,80 19,10 19,20 19,06 0,50
19 19,20 19,20 19,20 18,90 18,90 19,08 0,30
20 18,90 19,10 19,00 18,80 18,90 18,94 0,30
SOMATRIA 380,97 5,72
Da tabela acima, obtemos:
=
=
20
1 i
i X
380,97 e
20
1
,
i
R = 5,72. Em conseqncia:
x = 04 , 19
20
20
1
=
i
x
e R =
20
) 30 , 0 .... 31 , 0 20 , 0 20 , 0 ( + + + +
. Logo: R =0,286
Quanto construo dos grficos X e R, a melhor alternativa comear
com o grfico R. Isto porque os limites de controle no grfico X dependem do fato da
variabilidade encontrar-se sob controle.
Consultando as tabelas disponveis, por exemplo em Montgomery ( 1985 ),
obtm-se para uma amostra de n=5 os valores: D
3
= 0 e D
4
= 2,215. Assim, podem-se
determinar os limites de controle para o grfico de R atravs de :
LIC = R D
, 3
=0.286(0)=0 e LSC = R D
4
= 0,286(2,115) = 0,604
65
Abaixo, observa-se o grfico para R obtido. Os 20 pontos que l esto
marcados mostram que no h indicao de que o processo esteja fora do controle.
GRFICO 7-GRFICO DA AMPLITUDE
Uma vez que o grfico R, indica que a variabilidade do processo est sob
controle, pode-se construir o grfico X . Retornando aos valores tabelados, relatados
em Montgomery( 1985 ), obtm-se para n=5 um valor de
2
a igual a 0,0577. A linha
central foi obtida acima com X = 19,04. Os limites de controle so ento calculados
por:
LSC = X +A
2
R =19,04 + (0.577)(0.286) =19,21
e
LIC = X A
2
R =19,04 - (0.577)(0.286) =18,88
O grfico X est mostrado na figura a seguir. Os pontos marcados no
indicam que o processo esteja fora de controle.
GRFICO 8 GRFICO DA MDIA
66
Dos grficos X e R obtm-se informaes sobre a capacidade do processo.
Do grfico X pode-se estimar o comprimento mdio dos blocos cermicos
como 19,04 e o desvio padro do processo pode ser estimado atravs de
=
2
d
R
=
326 . 2
286 . 0
=0.123 onde o valor de d
2
tabelado.
As especificaes estabelecem que o comprimento dos blocos cermicos
est no intervalo entre 18,70 e 19,30 cm . O grfico de controle X pode ser usado
para descrever a capacidade do processo em relao a essas especificaes.
2.6.3.3.1 Reviso dos Limites de Controle e da Linha Central
Atravs dos experimentos determina-se a linha central e os limites de
controle. No entanto, o uso efetivo de qualquer grfico de controle requer revises
peridicas dos limites de controle e da linha central.
2.6.3.3.2 Limites de controle, Limites de especificao e Limites de tolerncia
natural
Torna-se necessrio enfatizar que no h qualquer relao ente os limites de
controle (grficos x e R) e os limites de especificao do processo.
Os limites de controle so definidos pela variabilidade natural do processo
(medidos pelo desvio padro ) que o limite de tolerncia natural do processo. O
limite de especificao, por outro lado, determinado externamente. Ele pode ser
determinado pelo gerente, pelo engenheiro ou pelo designer. Logo no h relao
matemtica ou estatstica entre o limite de controle e o limite de especificao.
67
2.6.3.3.3. Subgrupos adequados
O conceito de subgrupos adequados se constitui em uma importante regra
para o uso dos grficos de controle x e R. De acordo com Montgomery( 1985)
definir uma subgrupo adequado torna-se fcil, dominando-se o entendimento do
funcionamentos dos dois tipos de grficos de controle.
O grfico x monitora o nvel de qualidade da mdia no processo. Contudo,
amostras so selecionadas de modo a maximizar a chance de que as alteraes na
mdia ocorra entre as amostras e ento mostrar os pontos fora de controle no grfico
de x .
O grfico R, por outro lado, mede a variabilidade dentro da amostra. Ento
quando as amostras so selecionadas, a variabilidade entre as amostras deve ser
medida.
Outro caminho fazer com que o grfico x monitore a variabilidade entre
as amostras (variabilidade no processo) enquanto o grfico R mede a variabilidade
dentro de cada amostra.(variabilidade instantnea do processo).
Um importante aspecto, que deve-se examinar cautelosamente, como os limites de
controle do grfico x e R so determinados tendo-se como referncia os dados
passados.
O estimador do desvio padro , usado na construo dos limites de
controle, calculado usando os dados da variabilidade dentro de cada amostra (i.e, do
tamanho de cada amostra individual) Conseqentemente, o estimador de reflete
somente a variabilidade dentro das amostras. Isto no correto para estimar baseado
somente no estimador quadrtico, ou seja:
1
) (
2
1 1
=
= =
mn
x x
S
ij
n
j
m
i
(39)
Onde x
ij
a j-sima observao na i-sima amostra, porque se a amostra
68
tem mdia diferente, ento teremos S( o melhor estimador da varincia) mais largo.
Conseqentemente, ser superestimado. Portanto os limites de controle devem ser
baseados tomando-se como referncia variabilidade interna das amostras.
2.6.3.3.4 Normas para o desenho dos grficos de controle
Para desenhar os grficos de x e R, deve-se inicialmente especificar a
largura dos limites de controle e a freqncia com que as amostras sero utilizadas.
Se no for possvel dar uma soluo exata do problema para o desenho do grfico de
controle, pelo menos o analista deve detalhar informaes sobre as caractersticas
estatsticas do grfico de controle e os fatores econmicos que afetam o problema.
Uma soluo completa do problema requerer conhecimento do custo das
amostras, o custo da inspeo e possveis correes no processo, caso haja sinal de
fora de controle, e o custo associado com a produo de um produto que no est
dentro das especificaes. Com essas informaes um modelo de deciso econmica
pode ser construdo para permitir o melhor desenho do grfico de controle.
Montgomery (1985), destaca que os seguintes aspectos principais devem ser
observados:
a) se o grfico x estiver sendo utilizado para primeiramente detectar uma
alterao moderada ou grande no processo, ou seja da ordem de 2 ou
mais, ento amostras de tamanho n = 4, 5 ou 6 so razoveis. Porm,
desejando-se detectar pequenas alteraes, torna-se necessrio
utilizao de amostras maiores, variando de 15 a 25;
b) se forem utilizadas amostras menores, h menor possibilidade de se
detectar as mudanas;
c) se a mudana ocorrer enquanto a amostra tomada, a mdia da amostra
69
pode obscurecer esse efeito. Conseqentemente, este um argumento
para utilizar amostras pequenas, quando adequadas com a magnitude da
alterao que se est tentando detectar. Uma alternativa para aumentar o
tamanho da amostra usar o limite de advertncia e outros
procedimentos mais sensveis para aumentar a habilidade do grfico de
controle em detectar pequenas alteraes no processo;
d) o grfico R relativamente insensvel para detectar mudanas no
processo do desvio padro, para pequenas amostras. Por exemplo,
amostras de tamanho n = 5 tem somente 40% de chance de detectar na
primeira amostra uma alterao no processo utilizando o desvio padro
entre e 2. J, amostras maiores demonstram ser mais efetiva, mas
sabe-se que a amplitude para estimao do desvio padro diminui
dramaticamente em eficincia quando n aumenta. Conseqentemente,
para n> 10 ou 12 provavelmente melhor utilizar um grfico de controle
para S ou S
2
, ao invs de utilizar o grfico de R.
Sobre o ponto de vista estatstico a caracterstica de operao dos grficos de
x e R pode ser ajudada pela troca do tamanho da amostra. Eles provero o analista,
proporcionando alteraes na magnitude do processo que sero detectadas com uma
probabilidade declarada para qualquer tamanho de amostra n. O problema de alterar o
tamanho e a freqncia da amostra um dos esforos para alocar amostras.
Geralmente a deciso tomada quando se tem um limitado nmero de recursos para
alocar no processo de inspeo. A alternativa ser, geralmente, entre tomar amostras
menores e com mais freqncia, ou aumentar o tamanho da amostra com menos
freqncia.
Por exemplo, a troca pode ser entre amostras de tamanho cinco retiradas a
cada meia hora, ou amostras de tamanho 20 tomadas a cada 2 horas.
70
impossvel, dizer qual estratgia a melhor em todos os casos. No entanto
a indstria prefere utilizar amostras menores com maior freqncia.
2.6.3.3.5 Trocando o tamanho da amostra nos grficos x e R
No desenvolvimento dos grficos x e R assume-se que o tamanho da
amostra n constante para todas as amostras. Contudo, h situaes onde o tamanho
da amostra n no constante. Uma situao aquela onde o tamanho da amostra
varivel, isto , cada amostra consiste em um diferente nmero de observaes. Os
grfico x e R geralmente no so utilizados nestes casos, porque eles conduzem
para uma troca da linha central no grfico R o que dificulta a interpretao para
muitos usurios. Neste caso mais conveniente utilizao de um outro grfico,
denominado de grfico S.
Outra situao aquela onde feita permanente troca do tamanho da
amostra por causa do custo, ou porque o processo tem exibido boa estabilidade e
poucos recursos tm sido alocados nas amostras. Neste caso mais fcil processar um
novo limite de controle diretamente, tomando-se como base o limite anterior com o
adicional das amostras baseadas no novo tamanho da amostra. O procedimento o
seguinte:
Seja:
=
ant
R mdia da amplitude do tamanho da amostra anterior
=
novo
R mdia da amplitude do tamanho da nova amostra
=
ant
n tamanho da amostra anterior
=
novo
n tamanho da nova amostra
) ( 2 ant
d = fator
2
d oriundo do tamanho da amostra anterior
) ( 2 novo
d = fator
2
d oriundo do tamanho da nova amostra.
Para o grfico x os novos limites de controle sero:
71
ant
ant
novo
R
d
d
A x LSC
(
(
+ =
) ( 2
) ( 2
2
( 40)
ant
ant
novo
R
d
d
A x LIC
(
(
=
) ( 2
) ( 2
2
onde a linha central x , no mudada e o fator
2
A , selecionado do tamanho da nova
amostra. Para o grfico R, os novos parmetros so:
ant
ant
novo
R
d
d
D LSC
(
(
=
) ( 2
) ( 2
4
ant
ant
novo
novo
R
d
d
R CL
(
(
= =
) ( 2
) ( 2
(41)
(
(
=
ant
ant
novo
R
d
d
D LIC
) ( 2
) ( 2
3
, 0 max
Onde D
3
e D
4
so selecionados do tamanho da nova amostra.
2.6.3.3.6 Interpretao dos grficos x e R
Como anteriormente mencionado, um grfico de controle pode indicar que o
processo est fora de controle mesmo quando nenhum dos pontos marcados no grfico
esteja fora dos limites de controle; esse o caso quando os valores observados exibem
um comportamento sistemtico, no aleatrio. Em muitas situaes esse
comportamento que ir fornecer informaes teis no sentido reduzir a variabilidade
do processo (o que um dos objetivos fundamentais do controle de qualidade).
Ressalta-se aqui, alguns dos comportamentos que mais freqentemente
aparecem nos grficos x e R e especula-se sobre quais as caractersticas do processo
que podem produzir estes comportamentos.
72
Para uma anlise efetiva dos grficos x e R o analista precisa conhecer os
princpios estatsticos nos quais a construo do grfico baseada, alm de possuir um
conhecimento slido do processo de produo controlado. Podem-se obter mais
detalhes, consultando, por exemplo, o livro de Duncan [1974].
Quando da interpretao do comportamento do grfico x , torna-se
necessrio determinar em primeiro lugar se o grfico R est sob controle. Alguns
fatores particulares de variao afetam o comportamento em ambos os grficos.
Se os dois grficos exibem um comportamento no aleatrio, a melhor
estratgia eliminar primeiro os fatores particulares de variao identificveis no
grfico R. Em muitos casos, isso eliminar automaticamente, o comportamento no
aleatrio no grfico x . Nunca deve-se interpretar o grfico x quando o grfico R
apresenta-se fora de controle.
Comportamentos cclicos aparecem ocasionalmente nos grficos de controle.
Como exemplo, pode-se observar o grfico 1 da pgina 36 neste trabalho.
Tal comportamento no grfico x pode resultar de mudanas sistemticas nas
condies de operao do processo, como temperatura, luminosidade, cansao do
operador, rotao de motores ou flutuao na voltagem, presso ou outra varivel no
equipamento de produo, etc. Comportamentos cclicos nos grficos R so mais raros
mas podem surgir em conseqncia da programao de manuteno e deteriorao das
ferramentas por exemplo.
Uma mudana no nvel do desempenho do processo est ilustrada no grfico
2 da pgina 36. Essas mudanas podem resultar da introduo de novos operadores,
de novos mtodos, de novos materiais ou equipamento. Podem ser causados ainda por
uma mudana nos instrumentos de medida e pela motivao dos trabalhadores.
Uma tendncia, um movimento contnuo (possivelmente irregular) do
processo numa certa direo est mostrada na figura 3, da pagina 37.
Tendncias so causadas em geral, pela deteriorao gradual um algum fator
73
crtico do processo. O envelhecimento de ferramentas e equipamentos, o cansao do
operador e at a presena ou no de superviso possvel nessa direo.
2.6.3.3.7 Efeito do afastamento da normalidade nos grficos x e R
A hiptese fundamental na construo de um grfico de controle para x e R
que a distribuio da caracterstica de qualidade que est sendo controlada normal.
Em algumas situaes, entretanto, possvel acumular evidncia de que essa hiptese
inadequada.
Poder-se-ia, pelo menos teoricamente, caso a distribuio da varivel
analisada fosse conhecida, derivar as distribuies amostrais de x e R (ou alguma
outra medida de variabilidade do processo) e obter limites probabilsticos exatos para
os grficos de controle.
Isso, no entanto, , na maioria dos casos, muito difcil de se computar e a
maioria dos analistas prefere continuar usando o procedimento tradicional, a menos
que os efeitos do afastamento da normalidade sejam extremamente srios.
Vrios autores investigaram a magnitude desses efeitos e concluram que so
rarssimos os casos onde o uso de um grfico baseado na distribuio normal
totalmente inadequado.
2.6.3.3.8 Curva caracterstica da operao
A capacidade dos grficos x e R de detectarem mudanas na qualidade de
um processo descrita pelas respectivas curvas caractersticas de operao.
Montgomery (1985), sugere a construo destas curvas, da seguinte forma:
74
Considere-se em primeiro lugar a curva caracterstica para um grfico x
com desvio padro , conhecido e constante. Se a mdia muda de um valor
0
onde o
processo esta sob controle, para um valor k + =
0 1
, a probabilidade de que o
grfico no detectar essa mudana na primeira amostra subseqente dada por:
] | [
0 1
k LSC X LIC P + = = = (42)
Como,
|
|
.
|
\
|
=
n
N X
2
,
(43)
e os limites de controle so dados por:
n
LSC
3
0
+ =
e (44)
n
LIC
3
0
=
podemos escrever:
) 3 ( ) 3 (
)) ( 3 ( )) ( 3 (
( ( )) ( (
0 0 0 0
0 0
n k n k
k
n
n k
n
n
k LIC n LSC n
=
(
(
(
(
(
(
(
(
+ +
=
(
(
(
(
+
=
(45)
onde representa a funo de distribuio acumulada. Por exemplo, supondo-se que n
= 4, e que se busque determinar a probabilidade de detectar uma mudana de
0
para
2
0 1
+ = na primeira amostra selecionada aps a mudana. Ento como k = 2 e n =
5, tm:
| | | | | | | | 1587 . 0 7 1 4 2 3 4 2 3 = = =
Esse o risco da no detectao de uma mudana no valor do desempenho
75
do processo de magnitude igual a 2 . E claro, a probabilidade de detectar tal
mudana, na primeira amostra subseqente 1 - = 0.8413.
Para construir a curva caracterstica de operao do grfico X marca-se em
outro grfico valores de para vrias magnitudes de mudana no valor de X, medidas
em desvio padro para vrios valores de n. Essas probabilidades so calculadas como
no exemplo acima. A curva caracterstica de operao est mostrada na figura abaixo:
GRFICO 9- CURVA CARACTERSTICA DA OPERAO PARA O GRFICO
1
1
) 1 (
1
1
k
k
k (47)
Tem-se, portanto para o exemplo,
4
25 . 0
1
1
1
= =
como sendo o nmero mdio de amostras que sero analisadas at a deteco de uma
amostra de magnitude igual a usando amostras de tamanho 5.
A discusso acima serve para ilustrar um dos argumentos em favor do uso de
pequena amostras no grfico X . Ainda, que o uso de pequenas amostras resulte num
risco () alto, estas so coletadas periodicamente, e com uma grande probabilidade a
mudana ser detectada rapidamente, embora nem sempre na primeira amostra
subseqente. O analista ter ainda a sua disposio limites de advertncia e outros
procedimentos para aumentar a sensitividade do grfico, que o ajudaro na deteco de
mudanas no nvel de operao.
A construo da curva caracterstica de operao do grfico R, envolve a
distribuio da amplitude relativa
R
W = , supondo-se que o processo esteja sob
controle, e que o valor do desvio padro igual
0
.
Ento, a curva caracterstica de operao o grfico das probabilidades de
no detectar uma mudana para um outro valor
0 1
> , na primeira amostra
subseqente a alterao. No cabe aqui discutir a computao dessa probabilidade. A
figura abaixo mostra a curva caracterstica de operao do grfico R no qual
apresentado em funo de
0
1
=
Um exame da figura anterior mostra que o grfico R no muito eficiente na
deteco de alteraes no processo quando so utilizadas pequenas amostras.
Por exemplo, caso o desvio padro seja dobrado, isto ,
0
1
= = 2, que
bem grande, ento amostras de tamanho 5, tem uma probabilidade aproximadamente
igual a 0.40 de detectar a mudana. por isso que a maioria dos analistas de controle
de qualidade de opinio de que o grfico R pouco sensvel a pequenas mudanas na
variabilidade do processo.
2.6.3.3.9 A ARL para o grfico x
Para qualquer grfico de controle de Shewhart, ns observamos que a ARL pode ser
expressa por:
78
) lim (
1
controle de ites dos fora pontos P
ARL = ( 48 )
Ou
1
= ARL (49) para a ARL em controle e,
=
1
1
ARL (50) para a ARL fora de
controle.
2.6.3.3.10 Grficos de controle x e S
Quando o tamanho da amostra moderadamente grande, n 10, o mtodo
da amplitude para a estimao de comea a ser totalmente ineficiente.
Nesse caso o melhor que se pode fazer substituir o grfico R pelo grfico s
(este tambm chamado de grfico algumas vezes), onde o desvio padro do
processo estimado diretamente ao invs de ser calculado indiretamente, atravs do
uso da amplitude R. Nesse caso, para controlar o processo, em cada amostra necessita-
se calcular a mdia x e o desvio padro amostral s.
Se
2
a varincia, desconhecida, de uma distribuio de probabilidade,
ento um estimador no viciado para
2
dado pela varincia amostral;
1
) (
1
2
2
=
=
n
X X
s
n
k
j
(51)
Se a distribuio for normal, este estimador timo segundo os critrios
usuais. O desvio padro amostral s, entretanto no um estimador no viciado para .
Se a distribuio for normal, ento s na verdade estima ,
4
c onde:
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
=
2
1
2
1
2
2
1
4
n
n
n
c (52)
que depende do tamanho da amostra n. O desvio padro de s :
79
2
4
1 c (53)
Essa informao pode ser usada no estabelecimento de um grfico de
controle para x e s.
Considere-se primeiro, o caso onde um valor padro conhecido para .
Uma vez que:
4
) ( c s E = (54)
a linha central do grfico dada por esse valor. Os limites a 3 para s so ento dados
por:
2
4 4
1 3 c c LSC + = (55)
e
2
4 4
1 3 c c LIC = (56)
comum se definir duas constantes
2
4 4 5
1 3 c c B = (57)
e
2
4 4 6
1 3 c c B = (58)
Conseqentemente, os parmetros do grfico, para conhecido so dados
por:
6
B LSC = (59)
e
5
B LIC = (60)
80
com a linha central igual a .
4
c Valores de B
5
e B
6
so encontrados nas tabelas
apropriadas. Se o valor de no for conhecido emprega-se estimativas obtidas de
amostras preliminares e procede-se de maneira anloga. Caso haja necessidade de
estimar recomenda-se verificar em Montgomery (1985).
2.6.3.3.11 Os limites de controle baseados em um pequeno nmero de amostras
Quando os grficos de controle esto estabilizados , necessrio estimar os
parmetros do processo ( x e R) tendo-se como referncia os dados passados.
O usual selecionar m amostras preliminares, as quais julga-se estar dentro
dos limites de controle, e utilizam-se estas amostras para estabelecer os limites de
controle. Se qualquer uma das amostras preliminares estivererem fora do controle,
essas amostras so descartadas e so revisados os limites de controle.
Esse processo continuado at se obter um conjunto aceitvel para os limites
de controle. Geralmente, prefere-se tomar entre 20 a 25 amostras preliminares para
estabelecer esses limites.
Isso requer um nmero relativamente grande de amostras preliminares, no
incio do processo, a fim de se especificar corretamente os limites de controle do
grfico.
2.6.4 Anlise da Capacidade do Processo
2.6.4.1 O conceito de variabilidade
Qualquer processo de produo, independentemente de suas caractersticas,
contm muitas fontes de variabilidade. Por melhor ajustado que esteja, ele produzir
81
peas que apresentaro diferenas entre si, podendo ser grandes ou at mesmo muito
pequenas.
Esta variabilidade natural o conjunto de efeitos acumulativos que so
compostos de causas incontrolveis. importante que estas variabilidades naturais
sejam pequenas at que atinjam um certo nvel aceitvel, para que no comprometam o
desempenho do processo.
O CEP, conforme relatado na seo 5, bastante utilizado para o controle
das variabilidades do processo, tendo como principal objetivo fazer com que o
processo esteja sob controle. Isto feito pela identificao e eliminao de qualquer
causa de variao no-associada com o processo. Busca-se determinar o mais rpido
possvel ocorrncia de tais variabilidades, de modo que as aes corretivas possam
ser feitas antes que muitas unidades no-conformes sejam produzidas. Contudo, faz-se
necessrio avaliar a capacidade do processo para diagnosticar o estado de controle dos
processos de produo, verificando se so capazes de satisfazer as especificaes pr-
estabelecidas.
2.6.4.2 Capacidade do processo
Collin(2000) ressalta que o interesse, neste item, est crescendo devido
s mudanas na filosofia de controle de qualidade. Sua utilizao envolve no apenas a
avaliao de processos, mas tambm a avaliao de fornecedores.A capacidade tem
sido definida por muitos caminhos. Como resultado, muitas medidas tem sido
apresentada por diversos autores.O ndice de capacidade uma funo adimensional
dos parmetros do processo ( , ) e da especificao do processo (LSE, T, LIE),
desenvolvidos para proporcionar uma linguagem comum e de fcil entendimento
para a quantificao do desempenho do processo, (Kane, 1986), onde:
= mdia do processo
82
= desvio padro do processo
LSE = limite superior de especificao
LIE = limite inferior de especificao
T = valor nominal ou valor alvo
2.6.4.2.1 O ndice Cp
Spiring (1997), aponta o ndice Cp como a medida mais comum de
capacidade. Cp mede a disperso permitida do processo pela medida da real disperso
do processo. uma medida da performance potencial do processo. A disperso
relacionada com os limites de especificao, mas a locao do processo no
considerada nem na definio nem no clculo do Cp. Em alguns textos, como em
Montgomery (1991), ele chamado de PCR (Process-capability ratio). definido por:
Cp = disperso permitida do Processo = LSE - LIE (61)
disperso real do processo 6
onde LSE e LIE denotam os limites de especificao superior e inferior
respectivamente, e o desvio padro do processo.
A disperso real do processo geralmente assumida ser 6, o que representa
na teoria normal, a largura do intervalo que contm 99,73% da populao. A disperso
permitida do processo considerada fixa, enquanto que a disperso real do processo
deve ser estimada.
Kane (1986), relata que um Cp = 1,0 indica que o processo julgado capaz.
Um valor de Cp = 1,33 geralmente usado para processos correntes, segundo Juran,
Gryna e Binghan (1979). Este valor d certa garantia de que, quando as causas
adicionais de variabilidade atuarem, o Cp real do processo seja maior ou igual a 1,00.
Levando-se em conta que o ndice Cp mede a disperso do processo com
relao aos limites de especificao sem levar em conta a localizao da mdia do
processo, possvel que se tenha uma porcentagem de itens fora das especificaes,
83
mesmo com um Cp alto, devido a uma localizao da mdia do processo
suficientemente prxima ao limite de especificao. Chan, Cheng e Spiring (1988) e
Kane (1986), descrevem dentro desta abordagem como que um ndice Cp com um alto
valor no garante que todos os itens estejam dentro das especificaes.
Para avaliar mais eficientemente o desempenho do processo, foi introduzido
o ndice Cpk, que leva em conta a variabilidade do processo e sua locao com relao
aos limites de especificao.
2.6.4.2.2 O ndice Cpk
Kane (1986), apresenta duas formas equivalentes para o ndice Cpk. A
primeira frmula considera os limites de especificao superior e inferior
separadamente. A segunda frmula utiliza o desvio da mdia do processo pelo ponto
mdio dos limites de especificao. Antes de apresentar o ndice Cpk, ser necessrio
considerar dois outros ndices de capacidade: Cp
s
e Cp
i
.
Considerando o caso de especificao unilateral superior define-se:
Cp
s
=
3
LSE
(62)
Analogamente para processos com especificao unilateral inferior tem-se:
Cp
i
=
3
LIE
(63)
Para o caso de especificaes bilaterais define-se o ndice como:
Cpk = min (Cp
s
, Cp
i
) (64)
O ndice Cpk, portanto, determina a distncia entre a mdia do processo e o
limite de especificao mais prximo e uma medida mais realista da performance do
processo.
84
Uma outra abordagem para o ndice Cpk reduz-se na seguinte forma:
Cpk = (1 - k) Cp (65)
No entanto
(1-k)= ,
Cp
Cpk
assim: (k-1)= ,
Cp
Cpk
de onde:
k= 1- ,
Cp
Cpk
= ,
Cp
Cpk Cp
das equaes (1) e (4) acima pode-se escrever:
k =
LIE LSE
T
2
(66)
Segundo Spiring (1991), o valor de k representa a poro da disperso
permitida do processo no produzida no alvo. Se k = 0, a mdia do processo coincide
com o valor alvo. Se k = 1, a mdia do processo est localizada em um dos limites de
especificao. As duas definies de Cpk so algebricamente equivalentes para 0 k
1 e o valor alvo coincide com o ponto mdio dos limites de especificaes.
Kane (1986), recomenda o uso e comparao dos ndices Cp e Cpk para cada
caracterstica. Se o processo possui um baixo Cpk, ento o ndice Cp deve ser
verificado para determinar se a variabilidade demasiadamente alta. Se Cp prximo
ao valor de Cpk, ento a locao do processo no representa um problema.
2.6.4.2.3 Consideraes sobre o ndice Cpk
Boyles (1991), afirma que o ndice Cpk no mede adequadamente a
centralizao do processo. Para isso o autor dispe-se de tcnicas grficas, grficos (
e ), onde atravs de comparaes dos ndices demonstra que Cpk pode falhar na
distino de processos fora do alvo e dentro do alvo.
85
Uma medida alternativa de ndice de capacidade do processo, como relata
Spiring (1991), tem a capacidade de avaliar a proximidade do alvo devido variao
do processo. As mudanas so poderosas, com propriedades estatsticas superiores e
aparncia mais intuitiva. Este ndice de capacidade do processo, denotado por Cpkm,
ou ndice de capacidade de Taguchi, ser descrito a seguir, juntamente com a
metodologia de Taguchi.
2.6.4.3 Metodologia de Taguchi
2.6.4.3.1 Introduo
A partir de 1984, tem ocorrido uma mudana de pensamento com relao
qualidade e tecnologia da engenharia atravs da aplicao dos Mtodos de Taguchi.
Embora esta mudana tenha ocorrido lentamente devido s controvrsias
estatsticas, esta tecnologia est comeando a promover os maiores efeitos nos
produtos do que qualquer outro conceito ou mtodo individual apresentado, conforme
relata Sullivan (1987).
2.6.4.3.2 A funo perda de qualidade de Taguchi
O ponto inicial da filosofia de Taguchi est em sua no-convencional
definio de qualidade. Em contraste aos conceitos como adequao ao uso,
conformidade com os requisitos, ou satisfao do cliente, a definio de Taguchi
perdas para a sociedade, reflete dois valores orientais comuns, isto , aspirao para
o perfeccionismo, e trabalho para o bem coletivo.
Perda para a sociedade medida pelo desvio real da caracterstica de
qualidade do produto do seu valor alvo. O uso desta funo perda, uma expresso
86
matemtica que pode declarar, particularmente para propsitos gerenciais, o valor
monetrio da conseqncia de qualquer aperfeioamento em qualidade.
Embora tal valor monetrio no represente uma virtual perda ou dano, ele
um conveniente ndice de desempenho que pode ser facilmente apreciado pelos
tomadores de deciso, uma caracterstica muito importante e lisonjeada pelos
promotores dos mtodos de Taguchi para atrair o interesse dos tomadores de deciso.
(Goh, 1993).
O significado de aperfeioamento da qualidade mudado para solucionar
problemas atravs da reduo da variabilidade em torno do valor alvo, tendo como
ponto importante, como medir o aperfeioamento da qualidade. O principal foco do
aperfeioamento da qualidade a reduo de custos.
O conceito da funo perda demonstrado no grfico 11. O grfico
demonstra a funo perda associada com a idia de estar dentro ou fora dos limites de
especificao. O alvo central, T, representa o nvel ideal do parmetro de projeto. Os
dois limites de especificao LSE e LIE, so os limites de especificao simtricos
padronizados. O eixo vertical a medida do valor de perda devido ao desvio da
caracterstica do nvel desejado.
GRFICO 11 FUNCO PERDA DE TAGUCHI
(Adaptado de Kachar (1986))
Limites de Especificao
$ A
Alvo
LIE T LSE
87
A funo perda de Taguchi estabelece uma medida financeira para o clculo
do desvio de uma caracterstica do produto com relao ao valor nominal. Pode ser
descrita como uma funo quadrtica:
L = k (y - T)
2
(67)
onde L = perda devido ao desvio da caracterstica
k = coeficiente de perda
y = valor da caracterstica de qualidade
T = valor nominal ou valor alvo
Para uma amostra, a frmula da perda mdia ser:
L =
k [ ( Y - T )
2
+
2
] (68)
k = A / (LSE - T)
2
e A o custo de se produzir um produto fora da
especificao;
(69)
Boyles (1991) demonstra como o ndice de Cpk pode falhar ao medir a
centralizao do processo em contraste com o ndice Cpkm, como apresentado no
grfico 12 a seguir.
88
GRFICO 12-TRS PROCESSOS COM Cpk =1
( Adaptado de Boyles 1991)
TABELA 4 - COMPARAO DOS NDICES DE CAPACIDADE
( Adaptado de Boyles 1991)
Processo
Cp Cpkm Cpk
A 1 1,00 1
B 2 0,63 1
C 4 0,44 1
Estes trs processos so equivalentes de acordo com Cpk, mas claramente
so distintos de acordo com Cpkm. Diferem substancialmente com relao
centralizao do processo.
O ndice Cpkm possui as propriedades necessrias para avaliar a capacidade
do processo, podendo ser bastante til para o acompanhamento da variabilidade do
processo com relao ao valor nominal.
Spring (1991), relata que o Cpkm pode tambm ser generalizado para
situaes onde o valor nominal (T) no o ponto mdio dos limites de especificao,
como apresentado a seguir:
Cpkm = mnimo [LSE - T, T - LIE] (70)
3
onde a raiz do erro mdio quadrtico.
89
2.6.4.3.4 Concluso
A qualidade de um produto no pode ser aperfeioada a menos que suas
caractersticas possam ser identificadas e medidas. Dentro deste contexto, a
variabilidade uma caracterstica importante de controle para o bom desempenho do
produto. Genichi Taguchi, recentemente popularizou o conceito da funo perda,
focalizando o impacto da variao da qualidade. Ele tem retratado a idia de que a
variao do alvo desejado acarreta perdas para a sociedade.
Taguchi aponta que, mesmo o produto estando dentro dos limites de
especificao, h um custo definido para a sociedade se a caracterstica no est
exatamente no valor nominal; quanto mais longe do nominal, maior o custo.
Apesar dos ndices de capabilidade Cp e Cpk serem utilizados para
acompanhamento das melhorias dos processos na prtica do CEP, seus resultados no
fornecem informaes adequadas a respeito da variao em torno da mdia, como
apresentada pela funo perda de Taguchi.
O ndice de capacidade de Taguchi (Cpkm), mede a capacidade do processo
levando em conta tanto a sua localizao, como tambm a variao em torno do valor
nominal, sendo, portanto sensvel com relao centralizao do processo medida
por ( ) T . Este um ndice muito superior aos demais.
importante acrescentar que no incio da dcada de 80 , quando os mtodos
de CEP comearam a ser aplicada em grande escala nos EUA, a capacidade medida
da indstria americana era de Cp=0,67 enquanto o mnimo Cp da indstria japonesa
era de 1,33.
Isto explica muita coisa, sobre a supremacia da indstria japonesa naquela
poca.
90
2.7 PROJETOS ECONMICOS DOS GRFICOS DE CONTROLE
2.7.1 Introduo
O grfico de controle mais comum usado para monitorar o processo, quando
a varivel de qualidade que interessa a contnua, o grfico X . Ele usado para
controlar mdia do processo enquanto os grficos R ou S so utilizados para
controlar a varincia do processo.Desta forma, busca-se controlar os dois tipos mais
comuns de mudana.
Para empregar os grficos de controle, o usurio deve especificar a extenso
dos limites de controle para ambos os grficos, o tamanho da amostra e a freqncia da
amostra. Coletivamente estas trs variveis constituem o projeto dos grficos de
controle.
Talvez o projeto mais comum, na prtica, seja o projeto heurstico onde
amostras de tamanho quatro ou cinco so retiradas e avaliadas a cada hora e o limite de
trs sigmas utilizado para ambos os grficos.
Enquanto este projeto simples de implementar, fcil mostrar que ele pode
ter caractersticas estatsticas e econmicas indesejveis. Basicamente trs melhorias
para este tipo de projeto heurstico tm sido desenvolvidas. So elas:
1) Projeto Estatstico;
2) Projeto Econmico;
3) Projeto Econmico-Estatstico.
O Projeto Estatstico, j relatado nos captulos anteriores, encontra
restries no ARL, ou equivalente na probabilidade de erro do tipo I e tipo II, ou no
tempo mdio para o sinal (ATS), quando h uma mudana. Uma vantagem deste
projeto que ele no requer custos e nem estimao dos parmetros do sistema, exceto
uma especificao do ARL para uma mudana particular contra a qual a proteo
91
desejada.
Alm do mais, por segurana, as mudanas so sinalizadas rapidamente e
falsas procuras ou ajustes desnecessrios so evitados, o que garante grande qualidade
aos produtos e servios.
O Projeto Econmico foi inicialmente proposto por Duncan (1956). Na
aproximao econmica, o objetivo encontrar um projeto que equilibre os custos de
utilizar um grfico de controle com os custos de permitir que o processo opere quando
uma mudana ocorra.
O Projeto Econmico requer que o usurio estime um nmero para o custo e
parmetros do sistema e um projeto que economicamente timo, deve minimizar a
expectativa destes custos. O Projeto Econmico para os grficos X e R, utilizados
conjuntamente, foi desenvolvido por Saniga (1977, 1979). Ainda em 1977, W K
CHIU apresentava o projeto semi-econmico para o grfico X .
O Projeto Econmico e Estatstico um mtodo, proposto por Saniga
(1989), no qual um projeto econmico encontrado sob as restries do ARL (ou
equivalentemente sob a probabilidade de erro tipo I e tipo II ou do ATS).
Apesar de ser mais caro que o projeto econmico, o projeto econmico-
estatstico pode como o projeto estatstico, garantir grande qualidade nos produtos e
servios sendo mais flexvel e robusto. Esta adio gera um projeto pelo menos to
bom quanto o projeto estatstico em termos de suas propriedades estatsticas e
certamente melhor do que o projeto econmico Saniga (1989).
Na prtica, devem-se avaliar todos os tipos de projetos para atender os
objetivos de uma organizao, como a manuteno da qualidade, a diminuio da
interrupo do processo, a minimizao dos custos, etc.
Segue-se uma reviso de literatura com o objetivo de se proporcionar uma
viso geral sobre a evoluo dos projetos de controle econmicos utilizando-se dos
grficos de controle. Esta reviso tem como referncia principal o trabalho de
92
CASEE ( 1994).
Aps a reviso introduzir-se- os conceitos bsicos, necessrios
complementao deste trabalho no que concerne aos projetos econmicos e
econmicos-estatsticos.
2.7.2 Introduo teoria dos projetos econmicos
O projeto econmico dos grficos de controle teve seu pioneirismo com
Duncan que em 1956 apresentou seu primeiro trabalho nesta rea. A partir de ento
diversos trabalhos surgiram, os quais foram sumarizados por Montgomery (1980) e
Vance (1983), ambos com excelente referncia. Mais recentemente, Montgomery
e Svoboda, em (1991), efetuaram uma fina reviso sobre projeto econmico do
processo para os grficos de controle. Em seu livro Montgomery (1991) revisa vrios
aspectos do projeto econmico, incluindo o modelo de causa especial simples e causa
especial mltipla, o modelo de Lorenzen e Vance, e modelos para frao de
defeituosos. Svoboda (1991) apresentou uma sntese dos procedimentos dos projetos
econmicos do perodo de 1979 a 1989.
Discute-se sobre as vantagens e desvantagens de se utilizar um grfico de
controle para a anlise econmica, em Woodall (1986), Lorenzen e Vance (1986) e
Saniga (1989). Neste trabalho procurou-se estrutur-lo de modo primeiramente
unificar pesquisas para o projeto econmico do processo. Em segundo lugar
apresentam-se diferentes modelos e situaes usadas para resolver os programas.
Finalmente, trabalhos que procuram enfocar a aplicao do projeto econmico so
introduzidos.
93
2.7.2.1 Unificando pesquisas
Vrios assuntos referindo-se a operao de processos industriais e seus
custos e parmetros de operacionalizao tm sido descritos, desde 1956 pelo pioneiro
Duncan.
Em seu trabalho Duncan ( 1956) assumiu alguns pontos. Por exemplo, ele
assumiu que o tempo para ocorrer uma falha em um processo tem uma distribuio
exponencial. Em seu modelo, o processo continua operando durante a investigao de
uma possvel causa especial. Ele no incluiu o tempo de manuteno da mquina e o
custo para reparo. Numerosas outras caracterizaes, no modelo de Duncan, podem ser
feitas.
De uma certa forma, a partir do modelo de Duncan, um nmero bastante
grande de autores tem efetuado alteraes, neste modelo original, com o objetivo de
adequ-lo para melhor refletir as diferentes situaes encontradas nas indstrias.
Enquanto estas mudanas tm contribudo para novos conhecimentos, eles tm criado
tambm muitas divergncias em aproximaes, notaes e mtodos de otimizao. Por
este fato, muitos autores tm apresentado unificao de procedimento para o projeto
econmico.
2.7.2.2 Procedimentos econmicos: uma aproximao
Lorenzen e Vance (1986) providenciaram uma unificao de procedimentos
para o grfico de controle no processo econmico. Eles consideraram um modelo geral
do processo capaz de ser aplicado para todos os grficos de controles, e procuraram
unificar as notaes. O modelo inclui 12 parmetros de custo e operacionalizao,
duas variveis indicadoras, para determinar se as atividades devem ser continuadas, ou
no, durante a procura ou estgio de reparo, e trs parmetros para o projeto do grfico
94
de controle (tamanho do subgrupo, intervalo das amostras e a extenso dos limites de
controle), que precisam ser otimizados a fim de minimizar a expectativa de perda por
hora. Basicamente o modelo assume duas hipteses: uma promove a utilizao da
distribuio exponencial (devido a sua grande e apropriada aplicao na engenharia
econmica) para o tempo em controle e a outra o fato de assumir que uma simples
causa especial e uma mudana tinha um valor conhecido.
Uma tcnica numrica foi apresentada para minimizar a funo custo. Um
exemplo foi dado e uma anlise foi conduzida. Lorenzen e Vance acharam que a
mnima perda esperada por hora sensvel a uma mudana na magnitude do processo
com mdia de mudana . Contudo o plano de amostra, por si s, no sensvel para
uma mudana em . Ento, uma aproximao dos parmetros do processo pode ser
feita para designar um bom plano amostral.
Collani (1988) tambm props uma unificao de procedimentos para o
projeto timo do processo dos grficos de controle. Em seu modelo, o processo
assumido por operar sob um de dois estados. O estado I representa satisfatrio, no
qual nenhuma ao corretiva precisa ser tomada. O estado II representa
insatisfatrio, no qual uma ao corretiva tomada, se necessrio. Trs diferentes
controles esto definidos e incorporados no seu modelo (monitorao, inspeo e
substituio). O modelo pode ser facilmente generalizado para explicar e para incluir
atividades, durante a ao de reparo.
Um exemplo usando o grfico X foi dado. O objetivo era encontrar o
projeto timo dos parmetros, (o intervalo entre as amostras, o tamanho do subgrupo e
o limite de controle) para maximizar o lucro por item produzido.
Outro exemplo assume que o estado do processo era conhecido durante todo
o tempo, fazendo monitoraes e inspees desnecessrias. Ento o foco era a
substituio do intervalo. A metodologia de Collani unifica diferentes teorias e reduz o
nmero de variveis de entrada, resultando em funes objetivas simples e permite a
95
aproximao de algoritmos para serem usados.
2.7.2.3 Aproximao econmica -estatstica
Uma crtica a utilizao do projeto econmico para os grficos de controle
de que eles ignoram a performance estatstica nos grficos. Isto especialmente
embaraoso em um modelo de projeto econmico que inclui o custo de insatisfao do
cliente e de encargos sociais, ambos difceis de medir. Como resultado h mritos em
requerer que algumas especificaes estatsticas que meam a performance sejam
encontradas, enquanto simultaneamente otimiza-se a performance econmica.
Estas medidas estatsticas so colocadas como restries estatsticas no
modelo econmico, para prover os projetos que as indstrias necessitam com
processos de baixa variabilidade e produtos com grande qualidade.
Saniga (1989) denotou estas restries como projeto econmico e estatstico.
A funo perda do processo minimizada sujeito a:
1) uma restrio para obter o mnimo valor do poder do grfico de controle;
2) um valor mximo para a probabilidade de um erro do tipo I;
3) um tempo mdio para o sinal e uma mudana esperada nos parmetros do
processo.
Saniga atestou que qualquer nmero de restries pode ser usado, incluindo
aquelas que esto em funo da mdia do processo. Sua aproximao rapidamente
adaptada para qualquer grfico de controle de Shewhart, mas foi ilustrada e
implementada por Saniga via juno dos grficos X e R. O projeto econmico e
estatstico tem a vantagem de prover a segurana de uma produo de grande
qualidade e reduzir a varincia da distribuio da caracterstica de qualidade. A
desvantagem que gera uma expectativa de custo maior do que o projeto econmico
puro.
96
2.7.2.4 Projeto econmico das variveis dos grficos de controle grfico X
Krishanamoorthi (1985) relatou que os grficos de controle econmicos no
eram bem aceitos pelos profissionais do controle de qualidade devido complexidade
dos modelos econmicos e apresentava um caminho para essas resistncias.
Krisnamoorthi, escreveu um tutorial para introduzir os conceitos e usos dos grficos
econmicos baseados no grfico de controle X . Ele disse ser necessrio ter dados e
mostrou os benefcios da utilizao do projeto econmico dos grficos de controle.
Duncan (1956), pioneiro na utilizao dos grficos X para o modelo
econmico, foi citado para ilustrar sua teoria. Montgomery (1982), introduziu um
programa que era usado para determinar o parmetro timo do projeto (tamanho do
subgrupo, intervalo de amostra e extenso dos limites de controle) e o resultado da
perda operacional.
Krishnamorthi (1985) tambm apresentou um mtodo simples para estimar a
magnitude da mudana na mdia do processo, utilizando os dados obtidos para o
grfico de controle. Valores que estavam fora dos limites de controle do grfico X
com 3, de limite de controle, foram usados. Os alarmes falsos foram omitidos.
Arnold e Collani (1987) providenciaram uma aproximao tima do projeto
econmico para o processo sob controle. Em seu modelo, eles assumiram que a
caracterstica de qualidade de interesse tem uma distribuio normal e destacavam que
o mecanismo de falha do processo tinha uma distribuio exponencial. Os parmetros
do processo que necessitariam ser otimizados eram o tamanho do subgrupo, intervalo
das amostras e tamanho dos limites de controle.
A maior diferena entre os modelos de Arnold e Collani (1987) e Duncan
(1956), so as seguintes:
1) o lucro esperado por item usado na funo objetivo no modelo de
Arnold e Colani enquanto que a perda esperada por unidade de tempo
97
usada na funo objetivo no modelo de Duncan;
2) Arnold e Collani consideraram o custo do reparo enquanto Duncan no;
3) Arnold e Collani assumiram que o tempo esperado para tomar,
inspecionar e mudar uma amostra pequeno e ento pode ser desprezado,
enquanto Duncan no despreza;
4) assume-se que o processo interrompido para a procura por uma
possvel causa especial durante o tempo de reparo no modelo de Arnold e
Collani, enquanto isso no considerado no modelo de Duncan.
Arnold e Collani (1987) tambm procuraram achar o limite mais prximo do
valor timo do lucro esperado por item. Por comparao e aproximao do valor
timo, eles concluram que a caracterstica de qualidade normalmente distribuda e o
mecanismo de falha do processo tem uma distribuio exponencial. Do ponto de vista
econmico o grfico X de Shewhart tem uma performance muito boa e no pode ser
melhorado significativamente por outro esquema de controle que seja mais
complicado, como o grfico CUSUM.
2.7.2.5 Mudanas inesperadas no tamanho da amostra
Aps o trabalho de Hryniewicz (1989), que investigou a performance
econmica do grfico p na presena de uma mudana de tamanho inesperado (descrito
subseqentemente na seo do projeto econmico para grficos de controle por
atributos), Kurc (1991) investigou a performance econmica dos grficos X quando o
tamanho da mudana esta longe do esperado..
Kurc (1991) assumiu que a mudana atual nos parmetros do processo aps a
ocorrncia de uma causa especial estava entre
1
e
2
. A proposio era calcular a
eficincia para alguns procedimentos de controle economicamente timo quando a
mudana era um valor de intervalo (
1
,
2
). Eficincia a porcentagem de ganho na
98
perda potencial por item (devido perda de especificao em uma mudana).
Dois processos de produo foram considerados: um com uma grande
produo e outro com uma produo moderada. Kurc conclui que os seus resultados
so mais eficientes que aqueles apresentados pelos projetos de controle tradicionais em
praticamente todos os casos considerados.
Collani (1986) props um procedimento diferente para determinar o projeto
econmico do grfico de controle X . Em seu procedimento, em adio a possibilidade
de emprego de um grfico regular X , o autor tambm inclui a alternativa de inspeo
peridica do processo sem inspeo das amostras. Ento h duas estratgias, que
devem ser consideradas na determinao do projeto timo.
A primeira estratgia a que usa o procedimento tradicional do grfico X
no qual um subgrupo de tamanho n 1 tomada desde o processo a cada tempo h. A
caracterstica de qualidade deste subgrupo ento computada e plotada no grfico X
com limites de controle variando de k a partir da linha central.
A segunda estratgia opta pela inspeo do processo a cada h horas sem
amostras de um subgrupo. Neste modelo, assume-se que o padro de produo
constante, e que o processo interrompido durante a operao de procura e reparo. A
perda ocorrida durante a interrupo do processo considerada e o tempo utilizado
para verificao das amostras e interpretao dos seus resultados negligenciado. O
timo projeto para ambas as estratgias determinado. O projeto timo ento
determinada pela seleo da estratgia com a menor perda por item.
Comparaes foram feitas com os resultado obtidos por Montgomery (1982)
usando o projeto dos grficos X e Chiu e Wetherill (1974) que obtiveram seus
resultados usando projeto semi-econmico do grfico X . Collani (1986) ressaltou que
seus resultados so fechados com o projeto timo para o grfico X em termos do
mnimo custo. Tambm relatou que o seu procedimento superior ao projeto semi-
econmico de Chiu e Wetherill quando a amostra cara.
99
2.7.2.6 Limites de controle assimtricos
O tradicional projeto econmico do grfico de controle X usa limites de
controle eqidistantes. Isto devido ao fato de se assumir que o processo tem uma
variao constante, perfeitamente medida pela caracterstica de qualidade e igual
probabilidade de ocorrer mudanas no processo acima ou abaixo dos limites pr-
estabelecidos. Tagaras (1989) relaxou estes trs consideraes e desenvolveu um
estudo, para ambos os pontos de vista, estatstico e econmico, e considerou o grfico
X com limites de controle assimtricos. Ele assumiu que a varincia do processo
muda com a mdia do processo e o coeficiente de variao do processo torna-se
constante atravs da produo. A freqncia bsica de hora em hora, foi empregada
para determinar o projeto timo.Comparaes entre o grfico X com os limites
simtricos e assimtricos foram efetuados.
Concluiu-se que a probabilidade de mudana na mdia do processo e a
exatido das medidas tm efeitos notveis no projeto timo e no resultado das perdas,
contudo assumir uma varincia constante mostra ser relativamente sem importncia.
Tagaras (1989b) tambm externou alguns conselhos para estimao do
modelo dos parmetros. Se h incerteza sobre a ocorrncia de estimadores de
probabilidade nas mudanas da mdia do processo, um valor fechado em 0,5 (como
assumido no projeto tradicional do grfico simtrico) deve ser usado. O custo da
penalidade por assumir uma probabilidade de mudana igual a 0,5 quando a verdadeira
probabilidade 0,7 gera menor custo do que se a probabilidade no estivesse
especificada na direo oposta (0,9).
2.7.2.7 Caractersticas de processos no normais e medidas de erros
O grfico de controle da soma cumulativa (cusum) uma alternativa para o
100
grfico X para controlar a medida do processo. Lashkari e Rahim (1982)
desenvolveram um modelo econmico do grfico CUSUM, assumindo que as
observaes obtidas do processo eram independentes e possuam uma distribuio
no-normal.
O tamanho mdio de um grfico CUSUM era derivado usando um sistema
de equaes algbricas e lineares.
O projeto dos parmetros (tamanho dos subgrupos, intervalos de amostras,
valores de referncia e intervalo de deciso) foi otimizado para minimizar a perda a
cada hora. Um exemplo numrico foi apresentado. Os efeitos da mudana nos
parmetros no-normais foram estudados. Um programa de computador foi
providenciado para determinar os parmetros do projeto timo e o mnimo custo,
determinando o ARL do grfico CUSUM e conduzindo para uma anlise sensvel,
relativamente aos efeitos da no normalizao dos parmetros.
Rahim (1985) tambm explorou os efeitos no normalizados e medidas de
erros no projeto do grfico X . A distribuio bsica na medida da caracterstica de
qualidade assume-se como sendo no normal.
A medida do erro foi considerada como sendo normalmente distribuda. Um
modelo econmico foi desenvolvido no qual os subgrupos tamanhos, intervalo das
amostras e os limites de controle estavam determinados baseados na minimizao da
expectativa de perda.
Rahim mostrou, atravs de exemplos numricos, que os planos de controle
convencionais, assumindo-se a normalidade, resulta em valores enganosos para os
parmetros do projeto timo e uma perda no resultado operacional quando o processo
marcado como no normal e sujeito medida dos erros. Complementando isso,
Rahim (1984) tambm estudou o efeito econmico do grfico de controle X com
ambos os limites de controle de advertncia e ao, quando as caractersticas de
qualidade no so normalmente distribudas. Os parmetros do projeto que
101
necessitaram ser otimizados foram o tamanho do subgrupo e o intervalo de amostras,
com os limites de advertncia. Suas principais concluses so as seguintes:
1) a razo da extenso dos limites de advertncia e ao devem estar entre
0.8 e 0.9;
2) quando as mudanas na mdia do processo so pequenas ou moderadas,
de 0,5 a 1,5 e o grfico X com limites de advertncia melhor do que
um grfico X sem os limites de advertncia.
Rahim (1984) tambm deixa a razo dos limites de advertncia para quando
o limite de ao chega em 0,85. Um esquema de aviso pode ser utilizado quando chega
neste nvel. Merece nota que Chiu (1974) tambm props usar 0,85 como razo para o
limite de advertncia e ao.
2.7.2.8 Falha do processo no exponencial
Muitos dos estudos do projeto econmico para os grficos de controle
aplicados qualidade assumem que a distribuio fundamental para o caso de falha do
mecanismo do processo a exponencial. Ou seja, o tempo entre a ocorrncia de
sucessivas causas especiais so distribudas exponencialmente, com uma mdia de
valor especificada. Para muitos processos que se deterioram com o tempo, assumir a
distribuio exponencial pode no ser apropriada. Uma distribuio mais adequada
deve ser empregada para estas situaes.
HU (1984) modificou o modelo de Duncan, para empregar a distribuio de
Weibull como uma distribuio fundamental para o processo de falha mecnica. A
deteriorao do processo era ento simulado por variaes nos parmetros da
distribuio. A situao com o ajuste dos parmetros desde 1 at 4 foram selecionadas
102
para estudos, enquanto a escala dos parmetros era ajustada para manter a mesma
mdia durante o perodo em controle.
Os parmetros do grfico de controle (tamanho do subgrupo, intervalo da
amostra e extenso dos limites de controle) foram mantidos constantes durante a
produo. O objetivo era otimizar os parmetros do projeto de forma a minimizar a
expectativa de perda. Isto era relatado pelo modelo econmico de Duncan (1956), que
era insensvel a pequenas especificaes de falhas do processo.
Banerjee e Rahim (1988) assinalaram que o uso de um intervalo constante,
na retirada da amostra inadequado no caso de um processo com um aumento padro
de falhas.
Uma pesquisa mais realista foi feita tomando-se pequenos intervalos de
amostra quando o processo sofre deteriorao ao longo do tempo. Ento eles
propuseram um modelo econmico do grfico X usando um intervalo de amostra
varivel. Eles definiram o intervalo de amostra para dar a probabilidade de uma
mudana em um intervalo, ser constante nos outros intervalos.
Banerjee e Rahim (1988) compararam trs casos:
1) um modelo de Weibull com um intervalo amostral varivel;
2) um modelo de Weibull com um intervalo amostral constante;
3) um modelo com distribuio exponencial com um intervalo
amostral constante.
Eles constataram, baseado na expectativa de perda por hora, que o resultado
do caso 1 era superior queles do caso 2 e caso 3 e que a diferena na perda entre os
casos 2 e 3 so pequenas. Isto significa que se for utilizado um processo com amostras
constantes, ento diferentes hipteses considerando as falhas nos mecanismos do
processo no afetam em muito a expectativa de perda.
Se uma amostra de advertncia ento aplicada em um intervalo, o
mecanismo que ocasiona a falha deve ser cuidadosamente investigado e determinado
103
porque ocorrer uma substancial perda se uma distribuio errada for assumida.
Uma anlise sensvel tambm foi conduzida relativamente aos efeitos da
variao dos parmetros de Weibull sobre os parmetros do projeto de controle timo
e o resultado das perdas operacionais.
Banerjee e Rahim (1987), consideram uma renovao a teoria da
aproximao para o projeto e avaliao econmica com base nos grficos de controle.
Sua hiptese era estudar as regras assumidas por Markovian. No seu modelo um
possvel estado do sistema era identificado no final do primeiro intervalo da amostra.
Da em diante, o tamanho do ciclo, residual esperado e a probabilidade para cada
estado possvel do sistema era determinado. Uma nova equao foi formulada e ento
resolvida pra obter o tamanho esperado do ciclo.
A perda esperada por ciclo era obtida usando uma aproximao. Exemplos
foram dados para a situao onde a distribuio, para verificar o mecanismo de falha
do processo, era geomtrica e onde era Poisson.
Mcwillians (1989) conduziu uma anlise sensvel da distribuio
fundamental do mecanismo de falha do processo no tocante aos parmetros timos do
grfico de controle e a perda no resultado operacional
A distribuio de Weibull foi selecionada para representar a distribuio
fundamental do mecanismo da falha do processo e foi implementada no modelo de
Lorenzen e Vance (1986a). Concluiu que ao assumir que o valor mdio do tempo em
controle corretamente especificado, o projeto econmico para o grfico de controle
no sensvel forma de distribuio de Weibull. Devido ao fato da distribuio de
Weibull ser uma distribuio mais adequada (porque a distribuio de Weibull pode
ser usada para simular vrias situaes pela variao da escolha e forma dos
parmetros), McWillians observou que o resultado acima ocorre geralmente quando os
modelos econmicos existentes so mais largamente aplicados do que suas hipteses
indicam. Assim, ele enfatiza que o tempo esperado para a ocorrncia de uma causa
104
especial dentro de um intervalo amostral ser dado aproximadamente pela metade do
intervalo amostral e o nmero esperado de subgrupos tomados enquanto o processo
est em controle ser ento aproximadamente dado por:
2
1
. . int
. . . . . .
|
.
|
\
|
amostra da ervalo
controle em estar processo do esperado tempo
(71)
Com o objetivo de simplificar o modelo, considera-se que os parmetros so
constantes durante a produo.
Arnold e Collani (1989) investigaram o projeto econmico antes do grfico
X quando a distribuio para falhas do mecanismo do processo era exponencial e
tambm com a aplicao do principio minimax para um grupo de distribuio no-
exponencial.
O principio minimax, como aplicado aqui, baseado na atividade pessimista
de que a transio de um estudo para outro possvel apenas diretamente aps uma
ao na amostra. A funo objetiva do lucro esperado por item produzido foi usada.
Eles concluram que do ponto de vista econmico, a diferena entre estes dois critrios
relativamente distribuio do mecanismo da falha do processo muito menor.
Ento, o mais importante a ser observado o valor mdio da distribuio das
falhas do mecanismo do processo, no a forma da distribuio. Suas concluses so
similares quelas de Banerjee e Rahim (1988) e McWilliam (1989). Vale lembrar que
ambos concluram que a diferena muito pequena, seja a distribuio exponencial ou
Weibull, quando um intervalo de amostra constante usado. Das discusses acima
possvel concluir que se empregando um esquema com amostras constantes,
diferentes hipteses relativas falha no mecanismo do processo no afetam
significativamente a expectativa de perda. Contudo, se uma amostra de advertncia no
intervalo usado hiptese relativa a distribuio de falhas no mecanismo do
processo afeta significativamente a expectativa de custo.
105
Parkhideh e Case (1989) desenvolveram um modelo econmico mais geral
para o projeto do grfico X . Eles, em adio a distribuio de Weibull para falhas
mecnicas, reconheceram os parmetros do projeto do grfico de controle para variar o
tempo todo, ou seja, um grfico de controle baseado no dinamismo do grfico X . O
projeto econmico de Duncan (1956) utilizava o grfico X . Os valores subseqentes
dos parmetros do grfico de controle (tamanho do subgrupo, intervalo da amostra e
extenso dos limites de controle) foram assumidos como sendo funo dos seus
valores iniciais.
