XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO

Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil

João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.

APLICAÇÃO DA ANALÍSE
ESTATÍSTIVA VIA TESTE DE TUKEY E
ANÁLISE DE VARIÂNCIA PARA A
AVALIAÇÃO DOS PARÂMETROS DE
QUALIDADE DE CORTE EM UM
PROCESSO DE FABRICAÇAO
Barbara Cristina Mendanha Reis (UFMG )
barbara.depro@hotmail.com
Rafael Lucas Machado Pinto (UFOP )
rafaelucas@gmail.com
Christianne Lacerda Soares (UFMG )
chrislacerda3@hotmail.com

Nos processos de fabricação existem diversos métodos que podem ser

empregados a fim de produzir um determinado componente. Na
classificação de tais processos, destaca-se a usinagem, operação que
garante à peça forma, dimensões e acabamento com a retirada. Nos
processos de fabricação, no controle destes critérios essenciais para a
engenharia e qualidade do produto, busca-se analisar uma ou mais
série de dados, referentes a resultados de ensaios, sendo interessante
uma avaliação preliminar de tais resultados. Neste contexto, o objetivo
deste trabalho é utilizar o método estatístico para análise de dados da
temperatura de corte e qualidade superficial rugosidade média
quadrática (Rq) de um processo de usinagem. A operação investigada
foi o torneamento sendo o objeto de estudo o aço ABNT 4340. Com os
testes procurou compreender como os fenômenos intrínsecos que as
variações dos parâmetros de corte, a saber: avanço (0,15 e 0,30
mm/rev), profundidade de corte (0,5, 1,0, 1,5 mm) e ambiente lubri-
refrigerante (Seco, Jorro, MQL), influenciavam sobre a Rugosidade
Superficial e a Temperatura de corte. O estudo contemplou 36 testes e
para a análise estatística dos dados utilizou-se o modelo de Análise de
Variância (ANOVA) e o Teste de Tukey. Os resultados mostraram que
a rugosidade (Rq) é influenciada pelo avanço sendo o uso de fluido de
corte pouco efetivo na obtenção de rugosidades mais baixas. No que
concerne a temperatura, verificou-se que todos os efeitos principais
(avanço, profundidade e ambiente) e as interações
profundidade*ambiente e avanço*ambiente são significativos sobre a
variável resposta e o teste de Tukey completou ao afirmar que
diferentes níveis destas 3 variáveis promovem alteração no valor da
temperatura, ao nível de significância considerado.

Palavras-chave: Processos de Fabricação, Teste de Tukey, ANOVA,

TEMPERATURA E RUGOSIDADE SUPERFICIAL
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

1. Introdução

Ao se projetar e otimizar um determinado produto ou processo, torna-se extremamente

importante aplicar ferramentas e técnicas relacionadas à Engenharia da Qualidade e de
Engenharia do Produto, uma vez que, as tomadas de decisões em uma organização tem maior
probabilidade de serem acertadas ao serem baseadas em técnicas relativas a estas duas áreas.
Desta forma, a área de processos de fabricação encontra grande oportunidade para aplicação
destas duas áreas da Engenharia de Produção definidas pela ABEPRO.

Nos processos de fabricação existem diversos métodos que podem ser empregados a fim de
produzir um determinado componente. Na classificação de tais processos, destaca-se a
usinagem, que de maneira abrangente pode ser definida como a operação que, ao conferir à
peça forma, dimensões e acabamento, produz cavaco. O cavaco é a porção de material da
peça retirada pela ferramenta e caracterizada por apresentar forma geométrica irregular
(MACHADO et al.,2015).

De acordo com Trent (1985) a usinagem é o processo de fabricação mais popular do mundo, o
qual emprega milhões de pessoas e transforma em cavaco cerca de 10% de toda a produção
de metais. Atualmente, este dado pode ser reafirmando ao perceber que a usinagem é a grande
responsável pelos processos de melhoria da qualidade superficial, pela fabricação das
engrenagem para transmissão de potência, dos componentes da industria aeroespacial e até
mesmo na manufatura dos pinos médico-odontológico. Entretanto, apesar dessa popularidade,
Machado et al.(2015) afirma que a usinagem é um processo complexo e simples ao mesmo
tempo. É um processo complexo em razão das dificuldades em determinar as imprevisíveis
condições ideais de corte. E simples porque, uma vez determinada estas condições, o cavaco
se forma corretamente , dispensando a intervenção do trabalhador. Estabelecidas as condições
ideais de corte é possível produzir peças dentro de especificações de forma, tamanho e
acabamento ao menor custo possível.