Ento o objetivo era encontrar o valor timo inicial dos parmetros de forma
a minimizar a perda esperada por unidade de tempo. Comparaes foram feitas entre o
dinmico grfico X e o tradicional grfico X submetidos as mesmas situaes. Eles,
afirmam que o dinmico grfico X sempre superior ao grfico X de Duncan (1956).
2.7.2.9 Mltiplas causas especiais
Duncan (1971) desenvolveu um modelo econmico para o grfico X sujeito
a uma multiplicidade de causas especiais. Este problema tem tambm sido resolvido
por diversos outros pesquisadores. Todos eles usam apenas um conjunto de limites de
controle para manter o processo sob controle. H situaes, contudo, onde diferentes
causas especiais promovem mudanas na mdia do processo por diferentes causas.
Tambm diferentes custos e procedimentos so requeridos para restaurar o processo.
Logo, havia uma necessidade de desenvolver um modelo que pudesse
distinguir os diferentes estados do processo e reduzir as perdas.
Tagaras e Lee (1988) propuseram um modelo econmico com limites de
controle com mltiplos nveis de correspondncia na mudana do processo. Os
parmetros do projeto que necessitavam ser otimizados eram: tamanho do subgrupo,
intervalo da amostra e mltiplos conjuntos de limites de controle.
O critrio usado para determinar os parmetros do projeto foi expectativa
106
de perda por unidade de tempo. Extensos nmeros de exemplos numricos foram
apresentados e uma anlise da sensibilidade foi feita nestes exemplos. Uma
comparao foi feita entre o modelo proposto e uma aproximao igual com o modelo
de causa simples.
Arnold (1989) ampliou as alternativas de Collani (1986) para monitorar o
projeto do grfico X sujeito a uma multiplicidade de causas especiais.
Em seu modelo Arnold (1989) assumiu que havia (m + 1) estados no qual o
processo pode existir. Isto , h um estado
0
para indicar que o processo est no
estado de controle estatstico e m estados que indicam que a mdia do processo teve
mudanas. A distribuio das falhas do mecanismo do processo em cada estado
assumido por possuir uma distribuio exponencial com parmetros
i
, i = 0, 1, ..., m.
Aps um certo tempo havendo mudana durante a produo, a mdia do processo
sofrer mudana de um estado i para (i + 1) com probabilidade
i
P . A probabilidade de
transio um quando o processo est no estado zero ou m. Isto , se o processo est
corretamente no estado zero, faremos uma transio para o estado m com
probabilidade um aps um certo tempo ter passado. Tambm se um processo est em
um estado m, ento o processo est em um estado inaceitvel e faremos uma transio
para o estado zero com probabilidade um aps um estado de inaceitabilidade ser
detectado e o processo ser corrigido.
Arnold (1989) empregou dois procedimentos para desenvolver seu modelo
econmico: um com amostras alternativas usando um grfico X e um sem amostras
alternativas. Ele tambm classificou os m + 1 estados em duas categorias: aceitvel
(estados i = 0, 1,2... d-1) e um estgio inaceitvel (estado i = d, d + 1,..., m). Durante as
amostras, se a mdia de um subgrupo est fora dos limites de controle, o processo
interrompido, uma busca iniciada e o exato estado do processo determinado sem
incertezas.
Se o processo est em um estado aceitvel, ento o processo continuado e
107
pode fazer uma transio para o prximo estado pior que o atual (com as
conseqncias econmicas). Se o processo est em um estado inaceitvel, ento o
processo corrigido e retorna para o estado zero. Se a mdia de um subgrupo no se
encontra fora dos limites de controle, ento o processo no interrompido e pode ser
feita uma transio para o prximo estado pior que o atual.
Durante a no retirada de amostras, aps T unidades de tempo de produo
o processo interrompido e uma procura por uma causa especial empreendida sem
as amostras.
O estado exato do processo determinado sem incertezas. Se o processo est
em um estado aceitvel, ento o processo est em continuidade. Se o processo est em
um processo inaceitvel, ento o processo corrigido e retorna ao estado zero.
Isto concorda com a concluso obtida por Saniga e Montgomery (1981) e
Collani (1986) no qual um causa especial simples considerada no modelo.
2.7.2.10 Novo mtodo de aproximao
Conforme mencionado, embora muitos dos trabalhos de projeto econmico
relatem os benefcios e economia obtida atravs do uso dos grficos de controle para
fins econmicos, sua implementao ainda limitada para melhorias prticas devido
complexidade do modelo econmico e as tcnicas de otimizao requeridas. Contudo,
muito esforo tem sido feito para desenvolver e aproximar os mtodos.
Um dos mtodos de aproximao foi desenvolvido por Tagaras (1989b) que
props uma funo para estimar o poder de deteco de um grfico de controle rumo a
otimalidade. Regresso mltipla linear foi empregada para a derivao da frmula de
aproximao que expressa o poder do grfico de controle como uma funo do custo e
parmetros de operao. Os modelos de Duncan (1956, 1971), com simples e
mltiplas causas especiais, foram estudados. Foi mostrado que, no caso do grfico X
108
e uma causa especial simples, a aproximao apresenta solues que so fechadas
para o verdadeiro timo.
2.7.2.11 Custos e parmetros de operacionalizao desconhecidos
Em quase todas as literaturas envolvendo projeto econmico dos grficos de
controle, assume-se que o custo e parmetro de operao do processo so conhecidos
ou podem ser estimados precisamente. Em muitos casos esta informao no
avaliada ou difcil de obter. Ento, Pignatiello e Tsai (1988) propuseram um modelo
econmico que explicitamente considera a impreciso da estimao dos custos e
parmetros de operacionalizao.
O grfico econmico de Duncan (1956) com base no grfico X , foi
selecionado para implementar esta idia, uma aproximao similar do uso de um
experimento robusto de Taguchi foi empregado.
Os subgrupos tamanhos, intervalo de amostra e extenso dos limites de
controle foram tratados como variveis de controle e os parmetros de custo e
operacionalizao foram tratados como fatores de rudo. Os valores precisos dos
fatores de rudo no foram conhecidos, contudo assume-se que uma distribuio
precisa ser especificada para estes fatores. O baixo custo do projeto robusto para o
grfico X foi ento formulado.
2.7.2.12 Grfico s
Muitas das literaturas dos projetos econmicos so devidas aos grficos de
109
controle, para monitorar as mudanas na mdia do processo. Poucos so os voltados
para a monitorao da mudana na variao do processo.
Collani e Sheil (1989) desenvolveram um modelo econmico para o grfico
S. Os elementos de custo considerados foram o custo de coletar / analisar um
subgrupo, o custo da inspeo do processo e o custo com a adio de lucro associado
com a renovao do processo. O objetivo era otimizar os parmetros do projeto do
grfico de controle para minimizar a expectativa de perdas por item produzido.
Um modelo exato e uma aproximao do projeto timo foi proposta e
comparada. Eles observaram que os resultados dos custos obtidos da aproximao so
fechados com o obtido do modelo exato.
2.7.2.13 Unio de projetos econmicos
Geralmente, dois grficos so empregados juntos para monitorar o processo.
Um utilizado para monitorar a mudana na mdia do processo e o outro para
monitorar a mudana na variao do processo. Conseqentemente necessrio estudar
os efeitos econmicos quando combinamos os dois grficos.
Saniga (1977) foi o primeiro a estudar a juno dos projetos econmicos dos
grficos X e R, nos quais a aproximao de Duncan no usada. Saniga (1977)
assumiu que duas mudanas podem ocorrer durante a produo de um nmero
especifico de unidades.
O custo do projeto timo foi comparado com o custo do projeto de
Shewhart, por exemplo, onde grandes mudanas na mdia e varincia ocorreram. Os
projetos de Shewhart resultaram em um aumento de custo de apenas 0,4 at 8,2 por
cento. Outros resultados numricos, contudo, podem confirmar que o projeto
econmico timo preferido.
110
Jones e Case (1981) desenvolverem um modelo econmico para juno dos
grficos X e R. A aproximao de Duncan (1956), para o projeto econmico do
grfico X foi adotado para desenvolver a funo perda do projeto da juno. Os
parmetros do projeto que necessitaram ser otimizados foram o tamanho do subgrupo;
intervalo da amostra; a extenso dos limites de controle para o grfico X e a extenso
dos limites de controle para o grfico R. A funo objetivo a ser minimizada foi a
expectativa de perda por hora.
Dois tipos de causas especiais podem ocorrer neste modelo. Um deles altera
a mdia do processo para um valor conhecido, o outro muda a disperso do processo
para uma proporo conhecida. No modelo, em qualquer momento, podem ocorrer
umas das seguintes situaes:
1) ambos, a mdia do processo e a variao esto em controle;
2) a mdia do processo est fora de controle, mas, a variao do processo
est em controle;
3) a variao do processo est fora de controle, enquanto a mdia do
processo est em controle;
4) ambos a mdia do processo e a variao do processo esto fora de
controle.
Assume-se que se uma causa especial de um certo tipo ocorreu, ento,
nenhuma outra causa especial do mesmo tipo poder ocorrer, mas uma causa especial
de outro tipo pode ocorrer.
Um modelo de pesquisa tcnica foi usado para determinar os parmetros do
projeto do grfico de controle que minimizam a perda esperada. Duas tcnicas centrais
de composio do projeto e a tcnica ANOVA foram usadas para providenciar uma
condio inicial. Foi relatado que a juno, dos projetos econmicos, pode resultar em
considervel melhorias sobre os tradicionais projetos dos grficos X e R.
111
2.7.2.14 Processo de fluxo contnuo
Muitas das aplicaes do grfico X so em parte devidas as melhorias nas
industrias. Koo e Case (1990) aplicaram os procedimentos do grfico de controle X
para um processo contnuo e desenvolveram um modelo econmico.
Nesse procedimento, uma amostra de tamanho um foi tomada desde um
processo a cada h horas e subgrupos de tamanho n foram formados usando as amostras
por n horas consecutivas.
Os parmetros do projeto dos grficos de controle que necessitavam ser
otimizados eram o subgrupo de tamanho n, intervalo de amostras h e extenso dos
limites de controle k. O objetivo era minimizar a expectativa de perda por hora.
Uma tcnica de busca foi empregada para determinar o projeto timo dos
parmetros e as perdas mnimas. Uma anlise sensvel relativa aos efeitos do custo e
operacionalizao dos parmetros na busca do projeto timo foi feita.
2.7.2.15 Simplificando procedimentos
Como previsto, os modelos econmicos para os grficos de controle so
complexos. Ento uma direo dos estudiosos dos projetos econmicos no sentido de
se encontrar caminhos mais simples para determinar os parmetros timos do grfico
de controle. Chung (1990) adotou as sugestes de McWilliams (1989) para utilizar a
equao (1) para aproximar o nmero esperado de subgrupos tomados enquanto o
processo est em controle.
Isto deu a Chung condies para encontrar um procedimento simplificado
para o projeto timo dos parmetros para um grfico econmico baseado no grfico
X . Uma equao explicitada para resolver o intervalo de amostra foi ento obtida.
112
Para resolver estas equaes, fechadas para os parmetros do projeto timo do grfico
de controle, foi encontrado o valor da menor perda operacional.
Neste trabalho assume-se o escrito por Duncan (1956) para resolver a
aproximao tima dos parmetros. Os resultados foram comparados com aqueles de
Goel, Jain e Wu (1968) e foi relatado que os resultado de Chung foram melhores que
os obtidos por Goel, Jain e Wu.
Na literatura do projeto econmico do processo para os grficos de controle,
h dois modelos de processo, para manufatura, que freqentemente so citados. O
escrito original de Duncan (1956) assume que o processo de produo no
interrompido, enquanto a investigao de uma possvel causa especial feita. Outros,
assumem a interrupo do processo para busca de uma possvel causa especial.
Panagos, Heikes e Montgomery (1985) investigaram os efeitos destes dois modelos.
Eles fizeram a seguinte designao. Os modelos contnuos no param
enquanto as investigaes, para descoberta de uma causa especial , esto ocorrendo e
os modelos descontnuos interrompem o processo de produo para investigar uma
causa especial. A expectativa de perda por hora foi usada como um critrio para
determinar o projeto timo.
Utilizando-se de um mtodo denominado ANOVA, cujos estudos so
centrados na varincia dos grupos envolvidos, realizaram anlises sensveis
relacionando os efeitos do custo e operacionalizao dos parmetros com o projeto
timo e respectivo resultado da perda operacional.
2.7.2.16 Programas para computadores
Montgomery (1982) providenciou um programa para computador que
determinava os parmetros timos para o projeto econmico baseado no grfico X
causados por uma nica causa especial. O modelo de Duncan (1956) foi empregado.
113
Em seus estudos Montgomery (1982) concluiu que a especificao dos custos e
parmetros de operacionalizao no tem efeitos significativos nos valores timos do
projeto, contudo, o projeto timo relativamente sensvel para a magnitude da
mudana na mdia do processo. Jaraied e Zhuang (1991) providenciaram um programa
de computador para determinar os parmetros timos, quando o processo sujeito a
diversas causas especiais. Este programa foi desenvolvido baseado no modelo de
Duncan (1971).
A parte derivativa da funo perda com respeito h (intervalo da amostra)
foi igualada a zero para resolver h.Uma tcnica de busca, com base na teoria de
Fibonacci foi aplicada para o tamanho da amostra e a extenso dos limites de controle
para determinar os valores timos.
2.7.2.17 Projeto econmico para o grfico de controle por atributos
2.7.2.17.1 Uma multiplicidade de causas especiais:
Gibra (1981) desenvolveu modelos econmicos para os grficos np
assumindo duas diferentes condies para o processo industrial e sujeito a uma
multiplicidade de causas. Seu modelo I assumia que o processo era interrompido,
enquanto ocorria a procurar por uma possvel causa especial, seu modelo II assumia
que o processo era mantido em funcionamento at a causa especial ser identificada.
Em ambos os modelos, Gibra assumiu que se uma causa especial ocorria,
nenhuma outra causa especial atrapalharia o processo. O objetivo era encontrar os
parmetros timos do grfico de controle (tamanho do subgrupo, intervalo da amostra
e nmero de elementos aceitos) para minimizar a perda esperada por hora.
Uma expresso simples e exata para o intervalo timo entre os subgrupos
para uma troca arbitrria do tamanho do subgrupo foi providenciada. Dez exemplos
114
numricos foram apresentados e estudados.
Sculli e Woo (1982-1985) tambm desenvolveram um modelo econmico
para o grfico np sujeito a uma multiplicidade de causas especiais. Seu modelo difere
do de Gibra (1981), pois eles assumem que a caracterstica de qualidade pode
deteriorar no futuro antes da deteco de uma condio fora de controle.O objetivo era
determinar os parmetros do projeto timo de forma a maximizar o total de lucro do
sistema de produo. Devido complexidade deste modelo uma tcnica de simulao
foi usada para estimar a perda por hora. Eles relataram que seu modelo mais realista
que outros e que o modelo desenvolvido pode efetivamente controlar o sistema.
Diferentes hipteses tm sido feitas sobre os modelos de mltiplas causas.
Alguns autores assumem que somente uma das mltiplas causas especial pode afetar o
processo durante um ciclo de produo. Outros assumem que somente uma causa
poder ocorrer entre sucessivos subgrupos (ex. Montgomery). Outros assumem que
diversas causas especiais podem afetar o processo.
Vaughan e Peters (1991) flexibilizaram estas hipteses e desenvolveram um
modelo econmico para o grfico np que no restringe o nmero de mudanas
presentes no processo. Eles examinaram e compararam trs diferentes modelos: o
modelo de mltiplas mudanas (MS), a mudana simples para o modelo de intervalo
de amostras (SSS), o de mudana simples para o modelo de produo cclica (SSI). Foi
constatado que o modelo SSS robusto comparando com o modelo MS sobre um
extenso nmero de parmetros e que o modelo SSI diferencia do modelo MS para
certos casos. Este foi o primeiro artigo que tratou de um modelo de mltiplas causas
especiais sem assumir qualquer relao com a forma de mudanas simples.
2.7.2.18 Reduzindo o plano de amostras
Tradicionalmente as aproximaes para o projeto econmico do grfico de
115
controle para a frao de no conformes usam um plano de amostras completo.
Willians, Looney e Peters (1985) argumentaram que suficiente que a
informao tenha sido obtida antes de terminar a tomada de um subgrupo, no
havendo necessidade de se continuar tomando estas amostras. Assim, eles
incorporaram a reduo no tamanho da amostra no projeto econmico para os grficos
de controle (especificamente o grfico np). Neste procedimento, itens so selecionados
do processo e k unidade so apartadas. Os itens so inspecionados um a cada vez.
A inspeo interrompida se:
l) m itens no-conformes so observados ou,
2) n unidades so inspecionadas e o nmero de itens no-conformes
menor que m.
Ento, trs parmetros do projeto do grfico de controle precisam ser
otimizados para minimizar a expectativa de perda na produo.
O estado do processo pode transmitir desde um processo em controle para
um fora de controle ou ainda de um processo fora de controle com estudo de
deteriorao da qualidade para um outro estado fora de controle com melhoria na
qualidade de deteriorao.
Comparaes foram feitas entre a tcnica de reduo das amostras e a
tradicional tcnica amostral completa, para os pontos de vista tericos e empricos.
Concluiu-se que a melhoria na utilizao de amostras reduzidas de modesta a
significante, especialmente quando a produo elevada.
2.7.2.19 Grficos do sistema de produo para vrios estgios
Peters e Williams (1987) e Williams e Peters (1989) propuseram um modelo
econmico para monitorao da qualidade em um sistema de produo com N sries
conectadas num estgio de processamento. Um grfico np foi empregado para
116
monitorar a caracterstica de qualidade dos produtos. Eles assumiram que havia uma
causa especial simples em cada estgio que aumentava a proporo de no-conformes.
Cada estgio era capaz de criar uma unidade no-conforme que era nica em cada
estgio. O processo de produo era interrompido quando um sinal de fora de controle
era dado e quando o processo estava em reparo. Baseado na maximizao do lucro por
unidade seu modelo econmico, determinava o valor timo para o tamanho do
subgrupo, intervalo de amostra e nmero aceitvel de defeitos no grfico de controle
em cada estgio.
Tcnicas de programao dinmica e pesquisa direta foram usadas para
determinar o projeto que maximiza a funo objetiva atravs do sistema de produo.
Exemplos numricos foram apresentados.
2.7.2.20 Grficos c e np
Collani (1989) aplicou seus procedimentos de unificao (Collani 1988) para
o projeto econmico dos grficos c e np. Um modelo para uma causa especial simples
foi assumido. A funo objetivo era a expectativa de lucro por item produzido.
Nomogramas para o projeto econmico do grfico c foram providenciados.
As concluses foram de que o modelo econmico baseado no grfico c
providenciou uma boa aproximao para o modelo econmico baseado no grfico np,
devido ao fato de que a distribuio de Poisson serve como uma aproximao para a
distribuio binomial quando p no muito grande, ou seja, p < 0,1.
2.7.2.21 Melhorias nas indstrias
Hsu e Tapiero (1990) desenvolveram um modelo matemtico econmico
117
para determinar a qualidade, a monitorao do controle do processo (M) e o sistema de
engenharia de produo (G), descritos em termos de uma fila M/G.
O objetivo de reunir produo em quantidade com grande qualidade foi
conseguido e os parmetros dos controles para as filas M/G foram otimizados.
Em suas pesquisas um grfico np foi empregado para o controle do processo
de produo. Trs parmetros foram otimizados em ordem a maximizar o lucro
esperado por unidade de tempo. Os trs parmetros foram o tamanho do subgrupo, o
intervalo da amostra (medido em nmero de unidades produzidas entre subgrupos) e a
regio de rejeio. O processo de produo foi assumido por estar em controle ou fora
de controle. A deciso entre continuar ou no a produo foi determinada aps cada
subgrupo ter sido inspecionado. Se o nmero de unidades no conformes procurado
for menor do que o nmero de rejeio, o processo de produo deve ser continuado,
caso contrrio o processo deve ser interrompido para procurar por uma possvel causa
especial.
Hsu e Tapiero concluram que para um determinado controle do processo a
expectativa de lucro por unidade de tempo pode ser aumentada pela melhoria da
reabilitao do sistema de produo, aumentando a qualidade do trabalho que chega a
produo, aumentando a razo de processamento ou diminuindo o intervalo de
interrupo do sistema. Eles tambm encontraram a extenso da diferena na
performance entre o estado em controle e fora de controle, um grande esforo para
envolver a qualidade e o processo de controle.
2.7.2.22 Uma mudana no prevista no tamanho da amostra
No projeto econmico baseado na frao de no-conformes do grfico de
controle, assume-se que o nvel de qualidade vai de um alvo ( )
1
p para somente um
nvel aceitvel ( )
2
p . Contudo, na realidade a atual mudana pode ser para outros
118
valores. Hryniewicz (1989) discutiu este caso. Ele estudou a situao onde assumiu
que o nvel de qualidade do processo mudou de
1
p para
2
p (aps a ocorrncia de uma
causa especial), mas a mudana atual
3
p . Ele fixou dois valores limites de
3
p onde
p3 <
2
p e p3>
2
p .
Hryniewicz assumiu que quando a mudana atual era um valor no intervalo
( ' ' , '
3 3
p p ) a perda de eficincia do projeto econmico dos grficos de controle no seria
maior do que esses casos.
Ele ento computou a perda de eficincia para vrios procedimentos de
controle economicamente timos e comparou suas performances com o tradicional
plano do grfico de controle.
Quatro tipos de processo de produo foram considerados em seu modelo.
Eles so:
1) um processo com grande produo e grande nvel de qualidade no alvo;
2) um processo com grande produo e baixo nvel de qualidade no alvo;
3) um processo com moderada produo e grande nvel de qualidade no
alvo;
4) um processo com moderada produo e baixo nvel de qualidade no
alvo.
Hryniewicz ento comparou seu resultado com aqueles obtidos pelos
projetos tradicionais dos grficos de controle. Ele concluiu que o projeto do grfico de
controle econmico superiores ao tradicional grfico de controle em quase todos os
casos considerados.
2.7.2.23 Aplicaes dos projetos econmicos
2.7.2.23.1 Efeitos dos processos alternativos de monitoramento
119
Saniga e Montgomery (1981) estudaram os efeitos econmicos de quatro
tipos de processo de controle monitorados:
1) grfico de controle por variveis;
2) grficos de controle por atributos;
3) uma monitorao sem inspeo;
4) uma inspeo regular.
Juntos os grficos X e R e o grfico da frao de no-conformes (p) foram
empregados para demonstrao. Eles investigaram se a monitorao de uma inspeo
regular considerada como uma alternativa para a amostra e para determinar o tipo de
monitorao tima sob alguns tipos de combinaes de custo e parmetros
operacionais.
Assumiu-se que as atividades de produo paravam enquanto uma
investigao de uma possvel causa especial estava sendo feita. O tempo de procura
para uma causa especial e o custo de reparo do processo foi considerado. Assumiu-se
que havia somente uma causa especial simples que alterava ambos os fatores: mdia
do processo e variao.
Os projetos dos parmetros dos grficos de controle foram economicamente
otimados e a expectativa de perda por hora foi utilizado como um critrio para
determinar o valor timo.
Um grande projeto experimental foi feito para estudar os efeitos do custo e
parmetros operacionais durante a mudana dos procedimentos de controle. Em ordem
para fazer o grfico de controle para variveis e os grficos de controle para atributos
diretamente comparveis, os autores fizeram a produo especfica em 3 desvios
padres do processo alm do valor nominal.
A magnitude da mudana foi determinada assim que a probabilidade da
produo de um item no-conforme era a mesma para ambos os grficos. Foi
constatado que para pequenas/moderadas mudanas, uma monitorao atravs dos
120
grficos X e R com variveis de custos fixos produzem um timo resultado, se as
amostras forem pequenas. Por outro lado, a regular inspeo pode ser adotada para
grandes mudanas. Uma juno dos grficos X e R prefervel se o custo das
variveis medidas menor do que 4 vezes o custo do atributo medido, e se o tempo de
busca por uma causa especial menor do que a metade daquela do grfico p.
Por outro lado, o grfico da funo de no-conformes recomendado. Uma
sntese de uma tabela apresentada com o resultado timo da monitorao.
Em 1989, Rahim providenciou um programa para computador para
determinar o projeto timo dos parmetros da funo dos grfico X e R baseado no
modelo de Saniga e Montgomery de 1981.
2.7.2.23.2 Comparaes entre os grficos de controle econmicos
Lorenzen e Vance (1986b) compararam o desempenho dos grficos X , do
grfico CUSUM e do grfico EWMA baseado no critrio de custo.
O modelo por eles unificado (Lorenzen e Vance 1986a) foi usado para
calcular a perda esperada por hora assumindo-se que as atividades no foram
interrompidas durante a investigao de uma possvel causa especial e reparo do
processo.
O peso utilizado para a observao corrente do grfico EWMA foi 0,25. Isto
faz do grfico EWMA um projeto semi-econmico uma vez que em um projeto
econmico pleno o peso tratado como uma varivel.
Uma anlise sensvel foi feita. Concluiu-se que, em geral, a performance do
grfico CUSUM a melhor seguida pelo grfico X e ento pelo grfico EWMA com
peso igual a 0,25.
121
2.7.2.23.3 Controle conjunto de mdias independentes
O projeto do grfico de controle multivariado tem recentemente recebido
muita ateno. Montgomery e Klatt (1972A, 1972B) desenvolveram um modelo
econmico do grfico de controle, baseado em
2
T , para monitorar a caracterstica de
qualidade multivariada.
Contudo, a desvantagem do grfico
2
T que quando um alarme sinalizado,
decorrente de uma caracterstica de qualidade as causas deste alarme no podem ser
identificadas.
Um procedimento para o grfico X para uma caracterstica de qualidade
univariada deve ser empregada para cada caracterstica para identificar a causa deste
alarme.
Para escapar desta desvantagem Arnold (1990) props a juno do grfico X
para monitorao independente e com a caracterstica de qualidade normalmente
distribudos. Note-se que uma diferena bsica e muito importante entre os modelos
de Arnold (1990) e Montgomery e Klatt (1972A, 1972B) a independncia pra
assumir a caracterstica de qualidade.
Arnold (1990) assumia que a caracterstica de qualidade de interesse era
univariada e independente.
No decorrer do tempo a caracterstica de qualidade da produo se deteriora
e uma causa especial ocorre com mudanas na correspondente caracterstica de
qualidade.
A aproximao de Collani para o projeto econmico dos grficos de controle
foi aplicada.
Os parmetros que precisaram ser otimizados so o tamanho do subgrupo, o
intervalo de amostras e os mltiplos conjuntos de limites de controle.
122
Um procedimento de aproximao assinttica foi derivado para este modelo
econmico multivariado.
Arnold (1990) concluiu que as diferenas de resultados entre o valor exato e a
aproximao assinttica eram desprezveis. Ento, a aproximao assinttica
justificvel.
2.7.2.23.4 Processo de produo com monitoramento contnuo
O projeto econmico clssico, para os grficos de controle, assume que todos
os subgrupos so de tamanho fixo e so retirados no processo em intervalos de tempos
regulares, sendo que um sinal dado se um ponto encontra-se fora de certos critrios.
O plano amostral no adequado para um processo monitorado continuamente, porque
na monitorao contnua todos os itens produzidos so inspecionados.
Colani (1987) props um modelo econmico para a monitorao contnua do
processo, havendo somente dois parmetros do processo que necessitam ser
monitorado.
Colani utilizou o tamanho de uma seqncia de unidades produzidas, para
determinar os limites de controle.
O lucro esperado por item produzido foi usado na funo objetiva.
Nomogramas foram providenciados para determinar o projeto timo.
Aps esta reviso de literatura apresenta-se, com maior profundidade,
algumas teorias de engenharia econmica, iniciando-se com os conceitos
fundamentais do pioneiro Duncan.
123
2.7.3. PROJETO ECONMICO USANDO O GRFICO X PARA PRESERVAR O
CONTROLE DO PROCESSO
2.7.3.1 Introduo
O trabalho pioneiro de Duncam (1956) serviu de incentivo para o
desenvolvimento de grande parte da teoria dos projetos econmicos, que busca sempre
determinar o tamanho das amostras, o intervalo entre as mesmas e os limites de
controle que deveriam ser utilizados para a otimizao dos processos. Na seqncia
apresenta-se o trabalho de Duncan, visando embasar as consideraes acima.
2.7.3.2 Determinao de um critrio para o projeto timo
Os grficos de controle, usados para o controle de qualidade em estatstica,
so essenciais para duas coisas: para transformar um processo, que estava fora de
controle, em um processo controlado e para mant-lo em controle.
O principal grfico usado para manter o controle do processo o grfico
X Neste grfico a linha central denominada x e os limites de controle so dados
por: ) / " .( " n k x + onde x e so valores padres oriundos de experincias
passadas. Amostras de tamanho n so tomadas do processo a cada h horas. Se a
amostra x revela indicadores fora dos limites de controle, observa-se que houve
alguma mudana x na mdia do processo e deve-se iniciar a procura por esta causa
especial.
Basicamente, busca-se responder a 3 questes relativas ao projeto do grfico
124
X usados para manter o controle do processo. Estas so:
1) que tamanho de amostra deve ser tomada?
2) que intervalo de tempo dever ser mantido entre estas amostras?
3) qual o mltiplo de sigma que deve ser usado para se determinar os limites
de controle?
Respondendo-se a essas perguntas, procura-se determinar um projeto que
maximize o lucro, assumindo-se que so conhecidos os riscos de ocorrncia de vrias
causas especiais e igualmente conhecidos os vrios custos e parmetros. O critrio de
lucro mximo um dos mais interessantes para os negcios e por essa razo,
naturalmente, que este tem sido aplicado nos projetos de planejamento de amostras e
tem sido usado no estudo de otimalidade no controle de qualidade.
Esta seo ser utilizada para formulao de funo matemtica para medir a
mdia da malha para operacionalizao de um processo protegido pela vigilncia de
um grfico X .O glossrio de todos os parmetros utilizados, encontra-se no final deste
trabalho.
No comeo o processo encontra-se sob controle e mantido at a ocorrncia
de uma causa aleatria, que resulta em uma troca no processo de propores
conhecidas. O processo comea em um estado de controle no nvel indicado pelos
valores padres. Isto significa que inicialmente a mdia do processo X idntica ao
valor padro X e que o desvio padro igual ao valor padro .
Uma causa especial ocorrer, se o valor ultrapassar os limites " . " + x ou
" . " x . Assume-se que o desvio padro continua igual a .
Para especificar, sobre uma causa especial assume-se que a probabilidade de
no ocorrncia antes de um tempo t, quando o processo comea em um estado de
controle,
t
e
e a probabilidade de ocorrncia em um intervalo de t at t + t
aproximadamente t e
t
.
.
. O tempo mdio requerido para a ocorrncia de uma causa
especial 1/.
Se as amostras so tomadas em intervalos de h horas, ento, ocorrer uma
125
causa especial no intervalo entre a nth e n + 1st amostra, o tempo mdio de
ocorrncia desta causa especial em um intervalo entre as amostras ser de:
12 2
1 (
) 1 ( 1
) (
2
0
0
) 1 (
) 1 (
h h
e
e h
dT e e
TdT e e
dt e
dt nh t e
h
h
h
T nh
h
t nh
h n
nh
t
h n
nh
t
+
= =
+
+
( 72)
(e outros termos de ordem
4 3
h )
Estudos numricos de modelos sugerem que quando o grfico X
designado, para detectar mudanas em um processo com mdia de 2 ou mais, os
valores timos de h so obtidos entre h = 1 e h = 10.
Se = 0,01 digamos e h = 1, ento
4 3
h ser da ordem de 0,000001
comparvel com 4992 , 0
12 2
2
=
|
|
.
|
\
|
|
.
|
\
| h h
. Se = 0,01 e h = 10, ento
4 3
h ser da ordem
(0,000001).10.000 = 0,1 comparvel com 92 , 4
12 2
2
=
|
|
.
|
\
|
|
.
|
\
| h h
.
Se = 0,05 e h = 20 assim .h = 1, o resultado dado por equao ser 8,36
onde . 33 , 8
12 2
2
=
h
Para formular a funo Lucro Lquido Mdio, portanto, o tempo mdio
para ocorrncia de uma causa especial entre um intervalo de tempo h, dado por
.
12 2
2
h h
Esta simplificao faz a frmula para a mdia Lucro Lquido Mdio, uma
aproximao, mas muito til para prover uma frmula com a qual pode-se trabalhar.
Quando se estiver em operao sob anlise do grfico X , deve-se agir quando um
ponto da amostra estiver fora dos limites de controle. Apesar de haver outras normas, o
intuito deste trabalho o de verificar e agir imediatamente quando um ponto estiver
fora do controle. Assim:
Seja P a probabilidade de que uma causa especial seja detectada e Q a
probabilidade de no detectar esta causa, em uma amostra individual do processo.
126
Assim P ser a probabilidade de que um ponto que esteja fora dos limites de
controle seja detectado e Q a probabilidade da no deteco, por ocasio da retirada de
uma amostra do processo.
Assim, P ser a probabilidade de que um ponto da amostra esteja fora dos
limites de controle e ser uma indicao de falha acorrida, mesmo quando o processo
est sob controle, atravs da indicao da mudana na mdia.
Ento quando a mdia do processo acusar uma mudana de X para " . " + x ,
temos:
+ =
n k
z
n k
z
dz
e
dz
e
P
.
2 2
2 / 2 /
2 2
(73)
nos casos onde > 0, o primeiro termo praticamente zero. Quando um processo est
em controle probabilidade de que um ponto da amostra esteja fora dos limites de
controle :
=
k
z
dz
e
.
2
2
2 /
2
(74)
Assume-se que a razo de produo suficientemente grande podendo-se
negligenciar a possibilidade de uma mudana no processo enquanto se estiver
avaliando cada amostra. Assume-se igualmente que o processo est em operao
durante a procura por uma causa especial. Tambm o custo do ajuste ou reparo do
processo (incluindo possvel parada no processo) e o custo para retornar o processo
para o estado de controle, aps a descoberta de uma causa especial, no sero mudados
pela receita do processo pelo menos com o propsito de determinar o valor timo do
grfico de controle.
Conforme precede, pode-se determinar o seguinte caminho para o lucro
mdio, por hora surgida na operacionalizao do processo das amostras retiradas antes
da mudana do processo que ser dada por 1/p, de acordo com Feller (1950).
Assim:
a) se o intervalo de retirada entre as amostras assumindo-se o
anteriormente exposto, de que a mudana ocorre, em mdia,
127
aproximadamente no ponto ( ) ( ) 12 / 2 /
2
h h do intervalo, ento
h
h
p
h
h
p
h
.
12
.
2
1 1
12 /
2
2
|
|
.
|
\
|
+ = |
.
|
\
|
ser aproximadamente o tempo mdio
do processo encontrar-se fora de controle antes de um ponto da amostra
estar fora de controle. Assume-se que o tempo requerido para realizar e
inspecionar uma amostra e computar os resultados proporcional ao
tamanho n da amostra ou seja: tempo para plotar um ponto = e.n.
b) seja D a mdia de tempo gasto para encontrar uma causa especial aps
um ponto ter sido localizado fora dos limites de controle ento, do acima
citado, segue-se que em proporo do tempo em que o processo est em
controle ser dado por:
D en h h P + + + +
=
) 12 / 2 / 1 / 1 ( / 1
/ 1
(75)
e a proporo do tempo que estar fora do controle ser de:
D en h h P
D en h h P
+ + + +
+ + +
=
) 12 / 2 / 1 / 1 ( / 1
) 12 / 2 / 1 / 1 (
(76)
Deve-se notar que e pertencem as pores da operao normal dentro
do tempo previsto, excluindo o tempo gasto para eliminar uma causa
especial aps ela ter sido encontrada e retornar ao estado de controle.
c) quando o processo muda de
x e seja V
1
a renda mdia por
hora proveniente da operao no novo nvel " " t x + . Se
1 0
V V M = ,
assume-se que o processo estava opcionalmente centrado entre os limites
de especificao.Assim M estar, da mesma forma, entre - at + ;
d) se h o intervalo, medido em horas, entre duas amostras, o nmero
esperado de alarmes falsos antes do processo estar fora de controle ser
multiplicado pelo nmero esperado de amostras tomadas neste perodo,
isto :
128
h
h
i
ih h
i i
ih h h i ih
h i
ik
t
i
e
e
e
h
e
ie e e e i dt e i
=
+
+
=
= =
1
1
) 1 (
) 1 ( ) (
0
0 0
) 1 (
) 1 (
0
(77)
Assim, negligenciando-se os termos de ordem
2 2
h ou maior, a equao
torna-se igual a
h
=
+ + |
.
|
\
|
+ +
12
2 / 1 / 1 / 1
(78)
Se T o custo para procurar por uma causa especial quando ela no
existe, ento a expectativa de custo por hora em decorrncia de um
alarme falso ser, aproximadamente, T/h.
e) conhecendo-se o tamanho mdio do ciclo em controle, a poro do ciclo
fora de controle :
D en h
h
P + + |
.
|
\
|
+ +
12
2 / 1 / 1 / 1
(79)
o nmero mdio de vezes por hora que o processo fica fora de controle :
D en h
h
P
+ + |
.
|
\
|
+ +
=
12 2
1 1 1
1
(80)
Se a mdia de custo para procurar uma causa especial quando isto ocorre
W, a mdia de custo por hora ser e.W.
O custo por hora para manter o processo sob controle assumido como
uma funo linear simples dada por |
.
|
\
|
+
h
n c
h
b .
onde b o custo por
amostra e c o custo por unidade de um item da produo.
Do acima exposto segue-se que o lucro lquido, em mdia, por um longo
perodo de operao, dado por:
h
cn
h
b
W
h
T
V V I + =
1 0
129
sendo M V V =
0 1
e 1 = + , segue-se que
h
cn
h
b
W
h
T
M V I =
0
(81)
inserindo os valores de , e , tem-se:
h
cn
h
b
B
W h T MB
V I
+
+ +
=
1
/
0
(82)
onde B =(ah + en + D) e = (1/P + h/12). Assim :
h
cn
h
b
B
W h T MB
L + +
+
+ +
=
1
/
(83)
Que pode ser chamado de custo de perda (prejuzo).Ento se tem
aproximadamente um valor mximo para n, h e k, quando L um valor
mnimo, desde que V
0
seja independente destas variveis. O critrio de
projeto timo ser, portanto o valor mnimo de L.
2.7.3.3 Encontrando uma aproximao para o projeto timo
Estudos numricos da funo L sugerem que para valores realistas dos
parmetros , , M, e, , D, T, W, b e c um mnimo local no existe na vizinhana
dos valores de n, h, e k que so usados na prtica. Assim, deve-se descobrir um
procedimento conveniente para aproximar o local mnimo para ser adotado na prtica.
A derivao deste procedimento o seguinte:
Em primeiro lugar deve-se notar que deve haver conexo entre os valores
timos de n, h e k. Ento, igualando-se a zero as derivadas parciais de L, em relao
n, h e k (note que P uma funo de n e k e uma funo de k e considerando-se n
130
como continua), obtm-se:
0 ) 1 (
2
= + + |
.
|
\
|
B c W
h
T
M
n
B
h
(84)
0 ) 1 )( ( ) 1 (
2 2
= + + + |
.
|
\
|
B cn b B T W
h
T
M
h
B
h
(85)
0 ) 1 ( = +
+ |
.
|
\
|
B
k h
T
W
h
T
M
k
B
(86)
Onde:
2
2
/
6 2
1 1
/
P
k P h
k
B
h
P h
B
e
P
n P h
n
B
=
|
.
|
\
|
+ =
+
=
As equaes 3, 4, e 5 no revelam expresses simples para avaliar o timo ,
h e k. Aproximaes so, portanto, procuradas. Quando valores numricos apropriados
so substitudos em 4. Se = 0,01, M = $ 100, e = 0,05, D = 2, T = $ 50, W = $ 25, b
= $ 50 e c = $10, e isto supondo que seja pequeno, por exemplo 0,03, e h sendo 1 ou
2, bem como considerando-se que os termos semelhantes
h
T .
e . B possam ser
omitidos, ento o timo h aproximadamente da ordem de / 1 . Conseqentemente,
aproxima-se a soluo das equaes exata (84) (86), por assumir-se pequeno e por
se negligenciar todos os termos na equao de menor ordem do que o termo principal.
Assim, temos:
0
/
2
2
= +
c
P
n P M h
(87)
0
2
1 1
2
= |
.
|
\
|
cn b T
P
M h (88)
0
/
2
2
=
k
T
P
n P M h
(89)
Da equao (4), imediatamente temos:
131
2 / 1 / 1 (
+ +
=
P M
cn b T
h
(90)
Usando este valor aproximado de em (87), obtm-se aps alguns rearranjos:
c
b T
n P
P P
n
+
=
+
/
) 2 / 1 / 1 (
2
(91)
A tabela 5 apresenta soluo para a equao (91) para n selecionando
valores de k e .
Finalmente quando a equao (5) combinada com a equao (3), temos:
T
n c
k
2
=
ou
T
n c e
k
2
2 /
2
(92)
As equaes (90), (91) e (92), fornecem um procedimento relativamente
simples para aproximarem-se os valores timos de n, h e k, para valores dados de , ,
M, e, D, T, b e c.
Os passos so os seguintes:
Supondo-se que o processo comece com = 0.0124, correspondendo a uma mdia k
de 2,5, procurando-se uma aproximao de n na tabela 5, para selecionar o valor de .
Inserindo este n na equao (92) e usando a tabela de distribuio normal de
probabilidade encontramos um valor aproximado para k. Computando o valor de
correspondente para esta primeira aproximao de k, retorna-se a tabela 5 e
encontra-se uma segunda aproximao de n. Usando novamente n na equao (92)
encontra-se uma segunda aproximao de k (geralmente no necessria uma terceira
132
aproximao). Usando a segunda aproximao de n e k na equao (90) para computar
um valor aproximado h, note que dada > 0, p igual praticamente:
dz
e
z
n k
2
2 /
3
2
(93)
ou a rea abaixo da curva normal desde n k at . Recomenda-se que k e h,
sejam arredondados at a dcima casa, n evidentemente deve ser inteiro.
Para ilustrar este procedimento seja = 2, = 0.01, M = $ 100, e = 0.05, D = 2, T = $
50, W = $ 2, b = $ 50 e c = $ 10. ento para = 0,0124 correspondendo a K = 2,5 ns
temos 2 , 11 / ) ( = + c b T . Usando a tabela 5, encontra-se a primeira aproximao de n
em 5. Para este n, tem-se 00223 . 0 / = T n c que corresponde a k= 3,2. Para este k o
(T +b)/c = 5,7 e a tabela 5 sugere que a segunda aproximao de n seja 5. Esta a
mesma da primeira aproximao n e d uma segunda aproximao para k de 3,2.
TABELA 5-VALORES SELECIONADOS DE n
n P
P P
/
) 2 / 1 ( / 1 (
2
( = 2)
(Adaptado de Duncan( 1956))
N k = 2 k = 2,5 k = 3
2 0,4 - -
3 3,3 0,4 -
4 14,5 3,7 0,0
5 54,5 14,6 3,3
6 202,3 48,4 12,6
7 750,6 156,4 38,9
8 507,5 11,9
9 328,8
Com n = 5, k = 3,2 e obtm-se = 0,0137, p = 0,89831, (1/P ) = 0,61320 e h =
1,3. O valor timo obtido tendo, aproximadamente, n = 5, h = 1,3 e k = 3,2.
Este mtodo foi checado por 12 diferentes exemplos computados por tentativa e erro
dando o exato valor que minimiza o custo L (variando + 0,1 para ambos h e k). Os
resultados so mostrados na tabela 6 junto com outros dados interessantes.
133
TABELA 6 PROJETO TIMO DE DUNCAN
Fatores de Custo e
Risco Assumidos
Aproximao
Grfico timo
Valor timo
Exato Grfico
Custo para 100 horas de operao
Exemplo
n
Grau da
Mudana
M e D T W b c n h k n h k Aproximao
tima
timo
exato
n = 5, h = 1,
k =3
1 2 .01 100 .05 2 50 25 .50 .10 5 1.3 3.2 5 1.4 3.1 402.13 401.35 412.34
2 2 .02 100 .05 2 50 25 .50 .10 5 0.9 3.2 696.55 695.33
3 2 .03 100 .05 2 50 25 .50 .10 5 0.8 3.2 962.39 963.71
4 2 .02 50 .05 2 50 25 .50 .10 5 1.3 3.2 416.49 427.72
5 2 .01 1,000 .05 2 50 25 .50 .10 5 0.3 3.2 4 0.4 3.0 2.756.67 2.698.09 2.886.32
6 2 .01 10,000 .05 2 50 25 .50 .10 5 0.1 3.2 23.682.73 27.672.29
7 2 .01 100 .50 2 50 25 .50 .10 5 1.3 3.2 2 .09 2.7 608.86 540.35 619.78
8 2 .01 100 .05 20 50 25 .50 .10 5 1.3 3.2 6 1.8 3.2 1.840.78 1.836.55 1.855.54
9 2 .01 100 .05 2 5 2.5 .50 .10 4 1.3 2.4 362.14 378.64
10 2 .01 100 .05 2 500 250 .50 .10 6 1.3 3.8 6 1.4 3.7 659.37 636.93 749.32
11 2 .01 100 .05 2 5000 2500 .50 .10 7 1.3 4.4 2.834.16 4.119.07
12 2 .01 100 .05 2 50 25 5.0 .10 7 3.3 3.2 6 3.4 2.9 589.86 586.85 862.34
13 2 .01 100 .05 2 50 25 .50 1.00 2 1.6 2.6 3 2.6 2.4 594.13 563.62 862.34
14 2 .01 100 .05 2 50 25 .50 10.0 2 7.0 1.4 1.010.74 5.362.34
15 2 .01 1.000 .05 2 50 25 .50 1.00 2 0.5 2.6 3 0.8 2.4 3.241.65 3176.19 3.336.43
16 1 .01 12.87 .05 2 50 25 .50 .10 17 5.6 2.8 14 5.4 2.7 142.82 141.78 211.91
17 1 .01 128.7 .05 2 50 25 .50 .10 17 1.9 2.8 12 1.6 2.6 647.50 626.66 892.91
18 1 .01 12.87 .05 2 500 250 .50 .10 22 6.0 3.5 20 6.1 3.4 365.83 346.79 538.03
19 1 .01 12.87 .05 2 50 25 5.0 .10 22 10.6 2.7 197.43 661.91
20 1 .01 12.87 .05 2 50 25 .50 1.00 8 10.4 2.0 8 12 1.9 245.05 243.34 661.91
21 0.5 .01 2.25 .05 2 50 25 .50 .10 46 22 2.3 94.97 187.08
22 0.5 .01 225 .05 2 50 25 .50 .10 46 2.2 2.3 1.525.90 6.043.69
23 0.5 .01 2.25 .05 2 500 250 .50 .10 74 25 3.1 290.43 442.92
24 0.5 .01 2.25 .05 2 50 25 5.0 .10 55 30 2.3 100.42 637.03
25 0.5 .01 2.25 .05 2 50 25 .50 1.00 20 40 1.3 141.60 637.03
134
A tabela 6 tambm dispe uma comparao de perda do lucro utilizando a
aproximao do projeto timo com a perda do lucro por um projeto arbitrrio do
grfico X com n = 5, h = 1 e k = 3.
O procedimento de aproximao no considera os valores de e e D e foram
obtidas assumindo que estas quantidades no eram excepcionalmente grandes. Para e =
0,05 e D = 2, a tabela 6 mostra que o procedimento de aproximao funciona muito
bem, ela tambm demonstra funcionar bem com D variando at 20.
Quando o projeto timo trabalhou fora dos valores do parmetro igual aquele
do exemplo 1 exceto que D obteve o valor 20, o resultado foi n = 6, h = 1,8 e k = 3,2
que no muito diferente do valor timo obtido, para D = 2, sendo n = 5, h = 1,8 e k =
3,1.
O custo para os 2 projetos, aplicados para o caso com D = 20 para 100 horas
de operao :
n = 6 h = 1,8 K =3,2 L = $ 1.836,05
n = 5 h = 1,4 K =3,1 L = $ 1.838,96.
Assim, podemos observar que a diferena entre os custos dos dois projetos
insignificante.
Com valores relativamente grandes de e, a aproximao no funciona muito
bem. Quando e tem valores variando de 0,5 a 0,05, os valores timos so n=2, h=
0,9 e k = 2,7. Isto difere do projeto timo, pois quando e = 0,05 tem-se n=5, h = 1,4 e
k =3,1. Os custos para os dois projetos no caso de e =0,5 para 100 horas de
operao:
n =2 h = 0,9 K = 2,7 L = $ 540,35
n = 5 h = 1,4 K = 3,1 L = $ 607,92
Esta diferena de mais de 11% de L para o projeto timo exato. A
inexatido do mtodo da aproximao quando e relativamente elevado no uma
sria considerao ao procedimento de aproximao, desde que em muitos casos na
135
prtica e seja relativamente pequeno.
bom lembrar que e a razo na qual o tempo entre a retirada da amostra e
a plotagem de um ponto da amostra no grfico x vai aumentando com o tamanho n
da amostra.
Esta a principal dependncia do tempo requerido para testar um item. Se os
testes so tomados em perodos sucessivos por um mesmo inspetor, um e = 0,05
significa que ele leva aproximadamente 3 minutos para testar cada pea. Sob as
mesmas condies um e = 0,5 significar que cada teste requerer aproximadamente
meia hora. Se M extenso, no significa que e ser extenso. Se e grande, ento,
conforme acima, o procedimento de aproximao deve ser usado com cautela. Uma
ampliao do modelo pode adicionar e a outros elementos de projeto n, h e k para
cujos valores de otimizao podem ser determinados. O mtodo da aproximao
tambm no toma diretamente o valor de W.
Atravs de anlise numrica assume-se, contudo, que W aproximadamente
50% do valor de T e em qualquer caso, genericamente, varia com T. Variaes de W
relativas a T no so consideradas como tendo custo na investigao.
2.7.3.4 Efeitos da variao no risco e fatores de custo no projeto timo
Podem-se vislumbrar os efeitos da variao no risco e nos fatores de
custos do projeto timo, a partir de um estudo da tabela 6.
Os valores assinalados para os fatores de risco e custo nesta tabela cobrem
uma grande extenso de possibilidades e so confiveis para generalizar tipicamente
os custos e riscos nas indstrias.
A razo de perda M a reduo no lucro por hora que atribuda para a
ocorrncia de uma causa especial.
Os valores de M so derivados do fato de assumir-se que a razo de
produo constante e os limites de especificao esto entre ' ' 3 ' ' + x . Quando X
136
muda para 2, M assume o valor de $100 por hora. Os outros valores de M ($12,87
e $2,25) surgem ao se assumir que a caracterstica de qualidade X normalmente
distribuda e que M proporcional ao aumento na percentagem de itens defeituosos.
A tabela 6 sugere as seguintes concluses gerais:
a) o tamanho timo da amostra determinado por . Desejando-se obter um
grfico de controle para detectar mudanas em X de 2 ou mais,
amostras de tamanhos 2 at 6 so apropriadas para obter o
timo.Desejando-se detectar mudanas de 1, amostras de tamanho
variando de 8 at 20 so apropriadas para obter o timo. Se, procurar-se
detectar mudanas de 0,5 ou menos, deve-se tomar amostras de
tamanho 40 ou mais . Assim, parece que o grfico X , de uso universal,
indicado para detectar grandes mudanas em X mas no para detectar
pequenas mudanas. A inadequao do uso de grfico X empregando
amostras de tamanho 4 ou 5 para detectar pequenas alteraes em X
considerado por H. Weiler, uma sria condenao para a aceitao dos
procedimentos do grfico de controle. No entanto, no parece ser correta
esta afirmao. Se a especificao ' ' 4 ' ' + x , isto , a produo est
controlado dentro das especificaes, ento pequenas mudanas em X
podem ocorrer sem produzir qualquer defeito material. Igualmente se os
limites de especificao esto entre ' ' 3 ' ' + x , uma mudana em X de
0,5 produzir somente 0,37% mais materiais defeituosos, se a
produo normalmente distribuda. Isso poderia ser srio, se no
houvesse material defeituoso e se o grfico de controle fosse usado para
aceitar os procedimentos. Deste modo, usar o grfico de controle no
submet-lo a essas circunstncias. Pequenas mudanas em X tem um
srio efeito na percentagem de defeitos se as especificaes caem em
' ' 2 ' ' X ou prximo, mas abaixo desta circunstncia o grfico de
controle deve ser suplementado por uma inspeo de 100%;
137
b) a variao na perda da razo M tem efeitos dominantes no intervalo entre
as retiradas da amostra, h. Quando a razo M relativamente grande h
tende a ser pequeno. Variao em M, tem pequenos efeitos nos valores
timos de n e k;
c) as variaes no custo para procurar por problemas quando eles no
existem (T) e o acompanhamento na variao da mdia dos custos para
procurar por problemas quando eles existem (W) tem seus efeitos sobre o
valor timo de k. A amostra de tamanho n moderadamente afetada.
Ento para pequenos T e W deve-se usar grficos com limite de 2,5, por
exemplo, mas com grandes valores de T e W deve-se usar grficos com
limites de 3,5 e 4 sigmas. Variaes de T e a respectiva variao em W
no tem praticamente efeitos na freqncia das amostras;
d) as variaes no custo unitrio das inspees e grfico (c) afetam todos os
trs elementos do projeto. Para grandes valores de c, o timo projeto
recomenda tomar pequenas amostras, possivelmente de tamanhos 2, e
grandes intervalos entre as amostras, e com limites de controle com
pequenos mltiplos de sigma. No exemplo numrico da tabela 6 o nico
caso onde um valor timo de k era menor que 1,5, era aquele no qual c
tinha um valor relativamente grande;
e) as variaes no custo de visitas no processo para tomar uma amostra (b)
afeta, primeiramente a freqncia da amostra. Isto tambm tem um efeito
moderado no tamanho da amostra;
f) a variao no fator de demora (e) afeta os 3 efeitos do projeto. Um grande
e conduz a pequenos tamanhos de amostra, um pequeno intervalo entre
amostras e um apertado limite de controle.
138
2.7.3.5 Vrias causas especiais
Quando o modelo estudado expandido para incluir o projeto do grfico X
considerando-se vrias causas especiais, tem-se menores chances para compor
argumentos tericos. Assumindo-se que as vrias causas especiais ocorrem
independentemente pode-se utilizar a teoria do tempo esperado, da seo 1.
Considerando-se que o processo comea em um estado de controle, a probabilidade de
que no haja uma causa especial ocorrendo no fim do tempo t, ser
i
t
e
. A
probabilidade de que uma causa j ocorra no intervalo t at t t + e outra causa no
ocorra logo ser dado por:
t e
j
t
i
. .
e a probabilidade de que qualquer uma das vrias causas ocorra no intervalo de t at
t + t e que as causas no ocorram antes ser:
t e
i
t
i
. .
(94)
Com as repeties, ento, o tempo mdio que o processo estar em controle
ser aproximadamente:
i
i
t
dt t e
i
1
0
. (95)
No incio, quando o processo estava fora de controle por causa de uma causa
j, o intervalo de tempo que fica fora de controle antes de uma causa especial ser
descoberta, ser aproximadamente:
.
12
2 / 1 / 1
(
(
+ +
|
|
.
|
\
|
+
j
j
j
D en h
h
P
(96)
Alm disso, a proporo do tempo em que a causa j est presente quando o
processo est fora de controle ser dada por . /
i j
Ento, quando h vrias causas
especiais, a funo renda lquida ser da forma:
k
cn
h
b
W
h
T
V V V V I
i i
+ + + + =
...
3 3 2 2 1 1 0
'
(97)
139
onde:
( ) | |
( ) | |
( ) | |
) 99 (
12 / 2 / 1 / 1
1
12 / 2 / 1 / 1
) 98 (
12 / 2 / 1 / 1
1
/ 1
. . .
.
. .
. . .
.
S S S
i
S
S i
j j j
i
j
j
S S S
i
S
S i
i
D en h h P
D en h h P
D en h h P
+ + + +
+ + +
=
+ + + +
e
( ) | |
. .
12 / 2 / 1 / 1 / 1
1
j j j
i
j i
j
D en h h P + + + +
=
(100)
se
j j
V V M =
0
, podemos escrever:
,
0
h
cn
h
b
W
h
T
M V I
i i j i
=
(101)
definindo-se:
h
cn
h
b
W
h
T
M L
i i j i
+ + + =
' (102)
O problema de procurar o projeto timo o de procurar os valores de n, h e k
que minimizam L. Nesta seo as vrias causas especiais esto includas para
completar o argumento terico. Na prtica, provavelmente ser determinado no
comeo ou o grfico ter proteo contra pequenas, mdias ou grandes mudanas na
mdia do processo e ento as teorias e procedimentos das sees anteriores podem ser
aplicados.
2.7.3.6 Extenso da anlise
As discusses precedentes tem sido restritas ao grfico X mas o exposto
140
pode ser aplicado a qualquer tipo de grfico de controle desde o grfico R, p ou c. Em
todos esses casos, no entanto, a tarefa de executar o procedimento da prtica da
aproximao mais complexa. No final deste trabalho, h o apndice relativo a este
importante trabalho de Duncan.
2.7.4 Dois Modelos Econmicos no Desenvolvimento dos Grficos X
2.7.4.1 Introduo
Os modelos a seguir apresentados por Kennett Baker( 1971), indicam que a
implementao de um procedimento de controle de qualidade em uma produo
envolve dois estgios: primeiro um estado de controle estatstico precisa ser descrito e
encontrado e em um segundo estgio a produo deve ser monitorada para detectar
alteraes, caso existentes. Quando um grfico de controle X utilizado para o
controle do processo, a questo do desenvolvimento econmico aparece em um estgio
mais tardio. Durante a monitorao, o processo comea sob controle, mas,
eventualmente, sai fora do controle, pela ocorrncia de uma causa especial.
Esta causa especial, normalmente detectada em uma amostra, pode, no
entanto apresentar-nos duas situaes:
a) indicar uma alterao quando esta alterao no ocorreu;
a) pode falhar ao no indicar uma alterao quando ela de fato ocorreu.
A minimizao de ambos os tipos de riscos conflitante, logo algumas
consideraes devem ser feitas.
Assim, Baker inicia o desenvolvimento com os conceitos clssicos da
estatstica, procurando maximizar o poder do mtodo para detectar mudanas com
bom nvel de confiana, ou minimizando o nmero de amostras requeridas para
141
detectar a mudana. Mais recentemente, o procedimento adotado tem sido o de
quantificar ambos os tipos de riscos, e buscar um procedimento amostral que envolva
o mnimo custo.
Por exemplo, o projeto econmico do grfico x tem sido explorado por
Duncam (1956) e um procedimento de otimizao em um contexto Bayesiano tem
sido desenvolvido por Ginshick e Rubiak(1952 ).
Esta investigao tem tratado dos casos nos quais a caracterstica de
qualidade medida em uma escala contnua enquanto Lave (1969) tem tratado dos
fatores de custo em um modelo para defeitos das amostras.
Em cada um destes estudos, assume-se o modelo de custo consubstanciado
na teoria de que o sistema permanece em controle at um certo perodo e a
probabilidade de uma deteriorao em um tempo futuro independente do passado
histrico do processo.
Modelos que empregam uma escala em tempo contnuo, assumem que a
durao do sistema dentro dos limites de controle, tem uma distribuio exponencial e
modelos que assumem uma escala em tempo discreto assumem que a durao tem uma
distribuio geomtrica.
2.7.4.2 O modelo do processo
Considere-se um processo onde a produo a caracterstica de qualidade
que interessa medir em uma escala contnua (ex. tamanho, carga, etc...). O processo
comea em controle com a mdia da caracterstica de qualidade, denotada por e
desvio padro denotado .
A ocorrncia de alguma causa especial resulta em uma mudana na mdia
do processo, que fica fora de controle, em um nvel denotado por +.
142
Aps um certo tempo os procedimentos de controle detectam esta mudana e
deve-se agir para retornar o processo ao estado de controle estatstico. O ciclo vai se
repetindo, sempre com o objetivo de deixar o processo sob controle.
O sistema permanece em controle por T perodos onde T uma varivel
aleatria com distribuio discreta de probabilidade dada por:
{ }, Pr t T p
t
= = t = 0, 1, 2, ...
No desenvolvimento que se segue assume-se que a mudana que ocorre para
uma situao fora de controle ocorre no incio de um perodo. Ento a mudana em um
processo inicia no perodo ( t + 1) com probabilidade
t
p . O processo recomea fora de
controle por algum tempo antes dos procedimentos amostrais poderem indicar que
deve ser tomada alguma ao corretiva, pois as amostras so tomadas conceitualmente,
ao final de cada perodo.
Com a utilizao do grfico X uma amostra da produo de tamanho n
tomada a cada perodo e a sua mdia plotada no grfico para acompanhamento. Se o
ponto plotado estiver fora dos limites de controle, o processo interrompido e inicia-se
uma busca para localizar a causa especial, diferentemente, o processo continua em
operao. Os limites de controle so
x
k + onde n
x
/ = o desvio padro da
mdia da amostra. O par (n, k) descreve uma amostra associando-o ao sistema de
custos. Os custos de operao em um sistema esto relacionados com as amostras e em
conexo com dois tipos de custos mencionados anteriormente, so eles:
1
a = custo de tomar uma amostra individual do processo;
2
a = custo com a interveno do processo e pesquisa para uma causa especial
e;
3
a = custo de operao fora de controle.
O custo das amostras tomado de forma proporcional ao tamanho da
amostra (o custo de uma amostra de tamanho n n a
1
). O custo
1
a deve representar
vrios fatores componentes do custo como custo de operao, do desgaste do
equipamento e do custo para o teste e destruio de amostras.
143
O custo
2
a representa o custo com a pesquisa, quer o processo esteja ou no
atualmente fora de controle, e deve refletir tambm os custos com a interveno e o
reincio da produo inclusive os reajustes necessrios para as mquinas voltarem a
operar em controle.O custo
3
a deve representar alguns fatores como custos das
correes aps uma inspeo, custo na demora para deteco etc. A medida da
performance do sistema ser o custo mdio do tempo (A.T.C), i e, a razo da
expectativa dos trs componentes do custo mdio.
2.7.4.2.1 Modelo A
Em um primeiro processo modelado considera-se que a durao do controle
do processo no afetada pela ocorrncia de falsos alarmes. Enquanto esta hiptese
raramente feita explicitamente em discusso de modelos de custos, isto ser utilizado
para o desenvolvimento de uma funo custo apropriado.
Complementando a notao j introduzida, seja S a representao do nmero
de perodos aps a mudana at a deteco. A varivel aleatria S chamada
perodos fora de controlee S 1. O sistema pode ento ser caracterizado por uma
seqncia de intervalos alternados { } ,... , , ,
2 2 1 1
S T S T , onde:
i
T = nmero de perodos onde o processo est em controle seguido de (i 1)
perodos para reparos at a ensima mudana
i
S
= o intervalo de tempo fora de controle at o prximo sinal para ao de
correo.
GRFICO 13-COMPORTAMENTO DO MODELO A
(Adaptado de Baker (1971))
Mudana
no Processo
Mudana
no Processo
Deteco Deteco Deteco
Perodo de
Operao
Mudana
no Processo
T
1
S
1
T
2
T
3
T
4
S
2
S
3
144
Durante um intervalo
i
T , os procedimentos das amostras podem indicar a
necessidade de alguma ao corretiva. Este falso alarmeocorrer com probabilidade
, de que um ponto esteja fora dos limites de controle:
| | { } ) ( 2 ) ( 1 ) ( | | | Pr k k k X E k X
x
= + = = > = (103)
Onde denota a funo distribuio normal acumulada. Durante um
intervalo
i
S , o sinal ocorrer em qualquer perodo com anloga probabilidade.
| | { } ) ( 1 ) ( | | | Pr ' n k n k X E k X
x
+ = + = > = (104)
O tamanho do ith ciclo da deteco da mudana quando ainda em controle
i i
S T + , assim o tamanho do ciclo esperado E(T) + E(S). A expectativa do custo da
amostra em um ciclo n a
1
(E[T] + E[S] ) e a expectativa dos custos fora de controle
3
a .E [S].
Se a varivel aleatria M denota o nmero de falsos alarmes em um ciclo
aleatrio ento a expectativa de custos para a pesquisa em um ciclo
2
a (1 + E[M]).
Combinando estes elementos tem-se que o custo do tempo mdio, pode ser escrito:
| | ( ) | |
| | | |
.
1
2 2
1
S E T E
S E a M E a
n a ATC
+
+ +
+ = (105)
A varivel aleatria S essencialmente o nmero de tentativas de
Bernoulli, at o primeiro sucesso onde ' denota a probabilidade de sucesso, onde
E[S] = 1/. Para encontrar E [M], considerando que temos T = t, ento M o nmero
de sucessos em t tentativas de Bernoulli onde denota a probabilidade de sucessos.
Ento E [M | T = t] = t e:
| | | | { } | | T E tp t T t T M E M E
t
t
t
= = = = =
Pr | . (106)
Ento a equao [1] rescrita
| | ( )
| | ' / 1
' / 1
3 2
1
+
+ +
+ =
T E
a T E a
n a ATC (107)
Deve-se notar que a forma [107] no dependente da distribuio de T.
145
Sendo que a busca adequada pelo sinal do falso alarme no tem afeito sobre o tempo,
onde ocorre a mudana, ento o custo do sistema ser dado por 107.
Desta maneira uma conexo pode surgir naturalmente na maneira de
proceder de certos processos afetados apenas por durabilidade ou desgaste, mas
assume-se essa hiptese para construir uma funo objetivo.
A denominada hiptese de Markov essencialmente a de que T tem uma
distribuio geomtrica, onde:
t
t
p ) 1 ( = t = 0, 1, 2, ... ( 108)
De forma equivalente, assume-se que o processo no age quando a matriz
de transio descreve o procedimento do processo em qualquer dois perodos
adjacentes conforme mostrado na tabela 7 abaixo:
TABELA 7:MATRIZ DE TRANSIO ENVOLVENDO PERODO A PERODO
ONDE O PROCESSO NO AGE
Estado do sistema
no perodo t Estado do sistema no perodo (t+1)
em controle Fora de controle
Em controle 1 -
Fora de controle 0 1
Para simplicidade da ilustrao a matriz de transio inclui um estado
absorvente, indicando que o processo no pode se autocorrigir.
A assuno de que o processo no age apropriado se a mudana para fora
de controle resulta de um acidente no processo com uma constante da falha de
produo. Quando a distribuio de T dada por (108) a funo torna-se:
146
| |
+
+ +
+ =
) 1 ( '
) 1 ( ' '
3 2
1
a a
n a ATC (109)
2.7.4.2.2 Modelo B
Em muitos casos no justificvel assumir que o tempo em controle
independente do nmero de alarmes falsos que ocorrem. Por exemplo, em um fardo
de parafusos, um processo comum de mudana ocorre como um resultado do
aquecimento adequado pela produo contnua de parafusos.
Quando um alarme falso induz a uma pesquisa por uma causa especial a
mquina tem uma oportunidade de baixar a temperatura. Ocorrncia de mudana
verdadeira ento adiada.
Em outras palavras, a distribuio da durao do controle pertence somente
ao intervalo desde que previamente investigada. Para descrever o sistema por este
ponto de vista, as seguintes notaes auxiliares nos auxiliaro:
T = o nmero de perodos em que o processo fica em controle desde a
concluso da pesquisa preliminar (quer a pesquisa tenha ou no sido induzida por um
falso alarme).
S = a durao do tempo fora de controle priorizado para um sinal particular
para ao (S anlogo a S, exceto que em um ciclo onde o sinal de um alarme
falso, S = 0);
D = o tamanho de um ciclo (ie, o nmero de perodos seguintes da
concluso de uma pesquisa at o prximo sinal para a ao).
No caso regenerativo um ciclo definido assim que ocorre exatamente
uma pesquisa para uma causa especial em cada ciclo. Neste caso T no corresponde
exatamente ao T (veja grfico 14). O custo surgido durante o i-simo ciclo o:
' .
3 2 1
S a a nD a
i
+ +
A funo custo e desenvolvida de forma similar ao da seo anterior, ou seja:
147
] [
] ' [
3 2
1
D E
S E a a
n a ATC
+
+ = (110)
GRFICO 14- COMPORTAMENTO DO MODELO B
( Adaptado de Baker ( 1971))
Mostra-se que a expectativa da durao do processo em controle segue uma
distribuio geomtrica como dado em (108) ento a funo custo em (110) reduz-se
para (107). Contudo o ponto a ser enfatizado a esse respeito e de que quando uma
distribuio no geomtrica, as frmulas (110) e (107) podem ser substancialmente
alteradas.
Para ilustrar suponha que a durao em controle tenha uma distribuio de
Poisson com media . No modelo A, isto fica:
,
!
} Pr{
t
e
t T
t
= = t = 0, 1, 2, ...
A distribuio de Poisson trocada para ilustrar por convenincia geomtrica
e tambm um parmetro de distribuio de probabilidades que resulta naturalmente
em muitos processos fsicos, e este parmetro sozinho facilita a investigao da
funo custo. Isto no significa que a distribuio de Poisson no seja real. Ao
contrrio da maior parte das funes de probabilidade cujo pico aproxima-se da mdia,
o modelo de Poisson um modelo melhor para intervalos de falha do que o modelo
geomtrico. No contexto do modelo B as definies de seco anterior tornam-se:
t D t D > + = = | 1 Pr{ e } 1 ' + t T
t D t D > + = = | 1 Pr{ ' e } ' t T
Mudana
no Processo
Deteco Deteco
Perodo de
Operao
Mudana
no Processo
T
1
S
1
T
2
T
3
T
4
S
4
Alarme
Falso
Alarme
Falso
T
5
148
Se D > T, ento os sinais associados so vlidos e a probabilidade
semelhante em um ciclo :
=
=
=
=
= = >
= >
e
t e
t e
t T t T T D
T D
i
t
t
t t
i
0
0 0
! / )] 1 ( [
! / ) 1 (
} ' Pr{ } ' | ' Pr{
} ' Pr{
O significado do valor E [S] pode ser escrito:
E [S] = E [S | D T] Pr {D T}+ E [S | D > T] Pr {D > T}. (111)
Onde se pode observar que E [S|D T] =0 e tambm que E
[S | D > T] =
'
1
\
|
=
+ +
+
=
+ = =
+ =
=
'
1 1
) 1 (
1
) ' / 1 ( ) 1 (
) 1 ( ) 1 ( 1
) ' 1 ( ' ) 1 ( ) 1 ( ] ' | [
1
1
1
1
t
t
t t
t s
t s t
t
s
s
t
t
s s t T D E
A condio pode ento ser escrita da seguinte maneira:
|
.
|
\
|
=
(
|
.
|
\
|
=
= = =
'
1 1 1
! /
'
1 1
) 1 (
1
} ' Pr{ ] ' | [ ] [
0
e
t e
t T t T D E D E
tt
t
t
t
(112)
Substitudo em (110), temos:
+
+
+ =
e e
e a a
n a ATC
) 1 ( '
'
3 2
1
(113)
2.7.4.3 Sobre o uso indevido da hiptese de Markov
Supondo-se, agora, que um grfico X esteja sendo usado em conjunto com
um processo de deteriorao observado durante cada busca para uma causa especial.
Suponhamos tambm que a distribuio de Poisson descreva a durao at a mudana,
149
mas falhe ao reconhecer o modelo apropriado que tem precedido a equao 107,
como representante dos sistemas ATC. Assim, se E[T] bem estimado para a
deteriorao em alguns experimentos fsicos, a seleo dos parmetros (n, k) que
minimizam o custo em (107) no produz custo prximo do verdadeiro timo.
A magnitude do erro depende da estrutura dos custos (valores de
3 2 1
, , a a a )
em qualquer aplicao. Uma pequena investigao de responsabilidade sugere que
quando 2 , 0 /
2 3
a a , a anlise do imprprio modelo A no to dispendiosa e o custo
penaliza de 2 a 3 % do valor timo. Por outro lado quando
2 3
a a (e em algumas
situaes
3
a deve ser substancialmente maior que
2
a ) a situao diferente .
Igualmente dada esta observao geral resposta superficial dificultada
para caracterizar em detalhe. Assim, para, pelo menos, sugerir a regio onde a anlise
do modelo A para o modelo desaconselhado e para indicar os possveis custos de
sacrifcio associados, um nmero limitado de investigaes numricas ser cumprido.
Visto que apenas a razo dos custos atuais esta afetada, as trocas dos
parmetros de otimalidade e a porcentagem de melhorias realizadas com os modelos
propostos, conveniente definir:
. /
/
2 3 32
2 1 12
a a C
a a C
=
=
3
Para comparao de custos foram examinados os seguintes casos:
12
C = 0.01, 0.005 e 0.002
32
C = 1.0 e 10.0
= 0.5 e 1.5
Primeiro o modelo A de custo timo denotado CA, foi obtido pela
mudana do par (n, k) cuja minimizao do ATC dado por (109) e ento a
estimao do custo atual associado dada por (113), sob os mesmos procedimentos de
controle. Este custo ser comparado com o custo mnimo da ATC conforme dado por
(113), (o modelo timo de custo para B, denotado por
B
C ).
As tabelas 8 e 9 mostram uma comparao para 12 casos paramtricos. De
150
um modo geral, o estado dos pontos investigados corresponde regio, examinada por
Duncam ( 1956) em seu significante e detalhado estudo.
TABELA 8 - CUSTO E PLANO DE COMPARAO PARA
= 0,5 E =25
(Adaptada de Baker (1971))
C
12
32
C
0,01 0,005 0,002
1.0
(n,k)
A
C = 20,90 (8,1.95)
B
C = 16.86 (1, 1.55)
melhoria:19.3%
18.86 (15, 2.15)
15.78 (4, 1.70)
16.3%
15.25 (25, 2.40)
13.62 (13, 1.90)
10.7%
10.0
50.00 (25,1.75)
26.18 (1, 1.25)
47.6%
49.45 (36, 2.00)
25.35 (3, 1.30)
48.7%
46.60 (56, 2.25)
23.36 (12, 1.40)
49.9%
TABELA 9 - CUSTO E PLANO DE COMPARAO PARA
= 1,5 E = 25
(Adaptado de Baker (1971))
C
12
32
C
0,01 0,005 0,002
1.0
(n,k)
A
C = 13.26 (4, 2.55)
B
C = 12.22 (2, 2.00)
melhoria: 7.8%
11.51 (6, 2.80)
10.76 (4, 2.20)
6.5%
9.72 (8, 3.00)
9.39 (6, 2.40)
3.4%
10.0
46.84 (8, 2.50)
22.09 (2, 1.45)
52.8%
45.72 (10,2.75)
20.90 (3, 1.45)
54.3%
44.14 (13, 3.00)
19.81 (4, 1.50)
55.1%
Uma observao imediata, das tabelas 8 e 9, mostra que uma anlise
inapropriada do modelo A resulta em um tamanho de amostra maior e um limite
externo maior do que o necessrio. Um limite de controle apertado emerge do modelo
151
B uma reflexo de um alarme falso. As pequenas amostras so timas para o modelo
B e mais notveis: a implicao de que o uso imprprio da hiptese de MARKOV
pode deixar para um ineficiente uso de habilidade de amostras. Mais especificamente
os dados dos pontos indicam que os possveis custos associados com uso do modelo A,
aumenta substancialmente com
32
C (custo fora de controle) mas no to sensvel
para
12
C (custo da amostra).
Alm do mais, quando
32
C = 10, o custo do sacrifcio substancial para
ambos os processos com pequenas mudanas ( = 0,5) e uma mudana moderada ( =
1,5), considerando
32
C = 1, o custo do sacrifcio tem alguma parte pequena at uma
grande mudana.
A dependncia destas conexes na mdia da durao em controle () no
parece ser substancial. A tabela n 10 , abaixo transcrita, mostra o custo das
comparaes para = 100 e = 1,5.
Quando estes resultados so comparados com aqueles na tabela 9, parece que
o valor de tem um pequeno efeito no custo do sacrifcio e que o efeito diminudo
quando o custo do sacrifcio maior.
Para um valor maior de , os limites de controle timos so estreitos na
tabela 9. O tamanho timo da amostra pouco aumentado com a mdia maior da
durao em controle. Logo as conseqncias do uso errado de Markov assumem,
ento, a dependncia de no se apresentar crtico. Algumas observaes podem ser
feitas sobre os procedimentos dos parmetros timos na anlise do modelo B.O valor
de
32
C , primeiramente afeta a escolha tima de K e tem pequenos efeitos na escolha de
n. O valor de
12
C tem a capacidade de observao mas limita seus efeitos para ambos
n e k.
Como se pode observar nas tabelas 8, 9 e 10 o procedimento consistente
com o encontrado por Duncan ( 1956). Por outro lado, Duncan concluiu que o valor
timo de n determinado por . Em comparao com os resultados das tabelas 8 e 9,
ento, esperava-se que o timo par de valores para n casos com = 0,5 e = 1,5 seria,
152
aproximadamente, a mesma relao sob os diferentes custos .Por comparao dos
pares nas clulas correspondentes nas tabelas 8 e 9, observa-se que para custos de
amostras relativamente elevados, o timo tamanho da amostra, aumenta de forma
gradual com o aumento de , mas l est um ponto de cruzamento em
12
C alm do
qual o tamanho da amostra tima diminui com o aumento de .
A caracterizao de Duncan aplica-se aos valores de n que otimizam o
modelo de custos de A nestes pares de clulas, mas a caracterizao no est
consistentemente prxima dos valores de n os quais otimizam os modelos de custos de
B. O modelo de Duncan (1956) deve ser utilizado para valores pequenos e no se
devem generalizar suas concluses alm deste sistema.
TABELA 10 - CUSTO E PLANO DE COMPARAO
PARA = 1,5 E = 100 (Adaptada de Baker (1971))
C
12
32
C
0,01 0,005 0,002
1.0
(n,k)
A
C = 5.94 (3, 2.75)
B
C = 4.66 (1, 2.25)
melhoria:21.5%
4.68 (4, 2.90)
4.02 (2, 2.40)
14.1%
3.57 (6, 3.15)
3.24 (4, 2.60)
9.2%
10.0
13.95 (6, 2.55)
7.10 (1, 1.95)
49.1%
13.45 (8, 2.80)
6.47 (2, 2.05)
51.9%
12.17 (10, 3.00)
5.73 (4, 2.10)
52.9%
Finalmente interessante comparar os custos timos das tabelas 8 e 9 com os
custos obtidos por seguir a prescrio tradicional de 3 para os limites de controles e
tamanho de amostras de 4 a 5. Amostras de tamanho n = 5 tendem a ter preferncia
sobre as amostras de n =4 na regio investigada. Assim nas tabelas 11 e 12 os custos
so mostrados para n = 5. Complementando
t
C denota o custo abaixo do tradicional
(5, 3) policiado e avaliado por (113). Os dados mostram que o procedimento
tradicional deixa muito a desejar especialmente quando = 0,5. Em alguns trabalhos
de projeto econmico de grficos de controle tem-se observado que o esquema
tradicional de controle adequado para grandes mudanas ( ) 2 porm quando =
153
0,5 o esquema inadequado.
Todavia, a tabela 12 mostra, nivelando para =1,5, o (5, 3) procedimento
pode parecer inadequado se a razo do custo
32
C relativamente grande.
TABELA 11- CUSTO DE COMPARAO PARA = 0,5 E
= 25
C
12
32
C
0,01 0,005 0,002
1.0
T
C = 63.14
B
C = 16.86
melhoria: 73.3%
60.64
15.78
74.0%
59.14
13.62
77.0%
10.0
570.21
26.18
95.4%
567.71
25.35
95.5%
566.21
23.86
95.9%
TABELA 12- CUSTO DE COMPARAO PARA = 1,5 E
= 25
C
12
32
C
0,01 0,005 0,002
1.0
T
C = 14.63
B
C = 16.86
melhoria 16.5 %
12.13
10.76
11.3%
10.63
9.39
11.7%
10.0
66.21
22.09
%
63.71
20.90
%
62.21
19.81
%
2.7.4.4 Concluso
Em princpio o projeto econmico do grfico x para o controle do processo
uma tarefa envolvendo a minimizao de uma funo custo.
A natureza do grfico x (quando usado na sua forma bsica), simplifica a
154
tarefa de desenvolvimento da funo custo. As caractersticas do processo durante o
perodo de controle so uma parte bsica e importante para a construo deste modelo
de custo, e deve ser feito cautelosamente. Neste contexto o uso de uma distribuio
com a propriedade de Markov uma grande alternativa, pois as distribuies
geomtricas e exponenciais so matematicamente convenientes O apndice 1, no final
deste trabalho, mostra que quando o tempo em controle tem uma distribuio
geomtrica, ento os modelos A e B so equivalentes.
2.7.5 PROJETO ECONMICO PARA O GRFICO DE CONTROLE X PARA
DOIS MODELOS DE PROCESSOS INDUSTRIAIS.
7.5.1 Introduo
Os processos de controles estatsticos se constituem em uma importante
tcnica gerencial para melhoria da qualidade e produtividade do sistema industrial. Os
grficos de controle so as tcnicas estatsticas mais utilizadas para o controle do
processo. Em particular, o grfico de controle X tem sido extensivamente utilizado
para fornecer informaes com o objetivo de manter o processo em controle,
mantendo uma vigilncia na mdia do processo e melhorando a capacidade do mesmo.
A teoria de aplicao dos grficos de controle foi desenvolvida inicialmente por
Duncan (1956).
O projeto do grfico de controle X refere-se a possveis alteraes em um
dos trs parmetros: o tamanho da amostra, a extenso dos limites de controle e o
intervalo de tempo entre a retirada das amostras. Na prtica, esses parmetros so
geralmente definidos empiricamente pelos engenheiros, com base no julgamento e
experincia do processo, ou por consideraes envolvendo critrios estatsticos devido
155
a erros do tipo I ou tipo II. Mais recentemente, o uso do critrio econmico para o
projeto dos grficos de controle tem sido investigado.
O procedimento usual do projeto econmico dos grficos de controle
especificar o modelo do processo industrial, fazer estudos sobre os custos relevantes,
especificar um modelo matemtico que relata os parmetros do projeto do grfico de
controle envolvendo os custos e procurar otimizar este modelo. Montgomery(1985)
relatou que algumas hipteses com respeito natureza do processo industrial, podem
ser observados no projeto econmico dos grficos de controle. Em particular ele cita
diversos estudos nos quais a mudana na deficincia do mecanismo do processo (isto
: a distribuio do tempo entre a ocorrncia de uma causa especial) um fator
importante na mudana dos parmetros do processo para detectar o economicamente
timo.
Montgomery (1985), considera o efeito de outra hiptese relacionada no
processo industrial. Especificamente, considera-se uma caracterstica operacional do
processo quando o grfico de controle e uma pesquisa por uma causa especial esto
sendo conduzidos.
No primeiro modelo, assume-se que as atividades continuam durante a
busca por uma causa especial. Esta hiptese consistente com o modelo de estrutura e
talvez o mais comumente aplicado na prtica, devido pelo menos em parte, a vasta
divulgao dos trabalhos de Duncan, pioneiro nesta rea.
O segundo modelo considerado assume que as atividades so interrompidas
durante a busca por um causa especial. Mostra-se que essa conjectura critica e que
mudanas incorretas no modelo do processo podem conduzir para um projeto do
grfico de controle econmico deficiente, proporcionando srias conseqncias
econmicas.
156
2.7.5.2 Hipteses
Panagos ( 1985), assume que o grfico de controle X usado para manter a
vigilncia do processo que sujeito a uma causa especial simples. O processo comea
em um estado de controle estatstico com mdia
0
e desvio padro . A ocorrncia de
uma causa especial resulta em uma mudana na mdia do processo de um valor
0
para
0
. O tempo entre a ocorrncia de uma causa especial tem uma distribuio
exponencial com uma mdia de ocorrncias por hora. Os limites de controle do
grfico X tem limitaes n k /
0
e as amostras de tamanho n so tomadas a cada
h horas. Se um nico ponto fica fora dos limites de controle o processo considerado
fora de controle e uma pesquisa para descobrir a causa especial iniciada.
Ambos os modelos minimizam a soma do custo das amostras, enquanto
pesquisam por uma causa especial e operam em um estado fora de controle, durante o
ciclo. O ciclo definido como o perodo durante o qual o processo comea em um
estado de controle, muda para um estado fora de controle, sinaliza esta alterao para
uma efetiva ao e retorna para o estado de controle inicial. O custo para retornar o
processo a um estado de controle aps ter completado o ciclo no includo no
modelo de custo e assume-se idntico nos dois processos. O custo para reparar a causa
especial, contudo, includo.
Assim o tempo entre as ocorrncias de uma mudana para um estado fora de
controle exponencial e o tempo esperado para ocorrncia de uma mudana entre
j
a e
j + 1 amostra :
.
12 2 ) 1 (
) 1 ( 1
) ( 2
) 1 (
) 1 (
h h
e
e h
t d e
dt jh t e
T
h
h
h j
h
t
h j
jh
t
+
+
(114)
Alm do mais o nmero esperado de falsos alarmes que ocorrem antes de
uma mudana vezes o nmero de amostras tomadas antes da mudana, ou:
157
h e
e
dt e j
j
t
t
t
0
1
(115)
Estas aproximaes so usadas no desenvolvimento dos dois modelos. A
partir de agora, denomina-se modelo contnuo aquela cuja produo no
interrompida e modelo descontnuo aquele onde a produo interrompida.
2.7.5.3 Desenvolvimento do modelo de custos
2.7.5.3.1 O processo contnuo
2.7.5.3.1.1 Ciclo do tempo
O ciclo total de produo em um processo contnuo consiste em quatro
perodos, um perodo quando o processo est em um processo de controle e trs
durante o qual o processo est fora de controle. A poro em controle tem um tamanho
esperado de 1/ e inclui , a frao do tempo entre a j e j + 1 amostra quando o
processo est em controle. A poro fora de controle consiste de trs perodos:
a) o tempo at o sinal ser detectado. Seja P o poder do teste, ou seja: a
probabilidade de que uma causa especial seja detectada. Ento a
probabilidade de que um sinal seja detectado quando uma causa especial
ocorre uma varivel aleatria com distribuio geomtrica com mdia
1/P. Desde que o intervalo de tempo entre as amostra seja h, ento h (1/P)
- o perodo esperado de tempo em que o processo estar fora de
controle antes de um sinal ser detectado. Ento usando a equao (114),
|
.
|
\
|
+ = |
.
|
\
|
12 2
1 1 1 h
P
h
P
h
158
b) o tempo para o teste e interpretao do resultado. Este tempo igual ao
produto da constante e vezes o tamanho da amostra n;
c) o tempo para encontrar e reparar uma causa especial D.
Ento o tempo total do ciclo para o processo contnuo :
.
12 2
1 1 1
) ( D en
h
P
h t E + + |
.
|
\
|
+ + =
(116)
A proporo de tempo que o processo esta em controle :
) (
/ 1
t E
= (117)
e a proporo de tempo que o processo esta fora de controle :
) (
) 12 / 2 / 1 / 1 (
t E
D en h P h + + +
=
, onde + = 1. (118)
Observe o grfico 15 para um diagrama esquemtico do ciclo.
GRFICO 15 - TEMPO DO CICLO PARA UM PROCESSO CONTNUO
(Adaptado de Panagos ( 1985))
159
2.7.5.3.1.2 Modelo de custo
A expectativa de lucro lquido obtido durante um ciclo o lucro verificado
quando o processo est em controle ( )
0
V vezes o tempo esperado no qual o processo
est em controle (1/) acrescido do lucro lquido enquanto o processo est fora de
controle ( )
1
V vezes o tempo em que o processo est fora de controle
| | D en h P h + + + ) 12 / 2 / 1 / 1 ( menos o custo do processo deste ciclo. O custo de tomar
uma amostra b + cn e o nmero esperado de amostra investigada durante um ciclo
o tamanho esperado de um ciclo [E(t)] dividido pelo intervalo de tempo entre as
amostras (h). O custo para investigar um falso alarme T, e o nmero esperado de
falsos alarmes encontrados durante um ciclo (a probabilidade de erro do tipo I)
vezes o nmero esperado de amostras tomadas antes de mudana. O custo de procurar
e corrigir uma causa especial W, e isto ocorrer uma vez durante o ciclo.
Ento a expectativa de lucro por ciclo :
W
h
T
h
t E cn b
D en
h
P
h V V C E
+
+ + |
.
|
\
|
+ + =
) ( ) (
12 2
1 1 1
) (
1 0
(119)
O lucro esperado a cada hora :
) (
) (
) (
t E
C E
A E = . Seja:
, ,
12 2
1 1
D en ah B
h
P
a + + = + =
e
1 0
V V M = . Ento, a funo custo pode ser
reescrita como:
1 0
) ( L V A E = , onde a funo custo :
h
cn b
B
W h T MB
L
+
+
+
+ +
=
1
/
1
(120)
Este modelo equivalente ao modelo de Duncan para um processo contnuo,
com a exceo que D, neste modelo inclui o custo de reparo de uma causa especial.
160
2.7.5.3.2 O Processo Descontnuo
2.7.5.3.2.1 Tempo do ciclo
O ciclo de produo para um processo descontnuo consiste de seis perodos:
um perodo quando o processo est em controle, dois perodos durante o qual est fora
de controle e trs perodos durante o qual o processo interrompido.
O tempo esperado que o processo fique em controle 1/. O intervalo de
tempo esperado durante o qual o processo est fora de controle consiste em 2 perodos:
o tempo at o sinal ser detectado [h(1/P + h/12)] e o tempo requerido para testar
e interpretar os resultados (e.n). Estes intervalos de tempo so idnticos queles usados
para o processo contnuo.
A poro do tempo em que o processo interrompido consiste de trs
perodos:
a) o tempo para procurar e corrigir uma causa especial D;
b) o tempo para restaurar o processo, ou tempo de ligao,
1
S . Este tempo
no inclui o tempo necessrio, aps o processo ser restaurado, para
coloc-lo novamente em um controle estatstico.
c) o tempo para procurar por um falso alarme e reiniciar o processo. Isto , a
soma do tempo esperado para pesquisar por um falso alarme ( )
1
D e a
ligao ( )
1
S multiplicado pelo nmero esperado de falsos alarmes por
ciclo, ou ( ) h S D /
1 1
+ .
Ento o tempo total do ciclo para o processo descontnuo :
( )
h
S D
S D en
h
P
h t E
1 1
1
12 2
1 1 1
) (
+
+ + + + |
.
|
\
|
+ + = (121)
A proporo do tempo em que o processo est fora de controle :
161
) (
/ 1
'
t E
= (122)
A proporo do tempo em que o processo est fora de controle :
) (
) 12 / 2 / 1 / 1 (
'
t E
en h P h + +
=
(123)
E a proporo do tempo no qual o processo interrompido :
( )
) (
/
'
1 1 1
t E
h S D S D
+ + +
= (124)
onde 1 ' ' ' = + + . O ciclo disposto no grfico 16 abaixo.
GRFICO 16 TEMPO DO CICLO PARA UM PROCESSO DESCONTNUO
(Adaptado de Panagos (1985)),
162
2.7.5.3.2.2 Modelo de custo
A renda lquida esperada para cada ciclo a renda esperada a cada hora,
enquanto o processo estiver em controle, vezes o tempo no qual o processo est em
controle | | ) / 1 (
0
V adicionado a expectativa de renda enquanto o processo est fora de
controle vezes o tempo em que o processo est fora de controle
| | en h P h V + + ) 12 / 2 / 1 / 1 (
1
menos os custos do processo.
Os custos dos processos so:
a) o custo de tomar a amostra multiplicada pelo nmero esperado de
amostras tomadas enquanto o processo esta em operao, neste caso:
(b + cn){[1/ + h (1/P - + h/12) + e n] / h}.
b) o custo de investigao de um falso alarme multiplicado pelo nmero
esperado de falsos alarmes que ocorrem antes da mudana no processo,
T/h, como em um modelo contnuo.
c) o custo para pesquisar e reparar uma causa especial W.
d) o custo de ligao S.
Ento, o lucro esperado por ciclo :
S W
h
T
h
en h P h
cn b en
h
P
h V V C E
+ + +
+ + + + =
(
|
.
|
\
|
|
.
|
\
|
) 12 / 2 / 1 / 1 ( / 1
) (
12 2
1 1
1
1
0
) ( (125)
O esperado lucro a cada hora :
.
) (
) (
) (
2 0
L V
t E
C E
A E = =
Sendo:
( )
1 0
1 1
1
, '
, '
V V M
h
S D
S D C
en ah B
=
+
+ + =
+ =
163
Ento a funo prejuzo para este modelo :
) ' ' ( 1
/ / ) ' 1 )( ( ' '
0
2
C B
S W h T h B cn b C V MB
L
+ +
+ + + + + + +
=
. (126)
Assim, as funes perda
1
L e
2
L podem ser minimizada com relao a n, k e
h pelo mtodo de pesquisa direta. O procedimento de otimizao usado segue o
mtodo descrito por Montgomery (1984), o qual, por sua vez, foi baseado no
procedimento de aproximao desenvolvido por Chiu e Wetherill (1974).
Experimentos numricos com os procedimentos de otimizao indicam que a soluo
destes procedimentos so fechados em relao ao valor timo para
1
L e
2
L .
2.7.5.4 Custo dos dados e processamento
O modelo contnuo requer que nove parmetros do processo e custo sejam
especificados para ser utilizado, enquanto, o modelo descontnuo requer treze
parmetros.
A tabela 13 mostra o maior e o menor nvel dos parmetros utilizados neste
estudo.
Desde que cada fator e apresentado em dois nveis,
p k
2 fraes fatorial,
designado por resoluo IV, podem ser usadas para examinar os efeitos do custo,
sendo os parmetros do processo de responsabilidade de n, k e h e as funes custo
1
L
e
2
L .
O projeto para resoluo IV de
p k
2 fatorial, apresentado por Montgomery
assegura que h integraes entre os parmetros.
164
TABELA 13 NVEL DOS FATORES USADOS NO PROJETO
EXPERIMENTAL (Adaptado de Panagos (1985))
Nvel
Fator Baixo Alto
A = M 50 100
B = 1,0 2,0
C = 0,01 0,05
D = e 0,05 0,50
E = D 3 20
F = b 0,50 5,00
G = c 0,10 1,00
H = W 35 250
I = T 50 500
J =
0
V 50 150
K = S 10 100
L =
1
S 0,05 1,0
M =
1
D 4 40
2.7.5.5 Performance dos dois modelos do Processo
2.7.5.5.1. O processo contnuo
A tabela 14 apresenta o projeto timo para o grfico de controle X para o
modelo de processo contnuo com a especificao do parmetro. Uma anlise da
varincia do custo responsvel mostrada na tabela 15 revela que o custo do controle do
165
processo significativamente afetado pelos parmetros , M e D. Os estimadores dos
efeitos, mostrado na tabela 15 so os valores usuais obtidos pela multiplicao pelo
fator de
p k
2 designando o tempo do projeto responsvel.
TABELA 14 - PROJETO TIMO PARA O GRFICO X PARA O MODELO DO
PROCESSO CONTNUO ( Adaptado de Panagos ( 1985))
Custos assumidos e fatores de risco timos___________
exemplo
M
e D b c W T n k h
custo
1 50 1 0,01 0,05 3 0,50 0,10 35 50 13 2,65 2,50 3,77
2 100 1 0,01 0,05 3 5,00 1,00 250 500 5 2,71 6,04 13,25
3 50 2 0,01 0,05 3 5,00 1,00 250 50 4 2,39 5,95 7,06
4 100 2 0,01 0,05 3 0,50 0,10 35 500 6 3,67 1,40 5,21
5 50 1 0,05 0,05 3 5,00 0,01 35 500 19 3,07 2,29 15,34
6 100 1 0,05 0,05 3 0,50 1,00 250 50 6 1,78 1,57 35,02
7 50 2 0,05 0,05 3 0,50 1,00 250 500 4 3,06 1,78 22,40
8 100 2 0,05 0,05 3 5,00 0,10 35 50 5 2,67 1,48 22,24
9 50 1 0,01 0,50 3 0,50 1,00 35 500 8 2,61 4,65 8,61
10 100 1 0,01 0,50 3 5,00 0,10 250 50 5 1,81 3,00 13,07
11 50 2 0,01 0,50 3 5,00 0,10 250 500 5 3,20 4,49 7,49
12 100 2 0,01 0,50 3 0,50 1,00 35 50 2 2,30 1,96 7,62
13 50 1 0,05 0,50 3 5,00 1,00 35 50 3 1,29 2,68 20,19
14 100 1 0,05 0,50 3 0,50 0,10 250 500 5 3,02 0,33 40,72
15 50 2 0,05 0,50 3 0,50 0,10 250 50 2 2,62 0,61 21,42
16 100 2 0,05 0,50 3 5,00 1,00 35 500 3 2,75 1,64 30,24
17 50 1 0,01 0,05 20 0,50 0,10 250 50 13 2,60 2,57 12,05
18 100 1 0,01 0,05 20 5,00 1,00 35 500 14 2,63 5,97 23,80
19 50 2 0,01 0,05 20 5,00 1,00 35 50 4 2,35 6,00 11,44
20 100 2 0,01 0,05 20 0,50 0,10 250 500 6 3,63 1,42 20,39
21 50 1 0,05 0,05 20 5,00 0,10 250 500 19 2,78 2,62 35,45
22 100 1 0,05 0,05 20 0,50 1,00 35 50 5 1,41 1,88 57,81
23 50 2 0,05 0,05 20 0,50 1,00 35 500 4 2,81 2,10 29,48
24 100 2 0,05 0,05 20 5,00 0,10 250 50 5 2,37 1,57 61,17
25 50 1 0,01 0,50 20 0,50 1,00 250 500 9 2,56 5,45 15,93
26 100 1 0,01 0,50 20 5,00 0,10 35 50 6 1,82 3,24 23,35
27 50 2 0,01 0,50 20 5,00 0,10 35 500 5 3,16 4,56 11,71
28 100 2 0,01 0,50 20 0,50 1,00 250 50 2 2,24 2,06 22,33
29 50 1 0,05 0,50 20 5,00 1,00 250 50 4 0,99 3,83 37,45
30 100 1 0,05 0,50 20 0,50 0,10 35 500 6 2,81 0,56 59,59
31 50 2 0,05 0,50 20 0,50 0,10 35 50 2 2,35 0,83 28,30
32 100 2 0,05 0,50 20 5,00 1,00 250 500 3 2,47 2,07 64,64
166
TABELA 15 ANLISE DE VARINCIA PARA O CUSTO NO PROCESSO
CONTNUO ( Adaptado de Panagos ( 1985))
Fonte Efeitos Soma dos
quadrados
Graus de
liberdade
Mdia ao
quadrado
0
F
M 13,27 1409,27 1 1409,27 25,01
-0,23 0,42 1 0,42 0,01
23,40 4380,01 1 4380,01 77,73
e 2,30 42,27 1 42,27 0,75
D 15,08 1818,65 1 1818,65 32,28
b 0,45 1,64 1 1,64 0,03
c 1,28 13,01 1 13,01 0,23
W 1,11 9,77 1 9,77 0,17
T 1,25 12,45 1 12,45 0,22
Erro - 1239,66 22 56,35 -
Total - 8927,14 31 - -
Significncia ao nvel de 5%
Um efeito positivo indica que uma mudana no fator desde o menor at o
maior nvel aumenta a resposta, enquanto um efeito negativo implica que a mudana
no fator desde um baixo at um nvel elevado diminui a resposta. O erro mdio
quadrtico na anlise da varincia composto de interaes associadas e suas
incgnitas. Se algumas destas interaes so significantes, ento o erro mdio
quadrtico um estimador de erro experimental e assim imprudente a concepo da
razo F como uma norma de procedimento de importncia. Finalmente observa-se que
se os fatores esto variando sobre diferentes distncias, diferentes resultados podem
ser obtidos. As distncias aqui usadas no so na prtica exageradas.
A medida em que , a razo de ocorrncia por hora de uma causa especial
aumenta, tambm aumenta o custo do processo, o mesmo verdadeiro para D, o
tempo para encontrar e reparar uma causa especial e M a perda de lucro quando o
processo est fora de controle.
A tabela 16 apresenta uma anlise de varincia de uma amostra de tamanho
n. O tamanho da amostra primeiramente determinado por , o tamanho da mudana.
A medida em que diminui o tamanho da amostra tima aumenta. O fator e, o tempo
para testar e interpretar os resultados, tambm afeta n. Um grande e resulta em um
167
pequeno tamanho de amostra. Fatores b e c tambm so significantes.
TABELA 16 ANLISE DE VARINCIA PARA O TAMANHO DA AMOSTRA
EM UM PROCESSO CONTNUO ( Adaptado de Panagos ( 1985)).
Fonte Efeitos Soma dos
quadrados
Graus de
liberdade
Mdia ao
quadrado
0
F
M -1,50 18,00 1 18,00 3,20
-5,50 242,00 1 242,00 42,99
-1,38 15,13 1 15,13 2,69
e -4,50 162,00 1 162,00 28,78
D 0,13 0,13 1 0,13 0,02
b 1,88 28,13 1 28,13 5,00
c -2,00 32,00 1 32,00 5,68
W 0,13 0,13 1 0,13 0,02
T 3,13 78,13 1 78,13 13,88
Erro - 123,85 22 5,63 -
Total - 699,50 31 - -
Significncia ao nvel de 5%
Um grande valor de b, o custo fixo da amostra, produz um grande tamanho
da amostra, enquanto, um grande valor de c, a varivel custo de amostra, tende a
diminuir o tamanho da amostra.Estas observaes so consistentes com as obtidas por
Duncan( 1956) e Montgomery( 1985).
Com o nvel dos fatores usados neste estudo, a anlise de varincia tambm
indica que T, o custo de pesquisa devido a um alarme falso, tem um efeito
significativo no tamanho da amostra. Um grande valor de T resulta em um grande
tamanho de amostra.Todos os fatores exceto W, o custo de procura e reparo para uma
causa especial e M mostram um significativo efeito sobre K, o tamanho dos limites de
controle e o fator de nvel usado neste estudo. Grandes valores de e T resultam em
um grande K, enquanto, que grandes valores de , e, D, b e c resultam em um pequeno
valor de K (veja tabela 17). Conforme relato de Duncan (1956), T tem um maior
efeito no tamanho de K.
168
TABELA 17- ANLISE DE VARINCIA PARA OS LIMITES DE CONTROLE
NO PROCESSO CONTNUO (Adaptado de Panagos (1985)).
Fonte Efeitos Soma dos
quadrados
Graus de
Liberdade
Mdia ao
quadrado
0
F
M -0,03 0,01 1 0,01 0,46
0,47 1,76 1 1,76 80,67
-0,26 0,52 1 0,52 23,83
e -0,29 0,66 1 0,66 30,25
D -0,16 0,21 1 0,21 9,63
b -0,23 0,42 1 0,42 19,25
c -0,49 1,94 1 1,94 88,92
W -0,01 0,00 1 0,00 0,00
T 0,83 5,53 1 5,53 253,46
Erro - 0,48 22 0,02 -
Total - 11,53 31 - -
Significncia ao nvel de 5%
Contudo, ele tambm encontrou W como sendo um fator importante que
afeta K, enquanto, este estudo no verificou esse efeito.
Grandes valores de M, e resultam em pequenos valores de h o tempo
entre amostras, enquanto grandes valores de b e c aumentam o tempo entre as amostras
(veja tabela 18). Este resultado consistente com o de Duncan.
TABELA 18 ANLISE DE VARINCIA PARA O TEMPO ENTRE AS
AMOSTRAS NO PROCESSO CONTNUO (Adaptado de Panagos (1985))
Fonte Efeitos Soma dos
quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -1,05 8,74 1 8,74 24,46
-0,58 2,68 1 2,68 7,50
-2,09 34,90 1 34,90 97,68
e -0,32 0,84 1 0,84 2,35
D 0,27 0,59 1 0,59 1,65
b 1,61 20,74 1 20,74 58,05
c 1,39 15,35 1 15,35 42,96
W 0,10 0,09 1 0,09 0,25
T 0,35 0,99 1 0,99 2,77
Erro - 7,86 22 0,36 -
Total - 92,78 31 - -
169
2.7.5.5.2 O processo descontnuo
Os fatores de custo e risco M, , , e, D, B, c, W e T usados para procurar o
projeto econmico timo para o grfico de controle X para o processo 0descontnuo
idntico quele usado para otimizar o processo contnuo. Os fatores requeridos pelo
modelo descontnuo e seus resultados so dados na tabela 19.
TABELA 19-PROJETO TIMO PARA O GRFICO X PARA O MODELO DE
PROCESSO DESCONTNUO ( Adaptado de Panagos ( 1985))
Fatores de custo e risco
assumidos
timos
exemplo
0
V S S
1
D
1
n k h custo
1 50 10 0.05 4 17 3.14 2.75 4.09
2 150 100 0.05 4 17 2.95 6.33 15.89
3 50 10 1.00 40 6 3.46 6.46 7.92
4 150 100 1.00 40 8 4.31 1.54 9.11
5 150 10 1.00 40 26 3.76 2.41 32.23
6 50 100 1.00 40 12 2.75 2.48 35.96
7 150 10 0.05 4 5 3.32 2.01 35.07
8 50 100 0.05 4 6 3.12 1.50 19.96
9 50 100 1.00 4 9 2.72 5.03 10.04
10 150 10 1.00 4 10 2.90 2.79 17.92
11 50 100 0.05 40 6 3.63 4.53 8.61
12 150 10 0.05 40 4 3.67 2.34 11.31
13 150 100 0.05 40 13 3.00 3.96 39.04
14 50 10 0.05 40 6 3.29 0.40 36.37
15 150 100 1.00 4 4 3.43 0.79 41.95
16 50 10 1.00 4 3 2.85 1.61 25.41
17 150 100 0.05 40 25 3.92 3.27 29.45
18 50 10 0.05 40 18 3.11 6.54 15.88
19 150 100 1.00 4 6 3.24 6.59 29.36
20 50 10 1.00 4 7 3.83 1.50 12.43
21 50 100 1.00 4 21 3.15 2.39 36.76
22 150 10 1.00 4 11 2.43 2.54 82.56
23 50 100 0.05 40 5 3.32 2.20 30.82
24 150 10 0.05 40 8 3.66 1.67 84.14
25 150 10 1.00 40 15 3.28 7.13 32.83
26 50 100 1.00 40 11 3.10 2.90 18.50
27 150 10 0.05 4 6 3.47 4.60 27.65
28 50 100 0.05 4 3 2.78 2.43 15.34
170
29 50 10 0.05 4 5 1.66 3.93 36.51
30 150 100 0.05 4 9 3.12 0.63 83.31
31 50 10 1.00 40 4 3.53 0.86 28.96
32 150 100 1.00 40 5 3.19 2.52 89.55
* Nove fatores de custo e risco para este modelo so mostrados na tabela 13
A anlise de varincia de responsabilidade do custo para este modelo (tabela
20) mostra que os fatores , D, M e
0
V (o lucro enquanto opera em controle) afetam de
forma significativa o custo do processo. Reitera-se que os fatores que afetam o custo
no modelo contnuo so , D e M, desde que M =
1 0
V V . Isto significa que a interao
de M e
0
V tem um efeito significativo no custo para este modelo. Contudo, o projeto
experimental que foi usado no pode por si s ser um estimador para este interao.
TABELA 20 ANLISE DE VARINCIA DO CUSTO EM UM PROCESSO
DESCONTNUO ( Adaptado de Panagos ( 1985))
Fonte Efeitos Soma dos
quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M 8.90 633.24 1 633.24 4.36
-3.11 77.35 1 77.35 0.53
29.52 6969.97 1 6969.97 47.95
b
E 2.60 54.26 1 54.26 0.37
D 18.95 2872.25 1 2872.25 19.76
b
b 0.36 1.03 1 1.03 0.01
c 1.38 15.19 1 15.19 0.10
W 4.28 146.50 1 146.50 1.01
T -0.06 0.03 1 0.03 0.00
0
V 19.86 3156.35 1 3156.35 21.72
b
S 1.40 15.64 1 15.64 0.11
S
1
1.13 10.18 1 10.18 0.07
D
1
1.03 8.45 1 8.45 0.06
Erro - 2616.34 18 145.35 -
Total - 16576.78 31 - -
Significncia em nvel de 10 %
b
Significncia em nvel de 5%
Como em um processo contnuo, o tamanho da amostra primeiramente
afetado por e e tambm tem um significativo efeito (tabela 21). Os fatores c e
0
V
171
tambm so influenciados. Um grande c resultar em um pequeno tamanho de
amostra, enquanto que um grande valor para
0
V aumentar o tamanho da amostra.
Com efeito, se o custo operacional em controle elevado, vantajoso tomar grandes
amostras para manter o controle do processo.
TABELA 21 ANLISE DE VARINCIA PARA O TAMANHO DA AMOSTRA
EM UM PROCESSO DESCONTNUO (Adaptado de Panagos (1985))
Fonte Efeitos Soma dos
quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -2.19 38.28 1 38.28 3.93
-8.69 603.78 1 603.78 62.05
-1.56 19.53 1 19.53 2.01
e -5.31 225.78 1 225.78 23.20
D 0.44 1.53 1 1.53 0.16
b 1.44 16.53 1 16.53 1.70
c -2.31 42.78 1 42.78 4.40
b
W -0.81 5.28 1 5.28 0.54
T 1.31 13.78 1 13.78 1.42
0
V 2.31 42.78 1 42.78 4.40
b
S 0.56 2.53 1 2.53 0.26
S
1
0.31 0.78 1 0.78 0.08
D
1
2.06 34.03 1 34.03 3.50
Erro - 175.08 18 9.73 -
Total - 1222.47 31 - -
Significncia em nvel de 10 %
b
Significncia em nvel de 5%
O modelo de processo contnuo mostra T afetando o tamanho da amostra,
indicando que se T grande torna-se necessrio aumentar o tamanho de amostra. O
fator T no afeta significativamente n no processo descontnuo, aparentemente porque
T, o custo de procura por um falso alarme, no exposto durante o perodo em que as
amostras esto sendo tomadas.
Como em um processo contnuo, muitos dos fatores tm um efeito
significativo sobre k, a extenso dos limites de controle. De quatro fatores adicionais
neste modelo
0
V e
1
D , o tempo para investigar um falso alarme, afetam k, enquanto,
172
1
S e S, o tempo de planejamento de seu custo, no afetam K (veja tabela 22).
TABELA 22-ANLISE DE VARINCIA PARA O LIMITE DE CONTROLE NO
PROCESSO DESCONTNUO - (Adaptado de Panagos (1985))
Fonte Efeitos Soma dos
Quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -0.06 0.03 1 0.03 0.73
-0.40 1.28 1 1.28 31.14
-0.25 0.48 1 0.48 11.68
E -0.24 0.46 1 0.46 11.19
D -0.09 0.07 1 0.07 1.70
B -0.16 0.21 1 0.21 5.11
C -0.48 1.82 1 1.82 44.27
W -0.04 0.01 1 0.01 0.24
T 0.22 0.39 1 0.39 9.49
0
V 0.26 0.55 1 0.55 13.38
S 0.02 0.00 1 0.00 0.00
S
1
0.05 0.02 1 0.02 0.49
D
1
0.43 1.47 1 1.47 35.76
Erro - 0.74 18 0.04 -
Total - 7.53 31 - -
Significncia em nvel de 5 %
Dos fatores comuns a ambos os modelos , , e, b, c e T tem um efeito
significativo sobre K.
Estes so os mesmos fatores que so significativos no modelo contnuo com
uma exceo interessante o parmetro D, o tempo para encontrar e reparar uma causa
especial, tem um efeito significativo sobre K no processo contnuo, enquanto isso no
ocorre no processo descontinuo.
Os fatores que afetam h nos dois processos so iguais. Alm disso, a direo
destes efeitos a mesmo (veja tabela 23).
173
TABELA 23-ANLISE DE VARINCIA PARA O TEMPO ENTRE AS
AMOSTRAS NO PROCESSO DESCONTNUO (Adaptado de Panagos (1985))
Fonte Efeitos Soma dos
Quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -1.20 11.51 1 11.51 18.58
-0.77 4.75 1 4.75 7.67
-2.18 37.91 1 37.91 61.20
E -0.36 1.03 1 1.03 1.66
D 0.30 0.71 1 0.71 1.15
B 1.43 16.29 1 16.29 26.30
C 1.85 27.32 1 27.32 44.10
W 0.16 0.22 1 0.22 0.36
T 0.26 0.53 1 0.53 0.86
0
V 0.23 0.41 1 0.41 0.66
S -0.03 0.01 1 0.01 0.02
S
1
0.03 0.01 1 0.01 0.02
D
1
0.24 0.45 1 0.45 0.73
Erro - 11.15 18 0.62 -
Total - 112.30 31 - -
Significncia em nvel de 5 %
Em ambos os modelos, a funo custo na vizinhana do timo
relativamente baixa. Conseqentemente, os efeitos dos erros na estimao dos custos
e outros parmetros sobre o projeto timo ser relativamente pequeno.
2.7.5.5.3 Anlise de sensibilidade
Por comparao dos custos timos para 32 amostras ( disponibilizadas na
tabela 14) para os dois processos ( contnuo e descontnuo), observa-se que o modelo
do processo contnuo resulta em um custo menor em 24 casos enquanto que o modelo
descontnuo tem custo menor em 8 casos. Em sete dos oito casos onde o processo
descontnuo produziu o custo mnimo, o nvel de
0
V baixo e o nvel de M alto
resultando em um valor negativo para o processo fora de controle (
1
V ). Nos demais
casos ambos M e
0
V tem um nvel baixo, resultando em um custo nulo para operar em
um estado fora-de-controle. No h nenhuma outra relao forte digna de destaque.
174
Em um outro exemplo onde M tem um nvel elevado e
0
V tem um nvel
baixo, exemplo 6, os custos mnimos so fechados em $ 35,02 para o modelo do
processo continuo e $ 35,96 para o descontnuo.
Uma comparao para o timo n, k e h para cada exemplo mostra que o
modelo descontnuo resulta em grandes tamanhos de amostras e extensos limites de
controle em todos os casos, exceto 4 (exemplos 10, 16, 21 e 26). Isto verdadeiro
embora aplicado aos modelos que produzem o mnimo custo.
A penalidade (prejuzos) por no especificar o modelo do processo pode ser
severa. Um modelo no especificado quando um projeto econmico desenvolvido
para este modelo e usam os seus parmetros para o outro modelo. Por exemplo,
supondo-se que um projeto econmico timo desenvolvido usando o modelo
contnuo e os parmetros n, k e h derivados deste modelo so implementados para
manter o controle do processo.Quando um sinal recebido indicando que o processo
est fora de controle, este processo interrompido enquanto a busca por uma causa
especial feita. Como pode ser visto na tabela 24 a no especificao do modelo pode
resultar em srios prejuzos.
TABELA 24 PREJUZOS PARA NO ESPECIFICAO DO MODELO
(Adaptado de Panagos (1985).
exemplo Modelo
timo
Custo
timo
Custo da no
especificao
Prejuzos Percentual
de erro
1 1 $ 3.77 $ 4.43 $ 0.66 17.5
2 1 13.25 16.11 2.86 21.6
3 1 7.06 11.65 4.59 65.0
4 1 5.21 9.89 4.68 89.8
5 1 15.34 35.20 19.86 129.5
6 1 35.02 43.34 8.32 23.8
7 1 22.40 35.46 13.06 58.3
9 1 8.61 10.14 1.53 17.8
10 1 13.07 28.70 15.63 119.6
11 1 7.49 8.87 1.38 18.4
12 1 7.62 50.40 42.78 561.4
13 1 20.19 113.57 93.38 462.5
15 1 31.42 47.55 26.13 122.0
175
17 1 12.05 41.95 29.90 248.1
19 1 11.44 30.67 19.23 168.1
21 1 35.45 36.94 1.49 4.2
22 1 57.81 93.44 35.63 61.6
23 1 29.48 31.71 2.23 7.6
24 1 61.17 96.04 34.87 57.0
25 1 15.93 38.73 22.80 143.1
27 1 11.71 27.75 16.04 137.0
30 1 59.59 84.67 25.08 42.1
31 1 28.30 35.10 6.80 24.0
32 1 64.64 96.38 31.74 49.1
8 2 19.96 22.32 2.36 11.8
14 2 36.37 40.70 4.33 11.9
16 2 25.41 30.18 4.77 18.8
18 2 15.88 24.02 8.14 51.3
20 2 12.43 20.40 7.97 64.1
26 2 18.50 24.89 6.39 34.5
28 2 15.34 22.60 7.26 47.3
29 2 36.51 36.81 0.30 0.8
O primeiro caso usa um projeto de modelo contnuo onde um processo
descontnuo mais indicado, resultando em mais prejuzos. Na prtica, este tipo de
erro muito freqente. Usar parmetros de modelos descontnuos para um processo
contnuo tambm produz penalidades, mas para os custos e fatores de risco usados
neste estudo, as penalidades no so to grandes.
Nos casos neste estudo onde a penalidade (prejuzos) pela no especificao
do modelo maior do que 100%, o nvel de
0
V , o custo em controle tambm alto.
Examinando os casos nos quais as penalidades pela no especificao menor do que
20%, observa-se no haver distino nos modelos pelos fatores de nvel.
2.7.5.7 Concluses
Este estudo examinou e comparou a performance do projeto econmico do
176
grfico X para dois modelos: um para o processo contnuo e outro para o descontnuo.
Vrias concluses podem ser obtidas, dentre elas:
1) o processo descontnuo resulta em um maior tamanho de amostra,
maior extenso do limite de controle e um intervalo de amostra maior
do que o processo contnuo, embora produza o menor custo;
2) o processo descontnuo geralmente resulta em um custo mais baixo do
que o contnuo quando em produo;
3) quando a receita no estado em controle alta, o processo contnuo
sempre produz o menor custo e a penalizao pela no especificao no
modelo elevada;
4) sempre que h uma penalizao (prejuzos) pela no especificao do
modelo, a penalizao por se utilizar um processo contnuo - porm
interrompendo o processo para procurar por uma causa especial- tende
a ser maior do que a penalizao por utilizar um processo descontnuo e
permitir que o processo continue em operao durante a busca por uma
causa especial.
5) a penalizao por utilizar um projeto de grfico de controle
desenvolvido para um modelo contnuo, quando o processo
interrompido durante a procura por uma causa especial extremamente
elevada. Assim, deve-se ter cuidado para utilizar um modelo econmico
adequado ao tipo de pesquisa que o processo requer.
2.7.6 Projeto Econmico Para Uma Varivel Padro do Grfico X
2.7.6.1 Introduo
Segundo Marion R . Reynolds Jr ( 1999), os grficos de controle so
177
largamente utilizados para detectar mudanas nos parmetros, enquanto monitoram o
processo de produo. A prtica tradicional, quando se usa um grfico de controle,
tomar amostras de tamanhos determinados fixando-se o intervalo de retirada destas
amostras.