Uma peculiaridade da usinagem é envolver um elevado número de variáveis e mesmo assim

ser um processo prático. Shaw (1984) afirma ser quase impossível prever o desempenho no
corte dos metais. Entretanto, conforme observa Machado et al.(2015), isso não retira o valor
dos diversos estudos desta área de conhecimento, sendo que, cada ponto fundamental que é
cuidadosamente estudado e interpretado contribui para o melhor entendimento do processo.

2
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

Logo, o conhecimento de métodos de planejamento e análise de experimentos tecnológicos é

imprescindível aos que trabalham com experimentações tecnológicas.

Nos processos de fabricação, de um modo geral, quando busca-se analisar uma ou mais série
de dados, referentes a resultados de ensaios, é interessante uma avaliação preliminar de tais
resultados, ou seja, verificar se uma série de resultados pertence ou não a uma determinada
população, se existe uma tendência de crescimento dos resultados de uma dada amostra, se
existe alguma associação entre duas séries de resultados ou até mesmo a localização de um
elemento estranho. Para isto, podem ser utilizadas técnicas simples de análise de dados, que
não envolve cálculos complexos e que podem fornecer informações satisfatórias sobre as
características dos resultados analisados.

O objetivo deste trabalho é utilizar o método estatístico Teste de Tukey para análise de dados
da temperatura de corte e qualidade superficial rugosidade média quadrática (Rq) de um
processo de usinagem. Com o planejamento estatístico de experimentos, foi possível
estabelecer uma relação entre os parâmetros de corte (avanço, profundidade e ambiente), a
temperatura e a rugosidade da superfície ao longo dos passos de usinagem, levando-se em
consideração, também, a variação simultânea dos fatores para a resposta de interesse.

O restante do artigo está organizado da seguinte forma: seção 2 apresenta o referencial teórico
sobre os temas abordados, ANOVA, comparações múltiplas e Teste de Tukey; seção 3
apresenta a abordagem metodológica utilizada no trabalho; seção 4 contextualiza, apresenta e
analisa os dados do experimento; e seção 5 apresenta as principais conclusões.

2. Revisão Bibliográfica

2.1. ANOVA

De acordo com Montgomery (2008), a análise de variância, também conhecida como

ANOVA é uma abordagem utilizada para se comparar vários grupos de interesse. Busca
avaliar se há diferenças consideráveis entre os grupos investigados. Walpole et al. (2009)
salientam que a ANOVA é um procedimento muito comum usado para lidar com testes de
médias populacionais.

Paese, Caten e Ribeiro (2001) apresentaram uma aplicação da ANOVA para levantamento de
possíveis fontes de variação relativos aos valores de bitola nominal em um processo de

3
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

laminação de barras de aço. Neste estudo, os autores identificaram, através da ANOVA, que o
tipo de aço foi considerado a principal fonte de variabilidade para este processo.