Aps ser retirada cada amostra uma estatstica colocada no grfico de
controle e qualquer ponto plotado fora dos limites de controle interpretado como um
sinal de que houve uma alterao no processo. Por exemplo, o grfico X usado
para plotar a mdia das amostras com o propsito de detectar uma mudana na mdia
do processo.
desejvel que um grfico de controle detecte mudanas no processo,
rapidamente de forma a que as mudanas indesejveis sejam identificadas e
eliminadas. tambm desejvel que o padro dos falsos alarmes gerados pelos
grficos de controle seja baixo de forma a preservar a confiana do processo no
grfico. Em muitas aplicaes, o custo da amostra ser debatido e ento importante
que um grfico de controle seja capaz de providenciar a deteco rpida de alteraes
no processo com uma taxa baixa de alarmes falsos e com uma amostra de tamanho
razovel.
Assim, a performance estatstica de um grfico de controle
freqentemente estimada por considerar, para uma dada taxa de alarmes falsos na
amostra, o tempo requerido pelo grfico de controle para detectar alteraes no
processo.
Nos ltimos anos tem sido mostrado que a performance estatstica dos
grficos de controle pode ser melhorado, considerando a variao do tamanho da
amostra, como uma funo dos dados obtidos do processo.
A idia bsica de que a amostra deve ser tomada em maior quantidade
enquanto h um indicativo de um problema com o processo e menor quantidade
quando no h indicao de problema com o processo.
178
H vrias formas pelo qual a taxa da amostra pode variar, em funo dos
dados do processo.
Um caminho variar o intervalo das amostras: um intervalo pequeno
usado quando h uma indicao de um problema e um intervalo longo usado quando
no h indicao de um problema. Isto resulta em um grfico de controle denominado
intervalo de variao da amostra (VSI) que tem sido extensivamente estudado.
Outro caminho variar o tamanho das amostras. Uma amostra grande
usada quando h uma indicao de um problema e uma amostra pequena usada
quando no h indicao de problema. Isto resulta em um grfico de controle
denominado variao do tamanho da amostra (VSS). Doravante, um grfico de
controle que varia no intervalo e/ou o tamanho da amostra ser chamado de grfico
da variao da taxa da amostra (VSR).
Duas importantes questes resultam quando o grfico VSR esta sendo
considerado em uma aplicao particular. A primeira questo relaciona-se ao tamanho
do ganho na performance que ser adquirida pela utilizao do grfico VSR ao invs
do tradicional grfico da amostra fixa (FSR). Muitos estudiosos do grfico VSR tm
comparado o VSR e o FSR pelo estabelecimento do ndice de alarmes falsos e pelo
tempo necessrio para detectar mudanas nos parmetros do processo de interesse.
O resultado desta comparao mostra que o grfico VSR detectar pequenas
e moderadas mudanas mais rapidamente do que o grfico FSR. Para grandes
mudanas, contudo, a caracterstica do VSR no ajuda na reduo do tempo de
deteco.
Comparaes baseadas no tempo esperado para deteco de mudanas so
certamente apropriadas e usadas mas essas comparaes no procuram quantificar os
benefcios dos aspectos do VSR em um senso econmico. A segunda questo que
surge quando aplicamos o grfico VSR, refere-se ao melhor caminho para o projeto do
grfico VSR. Embora o grfico VSR tenha mais parmetros do que o grfico FSR,
muitos dos resultados associados com o projeto so os mesmo nos dois grficos.
179
Em particular h a questo de como encontrar os parmetros do grfico para
encontrar um razovel balano entre o custo da amostra, o custo devido ao alarme
falso e o custo de no detectar mudanas no processo. Se um grfico FSR j est em
uso em alguma aplicao particular, ento o grfico VSR para esta aplicao poder
levantar o mesmo falso alarme padro e a mesma mdia do padro amostral do grfico
FSR. Esta a mesma aproximao geralmente utilizada para comparar os grficos
VSR e FSR e que resulta na deteco rpida das alteraes do processo.
Alternativamente o grfico VSR pode ser visto como um grfico com a
mesma habilidade para deteco do grfico FSR, mas com reduo de custos na
amostra.
Busca-se portanto desenvolver um modelo econmico para o VSR (grfico
X de Shewart). O modelo econmico pode ser usado para quantificar o custo
econmico que pode ser obtido pela utilizao do grfico VSR ao invs do grfico
FSR. Este modelo econmico tambm pode ser usado para indicar o caminho do
grfico VSR para encontrar o modelo timo.
Na seqncia, descreve-se o o grfico VSR, o seu modelo econmico e um
exemplo numrico com as necessrias explicaes.
2.7.6.2 O Grfico VSR X
Considere-se o problema de monitorar um processo onde a observao tem
uma distribuio normal com mdia, e varincia
2
e cujo objetivo seja detectar
mudanas em a partir de um valor alvo
0
.
Supondo-se que amostras aleatrias de tamanho varivel sejam tomadas em
intervalos variveis durante a operao deste processo.
Seja N(k) o tamanho da amostra usado no
th
k ponto da amostra e seja H(k)
intervalo de amostra utilizado entre as amostras k 1 e k .
180
Em um grfico padro X , o tamanho da amostra e o tamanho do intervalo
so valores fixos, determinados quando o grfico est designado, mas no grfico VSR
X eles so determinados pelos dados do processo. Como N (k) pode no ser
constante, conveniente plotar a mdia amostral padronizada no grfico. Seja:
|
|
.
|
\
|
=
0
) (
k
k
X
k N Z ( 127)
a mdia amostral padronizada para a amostra K e supondo-se que os limites de
controle para o grfico, estejam em c. Se
k
Z estiver fora destes limites de controle
ento h um sinal de que o processo esta fora de controle.
Um grfico de Shewart est sendo usado aqui onde os valores de N (k) e H
(k) para amostras K so determinados pelos valores da estatstica prvia,
1 k
Z .
Mostra-se que concedendo apenas dois valores para a funo intervalo
amostral
k
H h timas propriedades e teremos boa performance estatstica no
intervalo. Embora a mudana de H (k) para uma performance econmica tima no
tenha sido investigada , espera-se que concedendo apenas dois valores para H (k),
obtenha-se boa performance econmica e estatstica. Assim, considera-se somente
duas possibilidades de intervalo para a retirada de amostras,
1
h e
2
h , onde
1
h o
menor intervalo possvel ( )
min
h e
2
h o maior intervalo possvel ( )
max
h .
Embora no sejam conhecidos os resultados timos para a troca da funo
tamanho da amostra, N (k), igualmente considera-se duas possibilidades
1
n e
2
n . Neste
caso, obviamente, o tamanho mnimo do tamanho da amostra
min
n e o tamanho
mximo da amostra
max
n .
Considera-se o tamanho da amostra
min
n = 1, exceto se a estimadora da
varincia for tomada para cada amostra utilizada, ento o tamanho mnimo da
amostra deve ser
min
n = 2. Os valores de
min
h e
max
n podem ser obtidos de acordo com
o processo limitando-se o tempo necessrio para as amostra e observaes grficas.
Uma vez determinados os valores mximos e mnimos possveis, os valores
181
atualizados para os dois intervalos de amostra sero determinados pela otimizao da
performance econmica.
Para explicitar, define-se que o tamanho e o intervalo de retirada para
th
k
amostra determinado como uma funo de
1 k
Z . A regio entre os limites de controle
pode ser fracionada em sub-regies que especifica quais intervalos amostrais so
usados e qual o tamanho da amostra. Em particular para 2 k temos:
= ) (k N
2
1
n
n
se
se
c Z c
c Z
k S
S k
<
<
| |
| |
1
1
(128)
) (k H =
2
1
h
h
se
se
c Z c
c Z
k I
I k
<
<
| |
| |
1
1
onde
max 2 1 min
n n n n .
Os limites iniciais entre os dois tamanhos de amostra e os dois intervalos de
amostras so denotados por
S
c e
i
c , respectivamente. Embora o limite do tamanho da
amostra
S
c determine duas regies e o limite do intervalo da amostra
i
c tambm
determine duas regies, um mximo de trs regies atualmente necessria no grfico
causada pela superposio.
Para especificar estas trs regies, seja 0
0
= c , { }
i S
c c c , min
1
= ,
{ }
i S
c c c , max
2
= e c c =
3
. Ento, para 2 k ,
= )) ( ), ( ( k H k N
) ,
) , (
) , (
2 2
* *
1 1
h n
h n
h n
se
se
se
c Z c
c Z c
c Z
k
k
k
<
<
<
| |
| |
| | 0
1 2
2 1 1
1 1
(129)
onde ( ) ( )
2 1 * *
, , h n h n = se
i S
c c e ( ) ( )
1 2 * *
, , h n h n = se
i S
c c < .
O grfico 17 mostra dois possveis exemplos da diviso de (-c, c) e o
correspondente padro de amostra.
182
GRFICO 17 AS DUAS POSSIBILIDADES DE PARTIO (-c , c) E OS
CORRESPONDENTES (N(K), H(k)).
(Adaptado de Reynolds (1999))
No comeo da monitorao do processo e aps cada sinal, o grande tamanho
da amostra
2
n e o menor intervalo
2
h sero usados em ordem para prevenir contra
problemas no inicio ou possveis desajustes aps os reparos.
Note que se
f
n n n = =
2 1
no grfico VSR ento o grfico VSR reduz-se ao
grfico VSI com fixao do tamanho da amostra
f
n . Se
f
h h h = =
2 1
, ento o grfico
VSR reduz-se um grfico VSS com intervalo amostral fixo,
f
h . Se ambos
f
n n n = =
2 1
e
f
h h h = =
2 1
, ento o grfico VSR reduz-se ao grfico padro x com tamanho de
amostra
f
n e intervalo de amostra
f
h . Em algumas aplicaes nas quais o grfico
VSR est sendo usado pode ser mais conveniente restringir a troca de
S
c e
i
c para
i S
c c = .
Isto resultar em um limite inicial para ligao entre uma baixa intensidade
amostral com pequeno tamanho de amostra
1
n e longo intervalo de amostra
1
h e uma
amostra de grande intensidade com grande tamanho de amostra
2
n e pequeno intervalo
de amostra
2
h . Nas investigaes das propriedades estatsticas do grfico VSR X ,
Montgomery e Runger (1994), consideravam somente o caso de restrio
i S
c c = pela
Z
k-1
c
3
= c
c
3
= c
S
c
1
= c
I
c
0
= 0
- c
I
- c
S
- c
(N(k), H(k))
n
2
,h
2
n
2
,h
2
n
1
,h
2
n
1
,h
2
n
1
,h
1
c
S
c
1
Z
k-1
c
3
= c
c
3
= cS
c
1
= c
I
c0 = 0
- c
I
- cS
- c
(N(k), H(k))
n2,h2
n2,h2
n
1
,h
2
n1,h2
n1,h1
c
S
<
c
1
183
maior facilidade de implementao.
O projeto geral do grfico VSR X para uma aplicao particular requer a
especificao dos dois tamanhos de amostras
1
n e
2
n dos dois intervalos
1
h e
2
h e dos
trs limites
S
c ,
i
c e c. Estes sete parmetros so denominados parmetros do projeto
para o grfico VSR.
2.7.6.3 Um modelo econmico para o grfico VSR X
O modelo econmico quantifica o custo associado com a aplicao de um
grfico de controle e pode ser usado para determinar como o grfico de controle d o
menor custo possvel. O modelo baseado nos estudos preliminares de modelos
econmicos, como os de Duncan ( 1956): Montgomery ( 1980 ) e Saniga ( 1989).
Alguns dos primeiros trabalhos de projetos econmicos dos grficos de controle com
taxas de amostras variando com o tempo, assumem que a variao da taxa da amostra
determinada pelo avano do modelo econmico e no pelos dados do processo de
onde obtido. O modelo que ser desenvolvido no requer
i S
c c = e leva em
considerao as vrias causas especiais que podem produzir diferentes mudanas na
mdia do processo.Supondo-se que um processo comece com mdia e valor alvo
0
e continua neste alvo at que uma causa especial ocorra e produza alguma mudana
para algum valor
0 1
. O tempo,
0
T at que uma causa especial ocorra uma
varivel aleatria com uma distribuio especificada. O tamanho da mudana
0 1
que produzido por uma causa especial tambm uma varivel aleatria com alguma
distribuio especfica. Quando alguma causa especial ocorre e muda a mdia para
1
,
assume-se que continua em
1
at ser dado um sinal do grfico de controle e a
causa especial encontrada e removida. Seja
1
T o tempo em que continua at a
mudana de valor. A distribuio de
1
T depender da rapidez com a qual o grfico de
controle capaz de detectar mudanas. Uma vez que a causa especial detectada e
184
removida e retorna para
0
, o processo continua em
0
at outra causa especial
ocorrer.O tempo at esta causa especial ocorrer considerada como tendo a mesma
distribuio de
0
T .O tamanho da mudana produzida por esta causa especial tem a
mesma distribuio da mudana anterior e continua at ser detectada, e retornar ao
valor alvo. Esta seqncia de alternncia de perodos em controle e fora de controle
continua ao longo do processo, conforme mostra o grfico 18.
GRFICO 18-ALTERNNCIA DE PERODOS EM CONTROLE E FORA DE
CONTROLE
(Adaptado de Reynolds (1999)).
Independente do grfico de controle a conduta do processo caracterizada
pela distribuio de
0
T que o tamanho do perodo fora de controle e pela distribuio
de
0 1
que o tamanho da mudana em que produzido por uma causa especial.
Os parmetros que caracterizam a distribuio de
0
T e
0 1
so chamados de
parmetros do processo.
No modelo econmico a operao do grfico de controle geralmente vista
como uma srie de ciclos, onde um ciclo consiste em um perodo em controle seguido
de um perodo fora de controle. Durante um perodo em controle h custos devido s
amostras e seus alarmes falsos. Durante o perodo fora de controle h custos devido s
amostras e operao com fora de alvo. O modelo contm parmetros de custos que
permitem especificar os custos associados com amostras, alarmes falsos e operaes
185
fora do alvo.
O custo mdio por unidade de tempo, pode ser obtido da diviso da
expectativa de custo em cada ciclo pela expectativa do tamanho do ciclo. Se o custo
por unidade de tempo L, ento se pode express-lo:
( ) ( )
,
1 0
T E T E
L L L
L
O F S
+
+ +
= (130)
Onde:
S
L = custo esperado de amostra em um ciclo.
F
L = custo devido aos alarmes falsos durante um perodo em controle.
O
L = custo devido produo fora do alvo durante um perodo fora de
controle.
Utiliza-se uma hora como unidade de tempo, assim L ser ento o custo
mdio por hora. Se processo produz itens e a razo de produo constante ento L,
pode ser facilmente convertida em custo mdio por item.
A expresso acima para L, contm cinco componentes que so funes dos
parmetros do grfico VSR.
Uma vez esclarecidos os componentes da funo L um procedimento
numrico pode ser usado, para encontrar os valores dos parmetros, os quais
minimizaro L, dando os seus valores e o custo dos parmetros.
A expresso para L na equao (130) uma expresso geral e hipteses
adicionais sobre a estrutura do modelo precisam ser feitas em ordem para desenvolver
uma expresso explicita para os componentes de L.
Este estudo considera que h m possibilidades de causas especiais
m
A A A A ,..., , ,
3 2 1
que podem ocorrer e que a ocorrncia de uma causa especial
j
A ,
produz uma mudana na mdia do processo do tamanho
j
para j = 1, 2, ..., m.
Assume-se, ainda, que o tempo at a ocorrncia de
j
A uma varivel aleatria
exponencial com mdia
j
1
e que estas m variveis aleatrias so variveis
186
exponenciais independentes.
Assim, observa-se que o perodo sob controle ( )
0
T o mnimo das m
variveis aleatrias exponenciais independentes e ento temos uma distribuio
exponencial com mdia:
( ) / 1
0
= T E (131)
onde,
=
=
m
j
j
1
. Dado que uma causa especial tenha ocorrido a probabilidade
condicional de que seja
j
A ento,
j
. Ento, o tamanho da mudana .
1
com
probabilidade
j
para j = 1, 2, ..., m.
Para determinar os custos associados com amostras e alarmes falsos durante
um perodo em controle, necessrio determinar os nmeros de amostras e
observaes tomadas durante este perodo. Seja
0
S o nmero de amostras tomadas
durante um perodo em controle e seja
0
O nmero total de observaes individuais
tomadas durante este perodo. Para um grfico VSR o tamanho da amostra uma
varivel aleatria
0
S assim no possvel determinar
0
O diretamente de
0
S .Uma
aproximao para encontr-la requer a utilizao de cadeia de Markov em cujo estado
corresponde regio de controle estatstico. Detalhe sobre a cadeia de Markov est no
Apndice A. As derivaes de E(
0
S ) e E (
0
O ) so ento dadas nos apndices B e C
respectivamente. O custo surgido durante um perodo fora de controle depender do
tamanho deste perodo e o nmero de amostras e observaes tomadas durante este
perodo.
Quando um perodo fora de controle causado por uma causa especial
j
A
sendo
j
T
1
o tamanho deste perodo e seja
j
S
1
e
j
O
1
, respectivamente, o nmero de
amostras tomadas e o nmero de observaes tomadas.
Assume-se aqui que
j
T
1
o tempo para a ocorrncia de
j
A at o sinal do
grfico de controle e ento
j
T
1
no inclui um tempo positivo para procurar e eliminar
j
A .
Derivaes de ( )
ij
T E , ( )
ij
S E e ( )
ij
O E so dados no apndice D. Os custos
associados com as amostras so determinados pelos custos fixos, a para cada amostra e
187
um custo adicional, b, para cada observao individual. Decorre que a expectativa de
custos
s
L para as amostras por ciclo :
(132)
O nmero esperado de alarmes falsos durante um perodo em controle
( ) .
0
S E onde ( ) | | c = 1 2 a probabilidade de alarme falso e a funo
distribuio normal padronizada. Se Y o custo de um alarme falso ento o custo
esperado
f
L de um alarme falso durante um perodo em controle :
(133)
O custo associado operando com fora do alvo, decorrente de uma causa
especial depender do tamanho da mudana em causado por esta causa especial.
Seja
j
C
1
, o custo por hora durante uma operao fora de controle do alvo
decorrente por uma causa especial
j
A , ento, o custo esperado,
0
L , para uma operao
fora do alvo durante um perodo fora de controle :
(134)
O tamanho esperado de um perodo fora de controle causado por uma causa especial
j
A ( )
j
T E
1
e ento segue-se que o tamanho esperado de um perodo fora de controle :
(135)
As equaes (131) (135), demonstradas nos apndices B D podem ser substitudos
na equao (1), para dar uma expresso para o custo por hora. As esperanas
( ) ( ) ( ) ( )
j j
O E S E O E S E
1 1 0 0
, , , e ( )
j
T E
1
para o caso FSR dado no apndice E.
Os modelos econmicos so, em geral, complicados por envolverem muitos
dados dos processos e dos parmetros. O uso do grfico VSR aumenta a complicao
porque aumenta o tamanho do nmero dos parmetros.
( ) ( ) ( ) ( )
(
+ +
(
+ =
= =
j
m
j
j
j
m
j
j s
O E O E b S E S E a L
1
1 0
1
1 0
( )
0
S YE L
f
=
( )
j
m
j
j j
T E C L
=
=
1
1 1 0
( )
j
m
j
j
T E T E
=
=
1
1 1
) (
188
Nas equaes apresentadas acima, um esforo foi feito para usar somente
os elementos mais importantes de um modelo de projeto econmico, assim, o modelo
e a interpretao dos resultados do modelo so mais controlveis.
H outros possveis modelos que podem ser includos. Havendo necessidade,
por exemplo, o modelo pode incluir o tempo de manuteno aps uma causa especial
ser identificada e os custos adicionais com os reparos, dentre outras.A discusso de
como incorporar estes elementos no modelo dado no apndice G. Estes elementos
adicionais no tm um grande efeito no resultado final.
2.7.6.4 Comparaes entre os valores timos dos grficos VSR e FSR
No projeto econmico do grfico VSR X para uma aplicao particular, o
objetivo encontrar o conjunto de parmetros { }
2 1 2 1
, , , , , , h h n n c c c
I s
que minimizam o
custo por hora na equao (1) com restries ,
max 2 1 min
n n n n
max 1 2 min
h h h h
para dado processo e custo dos parmetros.
Detalhes sobre o mtodo usado para resolver esta otimizao no linear,
esto no apndice F.
Nesta seo os projetos timos, para FSR e VSR, so obtidos para alguns
conjuntos de valores do processo e parmetros do custo que representam valores que
podem ser aplicados.
Os objetivos destes, exames so comparar os projetos e custos dos grficos
FSR e VSR e verificar os possveis lucros obtidos com o VSR. Parte do processo e
custo da estrutura dos parmetros foi adaptado de Duncan (1971). Para os parmetros
assume-se que h m possveis causas especiais, variando com o tamanho de
j
A ,
determinadas por:
189
j
j
5 , 0 25 , 0 + = para j = 1,2 ... m.
A taxa de ocorrncia para
j
A determinada por
j
que tomada por ser
proporcional a ( ) { } ( ) w w
j
/ / exp , onde w() foi trocada para dar um valor
especfico para a expectativa de mudana /
j j
= .
O custo por hora
j
C
1
associado com a mudana causada por
j
A foi tomada
como sendo proporcional a
2
j
. Isto , o custo proporcional ao quadrado da mdia do
desvio do alvo. As constantes de proporcionalidades usadas para determinar os
j
s e
j
C
1
s so trocadas para dar valores especficos para
j
= e o custo esperado por
hora, /
1 1 j j
c c = , respectivamente.
Quando expressamos:
( ) { } ( ) { } ( ) ( ) w w
j j j
/ exp / / exp = e ( ) / /
2 2
1 1 j j j j
C C = . (136)
o timo grfico VSR e FSR obtido por vrios processos e parmetros de custo.
Assume-se que o tamanho da amostra deve ficar entre 1
min
= n e 50
max
= n e o intervalo
de amostra deve ficar entre 1 , 0
min
= h e 10
max
= h , ou seja: o tamanho da amostra deve
variar de 1 at 50 unidades e o intervalo de tempo para a retirada das amostras deve
variar de 01 a 10 horas.
TABELA 25-PROJETO TIMO DOS GRFICOS FSR e VSR para = 2, Y = 50
e
1
C = 100( Adaptado de Reynolds ( 1999))
f
c
f
h
f
n
a b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs
.
.
hr
FA
) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
2.97 .91 5 5.49 .0032 2.97
.1 3.69 2.01 1.26 .47 .1 1 17 4.52 .0006 1.99 29.3
0 3.62 1.96 1.96 .63 .1 2 17 4.76 .0005 1.76 28.1
2.34 1.86 2 1.07 .0102 6.64
1 2.75 1.70 1.38 1.51 .1 1 6 1.19 .0046 6.52 9.4
.01 2.69 1.57 1.57 1.48 .1 1 5 1.16 .0054 6.64 9.0
2.85 1.79 7 3.88 .0025 3.06
.1 3.48 1.81 2.03 1.67 .1 4 19 3.32 .0003 2.10 9.0
190
1 3.51 1.94 1.94 1.66 .1 4 21 3.30 .0003 2.13 8.9
2.24 2.34 2 .85 .0106 7.08
1 2.62 1.56 1.76 2.51 .1 2 6 1.11 .0038 6.16 4.0
2.60 1.68 1.68 2.48 .1 2 6 1.10 .0042 6.33 3.8
2.97 2.82 5 1.77 .0011 9.19
.1 3.85 2.09 1.29 1.43 .1 1 19 1.44 .0001 6.00 33.9
0 3.70 1.87 1.87 1.35 .1 1 15 1.48 .0002 6.06 31.7
2.34 5.65 2 .35 .0034 19.99
1 2.94 1.83 1.37 4.61 .1 1 9 .41 .0009 18.41 13.2
.001 2.77 1.58 1.58 4.72 .1 1 6 .38 .0014 19.35 12.2
2.88 5.76 8 1.39 .00068 8.68
.1 3.69 1.88 2.02 5.22 .1 4 22 1.04 .00005 6.42 11.3
1 3.61 1.91 1.91 5.17 .1 4 20 1.03 .00006 6.47 11.1
2.30 8.44 3 .35 .0025 18.76
1 2.81 1.68 1.74 7.75 .1 2 9 .38 .0007 17.42 7.2
2.74 1.68 1.68 7.74 .1 2 8 .37 .0009 17.77 7.1
A tabela 25 fornece os parmetros timos, para os grficos VSR e FSR,
tendo = 2, Y = 50,
1
C = 100 e as oito combinaes de { } 001 . 0 , 01 . 0
e
, { } 1 , 0 e b
{0.1, 1}. Cada conjunto dos valores dos parmetros da primeira linha so para o
grfico FSR onde
f
C denota os limites de controle para o grfico FSR, os dados de
segunda linha referem-se ao grfico FSR e os dados da terceira linha referem-se ao
grfico VSR com a restrio que
I s
c c = .
A primeira das trs colunas, na tabela 25, fornece os valores de , a e b
respectivamente e os parmetros dos grficos so dados nas colunas seguintes. A
coluna chamada obs./r d ) ( / ) (
0 0
T E O E , informa o nmero mdio de observaes
tomadas por hora durante o perodo no qual o processo est sob controle.
Esta coluna permite uma comparao da razo da mdia amostral quando o
processo est sob controle. A coluna chamada FA./r. d ) ( / ). (
0 0
T E S E , fornece o
nmero mdio de alarmes falsos por hora, durante os perodos nos quais o processo
esta em controle.
191
A coluna ( )
1
T E d a expectativa do tempo mdio para deteco das
diferentes possibilidades de mudana.
A coluna chamada PR :
100 x
L
L L
PR
FSR
VSR FSR
=
onde
FSR
L e
VSR
L denotam a mnima expectativa de custo por hora para FSR e VSR,
respectivamente.
Assim PR o percentual de reduo de custo alcanado pela otimalidade do VSR em
comparao com o custo associado de otimalidade do grfico FSR.
As tabelas 26, 27 e 28 seguem o mesmo caminho da tabela 25 exceto que na
tabela 26 tem-se = 2, Y = 200 e
I
C = 400, na tabela 27 tem-se = 3, Y = 50 e
I
C =
100 e na tabela 28 tem-se = 3, Y = 200 e
I
C = 400.
TABELA 26 -PROJETO TIMO DOS GRFICOS FSR e VSR PARA
= 2, Y = 200 e
1
C = 400 (Adaptado de Reynolds ( 1999))
f
c
f
h
f
n
A b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs
.
.
hr
FA
) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
3.31 .53 7 13.25 .0017 1.77
.1 4.03 2.14 1.43 .32 .1 2 23 9.49 .0002 .91 37.2
0 3.97 2.03 2.03 .31 .1 2 21 9.63 .0002 .94 36.1
2.71 1.09 3 2.74 .0061 4.58
1 3.41 1.96 1.31 .75 .1 1 14 2.79 .0011 3.09 22.6
.01 3.28 1.75 1.75 .73 .1 1 11 2.77 .0015 3.17 21.1
3.25 .95 10 10.43 .0012 1.64
.1 3.88 1.90 2.01 .83 .1 4 24 6.69 .0001 1.08 15.3
1 3.89 1.94 1.94 .83 .1 4 24 6.58 .0001 1.10 15.2
192
2.69 1.48 4 2.69 .0048 4.20
1 3.33 1.92 1.62 1.24 .1 2 15 2.56 .0008 2.88 16.3
3.28 1.83 1.83 1.22 .1 2 14 2.58 .0009 2.91 15.9
3.31 1.65 7 4.24 .0006 5.53
.1 4.18 2.19 1.52 .99 .1 2 24 3.01 .00003 2.69 41.3
0 4.06 2.01 2.01 .96 .1 2 20 3.07 .00005 2.77 39.8
2.74 4.04 4 .99 .0015 12.31
1 3.56 2.03 1.32 2.27 .1 1 16 .90 .0002 9.30 27.2
.001 3.44 1.85 1.85 2.13 .1 1 13 .90 .0003 9.58 25.1
3.25 2.99 10 3.34 .00039 5.11
.1 4.05 1.93 2.01 2.60 .1 4 25 2.08 .00002 3.28 17.2
1 4.06 1.96 1.96 2.59 .1 4 25 2.07 .00002 3.29 17.2
2.69 4.56 4 .88 .0016 12.85
1 3.49 1.97 1.61 3.85 .1 2 17 .81 .0001 8.69 20.0
3.43 1.88 1.88 3.74 .1 2 16 .82 .0002 8.76 19.4
TABELA 27 PROJETO TIMO DOS GRFICOS FSR e VSR PARA = 3, Y =
50 e
1
C = 100 (Adaptado de Reynolds ( 1999))
f
c
f
h
f
n
a b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs
.
.
hr
FA
) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
3.14 .72 3 4.17 .0024 3.57
.1 3.79 2.26 1.54 .46 .1 1 17 3.47 .0004 1.98 29.9
0 3.74 2.14 2.14 .44 .1 1 15 3.52 .0004 2.03 28.6
2.56 1.28 1 .77 .0082 7.32
1 2.84 1.91 1.67 1.47 .1 1 4 .91 .0034 7.23 9.0
.01 2.85 1.82 1.82 1.47 .1 1 4 .91 .0032 7.17 8.7
3.02 1.72 5 2.89 .0015 3.41
.1 3.55 1.85 2.15 1.55 .1 2 16 2.07 .0003 2.42 6.5
193
1 3.60 2.14 2.14 1.63 .1 3 19 2.41 .0002 2.26 6.4
2.53 2.43 2 .81 .0046 6.70
1 2.76 1.63 1.84 2.07 .1 1 4 .71 .0030 7.67 5.6
2.75 1.75 1.75 2.05 .1 1 4 .69 .0032 7.91 5.4
3.13 2.23 3 1.35 .00079 10.94
.1 3.96 2.34 1.57 1.42 .1 1 20 1.10 .00006 5.94 34.4
0 3.87 2.19 2.19 1.36 .1 1 17 1.12 .00008 5.93 32.7
2.55 3.91 1 .26 .0028 21.84
1 3.03 2.07 1.66 4.54 .1 1 8 .32 .0006 19.40 12.3
.001 2.94 1.90 1.90 4.51 .1 1 6 .31 .0008 19.86 11.7
3.00 5.33 5 .94 .0005 10.31
.1 3.75 2.06 2.27 5.06 .1 3 20 .76 .00004 6.63 8.8
1 3.79 2.17 2.17 5.00 .1 3 22 .75 .00003 6.74 8.7
2.51 7.43 2 .37 .0016 19.74
1 2.88 1.73 1.82 6.36 .1 1 6 .24 .0007 21.00 7.7
2.86 1.76 1.76 6.42 .1 1 6 .24 .0007 21.25 7.7
TABELA 28 PROJETO TIMO DOS GRFICOS FSR e VSR PARA = 3, Y =
200 e
1
C = 400 (Adaptado de Reynolds ( 1999))
f
c
f
h
f
n
a b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs
.
.
hr
FA
) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
3.43 .41 4 9.86 .0015 2.37
.1 4.09 2.28 1.40 .24 .1 1 20 6.90 .0002 1.02 37.4
0 4.08 2.20 2.20 .22 .1 1 19 7.12 .0002 1.02 36.2
2.91 .92 2 2.16 .0039 4.99
1 3.48 2.18 1.60 .73 .1 1 13 2.15 .0008 3.23 21.6
.01 3.42 2.05 2.05 .72 .1 1 11 2.15 .0009 3.33 20.6
3.34 .87 6 6.89 .001 2.15
.1 3.99 2.09 2.25 .80 .1 3 22 4.90 .0001 1.10 12.6
194
1 3.99 2.16 2.16 .80 .1 3 23 4.84 .0001 1.11 12.5
2.83 1.15 2 1.73 .0041 5.30
1 3.39 2.00 1.69 1.03 .1 1 12 1.70 .0007 3.47 14.4
3.33 1.88 1.88 1.01 .1 1 10 1.71 .0009 3.61 14.1
3.43 1.26 4 3.16 .00048 7.34
.1 4.28 2.38 1.53 .71 .1 1 23 2.21 .00003 3.04 42.9
0 4.09 2.12 2.12 .70 .1 1 16 2.25 .00007 3.35 40.7
2.90 2.83 2 .70 .00131 15.13
1 3.68 2.29 1.60 2.25 .1 1 17 .69 .00012 9.31 26.3
.001 3.60 2.13 2.13 2.15 .1 1 14 .70 .00015 9.48 24.7
3.33 2.71 6 2.21 .00032 6.63
.1 4.14 2.14 2.25 2.52 .1 3 24 1.52 .00001 3.35 14.3
1 4.12 2.17 2.17 2.52 .1 3 24 1.51 .00002 3.39 14.2
2.82 3.53 2 .56 .00138 15.99
1 3.57 2.09 1.68 3.16 .1 1 15 .54 .00013 10.09 18.3
3.50 1.97 1.97 3.09 .1 1 13 .55 .00016 10.19 17.7
De acordo com a combinao dos parmetros utilizados nas tabelas 25 28 a
reduo no percentual de custo pela utilizao tima do grfico VSR, em vez do
grfico timo do FSR, varia deste um modesto 4 % at o substancial 42,9 %.
Comparando-se as linhas dois e trs de cada parmetro conhecido mostra-se
que a restrio do grfico VSR onde
I S
c c = no resulta em grandes mudanas em
outros parmetros, o que d quase o mesmo percentual de reduo de custo do grfico
VSR sem restries.
Ento, para aplicao onde mais conveniente ter
I S
c c = h uma perda
muito pequena pela imposio desta restrio. A discusso que segue para os
resultados numricos dados abaixo para o grfico VSR sem a restrio
I S
c c = , mas
esta discusso tambm se aplica ao grfico VSR sem as restries.
O valor timo para os grficos FSR e VSR nas tabelas 25 28 mostra uma
certa diferena entre custo amostral, custo do falso alarme e custo para operao fora
195
do alvo. A maior diferena entre os grficos VSR e FSR que o limite de controle c
para o grfico VSR considerado maior do que o limite para limite
f
c para o grfico
FSR.
Isto propicia uma reduzida quantidade de alarmes falsos para o grfico VSR.
Em todos os casos o grfico VSR tem um valor pequeno do ( )
1
T E menor do que o
grfico FSR, o que significa que o VSR detecta alteraes do processo mais
rapidamente.
Ento o grfico VSR tem uma maior eficincia para reduzir a razo do
alarmes falso e o tempo de deteco e isso geralmente acompanhado na medida da
razo da amostra.
O grfico VSR aparentemente capaz de usar um grande limite de controle,
porque ele tem a opo de tomar uma grande amostra rapidamente, quando h uma
indicao de um problema com o processo, e uma mudana no processo pode ser
detectada rapidamente pela amostra ainda que c seja grande.
A expectativa do timo grfico nas tabelas 25 28 sempre tem
2 1
n n n
f
mas h surpresas. Em muitos casos estes grficos tambm tem, ambos
1
h e
2
h menores
do que
f
h .
Os valores relativamente pequenos de
1
h podem ser explicados pelo fato de
que o valor timo de
S
c relativamente grande. Um grande valor de
S
c implica que
um pequeno tamanho de amostra ser usado na maior parte do tempo.
Usando-se um pequeno tamanho de amostra, na maioria do tempo e um
grande tamanho de amostra, quando necessrio, podem-se usar pequenos intervalos
entre as amostras sem ter um custo excessivo destas amostras.
2.7.6.5 O timo VSR
As discusses da otimalidade dos grficos VSR e FSR, serviram para
compar-los. Quando um grfico VSR est sendo utilizado para uma aplicao
196
particular, neste caso pode no ser um grfico FSR o de uso corrente, ento
conveniente saber como o grfico VSR relacionado com os vrios processos e custos
dos parmetros. Os parmetros so os seguintes:
- Determina com que freqncia uma causa especial ocorre e como pode
ser esperada. O principal efeito da troca de est sobre a funo intervalo de amostra.
Aumentando diminui o grande intervalo de amostras
1
h , mas o valor timo para o
menor intervalo de amostra
2
h o mnimo valor
min
h . O fato do timo valor de
2
h ser
min
h consistente com a concluso obtida nos estudos prvios das propriedades
estatsticas dos grficos VSR.
- Determina a probabilidade das vrias mudanas possveis nos processos
com grandes valores de , correspondendo a grandes mudanas, mais rapidamente.
Aumentando tende a diminuir
1
h e os dois tamanhos de amostra. A diminuio no
tamanho das amostras mais do que compensa a diminuio de
1
h , com o resultado de
que a razo mdia amostral diminui. Aumentando , tambm aumenta os limites c,
S
c
e
I
c o qual diminui a taxa de falsos alarmes e faz o grfico menos provvel a desvios
desde uma amostra de baixa intensidade at uma amostra de alta intensidade.
Os efeitos do aumento de podem ser explicados pelo fato de que grandes
mudanas so mais fceis de detectar do que pequenas mudanas. Assim, pequenas
amostras e grandes limites de controle podem ser usados quando grande.
O efeito principal do aumento dos custos das amostras (um aumento em a
e/ou b) a diminuio da razo mdia das amostras e do limite de controle c.
Parte da diminuio da razo mdia da amostra obtido pelo aumento de
1
h
e parte pela diminuio do tamanho da amostra. Contudo, aumentando os custos fixos
de uma amostra, temos um aumento do pequeno tamanho de amostras
1
n como pode
ser esperado.
197
Nos resultados numricos apresentados nas tabelas 25-28 , os efeitos do
custo do falso alarme Y e do custo fora do alvo
I
C so confundidos. O efeito conjunto
do aumento de Y e
I
C o aumento da razo mdia amostral (
1
h diminui e o tamanho
da amostra tende a aumentar) e aumenta o limite de controle c. Os resultados
numricos aqui apresentados so para 12 possveis causas especiais.
Um modelo econmico simples pode ser construdo em situaes onde h
apenas uma possvel causa especial e esta causa especial produz uma mudana em
de tamanho . O valor timo para o grfico VSR foi investigado para os modelos
mais simples, contudo os resultados numricos no foram apresentados aqui.
Comparando-se os valores timos para os m = 12 causas especiais o valor
timo para m = 1 tem valores similares para
2 1
, , h h c
I
e
1
n , mas os valores de c e
S
c
tendem a ser maiores e o valor
2
n geralmente muito pequeno.
Para exemplificar o anteriormente disposto, considere-se um processo que
produz um produto cermico (isolante eltrico) para o qual, a caracterstica de
qualidade a resistncia trao. Suponha-se que a prtica corrente tomar amostras
de quatro itens usando duas horas como intervalo de amostra e determinando-se a
resistncia trao de cada item, usando um teste destrutivo.
A mdia da amostra colocada em um grfico X com limite de 3 sigmas.
Em estudos passados havia troca da mdia do processo e o primeiro objetivo era
utilizar um grfico de controle para detectar rapidamente o decrscimo na mdia do
processo, para que o problema possa ser solucionado antes que um grande nmero de
itens possa ser produzido.
Os processo de engenharia esto interessados em fazer usos mais eficientes
dos recursos das amostras e planejam implementar um grfico VSR. Foi utilizada a
seguinte especificao de custo e dos parmetros do processo. O equipamento usado
para os testes est prximo linha de produo e o teste de cada item requer pouco
tempo.
Como o primeiro custo associado com a amostra inicial decorre da perda do
198
produto pelo teste de destruio, decide-se usar como parmetros de custo os
valores a = 0 e b = $12.
Estimando-se que a troca do processo deva ocorrem em mdia, uma vez por
ms, que corresponde a 720 horas em 30 dias de 24 horas. Logo, o valor de ser
aproximadamente 1/720 = 0,0014.
Pela dificuldade de estimar a magnitude da mudana que pode ocorrer,
acreditando-se que seja relativamente grande, decidiu-se utilizar uma mdia de dois
desvios padres ( = 2) . O custo de operao fora do alvo , foi estimado em
1
c = 5000
por hora, usando as informaes do custo.
Acredita-se que o custo de um alarme falso seja pelo menos $ 2000 devido
perda da produo mas decide-se que $ 2000 deve ser utilizado para incorporar
outros valores subjetivos.
Neste caso a razo do custo fora do alvo por l hora para o custo das amostras
por item 417 12 / 5000 /
1
= = b c e a razo do custo de alarme falso 208
12
2500
/ = = b y .
Nas tabelas 25-28 os parmetros fechados combinam com os valores
selecionados acima e esto na tabela 2 com = 0,001, a = 0 e b = 1 (a razo de C1
para b na tabela 2 400
1
400
= e a razo de y para b 200).
Na tabela 26 o timo FSR obtido com 4 =
f
n e 04 , 4 =
f
h . Isto sugere que
o projeto corrente do FSR com
f
h = 2 uma amostra de que esta taxa mais do que
necessria se a troca na mdia ocorre uma vez por ms.
Para o grfico VSR decidiu-se usar
i s
c c = assim a regra de deciso ser
relativamente simples. O valor timo obtido da tabela 28 c = 3.44,
i s
c c = = 1.85,
, 13 . 2
1
= h 13 , 1 , 1 . 0
2 1 2
= = = n n h .
Utilizando-se de alguns destes valores para compor o grfico de forma
conveniente. Assim c foi tomado como 3.4, correspondente a 3.4 sigma e
s
c e
i
c
foram tomadas como 1,8.
O maior intervalo de amostra foi de 2 horas e o valor timo de 0.1 na tabela
28 para o pequeno intervalo
2
h foi obtido assumindo que 0.1 o menor intervalo
199
amostral possvel.
Neste exemplo contudo a prxima amostra pode ser tomada logo aps a
amostra prvia, assim um valor
2
h = 0.1 parece ser possvel aqui. Para o tamanho da
amostra decidiu-se usar 1
1
= n , mas reduziu-se
2
n para 10 por convenincia
administrativa. Ento o grfico VSR testa um item a cada duas horas e os valores so
obtidos com desvio padro de 1.8 do alvo.
Se um item testado fica alm de 1.8 desvio padro do alvo ento uma grande
amostra de 10 itens deve ser tomada e testada com a maior brevidade possvel.
Amostras de 10 itens continuaro a ser tomada com intervalos pequenos se a mdia de
cada amostra for menor do que 1.8 desvio padro.
Se um item individual ou a mdia da amostra estiver fora de distncia de 3.4
desvio padro do alvo, ento h o sinal do grfico de que a mdia do processo foi
trocada.
Observe-se que quando o processo esta no alvo uma grande amostra deve
ser tomada sem freqncia (uma em cada 14 amostras na mdia).
interessante notar que a troca razoavelmente fechada com o projeto
timo para o caso onde o parmetro =3 melhor do que 2 (veja tabela 28).
interessante comparar o custo por hora para os vrios grficos de controle.
Para o custo e para os parmetros dados acima, o custo mdio por hora para o grfico
FSR L = 41,62. Quando se toma o valor timo para o grfico FSR reduz-se para
L = 37,86.
Se o valor timo do grfico VSR obtido e usado ento o valor de L ser
apenas 28,26. Ainda, se o grfico VSR oriundo da tabela 28, com alteraes nos
parmetros, usado ento o valor de L ser de $ 29,54.
O valor de L para este grfico VSR representa apenas 4,5 % de aumento
sobre o L do timo grfico VSR e muito menor do que os dois grficos FSR.
200
2.7.6.6 Concluso
Um modelo econmico tem sido desenvolvido aqui para estimao do custo
por hora associado com a operacionalizao dos grficos VSR e FSR X . Usando este
modelo o valor timo para os grficos VSR e FSR e seus parmetros, podem ser
obtidos para os valores no processo e custo dos parmetros.
Os resultados numricos apresentados, mostram que a utilizao do grfico
VSR, ao invs do FSR, pode resultar em uma substancial economia de custos. Os
custos econmicos variam dependendo do processo e custo dos parmetros, mas
tendem a ser maiores quando o custo das amostras no to elevado.
Qualquer aumento potencial nas custas administrativas, associadas com o
uso do grfico VSR, no est includo no modelo econmico. No entanto, a utilizao
do grfico VSR pode absorver qualquer aumento no custo administrativo, pois h
reduo em outros custos.
O resultado apresentado aqui mostra que o uso do mesmo limite de entrada
para ambos, tamanho da amostra e intervalo de amostra, no conduz a um grande
aumento de custos. Ento em muitas aplicaes razovel implementar o grfico
VSR com somente um limite de entrada. Para muitas das combinaes consideradas
aqui melhor utilizar um limite de controle considerado maior do que o tradicional
limite de trs sigmas, pois isto proporcionar um pequeno nmero de alarmes falsos
para o grfico VSR e contribuir para a maior confiana do grfico. melhor trocar o
pequeno intervalo de amostras para que seja to pequeno quanto possvel e o grande
intervalo de amostra deve ser menor do que o intervalo de amostra que ser usado em
um grfico FSR.O pequeno tamanho da amostra deve ser menor do que o tamanho da
amostra que ser usado em um grfico FSR. A no ser que os custos da amostra sejam
muitos elevados, o maior tamanho da amostra deve ser bem maior do que o menor
tamanho de amostra.
201
Os apndices de nmeros 1 a 8, disponibilizados ao final deste trabalho,
complementam o acima exposto.
2.7.7. UM MODELO SIMPLIFICADO PARA O PROJETO ECONMICO DO
GRFICO X
2.7.7.1 Introduo
Os projetos at aqui propostos so centrados em modelos econmicos os
quais, em sua grande maioria, apresentam-se de forma relativamente complexa. Na
seqncia, apresenta-se o projeto de W. K. Chiu (1974), denominado projeto semi-
econmico, que simplifica o modelo tornando-o mais fcil de trabalhar.
Iniciando-se o modelo, deve-se lembrar que a utilizao do grfico X para a
vigilncia da qualidade um problema de origem econmica. Duncan ( 1956)
inicialmente props o seguinte modelo simplificado para uma anlise econmica. O
processo assumido por iniciar em controle com mdia X e desvio padro .
Quando ocorre uma causa especial, o processo sofre uma mudana em sua mdia que
vai de X at + X ou at X onde conhecido.
O tempo at uma causa especial ocorrer tem uma distribuio exponencial
com parmetro assim o tempo mdio para o qual o processo opera em controle
1
horas. Amostras de tamanho n so tomadas a cada h horas de produo e a medida da
amostra plotada em um grfico X com limite de controle n k X . . Uma
procura por uma causa especial efetuada quando pelo menos um ponto fica fora da
regio de controle. O processo, contudo, continua em operao durante a procura e at
a causa especial ser encontrada..
O problema para o controle de qualidade da engenharia determinar os
valores adequados dos parmetros de controle n, h e k com o objetivo de minimizar os
202
custos. Duncan mesmo solucionou este fato baseado em certas aproximaes. Embora
as aproximaes sejam razoveis e o plano de controle obtido atinja o valor timo, seu
procedimento bastante complexo. Este um limitante para a aplicao do mtodo.
Goel, et al.(1968), usaram um mtodo algoritmo para encontrar o valor exato e a
soluo tima do problema de Duncan utilizando-se de um programa de computador.
Essa concepo tambm academicamente interessante, mas na prtica muito
difcil. O objetivo, portanto, encontrar um processo simplificado que possa ser
aplicado.
Neste mtodo, prope-se um processo semi-econmico para aplicaes
prticas. O princpio para esta troca dos parmetros e de minimizar o custo mdio
sujeito restrio da CCO-curva caracterstica da operao. O controle de qualidade
da engenharia est livre para trocar e monitorar, atravs da curva CCO, o risco para o
consumidor pela proteo contra qualidade inferior dos produtos.
Para isso, determinam-se os valores de k e n. O valor de h calculado por
uma frmula algbrica bastante simples. Este mtodo permite uma rpida
determinao dos parmetros de controle que levam a um custo mnimo de produo.
De fato demonstra-se isso em muitos casos. Apesar de simplificao dos problemas,
este mtodo nos d solues melhores do que o intrincado procedimento de Duncan,
pela utilizao das vantagens adicionais obtidas pela disponibilizao da curva CCO.
Duncan tinha estendido seu modelo original para as situaes onde havia
uma multiplicidade de causas especiais. Uma importante concluso em seus escritos
era de que:
Na busca por um timo design para uma multiplicidade de causas, pode-se obter
uma razovel aproximao para o projeto, pela procura do valor timo para uma
nica causa do modelo.
Isto indica que o presente modelo semi-econmico ainda mais atraente,
porque ele pode ser facilmente utilizado para encontrar uma aproximao tima para
uma multiplicidade de causas.
203
Finalmente, uma importante caracterstica do presente esquema e sua
flexibilizao ao assumir o modelo. O modelo original de Duncan simples mas no
necessariamente mais geral. Por exemplo, em muitos processos de produo a
mquina deve ser interrompida durante a procura por uma causa especial.
Esta situao no considerada por Duncan ( 1956), mas por Taylor
( 1968). Mostra-se que o presente mtodo pode facilmente competir com
uma troca do modelo.
2.7.7.2 A Funo Custo
Para iniciar este modelo, baseado no modelo de Duncan, descreve-se o
primeiro pargrafo de sua introduo:
Quando o processo est em controle probabilidade de um ponto da amostra
encontrar-se fora dos limites de controle :
( ) k = 2 (137)
onde (Z) denota a funo distribuio normal padronizada da varivel z. Quando
uma causa especial ocorre, ento a probabilidade de um ponto da amostra estar fora
dos limites de controle :
(138)
Para simplificar, assume-se que apenas a
mudana positiva (i.e. > 0) atualmente ocorre. O segundo termo da equao (138)
ento praticamente zero (se < 0, o primeiro termo ser praticamente zero).
Se uma causa especial ocorre, assume-se que ela produz um aumento na
perda da lucratividade de M por hora em decorrncia de uma grande porcentagem de
itens inaceitveis. Isto tambm significa assumir que o custo consiste em trs pontos:
( ) ( ) k n k n P + =
204
a) T, o custo mdio para busca por uma causa especial quando ela no existe;
b) W, o custo mdio para busca por uma causa especial quando ela exista;
c) b + cn o custo para tomar e inspecionar a amostra e manter o processo sob
controle.
H tambm dois parmetros para o tempo:
a) e.n, o tempo requerido para tomar e inspecionar uma amostra e para
computar os resultados;
b) D, o tempo mdio requerido para descobrir uma causa especial aps um
alarme ter sido detectado.
Baseado, no modelo descrito na introduo e nos parmetros acima
definimos, Duncan (1956) mostrou que o custo esperado por hora de operao :
onde, ( ) D en h h P B + + + = 12 / 2 / 1 / 1 . Os argumentos matemticos no sero aqui
repetidos. Os mtodos para obter o valor timo de n, k e h pela minimizao de L tem
sido discutido por Duncan (1956), Goel et al (1968).
Na seqncia, mostra-se o estudo da minimizao de L sujeito s restries
definidas na curva CCO.
2.7.7.3 O Projeto Semi-Econmico
A caracterstica essencial do presente projeto semi-econmico e especificar a
probabilidade do alarme verdadeiro, P, em um valor de 0,90 e 0,95. Isto equivalente
em especificar o risco, do consumidor em 0,10 ou 0,05, respectivamente.
O trabalho de Goel et al.(1968), pgina 312, tem mostrado que o timo valor
da perda de custo robusto para erro em n, provando que a correta relao entre k e h
( ) ( ) | | h cn b B w h T M B L / ) ( 1 / / + + + + + =
(139)
205
com n so aproximadamente mantidas. Ento, desde a equao (138), nos podemos
concluir que o timo tambm robusto para P.
Este fato interessante pode ser futuramente ilustrado por um exemplo.
Consideremos os dados do exemplo nmero 14 de Duncan (1956, p 236, e neste
trabalho disponvel na tabela 6): = 2, = 0.01, M = 100, e = 0.05, D = 2, T = 50, W
= 25, b = 0.05 e c = 10.A soluo exata para este problema pelo trabalho de Goel et al
P = 0.7054. Arbitrando-se P = 0,90 o resultado da soluo tima desta restrio teria
uma perda de custo interno de apenas 1% abaixo do valor exato da tima perda de
custo. A tabela 29 mostra os detalhes:
TABELA 29 SOLUO TIMA (Adaptado de Chiu ( 1974))
Plano n k h 100xL P
timo exato 1 1.46 4.66 990.99 0.7054
timo restrito 2 1.55 6.91 1000.79 0.9000
O exemplo precedente particularmente selecionado porque ele tem um
pequeno valor timo de P (0.7054), de forma a demonstrar a robustez com respeito a
P. Em muitas circunstncias - como nos 20 exemplos de Duncan ( 1956), aqui
dispostos na tabela 6, o valor timo de P freqentemente fechado para 0.90 e a
diferena entre o mnimo exato e o mnimo valor da restrio de L pequeno.Deve-se
enfatizar que, a propriedade de fechar para o mnimo exato de L desejvel mas no
essencial para um plano semi-econmico.
Pode-se ento escrever::
( ) k n P = = 0.90 ou 0.95, (140)
206
Ou equivalente:
= k n (141)
Onde = 1.2826 se P = 0.09 e = 1.6449 se P = 0.95.
A liberdade na seleo do valor de P permite que a engenharia do controle de
qualidade possa obter um nvel especificado de proteo contra deteriorao da
qualidade, e isto uma caracterstica essencial para um plano semi-econmico. Este
particularmente desejvel se alguns dos parmetros dos custos no podem ser
corretamente estimados e conseqente plano de controle timo no muito confivel.
Por simplicidade matemtica e convenincia prtica, torna-se necessrio
fazer mais aproximaes no procedimento de minimizao.
Na prtica, uma pequena quantidade, digamos = 0.01, ento B
pequeno comparado com unidade. Ento o termo B pode ser omitido desde o
primeiro denominador de (139), assim a aproximao:
(142)
Substituindo o valor de n desde a restrio (141) at L e notando que P
(aparecendo em B) uma constante, pode-se, igualando a zero as derivadas
parciais k L / ' e h L / ' , respectivamente:
(7) (143)
0 ) ( ) 5 , 0 / 1 (
2
= + cn b T h p M
(144)
Na equao (143) o termo eMh , nas circunstncias usuais, uma pequena
quantidade (porque freqentemente pequeno) e pode ser omitido, como Duncan tem
feito. Porm o trabalho de Goel et al.( 1968) mostra que o efeito de omitir este termo
h cn b W h T BM L L / ) ( / ' + + + + = =
, 0 / ) )( ( 2
2
= + + k T k a eMh c
207
pode ser srio se e for moderadamente grande, digamos e = 0.3.
Contudo a presena de h nestes termos faz as equaes (143) e (144)
intratveis e complica a situao. Por questes de simplicidade e praticidade, troca-se
eMh por em na equao (143). Isto parece ser uma pequena aproximao, mas
torna-se bem melhor do que a completa omisso do termo.
De fato, muitos destes interessantes resultados mencionados no exemplo 2 ,
na prxima sesso, so devidos presena do termo Me. Isto justifica a aproximao,
sob o ponto de vista da prtica.
Podem-se agora reescrever as equaes (143) e (144) como:
) /( ) ( / ) (
2
Me c T k k a + = + (145)
e
( ) ( ) | | { }
2 / 1
1
2 / 1 / + + =
p M cn b T h (146)
respectivamente, onde (Z) denota a funo densidade normal padronizada da
varivel Z. Os valores de n, k e h para o presente modelo semi-econmico, so ento
as solues das equaes 140; 145 e 146.
A equao (146) para o valor de h no apresenta dificuldade uma vez que os
valores de n e k so determinados. A equao (145) torna-se de fcil soluo com a
ajuda da tabela de probabilidade da normal padronizada e a equao (140) bastante
simples. Para uma aplicao prtica, nos devemos construir a tabela 30 e a tabela 31
desde as equaes (140) e (145).
A tabela 30 para a = 1.2816 e P = 0.90 e a tabela 31 para a = 1.6449 e
P=0.95. Pode-se notar que devido distino de n, o valor de P no pode ser
encontrado exatamente em 0.90 ou 0.95 mas freqentemente maior.
O valor de 2 / 1
1
P =
0,576, ento, ( ) ( ) | | { } . 40 , 1 2 / 1 /
2 / 1
1
= + + =
P M cn b T h ;
4) Estima-se o custo mdio de perda L. L dado pela equao (139) e
100L igual a 401.77 neste caso (opcional).
interessante notar que (1) o presente plano ligeiramente melhor do que o
plano de Duncan correspondente, com n= 5, h= 1,3, k= 3,2 com 100L=402,13 e (2) o
valor timo encontrado por Goel em seu trabalho : n = 5, h = 1,3 e k = 3,2, com 100L
= 402,13 apenas pouco melhor do que o presente plano.
Este no um caso isolado, porm comum e pode-se observar no prximo
exemplo.
Exemplo 2: Comparaes com resultados publicados
210
TABELA 31-DETERMINAO DE UM PLANO DO GRFICO DE CONTROLE
X , ONDE 0.95 < P(Adaptado de Chiu (1974)).
A
*
k
0.50 0.75 1.00 1.25 1.50 1.75 2.00
11 0.3173 1.0 28 13 7 5 4 3 2 n
0.553 0.546 0.533 0.538 0.532 0.522 0.535
2
1
1
P
25 0.1336 1.5 40 18 10 7 5 4 3 n
0.551 0.549 0.551 0.537 0.533 0.523 0.525
2
1
1
P
70 0.0455 2.0 54 24 14 9 6 5 4 n
0.549 0.549 0.543 0.542 .0549 0.529 0.523
2
1
1
P
140 0.0214 2.3 63 28 16 10 7 6 4 n
0.550 0.550 0.547 0.552 0.550 0.524 0.547
2
1
1
P
240 0.0124 2.5 69 31 18 11 8 6 5 n
0.552 0.549 0.542 0.553 0.542 0.538 0.525
2
1
1
P
570 0.0051 2.8 80 36 20 13 9 7 5 n
0.550 0.547 0.550 0.546 0.547 0.535 0.550
2
1
1
P
1050 0.0027 3.0 87 39 22 14 10 8 6 n
0.551 0.548 0.548 0.549 0.542 0.526 0.530
2
1
1
P
2050 0.0012 3.2 94 42 24 16 11 8 6 n
0. 552 0.551 0.547 0.537 0.539 0.542 0.547
2
1
1
P
5900 0.0005 3.5 106 48 27 17 12 9 7 n
0.552 0.547 0.547 0.552 0.547 0.542 0.538
2
1
1
P
42200 0.0001 4.0 128 57 32 21 15 11 8 n
0.551 0.551 0.551 0.544 0.536 0.537 0.551
2
1
1
P
Neste caso o valor de h dado por h =
2 / 1
1
)]} 2 / 1 ( . /[ ) . . {( + +
p m n c b T
O valor de A A = ). /( .
2
eM C T +
Trabalhou-se com o planejamento do modelo semi-econmico (com
P0.90) para todos os 25 exemplos de Duncan ( 1956-p236 e neste trabalho
211
apresentado na tabela 6) e comparou-se os resultados com as solues obtidas por
Goel et al.
Como uma sntese desta comparao, pode-se dizer que dos 25 planos semi-
econmicos, 17 eram melhores do que o planejamento de Duncan no sentido de que
eles tinham um custo menor, e os outros 8 tinham uma diminuio de custo de 1,7%
abaixo do modelo de Duncan. O plano semi-econmico fecha com os resultados de
Goel.
2.7.7.5 Aplicao para o Modelo de Mltiplas Causas
Duncan estendeu seu modelo para causas simples para as situaes onde h s
causas especiais
s
a a .....
1
. O efeito de
j
A o de produzir uma mudana na mdia do
processo de x para +
j
x ou para
j
x .
O tempo para a ocorrncia desta causa especial assumindo como
independente, com distribuio exponencial com mdia
1
j
, j = 1 .... s. Dois modelos
so considerados mas Duncan hbil para demonstrar que ambos fecham no valor
timo.
Considerando-se o primeiro modelo de Duncan, no qual assume-se que uma
vez o processo em distrbio por uma causa especial, est livre para a ocorrncia de
outras causa, at ser interrompido para reparos.
Os parmetros de prejuzo e tempo so
j j
W M , e
j
D e so agora dependentes
de j porque eles variam com
j
.
Os outros parmetros T, b, c e e tem o mesmo significado do modelo de
causa simples.
Os parmetros de controle so conhecidos n, h e k e seus valores timos so
encontrados pelo mtodo de busca direta usando um computador, que geralmente
envolve cerca de 8000 avaliaes da funo prejuzo.
212
Felizmente Duncan capaz de mostrar que o modelo da causa simples pode
ser definido assim que o plano de controle timo se aproxima do verdadeiro plano
timo para o modelo original de mltiplas causas. A causa simples definida por
produzir uma mudana de um montante
s
na mdia do processo com um prejuzo
por hora de
s
M , onde:
( )
=
j j j s
/ (147)
e
( )
=
j j j s
M M / (148)
Exemplo 3: Combinando um modelo de causa simples
Considerando um modelo de mltiplas causas, conforme Duncan, definido
pelos seguintes dados:
TABELA 32- MODELO DE MLTIPLAS CAUSAS
j
j
j
M
j
W
j
D
1,2 0,005 88 18 3,0
2,0 0,004 275 12 2,0
3,5 0,001 460 8 1,5
e T = 25, b = 1,0, c = 0,1 e e = 0,05.
Determina-se um plano semi-econmico para P0,90 para o ponto timo da
causa simples e substitui-se este por um plano timo para o modelo de mltiplas
causas. Da equao 148 tem-se
s
= 1,75 e
s
M = 200. Primeiro passo: A = 383,
segundo passo: tabela 2 d k = 2,8 e n = 6, terceiro passo: = 0,0051,
574 , 0 2 / 1
1
=
232
c) gasosos: gs natural, gs de rua, GLP, GLX, acetileno etc.
Para que um material possa ser considerado um combustvel industrialmente
vivel, deve apresentar os seguintes quesitos tcnicos e econmicos:
a) facilidade de obteno;
b) segurana no armazenamento e transporte;
c) baixo custo de operao;
d) poder calorfico estatstico;
e) facilidade de uso.
3.5.6.2.1 Combustveis slidos naturais
So os seguintes os principais combustveis slidos naturais:
a) lenha: o combustvel mais antigo e ainda muito usado, embora
apresente algumas desvantagens em relao aos demais combustveis
industriais. A elevada porcentagem de gua somada com os produtos
destilveis, reduz a rentabilidade trmica. Assim o poder calorfico da
lenha seca com 15% de umidade mdia pode atingir valores entre 3.200 a
4.500 kcal/kg. A lenha fornecida s indstrias cermicas por metro
cbico, que apresentam 1m de comprimento x 1m de largura x 1m de
altura. A lenha recm cortada apresenta de 60 a 70% de umidade,
dependendo da espcie e da poca de corte. Atualmente a utilizao da
lenha est sendo realizada atravs do consumo de resduos como: p-de-
serra, maravalha, serragem, cavacos (chips); utilizando sistemas de
alimentao mecanizados com um melhor controle da mistura ar
combustvel, promovendo um resultado mais efetivo em relao tempo x
temperatura;
b) carvo vegetal: obtido pela carbonizao da lenha possui poder
233
calorfico mais elevado, cerca de 7.200 kcal/kg, apresentando matrias
volteis e cinza em pequena quantidade. Tem vasto emprego na indstria
cermica. Obtm-se um metro cbico de carvo com a carbonizao de
dois metros cbicos de de lenha.
Ainda no campo dos combustveis slidos utilizam-se as cascas do coco,
serragem de madeira, bagao de cana-de-acar etc.
3.5.6.2.2 Combustveis lquidos industriais
Combustveis lquidos industriais classificam-se em:
a)tipo A (BPF);
b)tipo B (APF);
c)tipo C (OC-4);
d) tipo D (BTE).
A principal caracterstica do leo APF de fluir normalmente na temperatura
ambiente, sem necessidade de aquec-lo.
A principal caracterstica do leo BPF no se fazer necessrio o
aquecimento do mesmo para o bombeamento em temperaturas normais. O leo BTE
apresenta limite de 1% de enxofre e no h limite para o ponto de fluidez. Toda a
instalao para sua estocagem deve possuir aquecimento.O leo OC-4 ou leo tipo C
uma mistura do leo APF com leo BPF at apresentar colorao escura para
diferenci-lo do leo diesel. A quantidade de cada um depende da viscosidade
necessria ao servio e calculada de acordo com o grfico de mistura.
A viscosidade importante para se obter um bombeamento econmico ou o
grau de preaquecimento que o leo deve ter para a obteno de uma boa atomizao e
conseqentemente uma combusto eficiente.
Alguns problemas podem ocorrer quando o leo est com viscosidade
234
elevada:
a) dificuldade no sistema de bombeamento, com aumento de perda de carga
na tubulao e a potencia requerida na bomba, que diminui a vazo do
leo que vai para o queimador;
b) atomizao deficiente causada pelo leo sem preaquecimento;
c) instabilidade de chama, que funciona em golfadas;
d) resduos elevados de carbono, causando entupimento no bico do
queimador alm de aumentar o depsito de resduo de carbono na
cmara de combusto.
O aquecimento dos leos combustveis pode ser feito atravs de trocadores
de calor:
3.5.6.2.3 Combustveis gasosos
Os combustveis gasosos apresentam grandes vantagens em relao aos
combustveis slidos. Estas so devidas, em grande parte, a facilidade de controle e
limpeza.
A combusto bem mais controlada que a de um combustvel slido. A
alimentao contnua, regulada por uma vlvula ou automaticamente, a fim de
proporcionar temperaturas constantes, conforme a curva de aquecimento e
resfriamento.
O combustvel gasoso proporciona maior limpeza, tanto interna como
externa, ao forno. A chama e os gases quentes soa limpos, no apresentam cinzas,
alcatro etc., que deterioram as peas e os revestimentos do forno.
Um sistema a gs, quando adequadamente instalado, acarreta as seguintes
economias e vantagens:
a) menor consumo de combustvel;
235
b) produtos de melhor qualidade;
c) reduo dos custos de mo-de-obra;
d) reduo da contaminao atmosfrica;
e) reduo dos custos de queima.
A queima com gs aconselhvel para os fornos modernos com isolao
trmica, onde os ciclos so rpidos, com mnimo de materiais acessrios que
contribuem para uma queima econmica. Os tipos de combustveis gasosos so:
a) gs de hulha: produzido pela destilao da hulha e conduzido por
tubulaes aos consumidores;
b) gs de gerador: produzido pela ao do ar sobre o carvo ao rubro:
utilizado diretamente nos fornos.
c) gs natural: ocorrem nas formaes petrolferas e transportado a
distncias, por tubulaes terrestres. Este uma mistura de diversos
hidrocarbonetos parafnicos diludos com nitrognio e oxignio, que
aparecem em conjunto nos depsitos de leos naturais. Geralmente tem
um elevado poder calorfico, que varia entre 8.453 e 10.233 kcal/m
3
e
com massa especfica em relao ao ar de 0,57 a 0,65 kg/l. Em geral tem
baixos teores de enxofre e umidade;
3.5.7 Tipos de fornos
Os fornos cermicos podem ser classificados, em geral, em trs categorias:
a) fornos de funcionamento intermitente: fornos a fogo ascendente,
horizontal e reversvel;
b) fornos de funcionamento contnuo a fogo mvel: Hoffmann e derivados;
c) fornos contnuos: a fogo fixo.
236
3.5.7.1 Fornos de funcionamento intermitente
Nessa categoria os mais comuns so os fornos reversveis com tiragem por
baixo e chama invertida. Neste tipo de forno, construdos de tijolos comuns, as
fornalhas so colocadas ao longo dos muros perimtricos, e os produtos da combusto
depois de subir at a abbada so aspirados por baixo, atravs de uma grelha ,de
tijolos (crivo) que constituem o piso (sola) do forno. O grande defeito deste tipo de
forno a heterogeneidade e o grande consumo de combustvel.
As diferenas de temperatura entre o p e a abbada podem atingir 200C.
Isso requer um cuidado excessivo no processo de queima.
A figura a seguir mostra um forno com esta caracterstica, a qual predomina
na regio centro-sul.
FIGURA 4 - FORNOS DE FUNCIONAMENTO INTERMITENTES
O forno dever ter a sola construda de modo que as aberturas e canais
sejam suficientemente capazes de veicular toda a umidade que se forma durante o
237
perodo de aquecimento inicial. Devem, tambm, ter suas propores definidas de tal
forma que oferecem curta resistncia durante o perodo final do cozimento, de modo
que, o calor nas camadas mais baixas de enfornamento no seja todo retirado
rapidamente pela tiragem da chamin ou do exaustor antes de ter operado o perodo do
cozimento do material.
Sob a sola construda de tijolos comuns com aberturas denominadas
comumente crivos , existem canais subterrneos que interligam o forno chamin e
os secadores quando existentes. As chamins so construdas em alvenaria com altura
que podem variar de 15 a 30m, podendo servir a um ou mais fornos.
As cmaras dos fornos tm capacidade que podem variar de 10.000 a
45.000 peas, dependendo de suas dimenses, da forma do arranjo de peas
empregado e a das dimenses dos produtos a serem queimados.
As fornalhas, tambm construdas em alvenaria, situadas nas paredes laterais
da cmara, em nmero de quatro, seis ou oito, dispostas radialmente no caso de
cmaras circulares. J as cmaras retangulares so geralmente construdas duas a duas,
separadas por uma divisria comum, e as fornalhas so dispostas paralelas uma s
outras ao longo da parede oposta parede divisria das cmaras.
Os materiais a serem queimados so carregados manualmente para o interior
das cmaras atravs de portas laterais, e empilhados sobre o piso, com alturas que
variam de 1 a 2,5 m at preencherem todo o espao disponvel na cmara. As portas
so fechadas com tijolos j queimados e vedadas com argila. Argilas densas
necessitam menos espao de tempo no perodo de desidratao e oxidao do que
argilas menos compactas. Argilas com grande concentrao precisaro de muito maior
cuidado no cozimento do que aquelas com pouca concentrao, a fim de evitar o
desmoronamento do material enfornado.
Se uma argila tem um baixo ponto de fuso, a temperatura na parte superior
do forno precisa ser mantida durante um perodo at que as camadas inferiores tenham
atingido uma temperatura que evita o recozimento nas camadas da parte superior do
238
forno. Se a argila possui pouca resistncia quando seca, a enforna deve ser feita de
modo que o material no desmorone.
Pode-se empregar a tiragem forada ou natural. Nas tiragens foradas,
empregando-se qualquer tipo de combustvel, pode-se criar uma presso maior do que
a atmosfrica no cinzeiro, ao passo que a tiragem natural presso do cinzeiro
menor que a atmosfrica.
O forno dever ter uma seo suficiente para movimentar para fora toda a
umidade, to rapidamente quanto ele se forma durante o perodo inicial da queima.
Segue-se uma figura da retirada manual dos produtos dos fornos.
FIGURA 5 RETIRADA MANUAL DOS PRODUTOS CERMICOS
239
3.5.7.2 Fornos de funcionamento contnuo a fogo mvel
O tipo mais conhecido o forno Hoffmann. Normalmente constituda por
duas galerias paralelas, de comprimento varivel entre 40 e 110m, largura entre 2,60 e
3,60m, altura entre 2,40 e 2,80m e de seo de 5,5 m at 8,8 m.
Nas cabeceiras do forno as duas galerias so unidas por meio de um canal de
seo menor, que no deve ser preenchido com material para que a tiragem no seja
dificultada. Na abbada das galerias existem boquilhas para a introduo dos
queimadores, ao longo das galerias temos aberturas laterais que esto em comunicao
com os canais verticais e horizontais para a tiragem do fogo. Os canais de fumaa e de
recuperao foram, no incio, instalados um em cima do outro, entre as duas galerias
de queima. Posteriormente, para conter a largura dos fornos, os canais de fumaa
passaram a ser instalados nos lados, deixando no centro o canal de recuperao.
Existem diversos outros tipos de fornos a fogo mvel os quais no so muito
usados em cermica vermelha, como por exemplo, os tipos zig-zag, megeon etc.
3.5.7.3 Fornos contnuos a fogo fixo.
Nestes fornos a fonte de calor permanece em um lugar, e as peas
movimentam-se continuamente atravs dele. Essa soluo tem duas vantagens
importantes. A estrutura do forno em qualquer parte permanece na mesma temperatura
por um longo tempo, livre de deformao proveniente de uma variao peridica da
temperatura. As peas so empilhadas sobre vagonetas (carrinhos) ou apenas
colocadas sobre roletes. So carregados e descarregados fora do forno e em lugar fora
do forno e em lugar conveniente. Este tipo de forno possibilita a reduo da mo-de-
obra em 90% e a carga e descarga podem ser totalmente automatizadas. A
240
homogeneizao da queima boa, podendo se dizer perfeita, nos fornos mais
modernos. As diferenas mximas de temperatura nos diversos pontos do forno esto
entre 20 e 50C.
3.5.7.4 Controle dos fornos
O controle dos fornos feito por meio de aparelhos e dispositivos, como por
exemplo: termopar, termmetro, pirmetro ptico, cone piromtrico, manmetro,
deprimmetro, aparelho registrador, vlvula etc. Dentre eles destacam-se:
a) termopares: os termopares so compostos de metais e ligas de metais, em
forma de fios e que podem ser de platina-rdio-platina e nicrnio. O
princpio de funcionamento baseia-se no aquecimento da juno de dois
metais diferentes, que produz uma corrente eltrica proporcional
intensidade de aquecimento. Podendo medir temperatura, atravs de um
galvanmetro;
b) termmetros: os termmetros so instrumentos utilizados para medir
temperaturas at 500C. Os termmetros bimetlicos so utilizados para
medir temperaturas nos secadores e nos fornos, na zona de baixa
temperatura. So constitudos de duas lminas de metais com coeficientes
de dilatao diferentes, que so fixadas para formar uma nica lmina.
Com a variao da temperatura, a lmina curva-se movimentando o
ponteiro no galvanmetro;
c) pirmetros ticos: estes aparelhos medem a intensidade de radiao
luminosa emitida por corpos incandescentes. Portanto s podem medir
temperaturas acima de 800C, quando o forno estiver bem vermelho. Os
pirmetros a radiao luminosa, so os mais usados, pois mede a
intensidade da luz emitida pelo forno, por comparao com a luz emitida
241
por uma lmpada eltrica testemunha, cuja intensidade varivel;
d) pirmetros qumicos ou cones piromtricos: so pequenas pirmides
triangulares, formadas por misturas de xidos que geralmente compes as
massas e virados cermicos, que tem fuso em determinada temperatura,
segundo sua composio qumica. Os cones indicam temperaturas desde
600C at 2000C, com intervalos de 20 a 150C;
e) medida da presso e depresso: a unidade de presso que se usa na
indstria a atmosfera, que corresponde presso de 1kg/cm
2
, cerca de
10.000 mmCA. Utiliza-se tambm, a libra por polegada quadrada (PSI),
que corresponde presso de 0,07 kg/cm
2
. O manmetro um dispositivo
usado para medir presso, em relao atmosfera ou presso absoluta.
O conjunto de instrumentos serve para a indicao e controle de variveis,
auxiliando o operador em suas atividades. Esta instrumentao possibilita os controles
de temperatura visual. O enfornamento ocupa todo o espao interno do forno.
3.5.8 Armazenamento e expedio
A movimentao dos produtos da cermica vermelha uma atividade lenta e
complicada. Os clientes deste segmento esto cada vez mais exigentes em relao a
prazo de entrega, agilidade na carga e descarga e integridade das peas adquiridas.
Desta forma, o correto armazenamento, evitando a exposio dos produtos s
intempries, a minimizao das perdas por choques mecnicos e a maior rapidez na
carga e descarga das peas nos caminhes de transporte so fatores fundamentais para
o sucesso no atendimento ao mercado consumidor. A utilizao de pallets vem sendo
uma boa alternativa no que diz respeito agilidade de entrega e principalmente na
apresentao do produto. No entanto predomina o armazenamento em depsitos
cobertos e tambm a cu aberto. A expedio rodoviria e a granel.
242
3.5.9 Controle de qualidade
O controle de qualidade outro fator de relevante importncia para o
produtor e para o consumidor.As caractersticas fsicas e qumicas dos produtos das
cermicas vermelhas, assim como os mtodos e equipamentos de anlise, so
controlados por normas tcnicas registradas no INMETRO.
Tais normas so enquadradas na lei 4.150 de 21.11.1962, de obedincia
obrigatria nos servios pblicos concedidos pelo Governo Federal, obras e servios
executados, dirigidos ou fiscalizados por quaisquer reparties federais, em todas as
compras de materiais, bem como nos respectivos editais e concorrncias, contratos,
ajustes e pedidos de preos.
Complementando quele dispositivo, os limites mnimos de qualidade dos
produtos e de operao dos equipamentos esto sob vigilncia do Cdigo de Defesa do
Consumidor (Lei 8078/90), que d amparo ao consumidor para resolver conflitos e
garantir o produto tecnicamente bem feito.O consumidor deve exigir que o produto
colocado no canteiro de obras ou nos pontos de revenda atenda s normas
estabelecidas pelo Sistema Nacional de Metrologia, Normalizao e qualidade
Industrial da ABNT Associao Brasileira de Normas Tcnicas. Os litgios so
resolvidos somente luz das anlises dos institutos oficiais, credenciados pelo
INMETRO. A figura 4 relaciona as normas acima referidas. Neste trabalho, enfatiza-
se observncia das seguintes normas principais: 8038/96 e 13582/2002 (para telhas);
7171/92, 8042/92 e 8041/83 (para tijolos).
Em sntese podemos afirmar que a qualidade da cermica vermelha est
diretamente relacionada com a qualidade da matria prima, bem como com cada etapa
do processo produtivo. Assim sendo, imperativo monitorar e avaliar, atravs de
amostragens representativas e anlises peridicas, cada etapa crtica do processo de
fabricao, de forma a garantir a qualidade da cermica vermelha produzida e
243
colocada no mercado.A principal dificuldade neste setor reside nesta monitorao, pois
ainda, predominam os controles visuais, baseados na longa experincia do pessoal de
produo.
FIGURA 6 NORMAS TCNICAS PARA AS INDSTRIAS CERMICAS
NBR TTULO(S)
8947/85 TELHA CERMICA DETERMINAO DA MASSA E DA
ABSORO DE GUA
8948/85 TELHA CERMICA VERIFICAO DA IMPERMEABILIDADE
9601/86 TELHA CERMICA CAPA E CANAL ESPECIFICAO
9602/86
TELHA CERMICA CAPA E CANAL DETERMINAO DA
CARGA E RUPTURA A FLEXO
9598/86 TELHA CERMICA DE CAPA E CANAL TIPO PAULISTA
DIMENSES
9599/86 TELHA CERMICA DE CAPA E CANAL TIPO PLAN DIMENSES
9600/86 TELHA CERMICA DE CAPA E CANAL TIPO COLONIAL
DIMENSES
7172/86 TELHA CERMICA TIPO FRANCESA - ESPECIFICAO
6462/86 TELHA CERMICA TIPO FRANCESA DETERMINAO DA
CARGA E RUPTURA A FLEXO
8038/86 TELHA CERMICA TIPO FRANCESA - FORMA E DIMENSES
13582/02 TELHA CERMICA DE TIPO ROMANA ESPECIFICAO
7171/92 BLOCO CERMICO PARA ALVENARIA ESPECIFICAO
8442/92 BLOCO CERMICO PORTANTE PARA ALVENARIA-
DETERMINAO DA REA LQUIDA
8042/92 BLOCO CERMICO PARA ALVENARIA-
FORMAS E DIMENSES
8041/93 TIJOLOS MACIOS PARA ALVENARIA-
FORMAS E DIMENSES
6461/83 BLOCO CERMICO PARA ALVENARIA VERIFICAO DA
RESISTNCIA A COMPRESSO
244
3.5.10 Mercado consumidor
Nas empresas consideradas, a produo de cermica vermelha se destina ao
consumidor direto com 10% e lojas de material de construo com 90%. O principal
estado consumidor o Paran, nas cidades de Castro, Guarapuava, Ponta Grossa,
Campo Largo e Campo Mouro.
3.5.11 Salubridade e segurana
Quando se trata de salubridade as reas mais crticas so os locais de
trabalho com presena de calor dos fornos de queima e a poeira gerada na
movimentao das pessoas que desenvolvem as atividades dirias no processo de
fabricao. Hoje as autoridades ambientais reconhecem a necessidade do controle
sobre as poeiras produzidas nas vrias reas da indstria.A segurana nesse campo
um problema comum, cuja resoluo envolve o estabelecimento e a execuo vigorosa
de um programa especifica em conjunto com os profissionais administrativos, e
sobretudo os operrios. No se evitam acidentes com regulamentos e sim com
conscientizao .Dentre os mais comuns dos males que afetam os trabalhadores da
indstria cermica vermelha est no manuseio dos produtos sem a devida proteo .
Em mais de 80% das empresas do setor h ausncia proteo individual bsicos como
mscaras, luvas, culos etc.
3.5.12 Fluxogramas
Seguem-se os fluxogramas para a produo de tijolos e telhas, figuras 5 e 6,
aplicados as indstrias cermicas.
245
FIGURA 7 FLUXOGRAMA DA PRODUO DE TIJOLOS
ARGILA
FORTE
ARGILA
FRACA
EXTRAO EXTRAO
ESTOCAGEM
DESINTEGRAO
MISTURA
MISTURA
EXTRUSO
CORTE
SECAGEM
QUEIMA (FORNO)
RESFRIAMENTO
TIJOLO
COMERCIALIZAO
GUA
246
FIGURA 8 FLUXOGRAMA DA PRODUO DE TELHAS
ARGILA
FORTE
ARGILA
FRACA
EXTRAO EXTRAO
ESTOCAGEM
DESINTEGRAO
MISTURA
LAMINAO
EXTRUSO
CORTE
PRENSAGEM
SECAGEM
QUEIMA (FORNO)
RESFRIAMENTO
TELHA
COMERCIALIZAO
GUA
247
3.6 MATERIAIS
Para verificar a qualidade dos produtos, foi efetuada uma pesquisa tendo-se
como referncia o SINCOSUL Sindicato das indstrias de cermicas e Olarias da
Regio Sul do Paran, formado pelas indstrias cermicas estabelecidas nos
municpios de: Fernandes Pinheiro; General Carneiro; Guamiranga; Imbituva;
Prudentpolis; Rebouas; Rio Azul; So Joo do Triunfo; So Mateus do Sul e
Teixeira Soares.
Segundo o presidente do SINCOSUL, Sr. Valdir Gnata, este sindicato
composto por empresas que no seu conjunto so responsveis por pelo menos 25% de
toda a produo cermica do Estado do Paran.
Alm dos municpios que compe o SINCOSUL, optou-se por tomar
amostras de outros municpios no integrantes daquele sindicato, para verificar se
haveriam diferenas significativas nas anlises. Os outros municpios escolhidos
foram: Pitanga; Candido de Abreu, Manoel Ribas e Balsa Nova.
Para esta pesquisa foram analisadas amostras obtidas em 13 municpios da
regio de abrangncia do SINCOSUL, alm de amostras dos municpios de : Pitanga;
Candido de Abreu, Manoel Ribas e Balsa Nova.
Considerando-se a diretriz de analisar a tendncia do mercado quando
conformidade do produto, no necessrio analisar todas as marcas disponveis na
regio. Desta forma obteve-se, com base na tradio e participao de cada municpio
no mercado, 50 (cinqenta) amostras aleatrias de cada um dos diferentes produtos
produzidos pelas indstrias .
Assim durante os meses de setembro/2002 a janeiro/2003 em cinco perodos
diferentes nunca inferiores a sete dias; foram obtidas dez unidades de cada produto.
Somente foram analisados os produtos para os quais foram conseguidas as cinqenta
amostras.
248
Nos municpios onde havia mais do que duas indstrias cermicas foram
coletadas amostras de, no mnimo 50% das indstrias daquele municpio.
Para preservar a identidade das indstrias participantes, opta-se por
identific-las atravs das seguintes siglas: FiXXYYZZ , onde:
a) Fi = Indica a ordem das indstrias fornecedoras ( ex: F1 = primeira
indstria);
b) XX= Indica o nome do municpio ao qual a indstria pertence ( Ex:
CA=Cndido de Abreu etc.);
c) YY= indicam o nome da indstria fornecedora dos produtos;
d) ZZ= indicam o material produzido ( 6F = tijolos 6 furos etc. ).
Nesta anlise, foram consideradas somente indstrias que operam
regularmente, em todos os meses, excluindo-se aquelas que apresentam funcionamento
irregular, por atuarem somente em alguns perodos do ano.
Praticamente todos os municpios analisados, caracterizam-se por possurem
suas economias centradas na agropecuria; pequenas propriedades rurais e pequena
atividade comercial. Segue-se um quadro demonstrativo das amostras tomadas em
cada municpio.
TABELA 34-DEMONSTRATIVO DO NMERO DE INDSTRIAS/ITENS
AVALIADOS POR MUNICPIO
Municpio Total de
indstrias
Indstrias
avaliadas
Nmero de
amostras
Observaes
C. de Abreu 07 05 250 -Pouco investimento
Pitanga 01 01 50 -Pouco investimento
Palmeira 01 01 50 -Pouco investimento
Paulo Fortim 01 01 250 -Pouco investimento
Malett 03 02 100 -Sem investimento
249
Teixeira Soares 01 01 50 -Sem investimento
F. Pinheiro 01 01 50 -Sem investimento
Iva 03 02 350 -Pouco investimento
Ipiranga 01 01 50 -Pouco investimento
Rebouas 01 01 100 -Bons investimentos
Irati 03 02 200 -Pouco investimento
Imbituva 09 06 800 -Pouco investimento
Guamiranga 04 03 550 -Bons investimentos
Manoel Ribas 01 01 50 -Pouco investimento
Balsa Nova 05 03 450 -Pouco investimento
Rio Azul 01 01 150 -Pouco investimento
Prudentpolis 38 26 2000 -Pouco investimento
TOTALIZAO 81 58 5500 Amostras de 71,6%
das indstrias
3.7 METODOLOGIA DE ANLISE E CRITRIO DE ACEITAO E REJEIO
Aps a obteno das 50 amostras de cada produto produzido nas cermicas,
conforme descrito no item anterior, os mesmos foram submetidos aos ensaios para
verificar a sua adequao s normas tcnicas no que concerne dimenso e
especificao,procurando verificar se esto de acordo com o disposto no item 3.5.9.
Para as medidas das dimenses foi utilizada uma trena metlica, conforme prevem as
normas tcnicas.
Os resultados foram analisados, seguindo-se os ndices estatsticos
denominados ndices de capacidade do processo.
O estudo destes ndices tem por objetivo verificar se um processo
250
estatisticamente estvel atende s especificaes de engenharia do produto ou se h
gerao de itens no conformes.
Esta anlise costuma ser efetuada mediante clculo e interpretao de ndices
especficos para essa finalidade. Basicamente trs so os ndices utilizados para essa
anlise: o ndice Cp; o ndice Cpk e o ndice Cpkm.. Estes itens acham-se descritos na
seo 2.6.4 do captulo 2.
3.8 RESULTADOS
Foram verificados as trs dimenses dos produtos, largura (L), altura (H) e
comprimento (C), bem como se havia as respectivas especificaes em uma das faces,
conforme os parmetros definidos pelas normas tcnicas.
As no conformidades detectadas nesse ensaio indicam que pode ter ocorrido
falha no controle de fabricao do produto e no controle de aprovao de lote que
libera o material para sada da fbrica.
Dessa forma, o consumidor encontrar no mercado produtos
despadronizados e, ao compr-los,poder ter prejuzos ao longo da construo em
funo das diferenas de tamanhos apresentadas, obrigando o construtor a fazer
improvisos e a aumentar o desperdcio material e financeiro durante a obra.
A anlise das informaes especficas nas amostras, revelou que todos os
fabricantes deixaram de atender a, no mnimo, um requisito no que se refere s
especificaes dos dados dos fabricantes, de carter obrigatrio pelas normas.
No que se refere s dimenses a anlise revela as medidas, por indstria e
por municpio, apresentadas na seqncia.
Para a verificao dos resultados foi utilizado o aplicativo estatstico
denominado Statgraphics.
251
3.8.1 CNDIDO DE ABREU- Produz somente tijolos de 6 furos. Foram
avaliadas as seguintes indstrias:
3.8.1.1 Anlise para F1CASI
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 19 - ANLISE PARA O COMPRIMENTO DE F1CASI6F
Cp = 0,22
Cpk = -0,45
Cpk (superior) = 0,89
Cpk (inferior) = -0,45
Cpm = 0,10
LIE = 18,3 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 17 18 19 20
0
4
8
12
16
20
GRFICO 20 - ANLISE PARA A LARGURA DE F1CASI6F
Cp = 0,47
Cpk = -0,60
Cpk (superior) = 1,54
Cpk (inferior) = -0,60
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
30
GRFICO 21 - ANLISE PARA A ALTURA DE F1CASI6F
Cp = 0,48
Cpk = -0,22
Cpk (superior) = 1,18
Cpk (inferior) = -0,22
Cpm = 0,20
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
3
6
9
12
15
Cpkm = 0,10
Cpkm = 0,14
Cpkm = 0,20
252
3.8.1.2 Anlise para F2CAMA
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 22 - ANLISE PARA O COMPRIMENTO DE F2CAMA6F
Cp = 0,40
Cpk = -0,08
Cpk (superior) = 0,88
Cpk (inferior) = -0,08
Cpm = 0,23
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
3
6
9
12
15
18
GRFICO 23 - ANLISE PARA A LARGURA DE F2CAMA6F
Cp = 0,52
Cpk = 0,43
Cpk (superior) = 0,61
Cpk (inferior) = 0,43
Cpm = 0,50
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
20
24
GRFICO 24 - ANLISE PARA A ALTURA DE F2CAMA6F
Cp = 0,92
Cpk = 0,74
Cpk (superior) = 1,10
Cpk (inferior) = 0,74
Cpm = 0,81
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
4
8
12
16
20
24
Cpkm = 0,23
Cpkm = 0,50
Cpkm = 0,81
253
3.8.1.3 Anlise para F3CASA
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 25 - ANLISE PARA O COMPRIMENTO DE F3CASA6F
Cp = 0,35
Cpk = 0,20
Cpk (superior) = 0,50
Cpk (inferior) = 0,20
Cpm = 0,32
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5 19,8
0
4
8
12
16
20
24
GRFICO 26 - ANLISE PARA A LARGURA DE F3CASA6F
Cp = 0,59
Cpk = -0,70
Cpk (superior) = 1,88
Cpk (inferior) = -0,70
Cpm = 0,15
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
24
GRFICO 27 - ANLISE PARA A ALTURA DE F3CASA6F
Cp = 0,43
Cpk = -0,18
Cpk (superior) = 1,05
Cpk (inferior) = -0,18
Cpm = 0,21
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,8 8,1 8,4 8,7 9 9,3 9,6
0
3
6
9
12
15
Cpkm = 0,32
Cpkm = 0,15
Cpkm = 0,21
254
3.8.1.4 Anlise para F4CABR
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 28 - ANLISE PARA O COMPRIMENTO DE F4CABR6F
Cp = 0,29
Cpk = -0,30
Cpk (superior) = 0,87
Cpk (inferior) = -0,30
Cpm = 0,14
LIE = 18,7 NOMINAL = 19,0 LSE = 19,4
Comprimento
F
r
e
q
n
i
c
a
17 17,5 18 18,5 19 19,5
0
4
8
12
16
20
24
GRFICO 29 - ANLISE PARA A LARGURA DE F4CABR6F
Cp = 0,35
Cpk = -0,32
Cpk (superior) = 1,01
Cpk (inferior) = -0,32
Cpm = 0,15
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,5 13 13,5 14 14,5
0
4
8
12
16
20
24
GRFICO 30 - ANLISE PARA A ALTURA DE F4CABR6F
Cp = 0,58
Cpk = 0,19
Cpk (superior) = 0,97
Cpk (inferior) = 0,19
Cpm = 0,37
LIE = 8,7 NOMINAL = 19,0 LSE = 19,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
10
20
30
40
Cpkm = 0,14
Cpkm = 0,15
Cpkm = 0,37
255
3.8.1.5 Anlise para F5CAKI
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 31 - ANLISE PARA O COMPRIMENTO DE F5CAKI6F
Cp = 0,35
Cpk = 0,28
Cpk (superior) = 0,28
Cpk (inferior) = 0,42
Cpm = 0,34
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
4
8
12
16
20
24
GRFICO 32- ANLISE PARA A LARGURA DE F5CAKI6F
Cp = 0,90
Cpk = -2,13
Cpk (superior) = 3,93
Cpk (inferior) = -2,13
Cpm = 0,10
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
GRFICO 33- ANLISE PARA A ALTURA DE F5CAKI6F
Cp = 0,80
Cpk = -0,22
Cpk (superior) = 1,82
Cpk (inferior) = -0,22
Cpm = 0,25
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
c
i
a
8,2 8,4 8,6 8,8 9 9,2 9,4
0
4
8
12
16
20
24
Cpkm = 0,34
Cpkm = 0,10
Cpkm = 0,25
256
QUADRO 1-ANLISE DAS AMOSTRAS DE TIJOLOS DE CNDIDO
DE ABREU - PR
Municpio:
Cndido de
Abreu
Produto: Tijolos de 6 furos
Indstrias
Parmetros: # Dimenses: 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice: Cp 1,00; Cpk 1,00
Comp Larg Alt
Md(cm)
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1 CASI 18,08 0,22 -0,45 0,10 13,32 0,47 -0,60 0,14 8,56 0,48 -0, 22 0,20 No-Conforme
F2 CAMA 18,64 0,40 -0,08 0,23 13,95 0,52 0,43 0,50 8,94 0,01 -0,04 0,81 No-Conforme
F3 CASA 18,87 0,35 0,20 0,32 13,34 0,59 0,70 0,15 8,57 0,43 -0,18 0,21 No-Conforme
F4 CABR 18,38 0,29 0,30 0,14 13,42 0,35 -0,32 0,15 8,79 0,58 0,19- 0,37 No-Conforme
F5 CAKI 19,06 0,35 0,28 0,34 12,99 0,9 -2,13 0,10 8,61 0,80 0,22 0,25 No-Conforme
OBS: 6F= Tijolo de 6 Furos
O quadro acima, permite as seguintes concluses:
1) Excetuando-se as amostras obtidas da indstria F2CAMA, que apresentam
a largura e a altura dentro das especificaes, todas as demais medidas
encontram-se fora do especificado. Todos os processos apresentam
descentralidades ( CpCpk);
2) Todos os processos apresentam baixssima capacidade ( ndices Cp e
Cpkm inferiores a 1), caracterizando um resultado insuficiente para os
padres de qualidade esperados. Existe uma clara tendncia de se
minimizar o consumo de matria prima.
257
3.8.2 PITANGA(PR)- Produz somente tijolos de 6 furos, com as
dimenses nominais de 19cm x 14cm x 9 cm. Foi avaliada a seguinte indstria:
3.8.2.1 Anlise para F1P6F
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 34 - ANLISE PARA O COMPRIMENTO DE F1P6F
Cp = 0,74
Cpk = -0,07
Cpk (superior) = -0,07
Cpk (inferior) = 1,55
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 18,7
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5 19,8
0
3
6
9
12
15
18
GRFICO 35 - ANLISE PARA A LARGURA DE F1P6F
Cp = 0,80
Cpk = -0,58
Cpk (superior) = 2,17
Cpk (inferior) = -0,58
Cpm = 0,19
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
GRFICO 36 - ANLISE PARA A ALTURA DE F1P6F
Cp = 1,01
Cpk = 0,69
Cpk (superior) = 1,33
Cpk (inferior) = 0,69
Cpm = 0,72
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5
0
3
6
9
12
15
18
Cpkm = 0,28
Cpkm = 0,19
Cpkm = 0,72
258
QUADRO 2- ANLISE DAS AMOSTRAS DE TIJOLOS DE
PITANGA - PR
Municpio:
Pitanga
Produto: Tijolos de 6 furos
Indstrias
Parmetros: # Dimenses: 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1 P6F 19,33 0,74 -0,07 0,28 13,48 0,80 -0,58 0,19 8,90 1,01 -0,69 0,72 No-Conforme
OBS: 6F= Tijolo de 6 Furos
O quadro acima, permite concluir que os tijolos de 6 furos produzidos apresentam
uma mdia compatvel com o exigido pelas normas tcnicas em todas as suas
dimenses. No entanto estas dimenses apresentam descentralidades( CpCpk), e a
capacidade do processo, representada pelos ndices Cp e Cpkm, inferior a 1 para os
dois ndices. Isto caracteriza a despadronizao e leva a um resultado insuficente para
os padres de qualidade mnimos exigidos.
259
3.8.3 PALMEIRA(PR)- Produz somente tijolos de 6 furos, com as
dimenses nominais de 19cm x 14cm x 9 cm. Foi avaliada a seguinte indstria:
3.8.3.1 Anlise para F1PAL6F
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 37 - ANLISE PARA O COMPRIMENTO DE F1PAL6F
Cp = 0,42
Cpk = 0,04
Cpk (superior) = 0,75
Cpk (inferior) = 0,04
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5
0
5
10
15
20
25
30
GRFICO 38 - ANLISE PARA A LARGURA DE F1PAL6F
Cp = 0,60
Cpk = 0,06
Cpk (superior) = 1,14
Cpk (inferior) = 0,06
Cpm = 0,31
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
5
10
15
20
25
GRFICO 39 - ANLISE PARA A ALTURA DE F1PAL6F
Cp = 0,51
Cpk = 0,08
Cpk (superior) = 0,93
Cpk (inferior) = 0,08
Cpm = 0,31
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,1 8,4 8,7 9 9,3 9,6
0
3
6
9
12
15
18
Cpkm = 0,28
Cpkm = 0,31
Cpkm = 0,31
260
QUADRO 3 ANLISE DAS AMOSTRAS DE TIJOLOS DE
PALMEIRA - PR
Municpio:
Palmeira
Produto: Tijolos de 6 fcuros
Indstrias
Parmetros: # Dimenses: 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice:Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1PAL6F 18,73 0,42 0,04 0,28 13,73 0,60 0,06 0,31 8,75 0,51 0,08 0,31 No-Conforme
OBS: 6F= Tijolo de 6 Furos
O quadro acima, permite concluir que os tijolos de 6 furos produzidos apresentam
uma mdia compatvel com o exigido pelas normas tcnicas. No entanto todas as
dimenses apresentam descentralidades( CpCpk).Em todas as dimenses a
capacidade do processo apresenta-se insuficiente( Cp e Cpkm <1), revelando a
inadequao aos padres mnimos exigidos..
261
3.8.4 PAULO FRONTRIM (PR)-Possui somente uma olaria que
produz tijolos de 6 furos; de 4 furos; tijolos macios e telhas romanas. A avaliao dos
produtos a seguinte:
3.8.4.1 Anlise para F1PF
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 40 - ANLISE PARA O COMPRIMENTO DE F1PFP6F
Cp = 0,43
Cpk = -0,56
Cpk (superior) = -0,56
Cpk (inferior) = 1,41
Cpm = 0,13
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5
0
5
10
15
20
25
30
GRFICO 41 - ANLISE PARA A LARGURA DE F1PFP6F
Cp = 0,57
Cpk = 0,24
Cpk (superior) = 0,90
Cpk (inferior) = 0,24
Cpm = 0,41
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18
GRFICO 42 - ANLISE PARA A ALTURA DE F1PFP6F
Cp = 0,66
Cpk = 0,37
Cpk (superior) = 0,37
Cpk (inferior) = 0,95
Cpm = 0,49
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
20
24
Cpkm = 0,13
Cpkm = 0,41
Cpkm = 0,49
262
b) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x
9cm x 9cm
GRFICO 43 - ANLISE PARA O COMPRIMENTO DE F1PFP4F
Cp = 0,50
Cpk = -1,68
Cpk (superior) = -1,68
Cpk (inferior) = 2,69
Cpm = 0,08
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
3
6
9
12
15
GRFICO 44 - ANLISE PARA A LARGURA DE F1PFP4F
Cp = 0,80
Cpk = -0,24
Cpk (superior) = -0,24
Cpk (inferior) = 1,84
Cpm = 0,24
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
4
8
12
16
20
GRFICO 45 - ANLISE PARA A ALTURA DE F1PFP4F
Cp = 0,73
Cpk = -0,32
Cpk (superior) = -0,32
Cpk (inferior) = 1,77
Cpm = 0,22
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
4
8
12
16
20
Cpkm = 0,08
Cpkm = 0,24
Cpkm = 0,22
263
c) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 46 - ANLISE PARA O COMPRIMENTO DE F1PFPMAC
Cp = 0,76
Cpk = -2,40
Cpk (superior) = -2,40
Cpk (inferior) = 3,92
Cpm = 0,08
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16
20
GRFICO 47 - ANLISE PARA A LARGURA DE F1PFPMAC
Cp = 0,55
Cpk = -2,60
Cpk (superior) = -2,60
Cpk (inferior) = 3,69
Cpm = 0,06
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2 11,7
0
3
6
9
12
15
18
GRFICO 48 - ANLISE PARA A ALTURA DE F1PFPMAC
Cp = 0,81
Cpk = 0,43
Cpk (superior) = 1,20
Cpk (inferior) = 0,43
Cpm = 0,53
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5,1 5,3 5,5 5,7 5,9 6,1
0
4
8
12
16
20
Cpkm = 0,08
Cpkm = 0,06
Cpkm = 0,53
264
d) Anlise para as telhas francesas nas dimenses nominais de 40cm x
24cm x 1,4cm
GRFICO 49 - ANLISE PARA O COMPRIMENTO DE F1PFTF
GRFICO 50 - ANLISE PARA A LARGURA DE F1PFTF
GRFICO 51 - ANLISE PARA A ALTURA DE F1PFTF
Cp = 0,69
Cpk = 0,47
Cpk (superior) = 0,47
Cpk (inferior) = 0,91
Cpm = 0,57
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,3 1,5 1,7 1,9
0
4
8
12
16
20
24
Cp=0,94
Cpk=-2,96
Cpk(superior)=4,84
Cpk(inferior)=-2,96
Cpkm=0,08
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
f
r
e
q
n
c
i
a
21 22 23 24 25
0
4
8
12
16
20
Cpkm = 0,57
Cp=1,38
Cpk=-0,69
Cpk(superior)=3,45
Cpk(inferior)=-0,69
Cpkm=0,22
LIE=39,2 NOMINAL=40 LSE=40,8
Comprimento
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
5
10
15
20
25
30
265
e) Anlise para as telhas romanas nas dimenses nominais de 40cm x 23cm
x 1,3cm
GRFICO 52 - ANLISE PARA O COMPRIMENTO DE F1PFTR
GRFICO 53 - ANLISE PARA A LARGURA DE F1PFTR
GRFICO 54 - ANLISE PARA A ALTURA DE F1PFTR
Cp = 0,62
Cpk = 0,25
Cpk (superior) = 0,25
Cpk (inferior) = 0,98
Cpm = 0,41
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
4
8
12
16
20
24
Cpkm = 0,41
Cp=0,94
Cpk=-0,10
Cpk(superior)=1,98
Cpk(inferior)=-0,10
Cpkm=0,28
LIE=39,0 NOMINAL=40,0 LSE=41,0
comprimento
f
r
e
q
n
c
i
a
37 38 39 40 41
0
4
8
12
16
Cp=0,86
Cpk=-0,66
Cpk(superior)=2,37
Cpk(inferior)=-0,66
Cpkm=0,18
LIE=23,4 NOMINAL=24 LSE=24,6
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
3
6
9
12
15
18
266
QUADRO 4A ANLISE DAS AMOSTRAS DE TIJOLOS DE
PAULO FRONTIM PR
Municpio:
Paulo
Frontim
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 4F C [18,7; 19,3]; L [8,7; 9,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
# ndice:Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1PFP6F 19,69 0,43 -0,56 0,13 13,83 0,56 0,24 0,41 9,13 0,66 0,37 0,49 No-Conforme
F1PFP4F 20,30 0,50 -1,68 0,08 9,39 0,8 -0,24 0,24 9,43 0,73 -0,32 0,22 No-Conforme
F1PFPMAC 20,24 0,76 -2,40 0,08 10,73 0,55 -2,62 0,06 5,56 0,81 0,43 0,53 No-Conforme
OBS: 6F = tijolos de 6 furos; 4F= tijolos de 4 furos
MAC=tijolos macios
QUADRO 4B-ANLISE DAS AMOSTRAS DE TELHAS DE
PAULO FRONTIM PR,
Municpio:
Paulo Frontim
Produto: Telhas
Indstrias
Parmetros: # Dimenses: # TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39 ; 41]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1PFTF 38,80 1,38 -0,69 0,22 22,02 0,94 -2,96 0,08 1,46 0,69 0,47 0,57 No-Conforme
F1PFTR 35,89 0,94 -0,10 0,28 22,43 0,86 -0,66 0,18 1,43 0,62 0,25 0,41 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
O quadro acima, permite concluir que no tocante ao comprimento a
mdia dos produtos encontra-se acima do LSE para os tijolos e abaixo do LIE para as
telhas.
Quanto a largura, apenas os tijolos de seis furos tm sua mdia dentro dos
limites de especificao.
Quanto a altura/espessura, a mdia de todos os produtos ( telhas e tijolos)
encontra-se dentro das normas.
267
No entanto, todos os processos apresentam descentralidades ( CpCpk) e
ndices de capacidade, Cp e Cpkm, abaixo de 1 (excetuando-se o comprimento das
telhas francesas com Cp=1,38). Isso caracteriza a incapacidade do processo produtivo
para os padres exigidos.
268
3.8.5 MALLET (PR)- As indstrias em atividade produzem somente
tijolos de 6 furos. A avaliao a seguinte:
3.8.5.1 Anlise para F1MG
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 55 - ANLISE PARA O COMPRIMENTO DE F1MG6F
Cp = 0,48
Cpk = -0,05
Cpk (superior) = -0,05
Cpk (inferior) = 1,00
Cpm = 0,25
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
3
6
9
12
15
18
GRFICO 56 - ANLISE PARA A LARGURA DE F1MG6F
Cp = 0,41
Cpk = 0,16
Cpk (superior) = 0,16
Cpk (inferior) = 0,67
Cpm = 0,33
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
c
i
a
13 13,4 13,8 14,2 14,6 15
0
3
6
9
12
15
18
GRFICO 57 - ANLISE PARA A ALTURA DE F1MG6F
Cp = 0,77
Cpk = 0,19
Cpk (superior) = 0,19
Cpk (inferior) = 1,35
Cpm = 0,38
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
4
8
12
16
20
24
Cpkm = 0,25
Cpkm = 0,33
Cpkm = 0,38
269
3.8.5.2 Anlise para F2MSJ
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 58 - ANLISE PARA O COMPRIMENTO DE F2MSJ6F
Cp = 0,56
Cpk = -0,10
Cpk (superior) = 1,22
Cpk (inferior) = -0,10
Cpm = 0,25
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
4
8
12
16
20
24
GRFICO 59 - ANLISE PARA A LARGURA DE F2MSJ6F
Cp = 0,42
Cpk = 0,26
Cpk (superior) = 0,58
Cpk (inferior) = 0,26
Cpm = 0,38
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
GRFICO 60 - ANLISE PARA A ALTURA DE F2MSJ6F
Cp = 0,50
Cpk = 0,48
Cpk (superior) = 0,52
Cpk (inferior) = 0,48
Cpm = 0,50
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,6 8,9 9,2 9,5 9,8 10,1
0
3
6
9
12
15
Cpkm = 0,25
Cpkm = 0,38
Cpkm = 0,50
270
QUADRO 5 ANLISE DAS AMOSTRAS DE TIJOLOS DE
MALLET - PR
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice:Cpkm= Cp 1,00; Cpkm 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1MG6F 19,35 0,48 -0,09 0,25 14,19 0,41 0,15 0,33 9,24 0,77 0,19 0,38 No-Conforme
F2MSJ6F 18,65 0,56 -0,10 0,25 13,88 0,42 0,26 0,38 8,99 0,50 0,48 0,50 No-Conforme
OBS:; 6F = Tijolos de 6 Furos
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que o
comprimento mdio dos tijolos produzidos encontra-se fora dos limites de
especificao[18,7-19-19,3]. J a largura e a altura apresentam mdia compatvel
com o disposto nas normas. No entanto todas dimenses esto
descentralizadas(CpCpk) e os ndices de capacidade Cp e Cpkm apresentam-se
inferiores a 1, considerados insuficientes para os padres de qualidade exigidos para
a produo industrial.
271
3.8.6 TEIXEIRA SOARES (PR)- Possui uma nica industria cermica que
produz tijolos de 6 furos. A avaliao a seguinte:
3.8.6.1 Anlise para F1TSCG
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 61 - ANLISE PARA O COMPRIMENTO DE F1PTSCG6F
Cp =0,36
Cpk = 0,04
Cpk (superior) = 0,04
Cpk (inferior) = 0,68
Cpm = 0,26
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30
GRFICO 62 - ANLISE PARA A LARGURA DE F1PTSCG6F
Cp =0,70
Cpk =0,68
Cpk (superior) = 0,68
Cpk (inferior) = 0,71
Cpm = 0,70
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,5 13,7 13,9 14,1 14,3 14,5 14,7
0
3
6
9
12
15
18
GRFICO 63 - ANLISE PARA A ALTURA DE F1PTSCG6F
Cp =0,68
Cpk = 0,45
Cpk (superior) = 0,91
Cpk (inferior) = 0,45
Cpm = 0,56
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18
Cpkm = 0,26
Cpkm = 0,70
Cpkm = 0,56
272
QUADRO 6 ANLISE DAS AMOSTRAS DE TIJOLOS DE
TEIXEIRA SOARES - PR
Municpio:
Teixeira
Soares
Produto: Tijolos
Indstrias Parmetros: # Dimenses: # 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1TSCG6F 19,26 0,36 0,04 0,26 14,00 0,70 0,68 0,70 8,90 0,68 0,45 0,56 No-Conforme
OBS: 6F = Tijolos de 6 Furos
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que apesar
de todas as dimenses mdias encontrarem-se dentro dos limites de especificao,
estas dimenses apresentam-se descentralizadas ( CpCpk). Os ndices Cp e Cpkm
apresentam-se inferiores a 1, considerados insuficientes para os padres de qualidade
exigidos para a produo.
273
3.8.7 FERNANDES PINHEIRO (PR)- Produz somente tijolos de 6 furos.A
avaliao a seguinte:
3.8.7.1 Anlise para F1FPSG
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 21,5cm x 15cm x
10 cm
GRFICO 64 - ANLISE PARA O COMPRIMENTO DE F1FPSG6F
Cp=0,26
Cpk=0,21
Cpk(Superior)=0,21
Cpk (Inferior) = 0,30
Cpm=0,26
Comprimento
f
r
e
q
n
c
i
a
LIE= 21,2 NOMINAL= 25 LSE=28
20 20,5 21 21,5 22 22,5 23
0
4
8
12
16
20
24
GRFICO 65 - ANLISE PARA A LARGURA DE F1FPSG6F
Cp=0,34
Cpk=-0,01
Cpk(superior) =0,69
Cpm=0,24
Cpk(inferior) =-0,01
Largura
f
r
e
q
n
c
i
a
LIE=14,7 NOMINAL=15 LSE=15,3
13 13,5 14 14,5 15 15,5 16
0
10
20
30
40
GRFICO 66 - ANLISE PARA A ALTURA DE F1FPSG6F
Cp=0,56
Cpk=0,39
Cpk(Superior)=0,72
Cpk(inferior)=0,39
Cpm=0,50
LIE=9,7 NOMINAL=10 LSE=10,3
Altura
f
r
e
q
u
n
c
i
a
9,3 9,5 9,7 9,9 10,1 10,3 10,5 10,7 10,9
0
3
6
9
12
15
18
Cpkm = 0,26
Cpkm = 0,24
Cpkm = 0,50
274
QUADRO 7 ANLISE DAS AMOSTRAS DE TIJOLOS DE
FERNANDES PINHEIRO- PR
Municpio:
Fernandes
Pinheiro
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: 6F C [21,2; 21,8]; L [14,7; 15,3]; h [9,7 ;10,3]
# ndice:Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1FPSG6F 21,55 0,26 0,21 0,26 14,69 0,39 -0,01 0,26 9,91 0,52 0,39 0,50 No-Conforme
OBS: 6F = Tijolos de 6 FuroS
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que apesar
de todas as dimenses mdias encontrarem-se dentro dos limites de especificao,
estas dimenses apresentam-se descentralizadas ( CpCpk). Os ndices Cp e Cpkm
apresentam-se inferiores a 1, considerado insuficientes para os padres de qualidade
exigidos para a produo.
275
3.8.8 IVA (PR)- Foram verificadas as amostras de duas indstrias. A
avaliao a seguinte:
3.8.8.1 Anlise para F1IS
a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 20cm x
15cm x 10cm
GRFICO 67 - ANLISE PARA O COMPRIMENTO DE F1IS6FE
Cp = 0,68
Cpk = -0,52
Cpk (superior) = -0,52
Cpk (inferior) = 1,88
Cpm = 0,18
LIE = 19,7 NOMINAL = 20,0 LSE = 20,3
Comprimento
F
r
e
q
n
c
i
a
19 19,4 19,8 20,2 20,6 21 21,4
0
4
8
12
16
GRFICO 68 - ANLISE PARA A LARGURA DE F1IS6FE
Cp = 0,69
Cpk = -0,46
Cpk (superior) = 1,83
Cpk (inferior) = -0,46
Cpm = 0,19
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
14 14,3 14,6 14,9 15,2 15,5
0
3
6
9
12
15
GRFICO 69 - ANLISE PARA A ALTURA DE F1IS6FE
Cp = 0,86
Cpk = -0,21
Cpk (superior) = 1,94
Cpk (inferior) = -0,21
Cpm = 0,25
LIE= 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,2 9,4 9,6 9,8 10 10,2 10,4
0
3
6
9
12
15
Cpkm = 0,18
Cpkm = 0,19
Cpkm = 0,25
276
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 70 - ANLISE PARA O COMPRIMENTO DE F1IS6F
Cp = 0,39
Cpk = 0,07
Cpk (superior) = 0,70
Cpk (inferior) = 0,07
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15
GRFICO 71 - ANLISE PARA A LARGURA DE F1IS6F
Cp = 0,64
Cpk = -0,08
Cpk (superior) = 1,36
Cpk (inferior) = -0,08
Cpm = 0,27
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
GRFICO 72 - ANLISE PARA A ALTURA DE F1IS6F
Cp = 0,63
Cpk = 0,63
Cpk (superior) = 0,63
Cpk (inferior) = 0,64
Cpm = 0,63
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
3
6
9
12
15
Cpkm = 0,28
Cpkm = 0,27
Cpkm = 0,63
277
c) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm x
9cm
GRFICO 73 - ANLISE PARA O COMPRIMENTO DE F1IS2F
Cp = 0,59
Cpk = -1,54
Cpk (superior) = -1,54
Cpk (inferior) = 2,72
Cpm = 0,09
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16
20
24
GRFICO 74 - ANLISE PARA A LARGURA DE F1IS2F
Cp = 0,74
Cpk = -1,88
Cpk (superior) = -1,88
Cpk (inferior) = 3,36
Cpm = 0,09
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
3
6
9
12
15
18
GRFICO 75 - ANLISE PARA A ALTURA DE F1IS2F
Cp=1,01
Cpk=0,97
Cpk(Superior)=1,04
Cpk( inferior)=0,97
Cpm=1,0
LIE=5,4 NOMINAL=5,7 LSE=6,0
Altura
f
r
e
q
n
c
i
a
5,3 5,5 5,7 5,9 6,1
0
4
8
12
16
20
24
LIE=8,7 NOMINAL=9 LSE=9,3
Cpkm = 0,09
Cpkm = 0,09
Cpkm = 1,00
278
3.8.8.2 Anlise para F2I19
a)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
20cm x 15cm x 10cm
GFICO 76 - ANLISE PARA O COMPRIMENTO DE F2I196FE
Cp = 0,37
Cpk = -1,26
Cpk (superior) = -1,26
Cpk (inferior) = 2,00
Cpm = 0,07
LIE = 19,7 NOMINAL = 20,0 LSE = 20,3
Comprimento
F
r
e
q
n
c
i
a
19 20 21 22 23
0
10
20
30
40
GRFICO 77 - ANLISE PARA A LARGURA DE F2I196FE
Cp = 0,74
Cpk = -0,04
Cpk (superior) = 1,53
Cpk (inferior) = -0,04
Cpm = 0,29
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
14 14,3 14,6 14,9 15,2 15,5
0
4
8
12
16
20
GRFICO 78 - ANLISE PARA A ALTURA DE F2I196FE
Cp = 0,92
Cpk = 0,42
Cpk (superior) = 1,43
Cpk (inferior) = 0,42
Cpm = 0,51
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,5 9,7 9,9 10,1 10,3 10,5
0
3
6
9
12
15
18
Cpkm = 0,07
Cpkm = 0,29
Cpkm = 0,51
279
b)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 79 - ANLISE PARA O COMPRIMENTO DE F2I196F
Cp = 0,92
Cpk = 0,56
Cpk (superior) = 1,29
Cpk (inferior) = 0,56
Cpm = 0,62
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5 19,7
0
4
8
12
16
20
24
GRFICO 80 - ANLISE PARA A LARGURA DE F2I196F
Cp = 0,99
Cpk = -0,09
Cpk (superior) = 2,07
Cpk (inferior) = -0,09
Cpm = 0,29
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,3 13,5 13,7 13,9 14,1 14,3 14,5
0
3
6
9
12
15
18
GRFICO 81 - ANLISE PARA A ALTURA DE F2I196F
Cp = 0,76
Cpk = 0,48
Cpk (superior) = 0,48
Cpk (inferior) = 1,04
Cpm = 0,58
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
Cpkm = 0,62
Cpkm = 0,29 Cpkm = 0,29
Cpkm = 0,58
280
c) Anlise para os tijolos de 8 furos nas dimenses nominais de 19cm x
19cm x 9cm
GRFICO 82 - ANLISE PARA O COMPRIMENTO DE F2I198F
Cp = 0,66
Cpk = -2,43
Cpk (superior) = -2,43
Cpk (inferior) = 3,76
Cpm = 0,07
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16
GRFICO 83 - ANLISE PARA A LARGURA DE F2I198F
Cp = 1,21
Cpk = -1,87
Cpk (superior) = -1,87
Cpk (inferior) = 4,29
Cpm = 0,13
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30
GRFICO 84 - ANLISE PARA A ALTURA DE F2I198F
Cp = 0,99
Cpk = -1,45
Cpk (superior) = -1,45
Cpk (inferior) = 3,43
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24
Cpkm = 0,07
Cpkm = 0,13
Cpkm = 0,13
281
d) Anlise para lajotas nas dimenses nominais de 30cm x 19cm x 7cm
GRFICO 85 - ANLISE PARA O COMPRIMENTO DE F2I19L
Cp = 0,92
Cpk = -3,43
Cpk (superior) = 5,28
Cpk (inferior) = -3,43
Cpm = 0,07
LIE = 29,7 NOMINAL = 30,0 LSE = 30,3
Comprimento
F
r
e
q
n
c
i
a
28 28,4 28,8 29,2 29,6 30 30,4 30,8
0
4
8
12
16
20
GRFICO 86 - ANLISE PARA A LARGURA DE F2I19L
Cp = 0,87
Cpk = 0,52
Cpk (superior) = 1,23
Cpk (inferior) = 0,52
Cpm = 0,59
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5
0
4
8
12
16
20
GRFICO 87 - ANLISE PARA A ALTURA DE F2I19L
Cp = 0,55
Cpk = -0,28
Cpk (superior) = 1,38
Cpk (inferior) = -0,28
Cpm = 0,20
LIE = 6,7 NOMINAL = 7,0 LSE = 7,3
Altura
F
r
e
q
n
c
i
a
6 6,3 6,6 6,9 7,2 7,5
0
5
10
15
20
25
30
Cpkm = 0,07
Cpkm = 0,59
Cpkm = 0,20
282
QUADRO 8 ANLISE DAS AMOSTRAS DE TIJOLOS DE IVA- PR
Municpio
: Iva
Produto: Tijolos
Indstria
s
Parmetros: # Dimenses:
6FE C [19,7;20,3]; L [14,7; 15,3]; h [9,7;10,3]
# 6F C [18,7;19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 8F C [18,7;19,3]; L [18,7;19,3]; h [8,7; 9,3]
# L C [29,7;30,3]; L [18,7;19,3]; h [6,7;7,3]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md
cm
Cp Cpk Cpkm Concluso
F1IS6FE 20,53 0,68 -0,52 0,18 14,5 0,69 -0,46 0,19 9,63 0,86 -0,21 0,25 No-Conforme
F1IS6F 18,76 0,39 0,07 0,28 13,66 0,64 -0,08 0,27 9,0 0,63 0,63 0,63 No-Conforme
F1IS2F 20,08 0,59 -1,54 0,09 10,06 0,74 -1,88 0,09 5,69 1,01 0,97 1,00 No-Conforme
F2I196FE 21,33 0,37 -1,26 0,07 14,68 0,74 -0,04 0,29 9,83 0,92 0,42 0,51 No-Conforme
F2I196F 18,92 0,59 0,46 0,62 13,67 0,99 -0,09 0,29 9,11 0,76 0,48 0,58 No-Conforme
F2I198F 20,4 0,66 -2,43 0,07 19,76 1,21 -1,87 0,13 9,74 0,99 -1,45 0,13 No-Conforme
F2I19L 28,59 0,92 -3,43 0,07 18,88 0,87 0,52 0,59 6,55 0,55 -0,28 0,20 No-Conforme
OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos; 8F = Tijolos de 8 Furos
L=Lajota; 2F : Tijolos de 2 Furos
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que h uma
predominncia na descentralidades das dimenses pois CpCpk.Os ndices de
capacidade Cp e Cpkm, somente encontram-se superiores a 1 para a altura de F1IS2F.