2.2 Comparações Múltiplas

Segundo Sousa et al. (2012) diversas áreas do conhecimento utilizam ferramentas de análise
estatística para investigar hipóteses propostas. Uma das maneiras de se realizar esta análise se
dá através de técnicas de comparação múltipa entre as médias de tratamentos experimentais.
Esta técnica é realizada posteriormente à ANOVA.
De acordo com Walpole et al. (2009), a ANOVA é um procedimento poderoso para testar a
homogeneidade de um conjunto de médias. Entretanto, ao rejeitar a hipótese nula e aceitar a
hipótese alternativa – de que as médias são iguais – ainda não é possível saber quais dentre as
médias populacionais são iguais e quais são diferentes. Em geral, é de interesse realizar
diversas (talvez, todas as possíveis) comparações correlacionadas entre os tratamentos. Desta
forma. Uma comparação correlacionada pode ser vista como um contraste simples, ou um
teste do tipo, para todos os i ≠ j:
Ho: µi - µj = 0
H1: µi - µj ≠ 0
Todas as comparações correlacionadas possíveis entre as médias podem ser bastante benéficas
quando certos contrastes complexos não são conhecidos a priori.
Sousa et al. (2012) verificaram a eficiência das respostas de diferentes métodos de
comparações múltiplas entre médias. Analisaram quatro diferentes procedimentos de testes de
comparações múltiplas entre médias aplicadas a 200 experimentos e a 10 variáveis, criadas a
partir de valores aleatórios. De acordo com os resultados obtidos, o maior nível de
concordância obtido, considerando o nível adotado, ocorreu a partir das análises através do
Teste de Tukey.
Conagin et al. (2008) propuseram duas modificações do teste de Tukey. Através de simulação
pelo método de Monte Carlo, compararam o poder de vários (16) testes estatísticos ,
considerando dados para 600 experimentos em um planejamento em blocos com oito
tratamentos, sendo 400 com repetições e 200 sem repetições. Os autores adotaram coeficiente
de variação de 10% e erro tipo I com probabilidade α=0,05. Adotou-se também diferenças
entre as médias dos tratamentos de 30%, 20%, 15%, 10%, 5%, incluídos dois tratamentos que,
parametricamente, não diferiram da média do controle. Em todos os ensaios o poder diminuiu

4
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

à medida que as diferenças das médias, comparadas à média do controle, decresceram. Além
disso, os autores concluíram que os testes modificados apresentaram uma maior eficiência se
comparados aos testes originais propostos.
Ainda de acordo com Sousa et al. (2012), é importante os testes apresentarem bom controle
do valor de erro tipo I, ou seja, apresentarem boa taxa de exatidão ao afirmarem que á
diferenças significativas relacionados aos níveis de cada fator de um experimento, quando na
verdade não há, pois as mesmas são aleatórias.
Dentre as comparações múltiplas, tem-se os Testes de Tukey, Dunnet, LSD, Duncan, dentre
outros. Optou-se por utilizar o teste de Tukey para condução das comparações múltiplas
porque permite testar qualquer contraste, sempre, entre duas médias de tratamentos, e,
principalmente devido ao fato dos experimentos não serem emparelhados, ou seja, os pares
(teste principal e réplica) para cada arranjo (avanço, profundidade de corte e ambiente) não
foram realizados em seguida, devido à dificuldade de realizar todos os layouts necessários em
um único dia. Logo, optou-se por realizar todos os testes principais em um único dia e suas
respectivas réplicas no dia seguinte.

2.3 Teste de Tukey

Segundo Walpole et al. (2009) o procedimento de Tukey permite a formação de intervalos de

confiança 100(1-α)% simultâneos para todas as comparações em pares. O método é baseado
em uma distribuição de amplitude “estudantizada”. O percentil apropriado é uma função de α,
k e v= graus de liberdade para S². Ainda de acordo com os referidos autores, o método de
comparações em pares de Tukey envolve a descoberta de uma diferença de significância entre
as médias i e j, se │ybarra i. – ybarra j.│ exceder q[α, k, v].

A próxima seção apresentará as metodologias utilizadas para conduzir a construção deste

artigo, apresentando as possíveis classificações da pesquisa quanto ao ponto de vista da sua
natureza, objetivos, abordagens e procedimentos

3. Procedimentos metodológicos

Pesquisa científica é adquirir conhecimentos com base em procedimentos capazes de dar

confiabilidade aos resultados (PRODANOV E FREITAS, 2013). Quanto a abordagem este
artigo possui caráter qualitativo uma vez que o ambiente experimental é fonte direta para
coleta de dados, interpretação de fenômenos e atribuição de significados . O trabalho possui

5
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

natureza aplicada, uma vez que, procura produzir conhecimentos para aplicação prática
dirigidos à solução de problemas específicos.