Desta forma, os ndices apresentados so inferiores ao mnimo exigidos para os
padres de qualidade.
283
3.8.9 IPIRANGA (PR)- A nica cermica existente apresenta as seguintes
caractersticas para os seus produtos:
3.8.9.1 Anlise para F1IPW
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 88 - ANLISE PARA O COMPRIMENTO DE F1IPW6F
Cp = 0,22
Cpk = 0,18
Cpk (superior) = 0,27
Cpk (inferior) = 0,18
Cpm = 0,22
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
q
n
c
i
a
17 18 19 20 21
0
2
4
6
8
10
12
GRFICO 89 - ANLISE PARA A LARGURA DE F1IPW6F
Cp = 0,34
Cpk = 0,06
Cpk (superior) = 0,06
Cpk (inferior) = 0,62
Cpm = 0,26
LIE = 13,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
3
6
9
12
15
GRFICO 90 - ANLISE PARA A ALTURA DE F1IPW6F
Cp = 0,47
Cpk = 0,45
Cpk (superior) = 0,49
Cpk (inferior) = 0,45
Cpm = 0,47
LIE = 8,7 NOMINAL 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,6 8,9 9,2 9,5 9,8 10,1
0
4
8
12
16
20
24
Cpkm = 0,22
Cpkm = 0,26
Cpkm = 0,47
284
QUADRO 9 ANLISE DAS AMOSTRAS DE TIJOLOS DE IPIRANGA- PR
Municpio:
Ipiranga
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1IP6F 18,98 0,22 -0,56 0,22 14,24 0,34 0,66 0,26 8,99 0,47 0,45 0,47 No-Conforme
OBS: 6F = Tijolos de 6 Furos
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que
apesar de todas as dimenses mdias encontrarem-se-se dentro dos limites de
especidifica, apresentam-se descentralizadas ( CpCpk) e com ndices de
capacidade(Cp e Cpkm) inferiores a l; os quais so considerados insuficientes..
285
3.8.10 REBOUAS (PR )- Apresenta uma nica indstria cermica que est
procurando se especializar em determinados produtos. Apresenta bom nvel de
investimento com controle computadorizado das temperaturas dos fornos, o que revela
a ocorrncia de qualquer anomalia durante o processo de produo. Em sntese tem-se
os seguintes resultados:
3.8.10.1 Anlise para F1RBJ
a) Anlise para os tijolos de 6 furos especial nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 91 - ANLISE PARA O COMPRIMENTO DE F1RBJ6FE
Cp = 0,65
Cpk = -1,04
Cpk (superior) = 2,34
Cpk (inferior) = -1,04
Cpm = 0,12
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
4
8
12
16
20
GRFICO 92 - ANLISE PARA A LARGURA DE F1RBJ6FE
Cp = 0,63
Cpk = -3,53
Cpk (superior) = -3,53
Cpk (inferior) = 4,79
Cpm = 0,05
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 14 15 16 17
0
3
6
9
12
15
GRFICO 93 - ANLISE PARA A ALTURA DE F1RBJ6FE
Cp = 0,74
Cpk = 0,16
Cpk (superior) = 1,32
Cpk (inferior) = 0,16
Cpm = 0,37
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
10,8 11 11,2 11,4 11,6 11,8 12
0
3
6
9
12
15
18
Cpkm = 0,12
Cpkm = 0,05
Cpkm = 0,37
286
b) Anlise para telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 94 - ANLISE PARA O COMPRIMENTO DE F1RBJ6TR
GRFICO 95 - ANLISE PARA A LARGURA DE F1RBJ6TR
GRFICO 96 - ANLISE PARA A ALTURA DE F1RBJ6TR
Cp = 0,62
Cpk = 0,51
Cpk (superior) = 0,51
Cpk (inferior) = 0,72
Cpm = 0,59
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
3
6
9
12
15
18
Cpkm = 0,59
Cp=1,22
Cpk=0,73
Cpk(superior)=0,73
Cpk(inferior)=1,70
Cpkm=0,68
LSL = 39,0, Nominal = 40,0, USL = 41,0
Comprimento
f
r
e
q
n
c
i
a
39 39,4 39,8 40,2 40,6 41 41,4 41,8
0
3
6
9
12
15
Cp=0,37
Cpk=-0,20
Cpk(superior)=0,93
Cpk(inferior)=-0,20
Cpkm=0,19
LIE=23,4 NOMINAL=24,0 LSE=24,6
Largura
f
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15
18
287
QUADRO 10A-ANLISE DAS AMOSTRAS DE TIJOLOS DE
REBOUAS - PR
Municpio:
Rebouas
Produto: Tijolo
Indstrias
Parmetros: # Dimenses: 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# ndice: Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1R6FE 23,22 0,65 -1,04 0,12 15,99 0,63 -3,53 0,05 11,22 0,74 0,16 0,37 No-Conforme
OBS: 6F= Tijolo de 6 Furos
QUADRO 10B-ANLISE DAS AMOSTRAS DE TELHAS DE
REBOUAS - PR
Municpio:
Rebouas
Produto: Telhas
Indstrias
Parmetros: # Dimenses: TR C [39,0; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice: Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md (cm)
Cp Cpk Cpkm Concluso
F1RTR 40,40 1,22 0,73 0,68 23,07 0,37 -0,20 0,19 1,33 0,62 0,51 0,59 No-Conforme
OBS: TR = Telha Romana
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que todos os
produtos apresentam descentralidades com CpCpk.As dimenses mdias,
excetuando-se o comprimento para os tijolos e a largura para as telhas, encontram-se
dentro das especificaes. No entanto os baixos ndices Cp e Cpkm, indicam que a
capacidade do processo insuficiente para os padres de qualidade exigidos.
288
3.11 IRATI (PR)- Possui 4 indstrias cermicas, das quais foram verificadas
2 . So as seguintes as anlises:
3.11.1 Anlise para F1IRM
a) Anlise para os tijolos de 6 furos especial nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 97 - ANLISE PARA O COMPRIMENTO DE F1IRM6FE
Cp = 0,43
Cpk = -2,09
Cpk (superior) = 2,95
Cpk (inferior) = -2,09
Cpm = 0,06
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
5
10
15
20
25
30
GRFICO 98 - ANLISE PARA A LARGURA DE F1IRM6FE
Cp = 0,71
Cpk = -2,63
Cpk (superior) = -2,63
Cpk (inferior) = 4,06
Cpm = 0,07
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,5 14 14,5 15 15,5 16
0
4
8
12
16
20
24
GRFICO99- ANLISE PARA A ALTURA DE F1IRM6FE
Cp = 0,76
Cpk = -2,48
Cpk (superior) = 4,00
Cpk (inferior) = -2,48
Cpm = 0,08
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
9,8 10,2 10,6 11 11,4 11,8 12,2
0
3
6
9
12
15
18
Cpkm = 0,06
Cpkm = 0,07
Cpkm = 0,08
289
b) Anlise para telha francesa nas dimenses nominais de 40cm x 24cm x 1,4cm
GRFICO 100 - ANLISE PARA O COMPRIMENTO DE F1IRM6TF
GRFICO 101- ANLISE PARA A LARGURA DE F1IRM6TF
GRFICO 102 - ANLISE PARA A ALTURA DE F1IRM6TF
Cp = 0,89
Cpk = 0,85
Cpk (superior) = 0,92
Cpk (inferior) = 0,85
Cpm = 0,88
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
0
4
8
12
16
20
24
Cpkm = 0,88
Cp=0,35
Cpk=0,07
Cpk(superior)=0,63
Cpk(inferior)=0,07
Cpkm=0,27
LIE=39,2 NOMINAL=40,0 LSE=40,8
Comprimento
F
r
e
q
n
c
i
a
36 37 38 39 40 41 42
0
5
10
15
20
25
30
Cp=0,73
Cpk=-0,73
Cpk(superior)=2,19
Cpk(inferior)=-0,73
Cpkm=0,16
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
F
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5
0
3
6
9
12
15
290
3.11.2 Anlise para F2IRJM
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 103 - ANLISE PARA O COMPRIMENTO DE F2IRJM6F
Cp = 0,55
Cpk = 0,54
Cpk (superior) = 0,55
Cpk (inferior) = 0,54
Cpm = 0,55
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20
0
3
6
9
12
15
GRFICO 104 - ANLISE PARA A LARGURA DE F2IRJM6F
Cp = 1,07
Cpk = -1,73
Cpk (superior) = 3,87
Cpk (inferior) = -1,73
Cpm = 0,13
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
GRFICO 105 - ANLISE PARA A ALTURA DE F2IRJM6F
Cp = 0,95
Cpk = 0,92
Cpk (superior) = 0,92
Cpk (inferior) = 0,98
Cpm = 0,94
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
5
10
15
20
25
Cpkm = 0,55
Cpkm = 0,13
Cpkm = 0,94
291
b) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 106- ANLISE PARA O COMPRIMENTO DE F2IRJM6FE
Cp = 0,67
Cpk = -2,98
Cpk (superior) = 4,32
Cpk (inferior) = -2,98
Cpm = 0,06
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
4
8
12
16
GRFICO 107 - ANLISE PARA A LARGURA DE F2IRJM6FE
Cp = 0,52
Cpk = -1,79
Cpk (superior) = -1,79
Cpk (inferior) = 2,83
Cpm = 0,07
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,5 14 14,5 15 15,5 16
0
5
10
15
20
25
GRFICO 108 - ANLISE PARA A ALTURA DE F2IRJM6FE
Cp = 0,41
Cpk = -0,44
Cpk (superior) = 1,25
Cpk (inferior) = -0,44
Cpm = 0,15
LIE= 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
10 10,3 10,6 10,9 11,2 11,5 11,8
0
10
20
30
40
Cpkm = 0,06
Cpkm = 0,07
Cpkm = 0,15
292
QUADRO 11A - ANLISE DAS AMOSTRAS DE TIJOLOS DE
IRATI PR
Municpio:
Irati
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice: Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
0F1IR6FE 22,23 0,43 -2,09 0,06 15,40 0,71 -2,63 0,07 10,22 0,76 -2,48 0,08 No-Conforme
F2IJM6F 18,99 0,55 0,54 0,55 13,22 1,07 -1,73 0,13 9,01 0,95 0,92 0,94 No-Conforme
F2IJM6FE 22,36 0,67 -2,98 0,06 15,33 0,52 -1,79 0,07 10,88 0,41 -0,44 0,15 No-Conforme
OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos;
QUADRO 11B ANLISE DAS AMOSTRAS DE TELHAS DE IRATI PR
Municpio:
Irati
Produto: Telhas
Indstrias
Parmetros: # Dimensjies: TF C [39,2; 40,8]; L [2352; 24,48]; h [1,2; 1,6]
# ndice: Cpkm=PCp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1IRTF 39,36 0,35 0,07 0,27 23,04 0,73 -0,73 0,16 1,39 0,89 0,85 0,88 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que todos os
produtos apresentam descentralidades com CpCpk.A maior parte das dimenses
mdias encontram-se fora especificaes. Os baixos ndices Cp e Cpkm, indicam que a
capacidade do processo insuficiente para os padres de qualidade exigidos.
293
3.12 IMBITUVA (PR)- Possui 9 indstrias cermicas, das quais foram
analisadas 5 indstrias. a seguinte a anlise para esse municpio:
3.12.1 Anlise para F1IM90
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 109- ANLISE PARA O COMPRIMENTO DE F1IM906F
Cp = 0,23
Cpk = 0,03
Cpk (superior) = 0,43
Cpk (inferior) = 0,03
Cpm = 0,20
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
e
q
n
c
i
a
17 18 19 20 21
0
3
6
9
12
15
GRFICO110 - ANLISE PARA A LARGURA DE F1IM906F
Cp = 0,69
Cpk = -0,24
Cpk (superior) = 1,62
Cpk (inferior) = -0,24
Cpm = 0,23
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
10
20
30
40
GRFICO 111 - ANLISE PARA A ALTURA DE F1IM906F
Cp = 0,53
Cpk = 0,19
Cpk (superior) = 0,87
Cpk (inferior) = 0,19
Cpm = 0,37
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,2 8,5 8,8 9,1 9,4 9,7
0
5
10
15
20
25
Cpkm = 0,20
Cpkm = 0,23
Cpkm = 0,37
294
b) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x
9cm
GRFICO 112 - ANLISE PARA O COMPRIMENTO DE F1IM904F
Cp = 0,53
Cpk = -1,80
Cpk (superior) = -1,80
Cpk (inferior) = 2,85
Cpm = 0,07
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16
GRFICO 113 - ANLISE PARA A LARGURA DE F1IM904F
Cp = 0,72
Cpk = -0,86
Cpk (superior) = -0,86
Cpk (inferior) = 2,30
Cpm = 0,15
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15
18
GRFICO 114 - ANLISE PARA A ALTURA DE F1IM904F
Cp = 0,56
Cpk = -0,41
Cpk (superior) = -0,41
Cpk (inferior) = 1,53
Cpm = 0,18
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
m
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15
Cpkm = 0,07
Cpkm = 0,15
Cpkm = 0,18
295
c) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 115- ANLISE PARA O COMPRIMENTO DE F1IM902F
Cp = 0,26
Cpk = -1,05
Cpk (superior) = -1,05
Cpk (inferior) = 1,57
Cpm = 0,06
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
4
8
12
16
20
GRFICO 116 - ANLISE PARA A LARGURA DE F1IM902F
Cp = 0,73
Cpk = -4,36
Cpk (superior) = -4,36
Cpk (inferior) = 5,81
Cpm = 0,05
LIE= 8,7 NOMINAL 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2 11,7
0
3
6
9
12
15
18
GRFICO 117 - ANLISE PARA A ALTURA DE F1IM902F
Cp = 0,62
Cpk = 0,17
Cpk (superior) = 1,08
Cpk (inferior) 0,17
Cpm = 0,36
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3
0
3
6
9
12
15
Cpkm = 0,06
Cpkm = 0,05
Cpkm = 0,36
296
3.12.2 Anlise para F2IMC
a) Anlise para telhas francesas nas dimenses nominais de 40cm x 24cm x 1,4cm
GRFICO 118 - ANLISE PARA O COMPRIMENTO DE F2IMCTF
GRFICO 119 - ANLISE PARA A LARGURA DE F2IMCTF
GRFICO 120 - ANLISE PARA A ALTURA DE F2IMCTF
Cp = 0,78
Cpk = 0,76
Cpk (superior) = 0,79
Cpk (inferior) = 0,76
Cpm = 0,78
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
0
3
6
9
12
15
18
Cpkm = 0,78
Cp=0,74
Cpk=0,58
Cpk(superior)=0,58
Cpk(inferior)=0,90
Cpkm=0,67
LIE=39,2 NOMINAL=40 LSE=41,0
Comprimento
f
r
e
q
n
c
i
a
39 39,4 39,8 40,2 40,6 41 41,4 41,8
0
4
8
12
16
Cp=1,45
Cpk=-0,77
Cpk(superior)=3,68
Cpk(inferior)=-0,77
Cpkm=0,21
LIE=23,52 NOMINAL=24,00 LSE=24,48
Largura
F
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5
0
4
8
12
16
20
24
297
b)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 121 - ANLISE PARA O COMPRIMENTO DE F2IMC6F
Cp = 0,32
Cpk = -0,07
Cpk (superior) = -0,07
Cpk (inferior) = 0,70
Cpm = 0,21
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5
0
4
8
12
16
20
24
GRFICO 122 - ANLISE PARA A LARGURA DE F2IMC6F
Cp = 0,857
Cpk = 0,24
Cpk (superior) = 0,24
Cpk (inferior) = 1,50
Cpm = 0,41
LIE= 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
4
8
12
16
20
GRFICO 123 - ANLISE PARA A ALTURA DE F2IMC6F
Cp = 0,97
Cpk = -1,23
Cpk (superior) = -1,23
Cpk (inferior) = 3,17
Cpm = 0,14
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24
Cpkm = 0,21
Cpkm = 0,41
Cpkm = 0,14
298
c)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 9cm
GRFICO 124 - ANLISE PARA O COMPRIMENTO DE F2IMC6FE
Cp = 0,42
Cpk = -0,32
Cpk (superior) = 1,16
Cpk (inferior) = -0,32
Cpm = 0,17
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15
GRFICO 125 - ANLISE PARA A LARGURA DE F2IMC6FE
Cp = 0,74
Cpk = -0,04
Cpk (superior) = -0,04
Cpk (inferior) = 1,53
Cpm = 0,29
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
3
6
9
12
15
18
GRFICO 126 - ANLISE PARA A ALTURA DE F2IMC6FE
Cp = 0,84
Cpk = -1,28
Cpk (superior) = -1,28
Cpk (inferior) = 2,95
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24
Cpkm = 0,17
Cpkm = 0,29
Cpkm = 0,13
299
3.12.3 Anlise para F3IMA
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 127 - ANLISE PARA O COMPRIMENTO DE F3IMA6F
Cp = 0,57
Cpk = -0,05
Cpk (superior) = 1,20
Cpk (inferior) = -0,05
Cpm = 0,27
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
5
10
15
20
25
GRFICO 128 - ANLISE PARA A LARGURA DE F3IMA6F
Cp = 0,77
Cpk = 0,60
Cpk (superior) = 0,60
Cpk (inferior) = 0,94
Cpm = 0,68
LIE = 13,7 NOMINAL 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4 14,6
0
3
6
9
12
15
18
GRFICO 129 - ANLISE PARA A ALTURA DE F3IMA6F
Cp = 0,66
Cpk = 0,46
Cpk (superior) = 0,46
Cpk (inferior) = 0,86
Cpm = 0,57
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
Cpkm = 0,27
Cpkm = 0,68
Cpkm = 0,57
300
b)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 21,5cm x
15cm x 10cm, fora das especificaes da ABNT
GRFICO 130 - ANLISE PARA O COMPRIMENTO DE F3IMA6FE
Cp = 0,88
Cpk = -0,22
Cpk (superior) = 1,99
Cpk (inferior) = -0,22
Cpm = 0,25
LIE = 21,2 NOMINAL = 21,5 LSE = 21,8
Comprimento
F
r
e
q
n
c
i
a
20 20,3 20,6 20,9 21,2 21,5 21,8
0
4
8
12
16
20
GRFICO 131 - ANLISE PARA A LARGURA DE F3IMA6FE
Cp = 0,43
Cpk = -0,40
Cpk (superior) = 1,26
Cpk (inferior) = -0,40
Cpm = 0,16
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
3
6
9
12
15
18
GRFICO 132 - ANLISE PARA A ALTURA DE F3IMA6FE
Cp = 0,77
Cpk = 0,71
Cpk (superior) = 0,83
Cpk (inferior) = 0,71
Cpm = 0,75
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,5 9,7 9,9 10,1 10,3 10,5 10,7
0
3
6
9
12
15
18
Cpkm = 0,25
Cpkm = 0,16
Cpkm = 0,75
301
3.12.4 Anlise para a indstria F4IMM
a)Produz somente telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 133 - ANLISE PARA O COMPRIMENTO DE F4IMMTR
GRFICO 134 - ANLISE PARA A LARGURA DE F4IMMTR
GRFICO 135 - ANLISE PARA A ALTURA DE F4IMMTR
Cp = 0,55
Cpk = 0,13
Cpk (superior) = 0,13
Cpk (inferior) = 0,96
Cpm = 0,34
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8 2
0
4
8
12
16
20
24
Cp=1,65
Cpk=0,98
Cpk(superior)=2,32
Cpk(inferior)=0,98
Cpkm=0,73
LIE=39,0 NOMINAL=40,0 LSE=41,0
i
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
4
8
12
16
20
Cpkm = 0,34
Cp=0,83
Cpk=0,77
Cpk(superior)=0,77
Cpk(inferior)=0,89
Cpkm=0,82
LIE=23,4 NOMINAL=24,0 LSE=24,6
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
10
20
30
40
302
3.12.5 Anlise para a indstria F5IMR
a)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 9cm
GRFICO 136 - ANLISE PARA O COMPRIMENTO DE F5IMR6FE
Cp = 0,45
Cpk = -0,92
Cpk (superior) = -0,92
Cpk (inferior) = 1,83
Cpm = 0,11
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
23 23,5 24 24,5 25 25,5 26
0
3
6
9
12
15
18
GRFICO 137 - ANLISE PARA A LARGURA DE F5IMR6FE
Cp = 1,37
Cpk = 0,72
Cpk (superior) = 2,02
Cpk (inferior) = 0,72
Cpm = 0,62
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4
0
4
8
12
16
20
24
GRFICO 138- ANLISE PARA A ALTURA DE F5IMR6FE
Cp = 0,80
Cpk = 0,72
Cpk (superior) = 0,72
Cpk (inferior) = 0,88
Cpm = 0,78
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20
Cpkm = 0,11
Cpkm = 0,62
Cpkm = 0,78
303
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 139 - ANLISE PARA O COMPRIMENTO DE F5IMR6F
Cp = 0,60
Cpk = -0,60
Cpk (superior) = -0,60
Cpk (inferior) = 1,81
Cpm = 0,16
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
20
24
GRFICO 140 - ANLISE PARA A LARGURA DE F5IMR6F
Cp = 0,83
Cpk = 0,25
Cpk (superior) = 1,42
Cpk (inferior) = 0,25
Cpm = 0,41
LIE = 13,7 NOMINAL = 14,0 LSE 14,3
Largura
F
r
e
q
n
c
i
a
13,4 13,6 13,8 14 14,2 14,4 14,6
0
4
8
12
16
20
GRFICO 141 - ANLISE PARA A ALTURA DE F5IMR6F
Cp = 0,68
Cpk = 0,67
Cpk (superior) = 0,67
Cpk (inferior) = 0,68
Cpm = 0,68
LIE = 8,7 NOMINAL = 9,0 LSE 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
4
8
12
16
20
24
Cpkm = 0,16
Cpkm = 0,41
Cpkm = 0,68
304
c)Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x 9cm
GRFICO 142 - ANLISE PARA O COMPRIMENTO DE F5IMR4F
Cp = 0,72
Cpk = -5,53
Cpk (superior) = -5,53
Cpk (inferior) = 6,96
Cpm = 0,04
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23
0
3
6
9
12
15
18
GRFICO 143 - ANLISE PARA A LARGURA DE F5IMR4F
Cp = 1,07
Cpk = 0,66
Cpk (superior) = 0,66
Cpk (inferior) = 1,49
Cpm = 0,67
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
5
10
15
20
25
30
GRFICO 144 - ANLISE PARA A ALTURA DE F5IMR4F
Cp = 1,28
Cpk = 0,03
Cpk (superior) = 0,03
Cpk (inferior) = 2,54
Cpm = 0,33
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
20
24
Cpkm = 0,04
Cpkm = 0,67
Cpkm = 0,33
305
3.12.6 Anlise para a indstria F6IMSA
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 145- ANLISE PARA O COMPRIMENTO DE F6IMSA6F
Cp = 0,43
Cpk = -0,27
Cpk (superior) = -0,27
Cpk (inferior) = 1,12
Cpm = 0,18
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
3
6
9
12
15
GRFICO 146 - ANLISE PARA A LARGURA DE F6IMSA6F
Cp = 0,92
Cpk = 0,70
Cpk (superior) = 0,70
Cpk (inferior) = 1,13
Cpm = 0,77
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4 14,6
0
4
8
12
16
20
24
GRFICO 147 - ANLISE PARA A ALTURA DE F6IMSA6F
Cp = 0,74
Cpk = 0,49
Cpk (superior) = 0,49
Cpk (inferior) = 0,98
Cpm = 0,59
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20
Cpkm = 0,18
Cpkm = 0,77
Cpkm = 0,59
306
b) Anlise para telha francesa nas dimenses nominais de 40cm x 24cm x 14cm
GRFICO 148 - ANLISE PARA O COMPRIMENTO DE F6IMSATF
GRFICO 149 - ANLISE PARA A LARGURA DE F6IMSATF
GRFICO 150 - ANLISE PARA A ALTURADE F6IMSATF
Cp = 0,57
Cpk = 0,51
Cpk (superior) = 0,62
Cpk (inferior) = 0,51
Cpm = 0,56
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8 2
0
4
8
12
16
20
Cpkm = 0,56
Cp=1,49
Cpk=-0,22
Cpk(superior)=3,19
Cpk(abaixo)=-0,22
Cpkm=0,28
LIE=39,2 NOMINAL=40,0 LSE=40,8
Comprimento
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
3
6
9
12
15
18
Cp=0,97
Cpk=-3,38
Cpk(superior)=5,32
Cpk(inferior)=-3,38
Cpkm=0,07
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
f
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15
18
307
c) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x 9cm
GRFICO 151 - ANLISE PARA O COMPRIMENTO DE F6IMSA4F
Cp = 0,38
Cpk = -3,27
Cpk (superior) = -3,27
Cpk (inferior) = 4,02
Cpm = 0,03
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
q
n
c
i
a
18 19 20 21 22 23
0
4
8
12
16
GRFICO 152 - ANLISE PARA A LARGURA DE F6IMSA4F
Cp = 0,54
Cpk = -1,93
Cpk (superior) = -1,93
Cpk (inferior) = 3,00
Cpm = 0,07
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
3
6
9
12
15
18
GRFICO 153 - ANLISE PARA A ALTURA DE F6IMSA4F
Cp = 0,73
Cpk = -2,48
Cpk (superior) = -2,48
Cpk (inferior) = 3,95
Cpm = 0,07
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
3
6
9
12
15
18
Cpkm = 0,03
Cpkm = 0,07
Cpkm = 0,07
308
d) Anlise para os tijolos de 2 furos nas dimenses nominais de 23cm x 11cm x
5cm
GRFICO 154 - ANLISE PARA O COMPRIMENTO DE F6IMSA2F
Cp = 0,58
Cpk = -2,18
Cpk (superior) = -2,18
Cpk (inferior0 = 3,34
Cpm = 0,07
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
3
6
9
12
15
18
GRFICO 155 - ANLISE PARA A LARGURA DE F6IMSA2F
Cp = 0,94
Cpk = -0,89
Cpk (superior) = -0,89
Cpk (inferior) = 2,76
Cpm = 0,17
LIE = 10,7 NOMINAL = 11,0 LSE = 11,3
Largura
F
r
e
q
n
c
i
a
10 10,4 10,8 11,2 11,6 12 12,4 12,8
0
4
8
12
16
20
24
GRFICO 156 - ANLISE PARA A ALTURA DE F6IMSA2F
Cp = 1,03
Cpk = -1,56
Cpk (superior) = -1,56
Cpk (inferior) = 3,62
Cpm = 0,13
LIE = 4,7 NOMINAL 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
4
8
12
16
20
Cpkm = 0,07
Cpkm = 0,17
Cpkm = 0,13
309
QUADRO 12A -ANLISE DAS AMOSTRAS DE TIJOLOS DE
IMBITUVA- PR
Municpio:
Imbituva
Produto: Tijolos
IIndstrias
Parmetros: # Dimenses:
# 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FEE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# 6FE C [21,2; 21,8]; L [14,7; 15,3]; h [ 9,7; 10,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6]
# 4F C [18,7;19,3]; L [9,7;10,3]; h [9,7; 10,3]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
2FE C [22,7;23,3]; L [10,7;11,3]; h [4,7;5,3]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md (cm)
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1IM906F 18,74 0,23 0,03 0,20 13,59 0,69 -0,24 0,23 8,81 0,53 0,19 0,37 No-Conforme
F1IM904F 20,33 0,53 -1,80 0,07 9,66 0,72 -0,86 0,15 9,52 0,56 -0,41 0,18 No-Conforme
F1IMB902F 20,52 0,26 -1,05 0,06 11,10 0,73 -4,36 0,05 5,48 0,62 0,17 0,36 No-Conforme
F2IMC6F 19,36 0,32 0,07 0,21 14,22 0,87 0,24 0,41 9,60 0,97 -1,23 0,14 No-Conforme
F2IMC6FEE 23,47 0,42 -0,32 0,17 14,31 0,74 -0,04 0,29 9,76 0,84 -1,28 0,13 No-Conforme
F3IMA6F 18,67 0,57 -0,05 0,27 14,06 0,77 0,60 0,68 9,09 0,66 0,46 0,57 No-Conforme
F3IMA6FE 21,12 0,88 -0,22 0,25 14,42 0,43 -0,40 0,16 9,98 0,77 0,71 0,75 No-Conforme
F5IMR6FEE 24,90 0,45 -0,92 0,11 13,86 1,37 0,72 0,62 9,03 0,80 0,72 0,78 No-Conforme
F5IMR6F 19,60 0,60 -0,60 0,16 13,79 0,83 0,25 0,41 9,0 0,68 0,67 0,68 No-Conforme
F5IMR4F 21,61 0,72 -5,53 0,04 9,12 1,07 0,66 0,67 9,30 1,28 0,03 0,33 No-Conforme
F6IMSA6F 19,49 0,43 -0,27 0,18 14,07 0,92 0,70 0,77 9,10 0,74 0,49 0,59 No-Conforme
F6IMSA4F 21,90 0,38 -3,27 0,03 10,38 0,54 -1,93 0,07 10,31 0,73 -2,48 0,07 No-Conforme
F6IMSA2FE 24,44 0,58 -2,18 0,07 11,59 0,94 -0,89 0,17 5,76 1,03 -1,56 0,13 No-Conforme
OBS: 4FE = Tijolos de 4 Furos Especial I ; 6F = Tijolos de 6 Furos;
6FE = Tijolos de 6 Furos Especial ; M = Macio; 8F = Tijolos de 8 furos;
2F : Tijolos de 2 Furos; 2FE: Tijolos de 2 furos especial
6FEE= Tijolos de 6 Furos Especial ;
QUADRO 12B-ANLISE DAS AMOSTRAS DE TELHAS
DE IMBITUVA - PR
Municpio:
Imbituva
Produto: Telhas
Indstrias Parmetros: # Dimenses: TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39,0 ; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice:Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F2IMCTF 40,17 0,74 0,58 0,67 23,26 1,45 -0,77 0,21 1,40 0,78 0,76 0,78 No-Conforme
F4IMMTR 39,59 1,65 0,98 0,73 24,04 0,83 0,77 0,82 1,45 0,55 0,13 0,34 No-Conforme
F6IMSATF 39,08 1,49 0,22 0,28 21,80 0,97 -3,38 0,07 1,30 0,57 0,51 0,56 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
310
O quadro anterior sintetiza as informaes obtidas nos respectivos grficos para o municpio
de Imbituva. Das 48 dimenses avaliadas, apenas 16 esto dentro dos respectivos limites de
especificao.Mais de 95% das amostra so descentralizadas ( CpCpk). O ndice de
capacidade Cp mostra-se favorvel em somente seis situaes ( ndice maior do que 1), no
entanto tal valor no atinge o Cpkm. Dentro dos conceitos de capacidade do processo,
considera-se o quadro insuficiente para o mnimo exigido.
311
3.8.13 GUAMIRANGA (PR) - Apresenta no seu conjunto as indstrias onde
podem se observar os maiores investimentos de todo o SINCOSUL. Das 4 indstrias
existentes foram tomadas amostra de 3 delas:
3.8.13.1 Anlise para F1GSP
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 157 - ANLISE PARA O COMPRIMENTO DE F1GSP6F
Cp = 0,47
Cpk = -0,39
Cpk (superior) = -0,39
Cpk (inferior) = 1,32
Cpm = 0,17
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
GRFICO 158 - ANLISE PARA A LARGURA DE F1GSP6F
Cp = 0,29
Cpk = -0,80
Cpk (superior) = -0,80
Cpk (inferior) = 1,39
Cpm = 0,08
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 14 15 16 17
0
5
10
15
20
25
30
GRFICO 159 - ANLISE PARA A ALTURA DE F1GSP6F
Cp = 0,36
Cpk = -0,39
Cpk (superior) = -0,39
Cpk (inferior) = 1,11
Cpm = 0,15
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
4
8
12
16
20
24
Cpkm = 0,17
Cpkm = 0,88
Cpkm = 0,15
312
b) Anlise para os tijolos de 4 furos nas dimenses nominais de 25cm x 10cm x
10cm
GRFICO 160 - ANLISE PARA O COMPRIMENTO DE F1GSP4FE
Cp = 0,54
Cpk = 0,00
Cpk (superior) = 1,08
Cpk (inferior) = 0,00
Cpm = 0,28
LIE = 24,7 NOMINAL = 25,0 LSE = 25,3
Comprimento
F
r
e
q
n
c
i
a
24 24,3 24,6 24,9 25,2 25,5
0
4
8
12
16
20
24
GRFICO 161 - ANLISE PARA A LARGURA DE F1GSP4FE
Cp = 0,98
Cpk = 0,21
Cpk (superior) = 1,74
Cpk (inferior) = 0,21
Cpm = 0,39
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Largura
F
r
e
q
n
c
i
a
9,4 9,6 9,8 10 10,2 10,4 10,6
0
4
8
12
16
20
24
GRFICO162 - ANLISE PARA A ALTURA DE F1GSP4FE
Cp = 0,67
Cpk = 0,02
Cpk (superior) = 1,33
Cpk (inferior) = 0,02
Cpm = 0,30
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,2 9,4 9,6 9,8 10 10,2 10,4
0
3
6
9
12
15
18
Cpkm = 0,28
Cpkm = 0,39
Cpkm = 0,30
313
c) Anlise para os tijolos de 2 furos nas dimenses nominais de 23cm x 11cm x
5cm
GRFICO 163 - ANLISE PARA O COMPRIMENTO DE F1GSP2F
Cp = 0,35
Cpk = -1,63
Cpk (superior) = 2,32
Cpk (inferior) = -1,63
Cpm = 0,06
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
20 21 22 23 24
0
4
8
12
16
20
24
GRFICO 164 - ANLISE PARA A LARGURA DE F1GSP2F
Cp = 0,47
Cpk = -1,06
Cpk (superior) = 2,00
Cpk (inferior) = -1,06
Cpm = 0,10
LIE = 10,7 NOMINAL = 11,0 LSE = 11,3
Largura
F
r
e
q
n
c
i
a
9,3 9,7 10,1 10,5 10,9 11,3 11,7
0
4
8
12
16
GRFICO 165 - ANLISE PARA A ALTURA DE F1GSP2F
Cp = 0,88
Cpk = -0,84
Cpk (superior) = -0,84
Cpk (inferior) = 2,60
Cpm = 0,17
LIE = 4,7 NOMINAL = 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
4
8
12
16
20
24
Cpkm = 0,06
Cpkm = 0,10
Cpkm = 0,17
314
d) Anlise para os tijolos macios nas dimenses nominais de 24cm x 11cm x
5cm
GRFICO 166 - ANLISE PARA O COMPRIMENTO DE F1GSPM
Cp = 0,30
Cpk = -0,99
Cpk (superior) = 1,58
Cpk (inferior) = -0,09
Cpm = 0,07
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
20 21 22 23 24
0
4
8
12
16
GRFICO 167 - ANLISE PARA A LARGURA DE F1GSPM
Cp = 0,39
Cpk = -0,33
Cpk (superior) = 1,11
Cpk (inferior) = -0,33
Cpm = 0,16
LIE = 10,7 NOMINAL = 11,0 LSE = 11,3
Largura
F
r
e
q
n
c
i
a
9,6 10 10,4 10,8 11,2 11,6
0
4
8
12
16
20
GRFICO 168 - ANLISE PARA A ALTURA DE F1GSPM
Cp = 0,66
Cpk = 0,13
Cpk (superior) =0,13
Cpk (inferior) = 1,19
Cpm = 0,35
LIE = 4,7 NOMINAL = 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
5
10
15
20
25
30
Cpkm = 0,07
Cpkm = 0,16
Cpkm = 0,35
315
e) Anlise para telha francesa nas dimenses nominais de 40cm x 24cm x 1,4cm
GRFICO 169 - ANLISE PARA O COMPRIMENTO DE F1GSPTF
GRFICO 170 - ANLISE PARA A LARGURA DE F1GSPTF
GRFICO 171 - ANLISE PARA A ALTURA DE F1GSPTF
Cp = 0,66
Cpk = 0,66
Cpk (superior) = 0,66
Cpk (inferior) = 0,66
Cpm = 0,66
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
3
6
9
12
15
18
Cpkm = 0,66
Cp=0,47
Cpk=-0,89
Cpk(superior)=1,83
Cpk(inferior)=-0,89
Cpkm=0,11
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15
316
3.8.13.2 Anlise para F2GG
a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 172- ANLISE PARA O COMPRIMENTO DE F2GG6FE
Cp = 0,30
Cpk = -0,85
Cpk (superior) = 1,46
Cpk (inferior) = -0,85
Cpm = 0,08
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15
GRFICO173 - ANLISE PARA A LARGURA DE F2GG6FE
Cp = 0,33
Cpk = -0,35
Cpk (superior) = 1,01
Cpk (inferior) = -0,35
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
GRFICO 174 - ANLISE PARA A ALTURA DE F2GG6FE
Cp = 0,56
Cpk = 0,13
Cpk (superior) = 0,13
Cpk (inferior) = 0,99
Cpm = 0,34
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
11 11,3 11,6 11,9 12,2 12,5
0
4
8
12
16
Cpkm = 0,08
Cpkm = 0,14
Cpkm = 0,34
317
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 175 - ANLISE PARA O COMPRIMENTO DE F2GG6F
Cp = 0,73
Cpk = 0,41
Cpk (superior) = 1,06
Cpk (inferior) =0,41
Cpm = 0,52
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,4 18,6 18,8 19 19,2 19,4
0
4
8
12
16
20
GRFICO 176 - ANLISE PARA A LARGURA DE F2GG6F
Cp = 0,51
Cpk = -0,08
Cpk (superior) = 1,10
Cpk (inferior) = -0,08
Cpm = 0,25
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
GRFICO 177 - ANLISE PARA A ALTURA DE F2GG6F
Cp = 1,15
Cpk = 0,01
Cpk (superior) = 2,29
Cpk (inferior) = 0,01
Cpm = 0,32
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4
0
4
8
12
16
20
24
Cpkm = 0,52
Cpkm = 0,25
Cpkm = 0,32
318
c) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x 9cm
GRFICO 178 - ANLISE PARA O COMPRIMENTO DE F2GG4F
Cp = 0,71
Cpk = -0,89
Cpk (superior) = -0,89
Cpk (inferior) = 2,30
Cpm = 0,14
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
3
6
9
12
15
18
GRFICO 179- ANLISE PARA A LARGURA DE F2GG4F
Cp = 0,78
Cpk = -1,21
Cpk (superior) = -1,21
Cpk (inferior) = 2,78
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15
18
GRFICO 180 - ANLISE PARA A ALTURA DE F2GG4F
Cp = 0,75
Cpk = -1,27
Cpk (superior) = -1,27
Cpk (inferior) = 2,76
Cpm = 0,12
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
4
8
12
16
20
Cpkm = 0,14
Cpkm = 0,13
Cpkm = 0,12
319
d) Anlise para os tijolos de 8 furos nas dimenses nominais de 19cm x 19cm x
9cm
GRFICO 181 - ANLISE PARA O COMPRIMENTO DE F2GG8F
Cp=0,66
Cpk=0,28
Cpk(Superior) =0,28
Cpk(inferior)=1,03
Cpm=0,22
LIE=39,9 NOMINAL=40 LSE=40,1
Comprimento
f
r
e
q
n
c
i
a
39 40 41 42 43
0
10
20
30
40
GRFICO 182 - ANLISE PARA A LARGURA DE F2GG8F
Cp = 0,60
Cpk = -1,14
Cpk (superior) = -1,14
Cpk (inferior) = 2,34
Cpm = 0,11
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30
GRFICO 183 - ANLISE PARA A ALTURA DE F2GG8F
Cp = 0,33
Cpk = -0,48
Cpk (superior) = -0,48
Cpk (inferior) = 1,14
Cpm = 0,12
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
5
10
15
20
25
Cpkm = 0,22
Cpkm = 0,11
Cpkm = 0,12
320
3.8.13.3 Anlise para F3G70
a) Anlise para telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 184 - ANLISE PARA O COMPRIMENTO DE F3G70TR
GRFICO 185 - ANLISE PARA A LARGURA DE F3G70TR
GRFICO 186 - ANLISE PARA A ALTURA DE F3G70TR
Cp = 0,94
Cpk = 0,90
Cpk (superior) = 0,90
Cpk (inferior) = 0,99
Cpm = 0,93
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,1 1,2 1,3 1,4 1,5 1,6 1,7
0
5
10
15
20
25
Cpkm = 0,93
Cp=1,09
Cpk=0,17
Cpk(superior)=0,17
Cpk(inferior)=2,01
Cpkm=0,37
LIE=39,0 NOMINAL=40,0 LSE=41,0
Comprimento
f
r
e
q
n
c
i
a
39 40 41 42 43
0
10
20
30
40
Cp=0,58
Cpk=-0,23
Cpk(superior)=1,39
Cpk(inferior)=-0,23
Cpkm=0,22
LSL = 23,4, Nominal = 24,0, USL = 24,6
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
5
10
15
20
25
30
321
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 187 - ANLISE PARA O COMPRIMENTO DE F3G706F
Cp = 0,43
Cpk = 0,18
Cpk (superior) = 0,18
Cpk (inferior) = 0,67
Cpm = 0,34
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
4
8
12
16
20
24
GRFICO 188 - ANLISE PARA A LARGURA DE F3G706F
Cp = 0,69
Cpk = -0,06
Cpk (superior) = 1,43
Cpk (inferior) = -0,06
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
GRFICO 189 - ANLISE PARA A ALTURA DE F3G706F
Cp = 0,87
Cpk = 0,78
Cpk (superior) = 0,96
Cpk (inferior) = 0,78
Cpm = 0,84
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
18
Cpkm = 0,34
Cpkm = 0,28
Cpkm = 0,84
322
QUADRO 13A-ANLISE DAS AMOSTRAS DE TIJOLOS DE
GUAMIRANGA- PR
Municpio:
Guamiranga
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# MAC C[22,7; 23,3]; L [10,7; 11,3]; h [4,7, 5,3]
# 4FE C[24,7; 25,3]; L [9,7;10,3]; h [9,7; 10,3]
# 4F C [18,7;19,3]; L [8,7; 9,3]; h [8,7;9,3]
# 2F C [22,7;23,3]; L [10,7;11,3]; h [4,7;5,3]
# 8F C [18,7; 19,3]; L [18,7; 19,3]; h [8,7; 9,3]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1GSP6F 19,55 0,47 -0,39 0,17 15,12 0,29 -0,80 0,08 9,62 0,36 -0,39 0,15 No-Conforme
F1GSP4FE 24,70 0,54 -0,73 0,28 9,77 0,98 0,21 0,39 9,71 0,67 0,02 0,30 No-Conforme
F1GSP2F 21,29 0,35 -1,63 0,06 10,02 0,47 -1,06 0,10 5,58 0,88 -0,84 0,17 No-Conforme
F1GSPMAC 21,71 0,30 -0,99 0,07 10,45 0,39 -0,33 0,16 5,28 0,66 0,13 0,35 No-Conforme
F2GG6FE 22,86 0,30 0,85 0,08 13,23 0,16 -0,25 0,14 11,88 0,22 -0,06 0,34 No-Conforme
F2GG6F 18,87 0,73 0,41 0,52 13,65 0,56 0,08 0,25 8,70 1,15 0,01 0,32 No-Conforme
F2GG4F 19,67 0,71 -0,89 0,24 9,76 0,78 -1,21 0,13 9,80 0,75 -1,27 0,12 No-Conforme
F2GG8F 19,83 0,56 -0,99 0,12 19,87 0,60 -1,14 0,11 9,74 0,33 -0,48 0,12 No-Conforme
F3G706F 19,17 0,43 0,18 0,34 13,57 0,68 -0,10 0,28 8,97 0,87 0,78 0,84 No-Conforme
OBS: 4FE = Tijolos de 4 Furos Especial I ; 6F = Tijolos de 6 Furos;
6FE = Tijolos de 6 Furos Especial ; M = Macio; 8F = Tijolos de 8
furos; 2F : Tijolos de 2 Furos
QUADRO 13B-ANLISE DAS AMOSTRAS DE TELHAS DE
GUAMIRANGA - PR
Municpio:
Guamiranga
Produto: Telhas
Indstrias
Parmetros: # Dimenses: # TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39,0; 41,0]; L [23,4; 23,6]; h [1,1; 1,5]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1GSPTF 39,45 1,41 0,45 0,46 22,61 0,47 --0,89 0,11 1,40 0,66 0,66 0,66 No-Conforme
F3G70TR 40,84 1,09 0,17 0,37 23,17 0,58 0,23 0,22 1,41 0,76 -1,01 0,92 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
O quadro anterior sintetiza as informaes obtidas dos respectivos grficos para o
municpio de Guamiranga. Das 33 dimenses avaliadas, apenas 11 esto dentro dos
respectivos limites de especificao. Todas as amostras esto descentralizadas ( CpCpk). Os
ndice de capacidade Cp mostra-se favorvel em trs situaes ( ndice maior do que 1),
enquanto o Cpkm em nenhuma.Dentro dos conceitos de capacidade do processo, considera-se
o quadro insuficiente para o mnimo exigido pelos padres industriais.
323
3.8.14. MANOEL RIBAS (PR) Localizada na regio central do Estado
possui uma nica indstria, que produz somente um tipo de tijolo.
3.8.14.1 Anlise para F1MR6F
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 190 - ANLISE PARA O COMPRIMENTO DE F1MR6F
Cp = 0,22
Cpk = -0,45
Cpk = (superior) = 0,89
Cpk (inferior) = -0,45
Cpm = 0,10
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 17 18 19 20
0
4
8
12
16
20
GRFICO 191 - ANLISE PARA A LARGURA DE F1MR6F
Cp = 0,47
Cpk = -0,60
Cpk (superior) = 1,54
Cpk (inferior) = -0,60
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
30
GRFICO 192 - ANLISE PARA A ALTURA DE F1MR6F
Cp = 0,48
Cpk = -0,22
Cpk (superior) = 1,18
Cpk (inferior) = -0,22
Cpm = 0,20
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
3
6
9
12
15
Cpkm = 0,10
Cpkm = 0,14
Cpkm = 0,20
324
QUADRO 14-ANLISE DAS AMOSTRAS DE TIJOLOS DE
MANOEL RIBAS - PR
Municpio:
M Ribas
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [18,7;19,3]; L [13,7;14,3]; h [8,7; 9,3]
# ndice:Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
cm
Cp Cpk Cpkm
Md
cm
Cp Cpk Cpkm Concluso
F1MR6F 18,08 0,72 -0,45 0,10 13,32 0,47 -0,60 0,14 8,56 0,48 -0,22 0,20
No-
Conforme
OBS: 6F = Tijolos de 6 Furos
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que todos
produtos apresentam descentralidades ( CpCpk).Todas as mdias das dimenses
encontram-se fora especificaes. Os baixos ndices Cp e Cpkm, indicam que a
capacidade do processo insuficientes para os padres mnimos de qualidade
exigidos.
325
3.8.15. BALSA NOVA (PR)-Possui 5 indstrias operando regularmente.
Destas optou-se por analisar 3, cujos resultados so os seguintes:
3.8.15.1 Anlise para a indstria F1BNSF
a) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 193 - ANLISE PARA O COMPRIMENTO DE F1BNSF2F
Cp = 0,57
Cpk = -3,13
Cpk (superior) = -3,13
Cpk = 4,27
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
10
20
30
40
GRFICO 194 - ANLISE PARA A LARGURA DE F1BNSF2F
Cp = 0,76
Cpk = -1,60
Cpk (superior) = -1,60
Cpk (inferior) = 3,12
Cpm = 0,10
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
3
6
9
12
15
18
GRFICO 195 - ANLISE PARA A ALTURA DE F1BNSF2F
Cp = 1,27
Cpk = 0,63
Cpk (superior) = 1,91
Cpk (inferior) = 0,63
Cpm = 0,58
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5,3 5,5 5,7 5,9 6,1
0
5
10
15
20
25
Cpkm = 0,05
Cpkm = 0,10
Cpkm = 0,58
326
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 196 - ANLISE PARA O COMPRIMENTO DE F1BNSF6F
Cp = 0,42
Cpk = -0,21
Cpk (superior) = -0,21
Cpk (inferior) = 1,05
Cpm = 0,20
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
20
24
GRFICO 197 - ANLISE PARA A LARGURA DE F1BNSF6F
Cp = 0,47
Cpk = -0,55
Cpk (superior) = 1,49
Cpk (inferior) = -0,55
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
3
6
9
12
15
18
GRFICO 198 - ANLISE PARA A ALTURA DE F1BNSF6F
Cp = 1,07
Cpk = 0,66
Cpk (superior) = 1,49
Cpk (inferior) = 0,66
Cpm = 0,67
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5
0
5
10
15
20
25
30
Cpkm = 0,20
Cpkm = 0,14 Cpkm = 0,14
Cpkm = 0,67
327
c) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 199 - ANLISE PARA O COMPRIMENTO DE F1BNSFMAC
Cp = 0,38
Cpk = -2,20
Cpk (superior) = -2,20
Cpk (inferior) = 2,96
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
4
8
12
16
GRFICO 200 - ANLISE PARA A LARGURA DE F1BNSFMAC
Cp = 0,60
Cpk = -1,69
Cpk (superior) = -1,69
Cpk (inferior) = 2,90
Cpm = 0,09
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2
0
4
8
12
16
20
24
GRFICO 201 - ANLISE PARA A ALTURA DE F1BNSFMAC
Cp = 1,07
Cpk = 0,95
Cpk (superior) = 1,18
Cpk (inferior) = 0,95
Cpm = 1,01
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5,3 5,5 5,7 5,9 6,1
0
4
8
12
16
20
Cpkm = 0,05
Cpkm = 0,09
Cpkm = 1,01
328
3.8.15.2 Anlise para a indstria F2BNBN
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 202 - ANLISE PARA O COMPRIMENTO DE F2BNBN6F
Cp = 0,34
Cpk = -0,71
Cpk (superior) = -0,71
Cpk (inferior) = 1,39
Cpm = 0,10
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
3
6
9
12
15
18
GRFICO 203 - ANLISE PARA A LARGURA DE F2BNBN6F
Cp = 0,72
Cpk = 0,19
Cpk (superior) = 1,24
Cpk (inferior) = 0,19
Cpm = 0,38
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,3 13,5 13,7 13,9 14,1 14,3 14,5
0
4
8
12
16
20
GRFICO 204 - ANLISE PARA A ALTURA DE F2BNBN6F
Cp = 0,79
Cpk = 0,30
Cpk (superior) = 1,27
Cpk (inferior) = 0,30
Cpm = 0,44
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18
Cpkm = 0,10
Cpkm = 0,38
Cpkm = 0,44
329
b) Anlise para as telhas francesas nas dimenses nominais de 40cm x 24cm x
1,4cm
GRFICO 205 - ANLISE PARA O COMPRIMENTO DE F2BNBNTF
GRFICO 206 - ANLISE PARA A LARGURA DE F2BNBNTF
GRFICO 207 - ANLISE PARA A ALTURA DE F2BNBNTF
Cp = 0,62
Cpk = 0,58
Cpk (superior) = 0,58
Cpk (inferior) = 0,65
Cpm = 0,61
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
4
8
12
16
20
Cpkm = 0,61
Cp=1,91
Cpk=-0,40
Cpk(superior)=4,22
Cpk(inferior)=-0,40
Cpkm=0,27
LIE=39,2 NOMINAL=40,0 LSE=40,8
Comprimento
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
4
8
12
16
20
24
Cp=1,60
Cpk=-1,51
Cpk(superior)=4,70
Cpk(inferior)=-1,51
Cpkm=0,17
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5
0
4
8
12
16
20
24
330
c) Anlise para as telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 208 - ANLISE PARA O COMPRIMENTO DE F2BNBNTR
GRFICO 209 - ANLISE PARA A LARGURA DE F2BNBNTR
GRFICO 210 - ANLISE PARA A ALTURA DE F2BNBNTR
Cp = 0,70
Cpk = 0,55
Cpk (superior) = 0,55
Cpk (inferior) = 0,85
Cpm = 0,64
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
4
8
12
16
20
24
Cpkm = 0,64
Cp=1,09
Cpk=1,0
Cpk(superior)=1,19
Cpk(inferior)=1,0
Cpkm=1,05
LIE=39,0 NOMINAL=40,0 LSE=41,0
Comprimento
F
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
3
6
9
12
15
Cp=0,48
Cpk=-0,34
Cpk(superior)=1,30
Cpk(inferior)=-0,34
Cpkm=0,18
LIE=23,4 NOMINAL=24 LSE=24,6
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
5
10
15
20
25
331
3.8.15.3 Anlise para a indstria F3BNBJ
a) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 211 - ANLISE PARA O COMPRIMENTO DE F3BNBJ2F
Cp = 0,65
Cpk = -5,32
Cpk (superior) = -5,32
Cpk (inferior) = 6,62
Cpm = 0,04
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23
0
3
6
9
12
15
GRFICO 212 - ANLISE PARA A LARGURA DE F3BNBJ2F
Cp = 0,81
Cpk = -1,83
Cpk (superior) = -1,83
Cpk (inferior) = 3,45
Cpm = 0,10
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
3
6
9
12
15
GRFICO 213 - ANLISE PARA A ALTURA DE F3BNBJ2F
Cp = 0,83
Cpk = -0,09
Cpk (superior) = 1,75
Cpk (inferior) = -0,09
Cpm = 0,28
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5 5,2 5,4 5,6 5,8 6
0
3
6
9
12
15
Cpkm = 0,04
Cpkm = 0,10
Cpkm = 0,28
332
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 214 - ANLISE PARA O COMPRIMENTO DE F3BNBJ6F
Cp = 0,27
Cpk = 0,14
Cpk (superior) = 0,40
Cpk (inferior) = 0,14
Cpm = 0,25
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
4
8
12
16
20
GRFICO 215 - ANLISE PARA A LARGURA DE F3BNBJ6F
Cp = 0,44
Cpk = 0,04
Cpk (superior) = 0,83
Cpk (inferior) = 0,04
Cpm = 0,28
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18
GRFICO 216 - ANLISE PARA A ALTURA DE F3BNBJ6F
Cp = 0,64
Cpk = -0,15
Cpk (superior) = 1,43
Cpk (inferior) = -0,15
Cpm = 0,25
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,1 8,3 8,5 8,7 8,9 9,1 9,3
0
3
6
9
12
15
Cpkm = 0,25
Cpkm = 0,28
Cpkm = 0,25
333
c) Anlise para telhas francesas nas dimenses nominais de 40cm x 24cm x
1,4cm
GRFICO 217 - ANLISE PARA O COMPRIMENTO DE F3BNBJTF
GRFICO 218 - ANLISE PARA A LARGURA DE F3BNBJTF
GRFICO 219 - ANLISE PARA A ALTURA DE F3BNBJTF
Cp = 0,73
Cpk = 0,43
Cpk (superior) = 0,43
Cpk (inferior) = 1,02
Cpm = 0,54
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,3 1,5 1,7 1,9
0
4
8
12
16
20
Cpkm = 0,54
Cp=0,55
Cpk=-0,26
Cpk(superior)=-0,26
Cpk(inferior)=1,35
Cpkm=0,21
LIE=39,2 NOMINAL=40,0 LSE=40,8
Comprimento
F
r
e
q
n
c
i
a
39 40 41 42 43
0
3
6
9
12
15
18
Cp=0,57
Cpk=0,37
Cpk(superior)=0,37
Cpk(inferior)=0,78
Cpkm=0,49
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
F
r
e
q
n
c
i
a
23 23,4 23,8 24,2 24,6 25 25,4 25,8
0
4
8
12
16
20
24
334
QUADRO 15A-ANLISE DAS AMOSTRAS DE TIJOLOS DE
BALSA NOVA- PR
Municpio:
Balsa Nova
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [18,7;19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1BNSF2F 20,94 0,57 -3,13 0,05 9,93 0,76 -1,60 0,10 5,54 1,27 0,63 0,58
No-
Conforme
F1BNSF6F 19,45 0,42 -0,21 0,20 13,35 0,47 -0,55 0,14 8,89 1,07 0,66 0,67
No-
Conforme
F1BNSFMAC 21,02 0,38 -2,20 0,05 10,14 0,6 -1,69 0,09 5,67 1,07 0,95 1,01
No-
Conforme
F2BNBN6F 19,93 0,35 -0,73 0,10 13,78 0,71 0,21 0,38 8,82 0,78 0,29 0,44
No-
Conforme
F3BNBJ2F 21,76 0,65 -5,32 0,04 9,98 0,81 -1,83 0,10 5,37 0,83 -0,09 0,28
No-
Conforme
F3BNBJ6F 18,84 0,28 0,13 0,25 13,73 0,44 0,04 0,28 8,63 0,64 -0,15 0,25
No-
Conforme
OBS: 6F = Tijolos de 6 Furos; MAC = Macio; 2F : Tijolos de 2 Furos
QUADRO 15B-ANLISE DAS AMOSTRAS DE TELHAS DE
BALSA NOVA-PR
Municpio:
Balsa
Nova
Produto: Telhas
Indstrias
Parmetros: # Dimenses: TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39,0; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice: Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F2BNBNTF 39,03 1,91 -0,40 0,27 23,07 1,60 -1,51 0,17 1,40 0,67 0,66 0,61 No-Conforme
F2BNBNTR 39,91 1,09 1,00 1,05 22,97 0,48 -0,34 0,18 1,34 0,70 0,55 0,64 No-Conforme
F3BNBJTF 41,17 0,55 -0,26 0,21 24,17 0,57 0,37 0,49 1,48 0,73 0,43 0,54 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
Os grficos anteriores, sintetizados no quadro acima, revelam que todos os produtos
apresentam descentralidades com CpCpk. A anlise da mdia das dimenses mostra que um
nmero significativo delas encontra-se fora das mdias especificadas pelas normas. Das 27
medidas, apenas nove possuem algum ndice superior a 1. Em todas as demais dimenses,
os ndices Cp e Cpkm demonstram que a capacidade do processo no atende aos requisitos
mnimos exigidos para os padres industriais.
1
335
3.8.16 RIO AZUL (Pr) - H duas cermicas em funcionamento, das quais
foi analisada uma. Os resultados so os seguintes:
3.8.16.1 Anlise para F1RAL
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 220 ANLISE PARA O COMPRIMENTO DE F1RA6F
Cp=0,27
Cpk=-2,45
Cpk(superior)= -2,45
Cpk(inferior)=3,00
Cpkm= 0,03
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
u
n
c
i
a
18 19 20 21 22 23 24
0
3
6
9
12
15
GRFICO 221 - ANLISE PARA A LARGURA DE F1RA6F
Cp = 0,30
Cpk 0,13
Cpk (superior) = 0,13
Cpk (inferior) = 0,47
Cpkm = 0,27
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
u
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
4
8
12
16
20
24
GRFICO 222 ANLISE PARA A ALTURA DE F1RA6F
Cp = 0,45
Cpk = -1,56
Cpk (superior) = -1,56
Cpk (inferior) = 2,46
Cpm = 0,07
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
u
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,07
336
b)Anlise para os tijolos macios nas dimenses nominais de
19cmx9cmx5,7cm
GRFICO 223 ANLISE PARA O COMPRIMENTO DE F1RALMAC
Cp=0,22
Cpk=-2,85
Cpk(Superior)=-2,89
Cpk(inferior)=3,29
Cpm=0,02
LIE=18,7 NOMINAL =19,0 LSE= 19,3
Comprimento
f
r
e
q
n
c
i
a
18 20 22 24 26
0
4
8
12
16
GRFICO 224 ANLISE PARA A LARGURADE F1RALMAC
Cp=0,49
Cpk=-1,77
Cpk(Superior)=-1,77
Cpk(inferior)=3,29
Cpm=0,07
LIE=8,7 NOMINAL=9,0 LSE=9,3
Largura
f
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2
0
3
6
9
12
15
18
GRFICO 225 ANLISE PARA A ALTURA DE F1RALMAC
Cp=0,43
Cpk=0,07
Cpk(Superior)=0,07
Cpk(inferior)=0,79
Cpm=0,29
LIE=5,4 NOMINAL=5,7 LSE=6,0
Altura
f
r
e
q
n
c
i
a
5,2 5,5 5,8 6,1 6,4 6,7 7
0
4
8
12
16
20
Cpkm = 0,02
Cpkm = 0,07
Cpkm = 0,29
337
c) Anlise para telhas francesas nas dimenses nominais de 40cm x
24cm x 1,4cm
GRFICO 226 ANLISE PARA O COMPRIMENTO DE F1RALTF
GRFICO 227 ANLISE PARA A LARGURA DE F1RALTF
GRFICO 228 ANLISE PARA A ESPESSURA DE F1RALTF
Cp=0,84
Cpk=0,76
Cpk(Superior)=0,91
Cpk(inferior)=0,76
Cpm=0,81
LIE=1,2 NOMINAL=1,4 LSE=1,6
Espessura
f
r
e
q
n
c
i
a
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
0
4
8
12
16
20
Cp=1,02
Cpk=-0,30
Cpk(superior)=2,33
Cpk(inferior)=-0,30
Cpkm=0,25
LIE=39,2 NOMINAL=40,0 LSE=40,8
Comprimento
F
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
4
8
12
16
20
24
Cp=0,48
Cpk=-0,51
Cpk(superior)=1,48
Cpk(abaixo)=-0,51
Cpkm=0,15
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
10
20
30
40
Cpkm = 0,81
338
QUADRO 16A-ANLISE DAS AMOSTRAS DE TIJOLOS DE
RIO AZUL - PR
Municpio:
Rio Azul
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: : #6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk
Cpk
m
Md cm
Cp Cpk
Cpk
m
Concluso
F1RAL6F 21,75 0,27 -1,57 0,03 14,16 0,30 0,13 0,27 10,33 0,45 -1,56 0,07 No-Conforme
F1RALMAC 23,17 0,22 -2,85 0,02 10,39 0,49 -1,77 0,07 5,95 0,43 0,07 0,29 No-Conforme
OBS: 6F = Tijolos de 6 Furos; MAC = Tijolos Macios
QUADRO 16B- ANLISE DAS AMOSTRAS DAS TELHAS DE
RIO AZUL - PR
Municpio:
Rio Azul
Produto: Telhas
Indstrias
Parmetros: # Dimenses: TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# ndice:Cpkm=Cp 1,33; Cpk 1,33
Comp Larg Alt
Md cm
Cp Cpk
Cpk
m
Md cm
Cp Cpk
Cpk
m
Md cm
Cp Cpk
Cpk
m
Concluso
F1RALTF 38,96 1,02 -0,30 0,25 23,02 0,48 -0,51 0,15 1,38 0,82 0,75 0,81 No-Conforme
OBS: TF = Telha Francesa
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que
excetuando-se a espessura das telhas e a altura dos tijolos macios, todas as demais
dimenses mdias encontram-se fora dos limites de especificao.Alm disso todos os
processos esto descentralizados ( CpCpk). Os ndices Cp e Cpkm apresentam-se
inferiores a 1 ( excetuando-se o comprimento das telhas), considerados insuficientes
para os padres de qualidade exigidos para a produo.
.
339
3.8.17 PRUDENTPOLIS (Pr)- Possui 38 indstrias cermicas, das quais
visitou-se 26. As anlises das amostras so as seguintes:
3.8.17.1 Anlise para a indstriaF1PD
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x 9
cm
GRFICO 229 - ANLISE PARA O COMPRIMENTO DE F1PD6F
Cp = 0,22
Cpk = 0,05
Cpk (superior) = 0,39
Cpk (inferior) = 0,05
Cpm = 0,20
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 18 19 20 21
0
3
6
9
12
15
GRFICO 230 - ANLISE PARA A LARGURA DE F1PD6F
Cp = 0,46
Cpk = -0,35
Cpk (superior) = 1,26
Cpk (inferior) = -0,35
Cpm = 0,17
LSL = 13,7, Nominal = 14,0, USL = 14,3
Altura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
24
GRFICO 231 - ANLISE PARA A ALTURA DE F1PD6F
Cp = 0,43
Cpk = -0,17
Cpk (superior) = 1,02
Cpk (inferior) = -0,17
Cpm = 0,21
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
c
i
a
7,8 8,2 8,6 9 9,4 9,8 10,2
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Largura
Cpkm = 0,20
Cpkm = 0,17
Cpkm = 0,21
340
3.8.17.2 Anlise para a indstria F2PJ
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9 cm
GRFICO 232 - ANLISE PARA O COMPRIMENTO DE F2PJ6F
Cp = 0,35
Cpk = -0,40
Cpk (superior) = 1,10
Cpk (inferior) = -0,40
Cpm = 0,14
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5
0
5
10
15
20
25
30
GRFICO 233 - ANLISE PARA A LARGURA DE F2PJ6F
Cp = 0,414
Cpk = -0,25
Cpk (superior) = 1,13
Cpk (inferior) = -0,25
Cpm = 0,19
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
3
6
9
12
15
18
GRFICO 234 - ANLISE PARA A ALTURA DE F2PJ6F
Cp = 0,41
Cpk = -0,15
Cpk (superior) = 0,97
Cpk (inferior) = -0,15
Cpm = 0,21
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
7,8 8,2 8,6 9 9,4 9,8
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,14
Cpkm = 0,19
Cpkm = 0,21
341
3.8.17.3 Anlise para a indstria F3PW
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9 cm
GRFICO 235 - ANLISE PARA O COMPRIMENTO DE F3PW6F
Cp = 0,34
Cpk = 0,29
Cpk (superior) = 0,29
Cpk (inferior) = 0,39
Cpm = 0,34
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
3
6
9
12
15
18
GRFICO 236 - ANLISE PARA A LARGURA DE F3PW6F
Cp = 0,48
Cpk = 0,29
Cpk (superior) = 0,67
Cpk (inferior) = 0,29
Cpm = 0,41
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
20
24
GRFICO 237 - ANLISE PARA A ALTURA DE F3PW6F
Cp = 0,69
Cpk = 0,48
Cpk (superior) = 0,48
Cpk (inferior) = 0,90
Cpm = 0,59
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20
24
LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,34
Cpkm = 0,41
Cpkm = 0,59
342
b) Anlise para os tijolos de 6 furos especiais nas dimenses de 24cm x
14cm x 9cm.
GRFICO 238 - ANLISE PARA O COMPRIMENTO DE F3PW6FE
Cp = 0,33
Cpk = -0,26
Cpk (superior) = -0,26
Cpk (inferior) = 0,91
Cpm = 0,16
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
23 23,5 24 24,5 25 25,5
0
5
10
15
20
25
30
GRFICO 239 - ANLISE PARA A LARGURA DE F3PW6FE
Cp = 0,53
Cpk = 0,42
Cpk (superior) = 0,64
Cpk (inferior) = 0,42
Cpm = 0,50
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
20
24
GRFICO 240 - ANLISE PARA A ALTURA DE F3PW6FE
Cp = 0,52
Cpk = 0,05
Cpk (superior) = 0,05
Cpk (inferior) = 1,00
Cpm = 0,30
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,4 8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24
LIE = 23,7, NOMINAL = 24,0 LSE = 24,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Altura
Cpkm = 0,16
Cpkm = 0,50
Cpkm = 0,30
343
3.8.17.4 Anlise para a indstria F4PJO
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 241 - ANLISE PARA O COMPRIMENTO DE F4PJO6F
Cp = 1,09
Cpk = -1,72
Cpk (superior) = 3,90
Cpk (inferior) = -1,72
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
4
8
12
16
20
GRFICO 242 - ANLISE PARA LARGURA DE F4PJO6F
Cp = 0,57
Cpk = -0,76
Cpk (superior) = 1,91
Cpk (inferior) = -0,76
Cpm = 0,14
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
GRFICO 243 - ANLISE PARA A ALTURA DE F4PJO6F
Cp = 0,62
Cpk = 0,24
Cpk (superior) = 0,99
Cpk (inferior) = 0,24
Cpm = 0,41
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
3
6
9
12
15
LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,13
Cpkm = 0,14
Cpkm = 0,41
344
b) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9 cm
GRFICO 244 - ANLISE PARA O COMPRIMENTO DE F4PJO6FE
Cp = 0,64
Cpk = -1,82
Cpk (superior) = 3,11
Cpk (inferior) = -1,82
Cpm = 0,09
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
10
20
30
40
GRFICO 245 - ANLISE PARA A LARGURA DE F4PJO6FE
Cp = 1,84
Cpk = 0,33
Cpk (superior) = 3,35
Cpk (inferior) = 0,33
Cpm = 0,39
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,5 13,7 13,9 14,1 14,3 14,5
0
5
10
15
20
25
GRFICO 246 - ANLISE PARA A ALTURA DE F4PJO6FE
Cp = 0,86
Cpk = 0,57
Cpk (superior) = 0,57
Cpk (inferior) = 1,15
Cpm = 0,65
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18
LIE = 23,7, NOMINAL = 24,0 LSE = 24,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,09
Cpkm = 0,09
Cpkm = 0,65
345
c) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 247 - ANLISE PARA O COMPRIMENTO DE F4PJOMAC
Cp = 0,28
Cpk = -1,28
Cpk (superior) = -1,28
Cpk (inferior) = 1,85
Cpm = 0,06
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
4
8
12
16
20
24
GRFICO 248 - ANLISE PARA A LARGURA DE F4PJOMAC
Cp = 0,48
Cpk = -1,15
Cpk (superior) = -1,15
Cpk (inferior) = 2,12
Cpm = 0,10
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
e
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20
24
GRFICO 249 - ANLISE PARA A ALTURA DE F4PJOMAC
Cp = 0,85
Cpk = -1,35
Cpk (superior) = 3,04
Cpk (inferior) = -1,35
Cpm = 0,13
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,5 4,8 5,1 5,4 5,7 6
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,06
Cpkm = 0,10
Cpkm = 0,13
346
3.8.17.5 Anlise para a indstria F5PT
a) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 250 - ANLISE PARA O COMPRIMENTO DE F5PTMAC
Cp = 0,54
Cpk = -2,95
Cpk (superior) = -2,95
Cpk (inferior) = 4,03
Cpm = 0,05
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
3
6
9
12
15
GRFICO 251 - ANLISE PARA A LARGURA DE F5PTMAC
Cp = 0,53
Cpk = -1,72
Cpk (superior) = -1,72
Cpk (inferior) = 2,78
Cpm = 0,08
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20
GRFICO 252- ANLISE PARA A ALTURA DE F5PTMAC
Cp = 0,59
Cpk = -1,13
Cpk (superior) = 2,31
Cpk (inferior) = -1,13
Cpm = 0,11
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,3 4,6 4,9 5,2 5,5 5,8 6,1
0
4
8
12
16
20
24
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL =5,7, LSE = 6,0
Cpkm = 0,05
Cpkm = 0,08
Cpkm = 0,11
347
3.8.17.6 Anlise para a indstria F6PS
a) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 253 - ANLISE PARA O COMPRIMENTO DE F6PS2F
Cp = 0,50
Cpk = -0,45
Cpk (superior) = -0,45
Cpk (inferior) = 1,46
Cpm = 0,16
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
20
24
GRFICO 254 - ANLISE PARA A LARGURA DE F6PS2F
Cp = 0,86
Cpk = -2,57
Cpk (superior) = -2,57
Cpk (inferior) = 4,30
Cpm = 0,08
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
e
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
4
8
12
16
20
24
GRFICO 255 - ANLISE PARA A ALTURA DE F6PS2F
Cp = 0,94
Cpk = -0,62
Cpk (superior) = 2,49
Cpk (inferior) = -0,62
Cpm = 0,19
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,8 5 5,2 5,4 5,6 5,8 6 6,2
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 5,4, NOMINAL =5,7, LSE = 6,0
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,16
Cpkm = 0,08
Cpkm = 0,19
348
b)Anlise para os tijolos de 4 furos nas dimenses nominais de 24cm x 10cm
x 10cm
GRFICO 256 - ANLISE PARA O COMPRIMENTO DE F6PS4F
Cp = 0,26
Cpk = 0,23
Cpk (superior) = 0,23
Cpk (inferior) = 0,29
Cpm = 0,26
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 23 24 25 26
0
4
8
12
16
20
24
GRFICO 257 - ANLISE PARA A LARGURA DE F6PS4F
Cp = 0,84
Cpk = 0,82
Cpk (superior) = 0,82
Cpk (inferior) = 0,86
Cpm = 0,84
LSL = 9,7, Nominal = 10,0, USL = 10,3
Largura
F
r
e
q
n
c
i
a
9,6 9,8 10 10,2 10,4 10,6
0
4
8
12
16
20
GRFICO 258 - ANLISE PARA A ALTURA DE F6PS4F
Cp = 0,62
Cpk = 0,55
Cpk (superior) = 0,69
Cpk (inferior) = 0,55
Cpm = 0,61
LSL = 9,7, Nominal = 10,0, USL = 10,3
Altura
F
r
e
q
n
c
i
a
9,4 9,6 9,8 10 10,2 10,4 10,6 10,8
0
4
8
12
16
20
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
Cpkm = 0,26
Cpkm = 0,84
Cpkm = 0,61
349
c)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 259 - ANLISE PARA O COMPRIMENTO DE F6PS6F
Cp = 0,27
Cpk = 0,05
Cpk (superior) = 0,50
Cpk (inferior) = 0,05
Cpm = 0,22
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15
GRFICO 260 - ANLISE PARA A LARGURA DE F6PS6F
Cp = 0,82
Cpk = -0,42
Cpk (superior) = 2,07
Cpk (inferior) = -0,42
Cpm = 0,21
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
GRFICO 261 - ANLISE PARA A ALTURA DE F6PS6F
Cp = 0,39
Cpk = 0,12
Cpk (superior) = 0,66
Cpk (inferior) = 0,12
Cpm = 0,30
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,4 8,8 9,2 9,6
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,22
Cpkm = 0,21
Cpkm = 0,30
350
d)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 11,5cm
GRFICO 262 - ANLISE PARA O COMPRIMENTO DE F6PS6FE
Cp = 0,57
Cpk = -0,24
Cpk (superior) = 1,38
Cpk (inferior) = -0,24
Cpm = 0,22
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
23 23,3 23,6 23,9 24,2 24,5
0
4
8
12
16
20
24
GRFICO 263 - ANLISE PARA A LARGURA DE F6PS6FE
Cp = 0,71
Cpk = -0,14
Cpk (superior) = 1,55
Cpk (inferior) = -0,14
Cpm = 0,26
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
GRFICO 264 - ANLISE PARA A ALTURA DE F6PS6FE
Cp = 0,69
Cpk = 0,32
Cpk (superior) = 0,32
Cpk (inferior) = 1,06
Cpm = 0,46
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11,1 11,3 11,5 11,7 11,9 12,1
0
3
6
9
12
15
18
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,8
Cpkm = 0,22
Cpkm = 0,26
Cpkm = 0,46
351
e) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9cm
GRFICO 265 - ANLISE PARA O COMPRIMENTO DE F6PS6FEE
Cp = 0,39
Cpk = -0,69
Cpk (superior) = 1,47
Cpk (inferior) = -0,69
Cpm = 0,11
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
4
8
12
16
GRFICO 266 - ANLISE PARA A LARGURA DE F6PS6FEE
Cp = 0,82
Cpk = -0,43
Cpk (superior) = 2,07
Cpk (inferior) = -0,43
Cpm = 0,21
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18
GRFICO 267 - ANLISE PARA A ALTURA DE F6PS6FEE
Cp = 1,05
Cpk = 0,27
Cpk (superior) = 1,84
Cpk (inferior) = 0,27
Cpm = 0,41
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4 9,6
0
10
20
30
40
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,11
Cpkm = 0,21
Cpkm = 0,41
352
3.8.17.7 Anlise para a indstria F7PE
a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 11,5cm
GRFICO 268 - ANLISE PARA O COMPRIMENTO DE F7PE6FE
Cp = 0,64
Cpk = -1,14
Cpk (superior) = 2,42
Cpk (inferior) = -1,14
Cpm = 0,12
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15
GRFICO 269 - ANLISE PARA A LARGURA DE F7PE6FE
Cp = 0,99
Cpk = 0,90
Cpk (superior) = 0,90
Cpk (inferior) = 1,08
Cpm = 0,95
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4 14,6
0
4
8
12
16
20
24
GRFICO 270 - ANLISE PARA A ALTURA DE F7PE6FE
Cp = 0,63
Cpk = 0,28
Cpk (superior) = 0,28
Cpk (inferior) = 0,98
Cpm = 0,43
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11,1 11,3 11,5 11,7 11,9 12,1 12,3
0
3
6
9
12
15
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,5
Cpkm = 0,12
Cpkm = 0,95
Cpkm = 0,43
353
b)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 271 - ANLISE PARA O COMPRIMENTO DE F7PE6F
Cp = 0,47
Cpk = -0,30
Cpk (superior) = 1,23
Cpk (inferior) = -0,30
Cpm = 0,18
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
3
6
9
12
15
GRFICO 272 - ANLISE PARA A LARGURA DE F7PE6F
Cp = 0,81
Cpk = -0,11
Cpk (superior) = 1,74
Cpk (inferior) = -0,11
Cpm = 0,27
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
GRFICO 273 - ANLISE PARA A ALTURA DE F7PE6F
Cp = 0,34
Cpk = 0,19
Cpk (superior) = 0,48
Cpk (inferior) = 0,19
Cpm = 0,31
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,3 8,7 9,1 9,5 9,9
0
4
8
12
16
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,18
Cpkm = 0,27
Cpkm = 0,31
354
c)Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 274 - ANLISE PARA O COMPRIMENTO DE F7PE2F
Cp = 0,43
Cpk = -0,05
Cpk (superior) = -0,05
Cpk (inferior) = 0,90
Cpm = 0,24
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30
GRFICO 275 - ANLISE PARA A LARGURA DE F7PE2F
Cp = 0,51
Cpk = -2,00
Cpk (supperior) = -2,00
Cpk (inferior) = 3,03
Cpm = 0,07
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20
24
GRFICO 276 - ANLISE PARA A ALTURA DE F7PE2F
Cp = 0,45
Cpk = 0,38
Cpk (superior) = 0,53
Cpk (inferior) = 0,38
Cpm = 0,44
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,9 5,2 5,5 5,8 6,1 6,4
0
4
8
12
16
20
24
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,24
Cpkm = 0,07
Cpkm = 0,44
355
3.8.17.8 Anlise para a indstria F8PJJ
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 277 - ANLISE PARA O COMPRIMENTO DE F8PJJ6F
Cp = 0,53
Cpk = 0,00
Cpk (superior) = 1,07
Cpk (inferior) = 0,00
Cpm = 0,28
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
3
6
9
12
15
18
GRFICO 278 - ANLISE PARA A LARGURA DE F8PJJ6F
Cp = 0,91
Cpk = -0,43
Cpk (superior) = 2,25
Cpk (inferior) = -0,43
Cpm = 0,22
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24
GRFICO 279 - ANLISE PARA A ALTURA DE F8PJJ6F
Cp = 0,44
Cpk = 0,03
Cpk (superior) = 0,86
Cpk (inferior) = 0,03
Cpm = 0,28
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5
0
10
20
30
40
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,28
Cpkm = 0,22
Cpkm = 0,28
356
3.8.17.9 Anlise para a indstria F9PSJ
a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9cm
GRFICO 280 - ANLISE PARA O COMPRIMENTO DE F9PSJ6FE
Cp = 0,54
Cpk = -2,04
Cpk (superior) = 3,12
Cpk (inferior) = -2,04
Cpm = 0,07
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
4
8
12
16
20
24
GRFICO 281 - ANLISE PARA A LARGURA DE F9PSJ6FE
Cp = 0,46
Cpk = 0,45
Cpk (superior) = 0,48
Cpk (inferior) = 0,45
Cpm= 0,46
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
5
10
15
20
25
30
GRFICO 282 - ANLISE PARA A ALTURA DE F9PSJ6FE
Cp = 0,88
Cpk = -0,49
Cpk (superior) = 2,25
Cpk (inferior) = -0,49
Cpm = 0,21
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,1 8,3 8,5 8,7 8,9 9,1 9,3
0
4
8
12
16
20
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,07
Cpkm = 0,46
Cpkm = 0,21
357
b)Anlise para os tijolos de 2 furos especiais nas dimenses nominais de
19cm x 9cm x 5,7cm
GRFICO 283 - ANLISE PARA O COMPRIMENTO DE F9PSJ2F
Cp = 0,59
Cpk = -5,94
Cpk (superior) = -5,94
Cpk (inferior) = 7,12
Cpm 0,03
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23
0
3
6
9
12
15
GRFICO 284 - ANLISE PARA A LARGURA DE F9PSJ2F
Cp = 0,55
Cpk = -0,79
Cpk (superior) = -0,79
Cpk (inferior) = 1,88
Cpm = 0,13
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
3
6
9
12
15
GRFICO 285 - ANLISE PARA A ALTURA DE F9PSJ2F
Cp = 0,68
Cpk = -0,2
Cpk (superior) = 1,55
Cpk (inferior) = -0,20
Cpm = 0,24
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,8 5 5,2 5,4 5,6 5,8 6 6,2
0
4
8
12
16
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE =5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,03
Cpkm = 0,33
Cpkm = 0,24
358
c) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
19cm x 14cm x 9cm
GRFICO 286 - ANLISE PARA O COMPRIMENTO DE F9PSJ6F
Cp = 0,57
Cpk = 0,33
Cpk (superior) = 0,33
Cpk (inferior) = 0,81
Cpm = 0,46
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5 19,8
0
5
10
15
20
25
30
GRFICO 287 - ANLISE PARA A LARGURA DE F9PSJ6F
Cp = 1,05
Cpk = 0,85
Cpk (superior) = 1,26
Cpk (inferior) = 0,85
Cpm = 0,90
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4
0
4
8
12
16
20
24
GRFICO 288 - ANLISE PARA A ALTURA DE F9PSJ6F
Cp = 0,61
Cpk = -0,31
Cpk (superior) = 1,53
Cpk (inferior) = -0,31
Cpm = 0,20
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5
0
4
8
12
16
20
24
LIE =18,7, NOMINAL = 19,0, LSE = 19,3
LIE =13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,46
Cpkm = 0,90
Cpkm = 0,20
359
3.8.17.10 Anlise para a indstria F10PK
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 289 - ANLISE PARA O COMPRIMENTO DE F10PK6F
Cp = 0,42
Cpk = 0,18
Cpk (superior) = 0,18
Cpk (inferior) = 0,65
Cpm = 0,34
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
3
6
9
12
15
GRFICO 290 - ANLISE PARA A LARGURA DE F10PK6F
Cp = 0,68
Cpk = 0,67
Cpk (superior) = 0,67
Cpk (inferior) = 0,68
Cpm = 0,68
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,5 13,7 13,9 14,1 14,3 14,5 14,7
0
4
8
12
16
20
24
GRFICO 291 - ANLISE PARA A ALTURA DE F10PK6F
Cp = 0,90
Cpk = 0,67
Cpk (superior) = 1,13
Cpk (inferior) = 0,67
Cpm = 0,73
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5
0
5
10
15
20
25
30
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,34
Cpkm = 0,68
Cpkm = 0,73
360
3.8.17.11 Anlise para a indstria F11PJAA
a) Anlise para os tijolos macios nas dimenses nominais de 19cm x 14cm
x 5,7cm
GRFICO 292 - ANLISE PARA O COMPRIMENTO DE F11PJAAMAC
Cp = 0,41
Cpk = -0,57
Cpk (superior) = -0,57
Cpk (inferior) = 1,39
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5
0
3
6
9
12
15
GRFICO 293 - ANLISE PARA A LARGURA DE F11PJAAMAC
Cp = 0,73
Cpk = -0,63
Cpk (superior) = -0,63
Cpk (inferior) = 2,09
Cpm = 0,17
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15
GRFICO 294 - ANLISE PARA A ALTURA DE F11PJAAMAC
Cp = 0,79
Cpk = -1,86
Cpk (superior) = 3,45
Cpk (inferior) = -1,86
Cpm = 0,10
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,3 4,6 4,9 5,2 5,5 5,8 6,1
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,13 Cpkm = 0,13
Cpkm = 0,17
Cpkm = 0,10
361
3.8.17.12 Anlise para a indstria F12PK
a ) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 295 - ANLISE PARA O COMPRIMENTO DE F12PK6F
Cp = 1,34
Cpk = -2,18
Cpk (superior) = 4,86
Cpk (inferior) = -2,18
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
5
10
15
20
25
GRFICO 296 - ANLISE PARA A LARGURA DE F12PK6F
Cp = 0,87
Cpk = -0,20
Cpk (superior) = 1,94
Cpk (inferior) = -0,20
Cpm = 0,26
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
GRFICO 297 - ANLISE PARA A ALTURA DE F12PK6F
Cp = 0,76
Cpk = 0,75
Cpk (superior) = 0,75
Cpk (inferior) = 0,76
Cpm = 0,76
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,13
Cpkm = 0,26
Cpkm = 0,76
362
3.8.17.13 Anlise para a indstria F13PSC
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 298 - ANLISE PARA O COMPRIMENTO DE F13PSC6F
Cp = 0,85
Cpk = 0,71
Cpk (superior) = 0,98
Cpk (inferior) = 0,71
Cpm = 0,78
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5 19,7
0
4
8
12
16
20
GRFICO 299 - ANLISE PARA A LARGURA DE F13PSC6F
Cp = 0,69
Cpk = -0,25
Cpk (superior) = 1,64
Cpk (inferior) = -0,25
Cpm = 0,23
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
GRFICO 300 - ANLISE PARA A ALTURA DE F13PSC6F
Cp = 1,21
Cpk = -0,55
Cpk (superior) = 2,97
Cpk (inferior) = -0,55
Cpm = 0,22
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,2 8,4 8,6 8,8 9 9,2 9,4
0
4
8
12
16
20
24
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,78
Cpkm = 0,23
Cpkm = 0,22
363
3.8.17.14 Anlise para a indstria F14PP
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 301 - ANLISE PARA O COMPRIMENTO DE F14PP6F
Cp = 0,49
Cpk = -0,90
Cpk (superior) = 1,89
Cpk (inferior) = -0,90
Cpm = 0,11
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5
0
10
20
30
40
GRFICO 302- ANLISE PARA A LARGURA DE F14PP6F
Cp = 0,55
Cpk = 0,25
Cpk (superior) = 0,84
Cpk (inferior) = 0,25
Cpm = 0,41
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24
GRFICO 303- ANLISE PARA A ALTURA DE F14PP6F
Cp = 0,36
Cpk = 0,23
Cpk (superior) = 0,50
Cpk (inferior) = 0,23
Cpm = 0,33
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5 9,8
0
5
10
15
20
25
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,11
Cpkm = 0,41
Cpkm = 0,33
364
3.8.17.15 Anlise para a indstria F15PF
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 304 - ANLISE PARA O COMPRIMENTO DE F15PF6F
Cp = 0,77
Cpk = 0,34
Cpk (superior) = 1,20
Cpk (inferior) = 0,34
Cpm = 0,47
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,4 18,6 18,8 19 19,2 19,4
0
3
6
9
12
15
18
GRFICO 305 - ANLISE PARA A LARGURA DE F15PF6F
Cp = 0,62
Cpk = -0,15
Cpk (superior) = 1,38
Cpk (inferior) = -0,15
Cpm = 0,24
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
30
GRFICO 306 - ANLISE PARA A ALTURA DE F15PF6F
Cp = 0,68
Cpk = -0,39
Cpk (superior) = 1,74
Cpk (inferior) = -0,39
Cpm = 0,20
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
4
8
12
16
20
24
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,47
Cpkm = 0,24
Cpkm = 0,20
365
b)Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 307 - ANLISE PARA O COMPRIMENTO DE F15PFMAC
Cp = 0,42
Cpk = -1,62
Cpk (superior) = -1,62
Cpk (inferior) = 2,45
Cpm = 0,07
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
3
6
9
12
15
18
GRFICO 308 - ANLISE PARA A LARGURA DE F15PFMAC
Cp = 0,71
Cpk = -2,42
Cpk (superior) = -2,42
Cpk (inferior) = 3,85
Cpm = 0,07
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5 11,9
0
4
8
12
16
20
GRFICO 309 - ANLISE PARA A ALTURA DE F15PFMAC
Cp = 0,69
Cpk = -1,94
Cpk (superior) = 3,33
Cpk (inferior) = -1,94
Cpm = 0,09
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,1 4,5 4,9 5,3 5,7 6,1
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,07
Cpkm = 0,07
Cpkm = 0,09
366
3.8.17.16 Anlise para a indstria F16PL
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 310 - ANLISE PARA O COMPRIMENTO DE F16PL6F
Cp = 0,93
Cpk = -0,26
Cpk (superior) = -0,26
Cpk (inferior) = 2,12
Cpm = 0,25
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
4
8
12
16
20
24
GRFICO 311 - ANLISE PARA A LARGURA DE F16PL6F
Cp = 0,83
Cpk = -0,01
Cpk (superior) = 1,66
Cpk (inferior) = -0,01
Cpm = 0,30
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24
GRFICO 312 - ANLISE PARA A ALTURA DE F16PL6F
Cp = 0,84
Cpk = 0,77
Cpk (superior) = 0,77
Cpk (inferior) = 0,91
Cpm = 0,82
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,25
Cpkm = 0,30
Cpkm = 0,82
367
3.8.17.17 Anlise para a indstria F17PBM
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 313 - ANLISE PARA O COMPRIMENTO DE F17PBM6F
Cp = 0,54
Cpk = -0,79
Cpk (superior) = 1,87
Cpk (inferior) = -0,79
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
5
10
15
20
25
GRFICO 314 - ANLISE PARA A LARGURA DE F17PBM6F
Cp = 0,34
Cpk = 0,18
Cpk (superior) = 0,50
Cpk (inferior) = 0,18
Cpm = 0,31
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,5 13 13,5 14 14,5 15
0
3
6
9
12
15
GRFICO 315 - ANLISE PARA A ALTURA DE F17PBM6F
Cp = 0,95
Cpk = 0,70
Cpk (superior) = 0,70
Cpk (inferior) = 1,21
Cpm = 0,75
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 13,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,13
Cpkm = 0,31
Cpkm = 0,75
368
3.8.17.18 Anlise para a indstria F18PP
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 316 - ANLISE PARA O COMPRIMENTO DE F18PP6F
Cp = 0,29
Cpk = -0,70
Cpk (superior) = 1,29
Cpk (inferior) = -0,70
Cpm = 0,09
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 17 18 19 20
0
4
8
12
16
20
24
GRFICO 317 - ANLISE PARA A LARGURA DE F18PP6F
Cp = 0,76
Cpk = 0,26
Cpk (superior) = 1,26
Cpk (inferior) = 0,26
Cpm = 0,42
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,4 13,6 13,8 14 14,2 14,4 14,6
0
3
6
9
12
15
18
GRFICO 318 - ANLISE PARA A ALTURA DE F18PP6F
Cp = 0,84
Cpk = 0,74
Cpk (superior) = 0,94
Cpk (inferior) = 0,74
Cpm = 0,80
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,09
Cpkm = 0,42
Cpkm = 0,80
369
3.8.17.19 Anlise para a indstria F19PG
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 319 - ANLISE PARA O COMPRIMENTO DE F19PG6F
Cp = 0,32
Cpk = -0,02
Cpk (superior) = 0,66
Cpk (inferior) = -0,02
Cpm = 0,22
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15
18
GRFICO 320 - ANLISE PARA A LARGURA DE F19PG6F
Cp = 0,54
Cpk = 0,14
Cpk (superior) = 0,95
Cpk (inferior) = 0,14
Cpm = 0,34
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24
GRFICO 321 - ANLISE PARA A ALTURA DE F19PG6F
Cp = 0,88
Cpk = 0,41
Cpk (superior) = 0,41
Cpk (inferior) = 1,34
Cpm = 0,51
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,22
Cpkm = 0,34
Cpkm = 0,51
370
3.8.17.20 Anlise para a indstria F20PR
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 322 - ANLISE PARA O COMPRIMENTO DE F20PR6F
Cp = 1,07
Cpk = -1,34
Cpk (superior) = 3,47
Cpk (inferior) = -1,34
Cpm = 0,15
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
4
8
12
16
20
24
GRFICO 323 - ANLISE PARA A LARGURA DE F20PR6F
Cp = 1,02
Cpk = -0,46
Cpk (superior) = 2,49
Cpk (inferior) = -0,46
Cpm = 0,22
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
r
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18
GRFICO 324 - ANLISE PARA A ALTURA DE F20PR6F
Cp = 1,47
Cpk = 0,41
Cpk (superior) = 0,41
Cpk (inferior) = 2,53
Cpm = 0,44
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
10
20
30
40
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,15
Cpkm = 0,22
Cpkm = 0,44
371
b)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 11,5cm
GRFICO 325 - ANLISE PARA O COMPRIMENTO DE F20PR6FE
Cp = 0,55
Cpk = -1,06
Cpk (superior) = 2,16
Cpk (inferior) = -1,06
Cpm = 0,11
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
5
10
15
20
25
30
GRFICO 326 - ANLISE PARA A LARGURA DE F20PR6FE
Cp = 0,80
Cpk = -1,59
Cpk (superior) = -1,59
Cpk (inferior) = 3,19
Cpm = 0,11
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
4
8
12
16
GRFICO 327 - ANLISE PARA A ALTURA DE F20PR6FE
Cp = 0,69
Cpk = -0,65
Cpk (superior) = -0,65
Cpk (inferior) = 2,02
Cpm = 0,17
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11 11,4 11,8 12,2 12,6
0
4
8
12
16
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,8
Cpkm = 0,11
Cpkm = 0,11
Cpkm = 0,17
372
3.8.17.21 Anlise para a indstria F21PPE
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 328 - ANLISE PARA O COMPRIMENTO DE F21PPE6F
Cp = 0,55
Cpk = 0,33
Cpk (superior) = 0,77
Cpk (inferior) = 0,33
Cpm = 0,46
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
3
6
9
12
15
18
GRFICO 329 - ANLISE PARA A LARGURA DE F21PPE6F
Cp = 0,75
Cpk = 0,14
Cpk (superior) = 1,37
Cpk (inferior) = 0,14
Cpm = 0,36
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,3 13,5 13,7 13,9 14,1 14,3 14,5
0
3
6
9
12
15
18
GRFICO 330 - ANLISE PARA A ALTURA DE F21PPE6F
Cp = 0,71
Cpk = 0,49
Cpk (superior) = 0,49
Cpk (inferior) = 0,93
Cpm = 0,59
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,46
Cpkm = 0,36
Cpkm = 0,59
373
3.8.17.22 Anlise para a indstria F22PBN
b)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 331 - ANLISE PARA O COMPRIMENTO DE F22PBN6F
Cp = 0,33
Cpk = -0,09
Cpk (superior) = 0,76
Cpk (inferior) = -0,09
Cpm = 0,20
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15
GRFICO 332 - ANLISE PARA A LARGURA DE F22PBN6F
Cp = 0,85
Cpk = -0,67
Cpk (superior) = 2,38
Cpk (inferior) = -0,67
Cpm = 0,18
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
5
10
15
20
25
GRFICO 333 - ANLISE PARA A ALTURA DE F22PBN6F
Cp = 0,55
Cpk = -0,19
Cpk (superior) = 1,29
Cpk (inferior) = -0,19
Cpm = 0,22
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5
0
4
8
12
16
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,20
Cpkm = 0,18
Cpkm = 0,22
374
3.8.17.23 Anlise para a indstria F23PPAS
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 334 - ANLISE PARA O COMPRIMENTO DE F23PPAS6F
Cp = 0,29
Cpk = 0,25
Cpk (superior) = 0,33
Cpk (inferior) = 0,25
Cpm = 0,29
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 18 19 20 21
0
4
8
12
16
20
GRFICO 335 - ANLISE PARA A LARGURA DE F23PPAS6F
Cp = 0,45
Cpk = -0,15
Cpk (superior) = 1,04
Cpk (inferior) = -0,15
Cpm = 0,22
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
10
20
30
40
GRFICO 336 - ANLISE PARA A ALTURA DE F23PPAS6F
Cp = 0,74
Cpk = 0,11
Cpk (superior) = 1,36
Cpk (inferior) = 0,11
Cpm = 0,34
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,5 8,7 8,9 9,1 9,3 9,5
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,22
Cpkm = 0,22
Cpkm = 0,34
375
b) Anlise para os tijolos de 4 furos nas dimenses nominais de 24cm x
10cm x 10cm
GRFICO 337 - ANLISE PARA O COMPRIMENTO DE F23PPAS4F
Cp = 0,63
Cpk = -2,36
Cpk (superior) = 3,62
Cpk (inferior) = -2,36
Cpm = 0,07
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15
18
GRFICO 338 - ANLISE PARA A LARGURA DE F23PPAS4F
Cp = 1,00
Cpk = 0,69
Cpk (superior) = 1,32
Cpk (inferior) =0,69
Cpm = 0,73
LSL = 9,7, Nominal = 10,0, USL = 10,3
Largura
F
r
e
q
n
c
i
a
9,6 9,8 10 10,2 10,4
0
3
6
9
12
15
18
GRFICO 339 - ANLISE PARA A ALTURA DE F23PPAS4F
Cp = 0,69
Cpk = 0,24
Cpk (superior) = 1,15
Cpk (inferior) = 0,24
Cpm = 0,41
LSL = 9,7, Nominal = 10,0, USL = 10,3
Altura
F
r
e
q
n
c
i
a
9,3 9,5 9,7 9,9 10,1 10,3 10,5
0
4
8
12
16
20
24
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
Cpkm = 0,07
Cpkm = 0,73
Cpkm = 0,41
376
3.8.17.24 Anlise para a indstria F24P2000
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 340 - ANLISE PARA O COMPRIMENTO DE F24P20006F
Cp = 0,18
Cpk = 0,10
Cpk (superior) = 0,10
Cpk (inferior) = 0,26
Cpm = 0,17
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 18 19 20 21
0
2
4
6
8
10
12
GRFICO 341 - ANLISE PARA A LARGURA DE F24P20006F
Cp = 0,49
Cpk = -0,57
Cpk (superior) = 1,55
Cpk (inferior) = -0,57
Cpm = 0,14
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
24
GRFICO 342 - ANLISE PARA A ALTURA DE F24P20006F
Cp = 0,71
Cpk = -0,01
Cpk (superior) = 1,42
Cpk (inferior) = -0,01
Cpm = 0,30
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,2 8,4 8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
18
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,17
Cpkm = 0,17
Cpkm = 0,30
377
3.8.17.25 Anlise para a indstria F25PCS
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 343 - ANLISE PARA O COMPRIMENTO DE F25PSC6F
Cp = 0,60
Cpk = -0,80
Cpk (superior) = 2,00
Cpk (inferior) = -0,80
Cpm = 0,14
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
4
8
12
16
20
GRFICO 344 - ANLISE PARA A LARGURA DE F25PSC6F
Cp = 0,46
Cpk = -0,65
Cpk (superior) = 1,57
Cpk (inferior) = -0,65
Cpm = 0,13
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
GRFICO 345 - ANLISE PARA A ALTURA DE F25PSC6F
Cp = 0,72
Cpk = 0,37
Cpk (superior) = 0,37
Cpk (inferior) = 1,07
Cpm = 0,49
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
20
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,14
Cpkm = 0,13
Cpkm = 0,49
378
3.8.17.26 Anlise para a indstria F26PRO
a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9cm
GRFICO 346 - ANLISE PARA O COMPRIMENTO DE F26PRO6FEE
Cp = 0,73
Cpk = -1,25
Cpk (superior) = 2,70
Cpk (inferior) = -1,25
Cpm = 0,12
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
4
8
12
16
20
GRFICO 347 - ANLISE PARA A LARGURA DE F26PRO6FEE
Cp = 1,01
Cpk = 1,01
Cpk (superior) = 1,01
Cpk (inferior) = 1,01
Cpm = 1,01
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4
0
5
10
15
20
25
30
GRFICO 348 - ANLISE PARA A ALTURA DE F26PRO6FEE
Cp = 0,72
Cpk = -0,28
Cpk (superior) = -0,28
Cpk (inferior) = 1,73
Cpm = 0,23
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
3
6
9
12
15
18
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
Cpkm = 0,12
Cpkm = 1,01
Cpkm = 0,23
379
b) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 11,5cm
GRFICO 349 - ANLISE PARA O COMPRIMENTO DE F26PRO6FE
Cp = 0,57
Cpk = -0,62
Cpk (superior) = 1,75
Cpk (inferior) = -0,62
Cpm = 0,15
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15
GRFICO 350 - ANLISE PARA A LARGURA DE F26PRO6FE
Cp = 0,99
Cpk = -2,56
Cpk (superior) = -2,56
Cpk (inferior) = 4,55
Cpm = 0,09
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
4
8
12
16
20
GRFICO 351 - ANLISE PARA A ALTURA DE F26PRO6FE
Cp = 0,82
Cpk = -0,71
Cpk (superior) = -0,71
Cpk (inferior) = 2,36
Cpm = 0,17
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11 11,3 11,6 11,9 12,2 12,5
0
4
8
12
16
20
LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,8
Cpkm = 0,15
Cpkm = 0,09
Cpkm = 0,17
380
c) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 352 - ANLISE PARA O COMPRIMENTO DE F26PRO6F
Cp = 1,22
Cpk = 0,40
Cpk (superior) = 0,40
Cpk (inferior) = 2,04
Cpm = 0,45
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,6 18,8 19 19,2 19,4 19,6 19,8
0
5
10
15
20
25
30
GRFICO 353 - ANLISE PARA A LARGURA DE F26PRO6F
Cp = 0,39
Cpk = 0,37
Cpk (superior) = 0,37
Cpk (inferior) = 0,41
Cpm = 0,39
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
4
8
12
16
20
GRFICO 354 - ANLISE PARA A ALTURA DE F26PRO6F
Cp = 0,58
Cpk = -0,05
Cpk (superior) = -0,05
Cpk (inferior) = 1,21
Cpm = 0,27
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
3
6
9
12
15
LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,45
Cpkm = 0,39
Cpkm = 0,27
381
QUADRO 17A-ANLISE DAS AMOSTRAS DE TIJOLOS DE
PRUDENTPOLIS-PR
Municpio:
Prudentpolis
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: : # 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# 6F C [18,7;19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FEE C [ 23,7; 24,3]; L [ 13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6]
# 4F C [23,7; 24,3]; L [9,7;10,3]; h [9,7; 10,3]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
# ndice= Cpkm=Cp 1,33; Cpk 1,33
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1PD6F 18,76 0,22 0,05 0,20 13,47 0,45 -0,34 0,17 8,58 0,42 -0,17 0,21 No-Conforme
F2PJ6F 18,36 0,35 -0,39 0,14 13,53 0,44 -0,25 0,19 8,58 0,40 -0,15 0,21 No-Conforme
F3PW6F 19,04 0,34 0,29 0,34 13,88 0,47 0,29 0,41 9,09 0,68 0,48 0,59 No-Conforme
F3PW6FE 24,54 0,33 -0,26 0,16 13,94 0,53 0,42 0,50 9,28 0,52 0,05 0,30 No-Conforme
F4PJO6F 18,23 1,08 -1,70 0,13 13,30 0,57 -0,76 0,14 8,81 0,61 0,24 0,41 No-Conforme
F4PJO6FEE 22,85 0,64 -1,82 0,09 13,75 1,84 0,33 0,39 9,10 0,86 0,87 0,65 No-Conforme
F4PJOMAC 20,66 0,28 -1,28 0,06 10,02 0,48 -1,15 0,10 4,92 0,85 -1,35 0,13 No-Conforme
F5PTMAC 20,93 0,54 -2,95 0,05 10,28 0,53 -1,72 0,08 4,82 0,59 -1,13 0,11 No-Conforme
F6PS2F 18,57 0,50 -0,45 0,16 10,20 0,86 -2,57 0,08 5,20 0,94 -0,62 0,19 No-Conforme
F6PS4F 24,03 0,26 0,23 0,26 9,90 0,84 0,82 0,84 9,92 0,62 0,55 0,61 No-Conforme
F6PS6F 18,75 0,27 0,05 0,22 13,45 0,82 -0,42 0,21 8,79 0,39 0,12 0,30 No-Conforme
P6PS6FE 23,57 0,57 -0,24 0,22 13,64 0,71 -0,14 0,26 11,50 0,69 0,32 0,46 No-Conforme
F6PS6FEE 23,17 0,39 -0,68 0,11 13,54 0,71 -0,43 0,21 8,78 1,04 0,26 0,41 No-Conforme
F7PE6FEE 23,16 0,64 -1,14 0,12 14,02 0,99 0,90 0,95 11,67 0,63 0,28 0,43 No-Conforme
F7PE6F 18,51 0,47 -0,30 0,18 13,66 0,81 -0,11 0,27 8,87 0,34 0,19 0,31 No-Conforme
F7PE2F 19,33 0,40 -0,05 0,24 10,46 0,51 -2,00 0,07 5,65 0,45 0,38 0,44 No-Conforme
F8PJJ6F 18,70 0,53 0,00 0,28 13,56 0,9 -0,42 0,22 8,72 0,44 0,03 0,28 No-Conforme
F9PSJ6FEE 22,56 0,54 -2,04 0,07 13,99 0,46 0,45 0,46 8,54 0,88 -0,49 0,21 No-Conforme
F9PSJ2F 55,31 0,58 -5,58 0,03 9,73 0,54 -0,78 0,13 5,32 0,67 -0,20 0,24 No-Conforme
F9PSJ6F 19,13 0,57 0,33 0,46 13,95 1,05 0,85 0,90 8,55 0,61 -0,31 0,20 No-Conforme
F10PK6F 19,17 0,42 0,18 0,34 14,00 0,68 0,67 0,68 8,92 0,90 0,67 0,73 No-Conforme
F11PJAAMAC 19,72 0,41 -0,57 0,13 9,56 0,732 -0,63 0,17 4,70 0,79 -1,86 0,10 No-Conforme
F12PK6F 18,21 1,34 -2,18 0,13 13,63 0,87 -0,20 0,26 9,00 0,76 0,75 0,76 No-Conforme
F13PSC6F 18,95 0,85 0,71 0,78 13,59 0,69 -0,25 0,23 8,57 -1,21 -0,55 0,22 No-Conforme
F14PP6F 18,15 0,49 -0,90 0,11 13,84 0,55 0,25 0,41 8,88 0,36 0,23 0,33 No-Conforme
F15PF6F 18,83 0,76 0,33 0,47 13,62 0,61 -0,15 0,24 8,52 0,67 -0,39 0,20 No-Conforme
F15PFMAC 20,46 0,42 -1,62 0,07 10,32 0,71 -2,42 0,07 4,56 0,69 -1,94 0,09 No-Conforme
F16PL6F 19,38 0,93 -0,26 0,25 13,70 0,83 -0,01 0,30 9,02 0,84 0,77 0,82 No-Conforme
F17PBM6F 18,26 0,54 -0,79 0,13 13,86 0,34 0,18 0,31 9,08 0,95 0,70 0,75 No-Conforme
F18PP6F 17,99 0,29 -0,70 0,09 13,80 0,76 0,26 0,42 8,97 0,84 0,74 0,80 No-Conforme
F19PG6F 18,68 0,32 -0,02 0,22 13,77 0,54 0,14 0,34 9,16 0,88 0,41 0,51 No-Conforme
F20PR6F 18,32 1,07 -1,34 0,15 13,56 1,02 -0,46 0,22 9,21 1,47 0,41 0,44 No-Conforme
F20PR6FE 23,11 0,55 -1,06 0,11 14,90 0,8 -1,59 0,11 12,08 0,69 -0,65 0,17 No-Conforme
F21PPE6F 18,88 0,55 0,33 0,46 13,76 0,75 0,14 0,36 9,09 0,71 0,49 0,59 No-Conforme
F22PBN6F 18,62 0,33 -0,09 0,20 13,46 0,85 -0,67 0,18 8,60 0,55 -0,19 0,22 No-Conforme
F23PPAS6F 18,96 0,29 0,25 0,29 13,60 0,45 -0,15 0,22 8,74 0,74 0,11 0,34 No-Conforme
F23PPAS4F 22,57 0,63 -2,36 0,07 9,90 1 0,69 0,73 9,80 0,69 0,24 0,41 No-Conforme
F24P20006F 19,13 0,18 0,10 0,17 13,34 0,49 -0,57 0,14 8,70 0,71 -0,01 0,30 No-Conforme
F25PCS6F 18,30 0,60 -0,80 0,14 13,28 0,46 -0,65 0,13 9,15 0,72 0,37 0,49 No-Conforme
F26PRO6FEE 23,18 0,73 -1,25 0,12 14,00 1,01 1,01 1,01 9,42 0,72 -0,28 0,23 No-Conforme
F26PRO6FE 23,37 0,57 -0,62 0,15 15,07 1,01 -2,60 0,09 12,06 0,82 -0,71 0,17 No-Conforme
F26PRO6F 19,20 1,22 0,40 0,45 14,02 0,39 0,37 0,39 9,33 0,58 -0,05 0,27 No-Conforme
OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos; 6FEE = Tijolos de 6 Furos Especial II; MAC = Macio; 4F = Tijolos de 4 Furos;
2F : Tijolos de 2 Furos
382
O quadro anterior sintetiza as informaes obtidas nos respectivos grficos
para o municpio de Prudentpolis. Das 126 dimenses avaliadas apenas 9 ( 0,07% do
total) tm ndice Cp superior a 1. Nenhuma delas apresenta ndice Cpkm superior a 1.
H uma nica dimenso, largura na indstria F26PRO6FEE, que est rigorosamente
dentro do ndice esperado para a capacidade do processo, sendo tambm a nica
dimenso no descentralizada ( Cp=Cpk).
Assim, com 99,97% das dimenses descentralizadas (CpCpk) e com
99,93% dos ndices de capacidade inferior a 1, conclui-se que esta importante regio
produtiva apresenta um quadro extremamente insatisfatrio no tocante a adequao
capacidade do processo.
383
3.8.18 REGIO CENTRO SUL: Esta anlise engloba todos os produtos
acima analisados contemplando os municpios dispostos na tabela 34
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 355- ANLISE PARA O COMPRIMENTO RCS6F
Cp = 0,15
Cpk = 0,11
Cpk (superior) = 0,19
Cpk (inferior) = 0,11
Cpm = 0,15
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 18 20 22 24
0
0,2
0,4
0,6
0,8
1
(X 1000)
GRFICO 356 -ANLISE PARA A LARGURA RCS6F
Cp = 0,26
Cpk = 0,02
Cpk (superior) = 0,50
Cpk (inferior) = 0,02
Cpm = 0,21
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 13 14 15 16
0
0,2
0,4
0,6
0,8
1
(X 1000)
GRFICO 357- ANLISE PARA A ALTURA RCS6F
Cp = 0,28
Cpk = 0,22
Cpk (superior) = 0,33
Cpk (inferior) = 0,22
Cpm = 0,27
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,8 8,8 9,8 10,8 11,8 12,8
0
0,2
0,4
0,6
0,8
1
(X 1000)
Cpkm = 0,15
Cpkm = 0,21
Cpkm = 0,27
384
b) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9cm
GRFICO 358- ANLISE PARA O COMPRIMENTO RCS6FE
Cp = 0,12
Cpk = -0,07
Cpk (superior) = 0,31
Cpk (inferior) = -0,07
Cpm = 0,10
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25 26 27
0
20
40
60
80
100
120
GRFICO 359-ANLISE PARA A LARGURA RCS6FE
Cp = 0,38
Cpk = 0,27
Cpk (superior) = 0,50
Cpk (inferior) = 0,27
Cpm = 0,36
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
20
40
60
80
100
120
GRFICO 360-ANLISE PARA A ALTURA RCS6FE
Cp = 0,25
Cpk = 0,14
Cpk (superior) = 0,14
Cpk (inferior) = 0,36
Cpm = 0,24
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,4 8,9 9,4 9,9 10,4
0
20
40
60
80
Cpkm = 0,10
Cpkm = 0,36
Cpkm = 0,24
385
c) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 11,5cm
GRFICO 361-ANLISE PARA O COMPRIMENTO RCS6FEE
Cp = 0,24
Cpk = -0,49
Cpk (superior) = 0,97
Cpk (inferior) = -0,49
Cpm = 0,10
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
20
40
60
80
100
120
GRFICO 362-ANLISE PARA A LARGURA RCS6FEE
Cp = 0,11
Cpk = -0,12
Cpk (superior) = -0,12
Cpk (inferior) = 0,34
Cpm = 0,09
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
11 13 15 17 19
0
20
40
60
80
GRFICO 363-ANLISE PARA A ALTURA RCS6FEE
Cp = 0,23
Cpk = 0,14
Cpk (superior) = 0,14
Cpk (inferior) = 0,32
Cpm (0,22
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
10 10,5 11 11,5 12 12,5 13
0
20
40
60
80
100
Cpkm = 0,10
Cpkm = 0,09
Cpkm = 0,22
386
d) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
21,5 cm x 15cm x 10cm
GRFICO 364-ANLISE PARA O COMPRIMENTO RCS6FEE*
Cp = 0,22
Cpk = -0,05
Cpk (superior) = 0,48
Cpk (inferior) = -0,05
Cpm = 0,17
LIE = 21,2 NOMINAL = 21,5 LSE = 21,8
Comprimento
F
r
e
q
n
c
i
a
19 20 21 22 23
0
10
20
30
40
50
GRFICO 365-ANLISE PARA A LARGURA RCS6FEE*
Cp = 0,42
Cpk = -0,17
Cpk (superior) = 1,01
Cpk (inferior) = -0,17
Cpm = 0,20
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
20
40
60
80
100
GRFICO 366-ANLISE PARA A ALTURA RCS6FEE*
Pp = 0,53
Ppk = 0,24
Ppk (upper) = 0,82
Ppk (lower) = 0,24
Ppm = 0,40
Process Capability for Altura
LSL = 9,7, Nominal = 10,0, USL = 10,3
9,2 9,5 9,8 10,1 10,4 10,7
Altura
0
10
20
30
40
50
f
r
e
q
u
e
n
c
y
Cpkm = 0,17
Cpkm = 0,20
Cpkm = 0,40
387
e) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 367-ANLISE PARA O COMPRIMENTO RCSMAC
Cp = 0,10
Cpk = -0,55
Cpk (superior) = -0,55
Cpk (inferior) 0,74
Cpm = 0,04
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 19 21 23 25
0
30
60
90
120
150
GRFICO 368-ANLISE PARA A LARGURA RCSMAC
Cp = 0,27
Cpk = -0,84
Cpk (superior) = -0,84
Cpk (inferior) = 1,37
Cpm = 0,08
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2 11,7
0
20
40
60
80
100
GRFICO 369-ANLISE PARA A ALTURA RCSMAC
Cp = 0,20
Cpk = -0,15
Cpk (superior) = 0,55
Cpk (inferior) = -0,15
Cpm = 0,14
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
3,6 4,6 5,6 6,6 7,6
0
20
40
60
80
100
120
Cpkm = 0,04
Cpkm = 0,08
Cpkm = 0,14
388
f) Anlise para os tijolos de 8 furos nas dimenses nominais de 19cm x
19cm x 9cm
GRFICO 370-ANLISE PARA O COMPRIMENTO RCS8F
Cp = 0,30
Cpk = -0,82
Cpk (superior) = -0,82
Cpk (inferior) = 1,43
Cpm = 0,09
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
10
20
30
40
GRFICO 371-ANLISE PARA A LARGURA RCS8F
Cp = 0,71
Cpk = -1,22
Cpk (superior) = -1,22
Cpk (inferior) = 2,63
Cpm = 0,12
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
10
20
30
40
50
60
GRFICO 372-ANLISE PARA A ALTURA RCS8F
Cp = 0,44
Cpk = -0,65
Cpk (superior) = -0,65
Cpk (inferior) = 1,53
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
10
20
30
40
50
60
Cpkm = 0,09
Cpkm = 0,12
Cpkm = 0,13
389
g) Anlise para as lajotas nas dimenses nominais de 30cm x 19cm x 7cm
GRFICO 373- ANLISE PARA O COMPRIMENTO RCSL
Cp = 0,92
Cpk = -3,43
Cpk (superior) = 5,28
Cpk (inferior) = -3,43
Cpm = 0,07
LIE = 29,7 NOMINAL = 30,0 LSE = 30,3
Comprimento
F
r
e
q
n
c
i
a
28 28,4 28,8 29,2 29,6 30 30,4 30,8
0
4
8
12
16
20
GRFICO 374- ANLISE PARA A LARGURA RCSL
Cp = 0,87
Cpk = 0,52
Cpk (superior) = 1,23
Cpk (inferior) = 0,52
Cpm = 0,59
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5
0
4
8
12
16
20
GRFICO 375- ANLISE PARA A ALTURA RCSL
Cp = 0,55
Cpk = -0,28
Cpk (superior) = 1,38
Cpk (inferior) = -0,28
Cpm = 0,20
LIE = 6,7 NOMINAL = 7,0 LSE = 7,3
Altura
F
r
e
q
n
c
i
a
6 6,3 6,6 6,9 7,2 7,5
0
5
10
15
20
25
30
Cpkm = 0,07
Cpkm = 0,59
Cpkm = 0,20
390
h) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x
9cm x 5,7cm
GRFICO 376- ANLISE PARA O COMPRIMENTO RCS2F
Cp = 0,09
Cpk = -0,41
Cpk (superior) = -0,41
Cpk (inferior) = 0,58
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 19 21 23 25
0
20
40
60
80
GRFICO 377-ANLISE PARA A LARGURA RCS2F
Cp = 0,37
Cpk = -0,93
Cpk (superior) = -0,93
Cpk (inferior) = 1,66
Cpm = 0,09
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
20
40
60
80
100
GRFICO 378- ANLISE PARA A ALTURA RCS2F
Cp = 0,44
Cpk = 0,09
Cpk (superior) = 0,79
Cpk (inferior) = 0,09
Cpm = 0,30
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2 6,5
0
20
40
60
80
Cpkm = 0,05
Cpkm = 0,09
Cpkm = 0,30
391
i) Anlise para os tijolos de 2 furos especiais nas dimenses nominais de
23cm x 11cm x 5cm
GRFICO 379-ANLISE PARA O COMPRIMENTO RCS2FE
Cp = 0,06
Cpk = 0,03
Cpk (superior) = 0,09
Cpk (inferior) = 0,03
Cpm = 0,06
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
18 20 22 24 26 28
0
10
20
30
40
GRFICO 380- ANLISE PARA A LARGURA RCS2FE
Cp = 0,12
Cpk = 0,04
Cpk (superior) = 0,21
Cpk (inferior) = 0,04
Cpm = 0,12
LIE = 11,3 NOMINAL = 11,0 LSE = 10,7
Largura
F
r
e
q
n
c
i
a
8,4 9,4 10,4 11,4 12,4 13,4
0
10
20
30
40
50
GRFICO 381- ANLISE PARA A ALTURA RCS2FE
Cp = 0,74
Cpk = -0,91
Cpk (superior) = -0,91
Cpk (inferior) = 2,38
Cpm = 0,15
LIE = 4,7 NOMINAL = 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
10
20
30
40
Cpkm = 0,06
Cpkm = 0,12
Cpkm = 0,15
392
j) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x
9cm x 9cm
GRFICO 382- ANLISE PARA O COMPRIMENTO RCS4F
Cp = 0,11
Cpk = -0,56
Cpk (superior) = -0,56
Cpk (inferior) = 0,79
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23 24
0
20
40
60
80
GRFICO 383- ANLISE PARA A LARGURA RCS4F
Cp = 0,22
Cpk = -0,27
Cpk (superior) = -0,27
Cpk (inferior) = 0,72
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,3 8,8 9,3 9,8 10,3 10,8 11,3
0
20
40
60
80
GRFICO 384 - ANLISE PARA A ALTURA RCS4F
Cp = 0,26
Cpk = -0,32
Cpk (superior) = -0,32
Cpk (inferior) = 0,83
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,9 9,3 9,7 10,1 10,5 10,9 11,3
0
20
40
60
80
Cpkm = 0,05
Cpkm = 0,13
Cpkm = 0,13
393
k) Anlise para os tijolos de 4 furos especiais nas dimenses nominais de
24cm x 10cm x 10cm
GRFICO 385- ANLISE PARA O COMPRIMENTO RCS4FE
Cp = 0,11
Cpk = 0,02
Cpk (superior) = 0,19
Cpk (inferior) = 0,02
Cpm = 0,10
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
20 22 24 26 28
0
10
20
30
40
50
GRFICO 386-ANLISE PARA A LARGURA RCS4FE
Cp = 0,68
Cpk = 0,44
Cpk (superior) = 0,93
Cpk (inferior) = 0,44
Cpm = 0,55
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Largura
F
r
e
q
n
c
i
a
9,4 9,6 9,8 10 10,2 10,4 10,6 10,8
0
10
20
30
40
50
GRFICO 387- ANLISE PARA A ALTURA RCS4FE
Cp = 0,54
Cpk = 0,23
Cpk (superior) = 0,86
Cpk (inferior) = 0,23
Cpm = 0,39
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,2 9,5 9,8 10,1 10,4 10,7
0
10
20
30
40
50
Cpkm = 0,10
Cpkm = 0,55
Cpkm = 0,39
394
l) Anlise para as telhas francesas nas dimenses nominais de 40cm x
24cm x 1,4cm
GRFICO 388- ANLISE PARA O COMPRIMENTO RCSTF
GRFICO 389-ANLISE PARA A LARGURA RCSTF
GRFICO 390- ANLISE PARA A ALTURA RCSTF
Cp = 0,66
Cpk = 0,62
Cpk (superior) = 0,62
Cpk (inferior) = 0,70
Cpm = 0,66
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,3 1,5 1,7 1,9
0
30
60
90
120
150
Cp=0,32
Cpk=0,12
Cpk(superior)=0,52
Cpk(inferior)=0,12
Cpkm=0,27
LSL = 39,2, Nominal = 40,0, USL = 40,8
Comprimento
F
r
e
q
n
c
i
a
36 38 40 42 44
0
40
80
120
160
200
Cpkm = 0,06
Cp=0,22
Cpk=-0,29
Cpk(superior)=0,74
Cpk(abaixo)=-0,29
Cpkm=0,12
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
F
r
e
q
n
c
i
a
20 21 22 23 24 25 26
0
20
40
60
80
100
120
395
m) Anlise para as telhas romanas nas dimenses nominais de 40cm x 23cm
x 1,3cm
GRFICO 391- ANLISE PARA O COMPRIMENTO RCSTR
GRFICO 392-ANLISE PARA A LARGURA RCSTR
GRFICO 393-ANLISE PARA A ALTURA RCSTR
Cp = 0,36
Cpk = 0,06
Cpk (superior) = 0,06
Cpk (inferior) = 0,65
Cpm = 0,27
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
0,9 1,1 1,3 1,5 1,7 1,9 2,1 2,3
0
20
40
60
80
Cp=0,46
Cpk=0,42
Cpk (superior)=0,49(
Cpk(inferior)=0,42
Cpkm=0,45
LIE=39,0 NOMINAL=40,0 LSE=41,0
Comprimento
F
r
e
q
n
c
i
a
37 38 39 40 41 42 43
0
20
40
60
80
Cpkm = 0,27
Cp=0,36
Cpk=-0,10
Cpk(superior)=0,82
Cpk(inferior)=-0,10
Cpkm=0,21
LIE=23,4 NOMINAL=24,0 LSE=24,6
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
20
40
60
80
396
QUADRO 18 A- ANLISE DAS AMOSTRAS DE TIJOLOS DA REGIO CENTRO SUL - PR
Indstrias
Parmetros: # Dimenses: 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FEE C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L[8,7; 9,3]; h [5,4; 6]
# 4FEC [23,7; 24,3]; L [9,7;10,3]; h [9,7; 10,3]
# 4F C [18,7;19,3]; L [8,7;9,3]; h [8,7;9,3]
# 2F C [18,7; 19,3]; L[8,7; 9,3]; h [5,4; 6,0]
# 2FEC [22,7;23,3]; L[10,7;11,3 ]; h [4,7;5,3]
# 8F C [18,7;19,3]; L [18,7;19,3]; h [8,7;9,3]
# 6FEE* C [21,2;21,8]; L [14.7;15,3]; h [9,7;10,3]
# 8L C [29,7;30,3]; L [18,7;19,3]; h [8,7;9,3]
# ndice: Cp=Cpkm 1,
Tamanho
das Amostras Comprimento
Cp Cpk
Cpkm Largura
Cp Cpk Cpkm
Altura
Cp Cpk Cpkm Concluso
Mdia (cm) Mdia (cm) Mdia (cm)
RCS6F 2650 18,96 0,13 0,12 0,15 13,74 0,25 0,03 0,21 8,96 0,26 -0,22 0,27 No-Conforme
RCS6FEE 350 23,52 0,12 -0,07 0,10 13,91 0,38 0,27 0,36 9,12 0,25 0,14 0,24 No-Conforme
RCS6FE 350 23,10 0,24 -0,49 0,10 14,62 0,11 -0,12 0,09 11,62 0,23 0,14 0,22 No-Conforme
RCS6FEE* 150 20,99 0,22 -0,05 0,17 14,53 0,42 -0,17 0,20 9,82 0,53 0,24 0,40 No-Conforme
RCSMAC 400 20,98 0,10 -0,55 0,04 10,23 0,27 -0,84 0,08 5,18 0,20 -0,15 0,14 No-Conforme
RCS8F 100 20,12 0,30 -0,82 0,09 19,82 0,71 -1,22 0,12 9,74 0,44 -0,65 0,13 No-Conforme
RCSL 50 28,58 0,92 -3,43 0,07 18,88 0,87 0,52 0,59 6,55 0,55 -0,28 0,20 No-Conforme
RCS2F 300 20,67 0,09 -0,41 0,05 10,07 0,37 -0,93 0,09 5,47 0,44 0,09 0,30 No-Conforme
RCS2FE 100 22,87 0,06 0,03 0,06 10,81 0,12 0,04 0,12 5,67 0,74 -0,91 0,15 No-Conforme
RCS4F 250 20,76 0,11 -0,56 0,05 9,67 0,22 -0,27 0,13 9,67 0,26 -0,32 0,13 No-Conforme
RCS4FE 150 23,77 0,11 0,02 0,10 9,89 0,68 0,44 0,55 9,82 0,23 0,48 0,39 No-Conforme
OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos; 6FEE = Tijolos de 6 Furos Especial II;
MAC = Macio; 4F = Tijolos de 4 Furos; 2F : Tijolos de 2 Furos
397
QUADRO 18B-ANLISE DAS AMOSTRAS DE TELHAS DA REGIO CENTRO SUL- PR
Indstrias
Parmetros: # Dimenses: TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C[39,0; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice: Cp=Cpkm 1,; Cpk 1,
N de Amostras Comprimento Cp Cpk Cpkm Largura Cp Cpk Cpkm Altura Cp Cpk Cpkm Concluso
Mdia (cm) Mdia (cm) Mdia (cm)
RCSTF 400 39,50 0,32 0,12 0,27 22,87 0,22 -0,29 0,02 1,41 0,67 0,63 0,66 No-Conforme
RCSTR 250 39,92 0,46 0,42 0,45 23,23 0,36 -0,10 0,21 1,47 0,36 0,06 0,27 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
Os quadros anteriores sintetizam as informaes obtidas nos respectivos grficos para a regio centro sul. Das 39 dimenses
avaliadas 17 apresentam-se com suas mdias dentro das especificaes. Todas esto descentralizadas com ndice CpCpk.
Nenhuma das dimenses apresenta Cp e Cpkm superior a 1. Desta forma considera-se que a produo da regio centro sul,
dentro do conceito de capacidade do processo, encontra-se insatisfatria para o mnimo exigido para os padres industriais.
398
3.9 CONCLUSO
A busca da qualidade deve ser uma constante em todas as empresas e setores.
O respeito aos direitos dos consumidores, tem um importante papel na prpria
sobrevivncia da empresa. Desta forma, o cumprimento das normas tcnicas indicadas
para cada produto, constitui-se em uma importante referncia atravs da qual o cliente
passa a definir os seus fornecedores.
Assim a anlise dos produtos cermicos, sintetizados nos quadros nmeros
18-A e 18-B envolvendo amostras produzidas pelas indstrias presentes nos
municpios constantes na tabela nmero 3, permite concluir o seguinte:
a) consubstanciado no conceito estatstico de qualidade envolvendo a
capacidade do processo, que opera sua anlise dentro das especificaes
ditadas por cada norma tcnica, nenhuma das amostras analisadas
possuem os ndices de Cp e Cpkm superiores a 1, nas suas trs dimenses
(comprimento, largura e altura/espessura). Isso caracteriza a no
conformidade dos produtos s normas tcnicas vigentes, trazendo
prejuzos aos consumidores pela despadronizao dos produtos, causada
pela grande variabilidade, o que onera os custos finais de construo;
b) muito embora algumas indstrias (principalmente dos municpios de
Guamiranga, Rebouas e algumas de Prudentpolis) apresentem bons
investimentos em estufas para secagem, modernizao dos fornos e nas
demais estruturas, estes investimentos ainda no se refletiram no produto
final, no que concerne a padronizao das peas. Seus ndices de
capacidade apresentam-se levemente superiores quelas indstrias que
muito pouco investiram para modernizar a produo. Acredita-se, no
entanto, que a medida em que essas indstrias consigam se adaptar
totalmente s novas tecnologias implantadas, haja uma sensvel melhora
399
nos seus ndices de Cp e Cpkm, quando comparadas as demais indstrias
do setor. Reconhece-se, porm que visualmente as amostras obtidas nas
indstrias que investiram, apresentam um aspecto bem mais homogneo;
praticamente no apresentando trincas e outras imperfeies. Isto agrega
valor e permite que essas indstrias vendam seus produtos com um preo
melhor ( em torno de 10% de acrscimo) quando comparadas as outras. A
principal deficincia, portanto, est na padronizao. Vale lembrar que
apenas 15% do parque cermico do SINCOSUL, apresenta algum
investimento na sua linha de produo;
c) embora deva-se considerar que a qualidade do produto final reflexo da
qualidade aplicada a cada etapa produtiva, haveria uma sensvel melhora
nos ndices de capacidade de todas as empresas, se os investimentos
fossem concentrados, principalmente em novos fornos com
caractersticas mais modernas e queima mais uniforme. Tal concluso
advm do fato de que os fornos de funcionamento intermitente,
encontrados em praticamente todas as indstrias, mantm uma diferena
de temperatura de at 200 graus Celsius em seu interior (conforme
descrito no item 3.8.5.7.1). Esta significativa diferena causa grandes
reflexos e variaes nas medidas lineares das amostras, que so dispostas
em camadas no interior dos fornos. Essas diferenas so detectadas neste
trabalho, a medida em que so tomadas amostras aleatrias;
d) o ndice estatstico Cpkm =1, exige que a indstria opere dentro das
especificaes das normas tcnicas, elegendo um valor alvo como
referncia. Assim, por exemplo, se a indstria pretende produzir um tijolo
cujo comprimento na norma tcnica deve ser de 19cm 3mm, esta
indstria pode produzir com um desvio padro mximo de 0,10 cm, pois:
Cpkm=
6
LIE LSE
onde , logo: Cpkm=
Assim: LSE LIE = 0,60 e para que Cpkm1 torna-se necessrio que
( )
2 2
T
2
+ =
( )
2 2
6 T
LIE LSE
+
400
, ou que . Se T = decorre que o
desvio padro deve ser 0,1cm ( l mm). Assim, adotando-se o valor
alvo de 19cm, a variao mxima admitida ser de [18,9; 19,1], para que
se possa produzir dentro dos padres de capacidade esperados para a
indstria. Para as telhas, cujas tolerncias so diferenciadas, deve-se
procurar fazer com que o desvio padro siga os seguintes limites:
comprimento 2,66 mm; largura 0,60 mm e espessura
0,67mm;
e) muito embora se possam julgar os valores mximos para cada desvio
padro muito baixo para se produzir com o ndice Cpkm> 1, torna-se
necessrio enfatizar que os ndices de capacidade de processo so
internacionalmente reconhecidos e adotados, sendo portanto ideais para
medir a adequao dos produtos s respectivas especificaes. Em muitas
situaes, inclusive, so inseridos em clusulas contratuais para que uma
empresa possa ter uma maior garantia de que o seu fornecedor produzir
dentro das normas, sujeitando-o a pesadas multas caso no o faa. Desta
forma a adequao das indstrias de cermica vermelha a estes ndices,
traria um aspecto extremamente positivo a regio produtora. importante
ressaltar que na dcada de 80, por exemplo, o ndice Cp mnimo exigido
nas indstrias do Japo era de 1,33. Na mesma dcada o ndice Cp
observado nos Estados Unidos era de 0,67. Nas indstrias cermicas em
2003 observa-se um ndice Cp mdio de 0,32 enquanto o ndice Cpkm
mdio de 0,20. Desta forma pode-se afirmar que a situao das
indstrias cermicas medidas por estes ndices muito preocupante;
f) apesar da suposta fiscalizao do INMETRO, h muito que se fazer para
que se possam produzir peas dentro dos padres razoveis de aceitao.
Isso demanda investimento, comprometimento e treinamento do pessoal
para aplicar os padres de qualidade a cada etapa da produo. Somente
1
T) ( 6.
0,60
2 2
+
0,1 T) (
2 2
+
401
assim conseguir-se- produzir dentro das normas e da expectativa de cada
cliente.
3.10 SUGESTES PARA TRABALHOS FUTUROS
Para complementar o trabalho acima desenvolvido, sugere-se a anlise dos
produtos efetuando-se ensaios para a resistncia a compresso, absoro de gua e
umidade. Desta forma, obter-se- uma anlise completa dos produtos cermicos da
regio Centro Sul do Paran.
Outra possibilidade o estudo da melhor composio/mistura das argilas,
que minimizem a retrao quando os produtos ficam sujeitos as elevadas temperaturas
dos fornos. Caso venha a ser encontrada essa composio, poder-se- manter o atual
sistema de fornos, sem grandes investimentos, pois este no mais ser a causa
principal das grandes diferenas nas dimenses dos produtos cermicos.
401
assim conseguir-se- produzir dentro das normas e da expectativa de cada
cliente.
3.10 SUGESTES PARA TRABALHOS FUTUROS
Para complementar o trabalho acima desenvolvido, sugere-se a anlise dos
produtos efetuando-se ensaios para a resistncia a compresso, absoro de gua e
umidade. Desta forma, obter-se- uma anlise completa dos produtos cermicos da
regio Centro Sul do Paran.
Outra possibilidade o estudo da melhor composio/mistura das argilas,
que minimizem a retrao quando os produtos ficam sujeitos as elevadas temperaturas
dos fornos. Caso venha a ser encontrada essa composio, poder-se- manter o atual
sistema de fornos, sem grandes investimentos, pois este no mais ser a causa
principal das grandes diferenas nas dimenses dos produtos cermicos.
402
GLOSSRIO
APLICADO AO ITEM 2.7.3. PROJETO ECONMICO USANDO O GRFICO X
PARA PRESERVAR O CONTROLE DO PROCESSO
a) GLOSSRIO DOS PARMETROS
= a mdia assumida pelo processo para mudana por ;
= este parmetro relata a probabilidade de ocorrncia de uma causa especial.
Comeando em um estgio de controle no tempo t = 0 a probabilidade do processo
estar em controle no tempo t
1
1
t
e
.
K = a razo por hora no qual provm a renda da operao do processo;
1
v = a razo por hora na qual provm a renda da operao do processo, quando a mdia
do processo teve mudana para .
M =
1 0
V V .
e = a razo na qual o tempo entre a tomada de uma amostra e a plotagem do ponto no
grfico x aumenta com o tamanho da amostra n.
D = tempo mdio para encontrar a causa especial aps um ponto plotado estar fora dos
limites.
T = custo para procura de uma causa especial quando ela no existe.
W = custo para procura de uma causa especial quando ela existe.
b = o custo por amostra do ato de retirada da amostra e esboo, que independente do
tamanho da amostra.
c = o custo por unidade de amostra, teste e clculos que so relacionados com o
tamanho da amostra. Assume-se este custo como linear.
= desvio padro do processo.
= o valor padro para sigma para colocar em limite de controle. Em toda a anlise
=.
b)GLOSSRIO DAS VARIVEIS
n = tamanho da amostra.
h = intervalo de tempo, em horas, entre retirada das amostras
403
k = limite de controle para o grfico X que ocorre em n t k x / ' ' . ' ' +
=
=
+ =
k
z
n k
z
n k
z
dz
e
P Q
dz
e
dz
e
P
2
2
1
.
2 2
2 /
2 / 2 /
2
2 2
L = custo:
L =
h
cn
h
b
B
W h T MB
+ +
+
+ +
1
/
e
). 12 / 2 / 1 / 1 (
) (
h P a
D en ah B
+ =
+ + =
404
REFERNCIAS
ARNOLD, B. F. and COLLANI, E. v.. Economic Process Control. Statistica Neerlandica 41, pp.
98-97, (1987).
ARNOLD, B. F.. Optimal Control Charts and Discrimination between Acceptable and
Unacceptable States. Sankhya 51, Series B, pp. 375-389, (1989).
ARNOLD, B. F. and COLLANI, E. v.. On the Robustness of X Charts. Statistics 20, pp. 149-
159, (1989).
ARNOLD, B. F.. An Economic X Chart Approach to the Joint Control of the Means of
Independent Quality Characteristics. ZOR Methods and Models of Operations Research 34, pp.
59-74, (1990).
ARNOLD, J. C.; REYNOLDS, M. R. , JR.; and SAWALAPURKAR-POWERS, U. Control Charts
with Variable Sample Size and Variable Interval Size. Proceedings of the Selection on Quality
and productivity of the American Statistical Association. Pp. 138-143, 1993.
ARNOLD, J. C. and REYNOLDS, M. R.. CUSUM Charts with Variable Sample Size and
Variable Interval Size. Proceedings of the Selection on Quality and Productivity of the American
Statistical Association. Pp. 87-92, (1994)
BAKER, K. R. Two Process Models in the Economic Design of ou X Chart. AIIE
Transactions 4, pp. 257-263, ( 1971).
BANERJEE, P. K. and RAHIM, M. A.. Economic Design of Control Charts: A Renewal Theory
Approach. Engineering Optimiztion 12, pp. 63-73, (1987).
BANERJEE, P. K. and RAHIM, M. A.. Economic Design of X Control Charts Under Weibull
Shock Models, Technometrics 30, pp. 407-414, (1988).
BARTMANN, F. C. Idias Bsicas do Controle Moderno de Qualidade UFISINAPE-UNICAMP
(1986)
BAXLEY, R. V., JR. An Application of Variable Sampling Intreval Control Charts. Journal of
Quality Technology 27, pp. 275-282, (1996).
BOYLES, R. A.. The Taguchi Capability Index. Journal of Quality Technology, volume 23, 17-
26, (1991).
CHAN, L. K., Cheng, S. W., Spiring, F. A. A New Measure of Process Capability: Cpm. Journal
of Quality Technology, volume 20, 162-175, (1988).
405
CHIU, W. K. and WETHERILL, G. B.. A Simplified Scheme for the Economic Design of X
Charts. Journal of Quality Technology 6, pp. 63-69, (1974).
CHUNG, K. J.. A Simplified Procedure for the Economic Design of X Charts. Journal of
Production Research 28, pp. 1239-1246, (1990).
COLLANI, E. v.. Kostenoptimale Prufplane fur die laufende Kontrolle eines normalverteilten
Merkmals. Mtrica 28, pp. 211-236, (1981).
COLLANI, E. V.. A Simple Procedure to Determine the Economic Design of an X Control
Chart. Journal of Quality Technology 18, pp. 145-151, (1986).
COLLANI, E. v.. Economic Control of Continuously Monitored Production Processes. Reports
of Statistical Application Research, JUSE 34, pp. 1-18, (1987).
COLLANI, E. v.. A Unified Approach to Optimal Process Control. Metrika 35,pp. 145-159,
(1988).
COLLANI, E. v. and SHEIL, J.. An Approach to Controlling Process Variability. Journal of
Quality Technology 21, pp. 87-96, (1989).
COLLANI, E. v.. Economically Optimal e And np Charts. Metrika 36, pp. 215-232, (1989a).
COLLANI, E. v.. The Economic Design of Control Charts. Teubner Skripten zur
Mathematischen Stochastik B. G. Teubner Stuttgart, (1989b).
COLLANI, E. v.. Wirtschaftliche Qualiteine einige neue Ergebnisse. OR Spektrum pp. 1-23,
(1990).
COLLIN, L. O. A utilizao da Funo Perda de Taguchi na Prtica do Controle Estatstico do
Processo. Escola Federal de Engenharia de Itajub MG, 2001.
CORIAT, Benjamin Pensar pelo avesso, Ed. Revan, Rio de Janeiro, 209p, (1994).
COSTA, A. F. B. X Charts with Variable Sample Size. Journal of Quality Technology 26, pp.
155-163, (1994).
DUNCAN, A. J.. The Economic Design of X Charts Used to Maintain Current Control of a
Process.Journal of the American Statistical Association 51, pp. 228-242, (1956).
DUNCAN, A. J.. The Economic Design of X Charts Where There Is a Multiplicity of
Assignable Causes. Journal of the American Statistical Association 66, pp. 107-121, (1971).
DUNCAN, A. J., Quality Control and Industrial Statistics, 4th ed., Richard D. Irwin,
Homewood, IL, 1974.
FALCONI, Vicente: Gerncia da qualidade total , B. Horizonte, Fundao Christiano Otoni,
229p, (1992).
406
FELLER, W. An Introduction to Probatility Theory and its Applications. Vol 1, New York:
Johnb Wiley & Sons. pp 178-220, ( 1950)
GHINATTO, Paulo: Sistema Toyota de Produo: Mais do que simplesmente Just-in-Time
EDUCS, Caxias do Sul, 177p, (1996).
GIBRA, I. N.. Economic Design of Attribute Control Charts for Multiple Assignable Causes.
Journal of Quality Technology 13, pp. 93-99, (1981).
GIRSHICK, M. and RUBIN, H. A Bayes Approach to a Quality Control Model, Annals of
Mathematical Statistics, 23, 1, 114-125, March 1952.
GOEL, A. L., JAIN, S. C., and WU, S. M.. An Algorithm for the Determination of the Economic
Design of X Charts Based on Duncans Model. Journal of the American Statistical Association
63, pp. 305-320, (1968).
GOH, T. N. Tagichi Methods: Some Technical, Cultural and Pedagogical Perspectives. Quality
and Reability Engineering International, volume 9, 185-202, (1993).
GOLDRATT, Eliyahu: A corrida pela vantagem competitiva, S. Paulo, Educator,178p, (1996).
HO, C. and CASE, K. E.. Economic Design of Control Charts: A Literature Revew for 1981-
1991. Journal of Quality Technology 26, pp. 39-53, (1994).
HRYNIEWICZ, O.. The Performance of Differently Designed p-Control Charts in the Presence
of Shifts of Unexpected Size. Economic Quality Control 4, pp. 7-18, (1989).
HSU, L. F. And TAPIERO, C. S.. An Economic Model for Determining the Optimal Quality and
Process Control Policy in a Queue-Like Production System. International Journal of Production
Research 28, pp. 1447-1457, (1990).
HU, P. W.. Economic Design of an X Control Chart Under Non-Poisson Process Shift.
Abstract, TIMS/ORSA Joint National Meeting, San Francisco, May 14-16, pp. 84, (1984).
HU, P. W.. Economic Design of an X Control Chart with Non-Exponential Times Between
Process Shifts. IIE News, Quality Control And Reability Engineering 21, pp. 1-3, (1986).
ISHIKAWA, Kaoru: Controle de qualidade total, R. Janeiro, Ed. Campus, 221p, (1993).
JARAIEDI, M. and ZHUANG, Z.. Determination of Optimal Design Parameters of X charts
When There Is a Multiplicity of Assignable Causes. Journal of Quality Technology 23, pp. 253-
258, (1991).
JONES, L. L. and CASE, K. E.. Economic Design of a Joint X and Control Chart. AIIE
Transactions 13, pp. 182-195, (1981).
JURAN, J. M., Gryna, F. M., Binghan, R. S. Quality Control Handbook. New York: Mc Graw
Hill, (1979).
KACKAR, R. N. Taguchis Quality Philosophy: Analysis and Commentary. Quality Progress,
21-29,(1986).
407
KANE, V. E. Process Capability Indices. Journal of Quality Technology, volume 18, 41-52,
(1986).
KENNETH, E. C. and HO, C. Economic Design of Control Charts: A Literatura Review for
1981-1991. Journal of Quality Technology 26, pp 39-50, ( 1994).
KNAPPENBERGER, H. A. and GRANDAGE, A. H. E. Minimum Cost Quality Control Tests,
AIIE Transactions, 1, 1, 24-32, March 1969.
KOO, T. Y. and CASE, K. E.. Economic Design of X Control Charts for Use in Monitoring
Continuous Flow Process. International Journal of Production Research 28, pp. 2001-2011, (1990).
KRISHNAMOORTHI, K. S.. Economic Control Charts an Application. ASQC Quality Congress
Transactions, pp. 385-391, (1985).
KURC, K.. The Performace of Differently Designed X Control Charts in the Presence of a
Shift of Unexpected Size. Economic Quality Control 6, pp. 3-15, (1991).
LASDON, L. S.; WAREN, A. D.; JAIN, A.; and RANTER, M.. Design and Testing of Generalized
Reduced Gradient Code for Nonlinear Programming. ACM Transactions on Mathematical
Software 4, pp. 34-50, (1978).
LASHKARI, R. S. and RAHIM, M. A.. An Economic Design of Cumulative Sum Charts to Non-
Normal Process Means. Computers and Industrial Engineering 6, pp. 118, (1982).
LAVE, R. E. A Markov Model for Quality Control Plan Selection, AIIE Transactions, 1, 2, 139-
145, June 1969.
LEVINE, D. M. Statistics for Managers Using Microsoft Excel. Prentice Hall, inc. pp 467-488,
1998.
LORENZEN, T. J. and VANCE, L. C.. The Economic Design of Charts: A Unified Approach.
Technometrics 28, pp. 3-10, (1986).
LORENZEN, T. J. and VANCE, L. C.. Economic Comparisons of Control Charts.ASQC
Quality Congress Transactions, pp. 255-263, (1986b).
LORENZEN, T. J. and VANCE, L. C.. Response to William H. Woodall. Technometrics 28, pp.
409-410, (1986c).
MCWILLIAMS, T. P.. Economic Control Chart Designs and the In-control Time Distribution:
A Sensitivity Analysis. Journal of Quality Technology 21, pp. 103-110, (1989).
MONTGOMERY, D. C. and KLATT, P. J.. Economic Design of T
2
Control Charts to Maintain
Current Control of a Process. Management Science 19, pp. 76-89, (1972a).
MONTGOMERY, D. C. and KLATT, P. J.. Minimum Cost Multivariate Quality Control Test.
AIIE Transactions 4, (1972b).
MONTGOMERY, D. C., HEIKES, R. G. and MANCE, J. F.. Economic Design of Fraction
Defective Control Charts. Management Science 21, pp. 1272-1284, (1975).
408
MONTGOMERY, D. C.. The Echonomic Design of Control Charts: A Review and Literature
Survey. Journal of Quality Technology 12, pp. 75-87, (1980).
MONTGOMERY, D. C.. The Economic Design of Control Charts: A Review And Literature
Survey. Journal of Quality Technology 12, pp. 75-97, (1980).
MONTGOMERY, D. C.. Economic Design of an X - Control Charts. Journal of Quality
Technology 14, pp. 40-43, (1982).
MONTGOMERY, D. C., Design and Analysis of Experiments, 2
nd
ed., Wiley, New York, 1984.
MONTGOMERY, D. C.. Economic Design of X Control Charts for Two Manufacturing
Process Models. Naval Research Logistics Quaternaly, 32, 631-630 (1985).
MONTGOMERY, D. C. and STORER, R. H.. Economic Models and Process Quality Control.
Quality and Reliability Engineering International 2, pp. 221-228, (1986).
MONTGOMERY, D. C.. Introduction to Statistical Process Control 2
nd ed., John Wiley &
Sons, Inc., New York, NY, (1991).
MONTGOMERY,D. C.; TORNG, J. C.; COCHRAN, J. K.; and LAWRENCE, F. P.. Statistically
Constrained Economic Design of EWMA Control Charts. Journal of Quality Technology27, pp.
250-256, (1995).
MOURA, Eduardo:As sete ferramentas gerenciais da qualidade: implementando a melhoria
contnua com maior eficcia, S. Paulo, Makron Books, 118p, (1992).
Neto, C. Tcnicas Estatsticas Aplicadas Qualidade. Universidade Federal do Paran, 1-125,
(2001).
OHNO, T.: Sistema Toyota de Produo: Alm da produo em alta escala, P. Alegre, Bookman,
(1996).
PANAGOS, M. R.; HEIKES, R. G.; and MONTGOMERY, D. C.. Economic Design of X Control
Charts for Two Manufacturing Process Models. Naval Research Logistics Quarterly 32, pp. 631-
646, (1985).
PARK, C. and Reynolds< M. R.; Jr.. Economic Design of a Variable Sample Size X - Charts.
Communication in Statistics-Simulation and Compulation 23, pp. 467-483, (1994).
PARKHIDEH, B. and Case, K. E.. the Economic Design of a Dynamic X Control Chart. IIE
Transactions 21, pp. 313-323, (1989).
PETERS, M. H. and WILLIAMS, W. W.. Economic Design of Quality Monitoring Efforts for
Multi-Stage Production Systems. IIE Transactions 19, pp. 81-87, (1987).
POLLOCK, S. M. Minimum Cost Checking Using Imperfect Information, Management Sciene,
13, 7, 454-465, March 1967.
PRABHU,S. S.; RUNGER, G. C.; and KEATS, J. B.. An Adaptive Sample Size X Chart.
International Journal of Production Research 31, pp. 2895-2909, (1993).
409
PRABHU, S. S.; MONTGOMERY, D. C.; and RUNGER, G. C.. A Combined Adaaptive Sample
Size and Sampling Interval X Control Scheme.Journal of Quality Technology 26, pp. 164-176,
(1994).
PRABHU, S. S.; MONTGOMERY, D. C.; and RUNGER, G. C.. Economic-Statistical Design of an
Adaptive X Chart. International Journal of Production Economics 49, pp. 1-15, (1997).
Provost, L. P., Norman, C. L. Variation Through the Ages. Quality Progress, 39-44, (1990).
RAHIM, M. A.. Economically Optimal Determination of the Parameters of X -Charts with
Warning Limits When Quality Characteristics Are Non-Normally Distributed. Engineering
Optimization 7, pp. 289-301, (1984).
RAHIM, M. A.. Economic Model of X Chart under Non-Normality and Measurement
Errors. Computers and Operations Research 12, pp. 291-299, (1985).
RAHIM, M. A.; LASHKAI, R. S.; and BANERJEE, P. K.. Joint Economic Design of Mean and
Variance Control Charts. Engineering Optimization 14, pp. 65-78, (1988).
RAHIM, M. A.. Determination of Optimal Design Parameters of Joint X and R Charts.
Journal of Quality Technology 21, pp. 65-70, (1989).
RENDTEL, U.. CUSUM Schemes with Variable Intervals and Sample Sizes. Statistical Papers
31, pp. 103-118, (1990).
REYNOLDS, M. R., JR.. Optimal Variable Sampling Interval Control Charts. Sequential
Analysis 8, pp. 361-379, (1989).
REYNOLDS,M. R., JR. anD Arnold, J. C.. Optimal Shewhart Control Charts with Variable
Sampling Intervals Between Samples. Sequential Analysis 8, pp. 51-77, (1989).
REYNOLDS, M. R., JR.; AMIN, R. W.; and ARNOLD, J. C.. CUSUM Charts with Variable
Sampling Interval. Technometrics 32, pp. 371-384, (1990).
REYNOLDS, M. R., JR.. Evaluating Properties of Variable Sampling Interval Control Charts.
Sequencial Analysis 14, pp. 59-97, (1995).
REYNOLDS, M. R., JR.. Shewhart and EWMA Variable Sampling Interval Control Chats with
Sampling at Fixed Times. Journal of Quality Technology 28, pp. 199-212, ( 1996a).
REYNOLDS, M. R. JR.. Variable Sampling Interval Control Charts with Sampling at Fixed
Times. IIE Transactions 28, pp. 497-510, (1996b).
REYNOLDS, M. R., JR.. Econo,ic Design of a Variable Sampling Rate X Chart. Journal of
Quality Technology 31, pp. 427-443, (1999).
Ribeiro, J. D., Caten, C. S. Gerenciando o CEP com a funo de Perda Quadrtica. ENEGEP,
XV, So Carlos, SP. Universidade Federal de So Carlos, 468-473, (1995).
ROSS, S. M.. Appied Probability Models with Optimization Applications. Holden-Day, San
Francisco, CA.
410
RUNGER, G. C. and MONTGOMERY, D. C.. Adaptive Sampling Enhancements for Shewhart
Control Charts. IIE Transactions 25, pp. 41-51, (1993).
RUNGE, G. C. and PIGNATIELLO, J. J., JR.. Adaptive Sampling for Process Control. Journal of
Quality Technology 23, pp. 135-155, (1991).
SANIGA, E. M.. Joint Economically Optimal Design of X and R Control Charts. Management
Science 24, pp. 420-431, (1977).
SANIGA, E. M. and MONTGOMERY, D. C.. Economic Quality Control Policies for a Single
Causes System. AIIE Transactions 13, pp. 258-264, (1981).
SANIGA, E. M.. Economic Statistical Control Charts Design with an Application to X and R
Charts. Thechnometrics 31, pp. 313-321, (1989).
SELLITO, M. O Sistema Toyota de Produo. Engenharia da Produo, PPGEP-UFRGS, Porto
Alegre (2000)
SCULLI, D. and WOO, K. M.. Designing np Control Charts. OMEGA International Journal of
Management Science 10, pp. 679-687, (1982).
SCULLI, D. and WOO, K. M.. Designing Economic np Control Charts: A Programmed
Simulation Approach. Computers In Industry 6, pp. 185-194, (1985).
SHEWHART, W. A . The Applications of Statistics as na Aid in Maintainig Quality of
Manufatured Products. Journal of The American Statistical Association. Vol 20, pp 546-548, (
1925).
SHINGO, Shigeo: Sistemas de produo com estoque zero: O sistema Shingo para melhorias
contnuas, P. Alegre, Bookman, 380p, (1996).
SHINGO, Shigeo: O sistema Toyota de produo: Do ponto de vista da engenharia de produo,
P. Alegre, Bookman, 291p, (1996b).
SULLIVAN, L. P. The Power of Taguchi Mtods. Quality Progress, 76-79, June, (1987).
SPIRING, F. A. The Cpm Index. Quality Progress, 57-61, February, (1991).
SPIRING, F. A. A Unifying Approach to Process Capability Indices. Journal of Quality
Technology, volume 29, 49-58, (1997).
SVOBODA, L.. Economic Design of Control Charts: A Review and LITERATUR SURVEY
(1979-1989). IN Statistical Process Control in Manufacturing, edited by J. B. Keats and D. C.
Montgomery, Marcel Dekker, New York, NY, (1991).
TAGARAS, G. and LEE. H. L.. Economic Design of Control Charts with Different Control
Limits for Different Assignable Causes. Management Science, 34, pp. 1347-1366, (1988).
TAGARAS,G.. Economic X Charts with Asymmetric Control Limits. Journal of Quality
Technology 21, pp. 147-154, (1989a).
411
TAGARAS, G.. Power Approximations in the Economic Design of Control Charts. Naval
Research Logistic Quaterly 15, pp. 639-654, (1989b).
TAGARAS, G.. A Survey of Recent Developments in the Design of Adaptive Control Charts .
Journal of Quality Technology 30, pp. 212-231, (1998).
Taguchi, G, Elsayed, E. A., Hsiang, T. Taguchi- Engenharia da Qualidade em Sistema de
Produo. So Paulo: Mc Graw Hill, (1990).
VANCE, L. C.. A Bibliography of Statistical Quality Control Chart Techniques, 1970-1980.
Journal of Quality Technology 15, pp. 59-62, (1983).
VAUGHAN, T. S. and PETERS, M. H.. Economic Design of Fraction Nonconforming Control
Charts with Multiple State Changes. Journal of Quality Technology 23, pp. 32-43, (1991).
WILLIAMS, W. W.; LOONEY, S. W.; and PETERS, M. H.. Use of Curtailed Sampling Plans in
the Economic Designs of np-Control Charts. Technometrics 27, pp. 57-63, (1985).
WILLIAMS, W. W. and PETERS, M. H.. Economic Design of an Attributes Control System for a
Multistage Serial Production Process. International Journal of Production Research 27, pp. 1269-
1286, (1989).
WOODALL, W. H.. Weaknesses of the Economic Design of Control Charts. Technometrics 28,
pp. 408-409, (1986).
412
APNDICE 1- EQUIVALNCIA ENTRE OS MODELOS A e B
413
A seguinte discusso utilizada para demonstrar que quando a durao em
controle tem uma distribuio geomtrica [3] ento os modelos A e B so
equivalentes.
Considerando o modelo A onde a ocorrncia do processo no afetada por
falsos alarmes e suponhamos que o tempo em controle tenha uma distribuio
geomtrica. Suponhamos tambm que um falso alarme tenha ocorrido em um perodo
m. Quanto tempo continuar em controle aps um alarme falso?
A resposta que a durao em controle comporta-se como se o processo
estivesse comeando aps o perodo m + 1 (i.e, o processo comporta-se como se
estivesse em durante uma busca por alarme falso), mais formalmente:
{ }
{ }
{ }
( )
k
m
k m
m T
m T k m T
m T k m T
) 1 (
1
Pr
| Pr
| Pr
=
+ =
= + =
+
ou
{ } { } k T m T k m T = = + = Pr | Pr
A interrupo do processo foi esquecida, pois j se passaram m perodos
em controle, e comea nova probabilidade aps o alarme falso com efeito isto
equivalente a usar o modelo B especificando que a interrupo do processo dar incio
a um novo processo aps cada alarme falso.
414
APNDICE 2 PROPRIEDADES ESTATSTICA DO MODELO DA CADEIA DE
MARKOV
415
As propriedades estatsticas do grfico VSR podem ser determinadas pelo
uso de modelos da cadeia de Markov. Em particular as cadeias de Markov tem quatro
estados correspondentes a quatro regies, que so as seguintes:
). , [ ] , (
) , [ ] , (
) , [ ] , (
) , (
3 3 4
3 2 2 3 3
2 1 1 2 2
1 1 1
=
=
=
=
c c I
c c c c I
c c c c I
c c I
A regio I
4
corresponde a um estado de absoro e a matriz de probabilidade
para a cadeia de Markov dada por:
| |
3 3x
ij
q Q = (A1)
onde ) | | | | | (
1 1 1 i k i j k j ij
c Z c c Z c P q < < =
, i, j = 1, 2, 3. A probabilidade de transio
depende do valor de e este ser convenientemente expressar em termos de
= ( -
0
)/ o qual aqui ser utilizado para representar um desvio padronizado do
alvo. Ento para um dado , a probabilidade de transio,
ij
q , pode ser expressa por:
( ) ( )
( ) ( )
1 1 1
1 1 1 1
n c n c
n c n c q
j j
j j j
+
=
( ) ( )
( ) ( )
* * * 1
* 1 * 2
n c n c
n c n c q
j j
j j j
+
=
( ) ( )
( ) ( )
2 2 1
2 1 2 3
n c n c
n c n c q
j j
j j j
+
=
para j = 1, 2, 3 onde (.). Denota a funo distribuio normal padronizada. A
probabilidade de transio para absoro do estado denotada por
( )
3 2 1 4
1
i i i i
q q q q + + = . Sabe-se que
j j
q q
1 2
= ou
j j
q q
3 2
= , assim
1 *
n n = ou
2 *
n n = ,
respectivamente.
Para o caso especial onde o processo est em controle ( = 0) a probabilidade
de transio
ij
q , no depende de i. Neste caso, deixe
ij j
q p = ser a probabilidade do
estado j para j = 1, 2, 3, 4.
416
APNDICE 3 NMERO ESPERADO DE AMOSTRAS EM UM PERODO SOB
CONTROLE
417
As derivaes de E(S
0
) e E(O
0
) usam o fato de que quando o processo est
em controle, a distribuio do controle estatstico
k
Z no depende do tamanho da
amostra. Ento, suficiente considerar apenas o intervalo da amostra. Para o modelo
econmico, o estado 4 da cadeia de Markov, corresponde a um falso alarme se o
processo est em controle, assim neste contexto o estado 4 no pode ser tratado como
um estado de absoro para k = 1, 2, ..., definimos:
R(k) = j se
j k
I Z
Assim R(k) o estado da amostra k. O pequeno intervalo de amostra h
2
e o
grande tamanho da amostra n
2
so usados antes da primeira amostra assim ns
podemos definir o estgio inicial como R(0) = 3.
Para obter E(S
0
), primeiro derivamos a distribuio se S
0
e R(S
0
), ento o
distribuio marginal de S
0
e finalmente E(S
0
). Inicialmente fcil ver que:
e
, 0 ) ) ( , 0 (
0 0
= = = j S R S P j = 1, 2, 4. (B2)
Seja } 5 . 0 ) ( { 2
1
=
I h
c p , a probabilidade de usar
1
h , e seja
} exp{ ) 1 ( } exp{
2 1 1 1
h p h p
h h
+ = . Note que
1 1
p p
h
= se
S I
c c e
2 1 1
p p p
h
+ = se
S I
c c > . Ento para z 1, P(S
0
=z, R(S
0
) = 1) =
=
1
0
z
x
P [ h x intervalos de tamanho
1
h e
de tamanho
2
h entre amostras 1 e z,R(z) = 1 e ) ( ) 1 ( ) (
2 1 0 2 1
x z h x h T x z h x h + + + ]=
) 3 ( }) exp{ 1 }( exp{ } exp{ ) 1 (
1
1
1 2 1
) ( ) 1 (
) (
1
1
1 1
1
0
2 1
2 1
B h h p dy y p p p
x
z
z
x z h x
x z h x h
x z
h
x
h
z
x
+ +
+
=
=
|
|
.
|
\
|
Por argumento similar:
1
* 2 2
0 0
}) exp{ 1 }( exp{
) 2 ) ( , (
=
= =
z
h h p
S R z S P
(B4)
1
2 2 3
0 0
}) exp{ 1 }( exp{
) 3 ) ( , (
= =
z
h h p
S R z S P
(B5)
} exp{ 1 ) 3 ) ( , 0 (
2 0 0
h S R S P = = =
(B1)
418
1
2 2 4
0 0
}) exp{ 1 }( exp{
) 4 ) ( , (
= =
z
h h p
S R z S P
(B6)
Ento, para z 1, usando equaes (B3) (B6) temos
1
2
4
1
0 0 0
) 1 }( exp{
) ( , ( ) (
=
=
= = = =
z
j
h
j S R z S P z S P
Ento,
= = =
=
1
} exp{
) ( ) (
2
0
0 0
h
z S zP S E
z
(B7)
419
APNDICE 4 NMERO ESPERADO DE OBSERVAES EM UM PERODO
EM CONTROLE
420
A derivao de E(S
0
) requer que a distribuio de R(S
0
) seja obtida. Usando:
P(R(S
0
) = j) = j S R z S P
z
= =
=
) ( , (
0
0
0
e a distribuio conjunta de S
0
e R(S
0
) das equaes (B1)-(B6), temos:
}) exp{ 1 }( exp{
1
) 4 ) ( (
}) exp{ 1 }( exp{
1
} exp{ 1 ) 3 ) ( (
}) exp{ 1 }( exp{
1
) 2 ) ( (
}) exp{ 1 }( exp{
1
) 1 ) ( (
2 2
4
0
2 2
3
2 0
* 2
2
0
1 2
1
0
h h
p
S R P
h h
p
h S R P
h h
p
S R P
h h
p
S R P
= =
+
= =
= =
= =
Para k = 2, 3, ..., o tamanho da amostra especificado para amostra k 1 para uso na
amostra k N(k). Ento podemos obter E(O
0
), como:
)) 1 ( ( )) ( ( ) (
) 1 ( ( ) (
) ( ) (
0 0 2
1
2
0 2
2
2 0
0
0
+ + =
|
|
.
|
\
|
+ + =
|
|
.
|
\
|
+ =
+
=
=
S N E i N E S E n
S N E i N E n
i N E n O E
S
i
S
i
Assim da equao (B7), E(S
0
) dado por:
2 4 3 * 2 1 1
) ( )) ( ( n p p n p n p i N E + + + = e
= + = + = = + ) ( ( ) 2 ) ( ( ) 1 ) ( ( )) 1 ( (
0 2 0 * 0 1 0
S R P n S R P n S R P n S N E 3 ou 4, aps substituio,
simplificamos para:
421
|
| ) exp{ ) (
} exp{ } exp{
1
} exp{
} exp{ ) (
2 4 3 2
* 2 * 1 1 1
2
2 2 0
h p p n
h p n h p n
h
h n O E
+ +
+
+ =
422
APNDICE 5 EXPECTATIVA DE PERODOS FORA DE CONTROLE
423
Expectativas para um perodo fora de controle sero obtidas usando os
resultados do apndice B. Para simplificar, expectativas sero obtidos inicialmente
considerando o caso onde os perodos fora de controle so devido ocorrncia de uma
causa especial que tem uma distribuio exponencial com parmetro e mudana
produzida por esta causa especial de tamanho . Ento, a esperana de ) (
1 j
T E ,
) (
1 j
S E e ) (
1 j
O E pode ser obtida substituindo
j
por e
j
por .
Assumindo-se que uma amostra pode ser tomada em qualquer tempo,
segue-se que quando uma causa especial ocorre, no ocorrer exatamente no tempo em
que a amostra for tomada, pois poder ocorrer em um intervalo entre as amostras.
Como
0
S definido como o nmero de amostras tomadas antes da
mudana, a causa especial pode acorrer entre as amostras
0
S e
0
S + 1. Seja o tempo
da amostra,
0
S at ocorrer a mudana. A expectativa do tamanho do perodo fora de
controle pode ser obtido pela procura do tempo entre a amostra
0
S e o sinal e ento
subtraindo o valor esperado de . O valor esperado de pode ser escrito como:
) ) 1 ( ( ) ) 1 ( | (
) ) 1 ( ( ) ) 1 ( | ( ) (
2 0 2 0
1 0 1 0
h S H P h S H E
h S H P h S H E E
= + = + +
= + = + =
Usando a distribuio de R(
0
S ) no apndice C, a distribuio H(
0
S + 1) pode
ser obtida por:
=
= +
1
}) exp{ 1 }( exp{
) ) 1 ( (
1 2 1
1 0
h h p
h S H P
h
e
=
= +
1
}) exp{ 1 }( exp{
) ) 1 ( (
2 1 1
2 0
h h p
h S H P
h
A esperana condicional E( | H(
0
S + 1) = h) obtida por Duncan (1971) :
E( | H(
0
S + 1) = h) =
}) exp{ 1 (
) exp{ ) 1 ( 1
h
h h
+
.
424
Combinando os resultados acima tem-se:
(
+
+
(
+
=
1
}) exp{ 1 })( exp{ 1 (
}) exp{ 1 (
} exp{ ) 1 ( 1
1
}) exp{ 1 }( exp{
}) exp{ 1 (
} exp{ ) 1 ( 1
) (
2 1 1
2
2 2
1 2 1
1
1 1
h h p
h
h h
h h p
h
h h
E
h
h
Para encontrar o tempo esperado desde a amostra
0
S at a ocorrncia de um
sinal, necessrio usar a distribuio do estado da amostra
0
S . Em termos do tamanho
de amostra e especificao do intervalo de amostra o estado 4 equivalente ao estado
3. Assim, os estados 3 e 4 podem ser combinados para determinar o estado inicial, para
utilizar a cadeia de Markov, at Apndice A. Seja
3 ) ( ( ), 2 ) ( ( ), 1 ) ( ( '
0 0 0 1
= = = = S R P S R P S R P s ou 4. Ento usando as propriedades bsicas
da cadeia de Markov com um estado de absoro, segue-se que o tempo esperado
desde a amostra
0
S at o sinal | | h Q I s
1
1 1
'
, onde
1
Q a matriz de transio Q dada
pela Equao (A1) quando o processo est fora de controle, I uma matriz identidade
3 x 3, e ( )
2 * 1
, , ' h h h h = . O tempo esperado desde a amostra
0
S at o sinal quando a causa
j
A obtida pela substituio de
j
por e
j
por .
Seja
j
s
1
e
j
Q
1
os resultados dos valores de
1
s e
1
Q , respectivamente. Assim,
| | ), ( ' ) (
1
1 1 1
E h Q I s T E
j j j
=
onde E() computado usando
=
=
m
j
j
1
. Novamente
usando Markov, o nmero esperado de amostras em um perodo fora de controle
causado por
j
A | | 1 ' ) (
1
1 1 1
=
j j j
Q I s S E , onde o nmero esperado de observaes
| | n Q I s O E
j j j
1
1 1 1
' ) (
= , onde 1 = (1, 1, 1) e n = (
3 * 1
, , n n n ).
425
APNDICE 6 EXPECTATIVA DO GRFICO FSR
426
No caso do grfico FSR o custo mdio por unidade de tempo L, pode ser
obtido usando a mesma expresso, Equao (1), usada nos casos mais complicados do
VSR. A esperana necessria para os termos da Equao (1), para o caso do FSR, pode
ser obtida da esperana do correspondente VSR fazendo-se
f
n n n = =
2 1
e
f
h h h = =
2 1
.
Assim,
). ( ) ( ) (
) ( ) (
) ( ) ( 1
1
) (
}) exp{ 1 (
} exp{ ) 1 ( 1
) (
) ( ) (
} exp{ 1
} exp{
) (
1 1
1 1
1
0 0
0
E h S E T E
n S E O E
n c n c
S E
h
h h
E
n S E O E
h
h
S E
f j j
f j j
j f j f
j
f
f f
f
f
f
=
=
+
=
+
=
=
=
427
APNDICE 7 BUSCANDO O PROJETO TIMO
428
Para encontrar a otimalidade do grfico de controle, necessrio encontrar o
conjunto de parmetros que minimizam a Equao (1). Este problema de otimizao
no linear acha-se resolvido em Lasdon et al (1978).
As restries usadas para o tamanho da amostra e tamanho dos intervalos
so: , 1
min
= n , 50
max
= n , 1 . 0
min
= h e 10
max
= h . Embora os tamanhos de amostra
1
n e
2
n
dos casos VSR so variveis inteiras, eles foram primeiramente tratadas como
variveis contnuas, buscando-se os valores timos para os sete parmetros para
completar os procedimentos de otimizao, quatro casos foram considerados onde
1
n e
2
n formavam um conjunto mais prximo e mais distante do inteiro. Para um conjunto
de parmetros, a otimizao resolveu primeiro o grfico FSR, partindo dos seguintes
valores iniciais.
c
f
= 3.0, h
f
= 0.5, n
f
=10.0/.
Aps a otimalidade dos parmetros para o caso FSR, resolve-se a
otimizao do grfico VSR usando os seguintes pontos iniciais:
C = (1.1)c
f
, c
I
= (0.4)c
f
, c
S
= (0.6)c
f
f
h h =
1
,
min 2
h h =
f
n n ) 5 . 0 (
1
= ,
j
n n ) 5 . 1 (
2
= .
Usando estes valores como ponto inicial para os casos VSR e FSR a soluo
pelo mtodo do gradiente converge rapidamente para o otimalidade.
429
APNDICE 8 INCORPORANDO O MODELO
430
O modelo desenvolvido e usado para um resultado numrico deste texto foi
simplificado para incluir apenas os mais importantes termos. Em alguns casos, pode
ser desejvel incluir termos adicionais como o tempo positivo associado com amostras,
procura por causa especial e outros. Este Apndice aponta o caminho para estes termos
adicionais poderem entrar no modelo.
Seja
0
t o tempo esperado, para uma procura por uma causa especial aps um
sinal, quando o sinal um alarme falso e seja
1
t o tempo esperado necessrio
requerido, para procurar e consertar quando h uma causa especial.
Em algumas situaes o processo interrompido durante a procura e/ou
durante os reparos e em outras aplicaes o processo pode continuar. Ambas as
possibilidades podem ser consideradas. Seja
2
C o custo associado como procura e
reparo, quando h uma causa especial.
A incluso de
0
t ,
1
t e
2
C no modelo no tem efeito na expresso da Equao
(2) para o perodo em controle E(
0
T ) se no h interrupo durante a procura por uma
causa especial. Mas se h uma interrupo durante a procura, ento
0 0
) ( t S E ser
adicionada a Equao (2). Similarmente, se no h interrupo durante a procura e
reparo ento a expresso na Equao (6) para o perodo fora de controle E(
1
T ) no
mudar, mas se h uma interrupo ento
1
t ser includa na Equao (6). Notemos
que assim como pequeno 1/ ser o maior componente da expectativa do tamanho
do ciclo. O segundo componente grande o tempo esperado para um sinal. A menos
que
0
t seja extremamente grande, o terceiro componente
0 0
) ( t S E ser pequeno porque
) (
0
S E geralmente bastante pequeno. Ento adicionando
0 0
) ( t S E teremos pequeno
efeito na expectativa do tamanho do ciclo. Tambm adicionando
1
t esteja sendo
tomado por um grande valor.
A adio de
0
t ,
1
t e
2
C no modelo no causar efeito na expresso da
Equao (3) para o custo esperado da amostra
S
L se a produo interrompida durante
procura ou se
2 0
h t . Se a procura continua durante a procura
2 0
h t > , ento o intervalo
amostral usado aps um sinal necessitar ser modificado conforme discutido no
431
prximo pargrafo. A expresso da Equao (4) para o custo do alarme falso
F
L ,
ficar sem alterao, pela adio de
0
t ,
1
t e
2
C , exceto que o custo pela expectativa do
falos alarme (Y) incluir qualquer custo associado com paralisao se o processo
estiver interrompido durante a procura por uma causa especial. A expresso na
Equao (5) para a expectativa de custo fora do alvo
O
L ser modificado pela adio
do culto de procura e reparo
2
C . Se houver uma interrupo durante procura e reparo,
ento
2
C ter includo o custo desta paralisao.
Note-se que a adio
2
C no modelo ocorre como um constante adicional no
numerador da mdia do custo L. Ento L ser aumentado por
2
C (expectativa do
tamanho do ciclo). Assim como uma mudana no modelo tem pequeno efeito na
expectativa do tamanho do ciclo, o efeito bsico da adio de
2
C sera um aumento de
L aumento de L mas, causar pequenos efeitos na otimalidade do grfico.
O modelo bsico usado neste texto assume que o pequeno intervalo de
amostra
2
h e usado por cada sinal pelo grfico de controle. Em muitas aplicaes ser
razovel tomar amostras num intervalo mais prximo, aps uma causa especial estar
detectada para verificar que o reparo efetuado foi efetivo. Tambm razovel tomar
amostras em intervalos mais prximos quando um sinal est classificado como um
alarme falso para verificar que no h mais evidencia de uma causa especial.
Se
0
t e
1
t so ambos menores do que
2
h ento no h problema, mas se
0
t
e/ou
1
t excede
2
h implica que uma amostra deve ser planejada para ser tomada antes
da procura ou reparo do processo estar completo. Para esta possibilidade ser
necessrio usar um longo intervalo de amostra aps um sinal. Uma possvel
modificao nas regras das amostras para esta situao ser usar um intervalo de
amostra
0
t aps um falso alarme se
2 0
h t > e usar um intervalo de amostra de tamanho
1
t aps um alarme ser verdadeiro se
2 1
h t > . Evidentemente qualquer dos dois
intervalos de amostra ser usado pelo perodo necessrio para procurar e/ou reparo.
Outras alteraes, nos intervalos de amostra requerem modificaes nas propriedades
do grfico VSR, cujos detalhes no esto neste trabalho.
432