Quanto ao procedimento, trata-se de uma pesquisa experimental na qual foi selecionado um

objeto de estudo e variáveis, assim como, as formas de controle e de observação dos efeitos.
Por fim, este trabalho tem objetivo exploratório-descritivo, uma vez que expõe as
características de uma determinada população ou fenômeno, demandando técnicas
padronizadas de coleta de dados e busca proporcionar maior familiaridade com o problema ao
construir hipóteses sobre ele.

A próxima seção caracteriza o ensaio destacando as características do processo de usinagem,

o objeto de estudo quanto à sua aplicação e propriedades químicas e mecânicas, como
também, os instrumentos e métodos de coleta de dados.

3.1 Caracterização do ensaio

Os ensaios foram realizados com os métodos de usinagem a seco, jorro de fluido e mínima
quantidade de líquido (MQL). No método MQL a vazão foi de 60 ml/h e a pressão de 6,0 bar.
Um óleo lubrificante a névoa KSO45 distribuído pela empresa Kampmann foi utilizado como
fluido, em uma proporção de 5% de óleo e 95% de água.
O objeto de estudo do trabalho foi o aço ABNT 4340, devido este ser largamente utilizado
para componentes mecânicos, em geral, sob a ação de tensões dinâmicas. Trata-se de uma
material destinado para a fabricação de peças na indústria automotiva, na indústria petrolífera
e construção naval . A composição química deste material pode ser vista na Tabela 1.
Tabela 1– Faixa de composição química do aço ABNT 4340

C% Si% Mn% P% S% Cr% Mo% Ni%

0,38–0,43 0,15–0,35 0,60– 0,80 ≤ 0,035 ≤ 0,040 0,70–0,90 0,20– 0,30 1,65– 2,00

Fonte: ASM International (1997)

Para esta usinagem, o processo de usinagem escolhido para a realização deste experimento foi
o torneamento cilíndrico. A Figura 1 mostra a geometria básica do processo de torneamento,
onde se observam a direção da profundidade de corte (ap) e os vetores avanço (f) e velocidade
de corte (Vc).
A velocidade de corte (vc) [m/min] é a velocidade instantânea do ponto selecionado sobre o
gume, no movimento de corte, em relação à peça. O avanço por revolução (f) [mm] é a

6
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

distância linear percorrida pela ferramenta durante uma rotação completa dessa ferramenta,
sendo este medido no plano de trabalho. Por fim, a profundidade de corte (ap) [mm] é a
quantidade que a ferramenta penetra na peça, medida perpendicularmente ao plano de
trabalho.

Figura 1 – Representação esquemática dos movimentos de corte no processo de torneamento

Fonte: Os autores
Os corpos de prova cilíndricos possuíam diâmetro inicial de 73 mm. A fim de homogeneizá-
los, estes foram tratados termicamente pelo processo de recozimento na temperatura de
patamar de 930 ºC durante cinco horas. O resfriamento dos corpos de prova ocorreu dentro do
próprio forno onde estes foram tratados.
Os ensaios foram realizados em um torno CNC ROMI, o qual está mostrado na Figura 2,
modelo Centur 30S (5,5 kW de potência e rotação máxima de 3500 rpm), no Laboratório de
Usinagem da Universidade Federal de Minas Gerais. Logo em seguida, a Figura 3 mostra,
com detalhe, como bico para a saída do fluido de corte foi direcionado para a superfície
ferramenta-peça.
Figura 2 – Torno CNC ROMI

7
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

Fonte: Os autores

Figura 3 – Montagem do Experimento

Localização do Bico

Fonte: Os autores

Os valores dos parâmetros de entrada definidos pelos autores para este experimento
encontram-se na Tabela 2.
Tabela 2 – Valores dos parâmetros utilizados no experimento

Parâmetro Níveis
Ambiente
Seco Jorro MQL
Avanço
0,15 - 0,3
f [mm/rev]

Profundidade de Corte 0,5 1,0 1,5

ap[mm]

8
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

Os valores de rugosidade (Rq) foram coletados com um rugosímetro Mitutoyo modelo

Surftest 301 empregando um comprimento de amostragem de 0,8 mm. Após cada conjunto de
testes realizados, a rugosidade foi medida em três pontos equidistantes do corpo e o valor
médio foi calculado.
O método termopar inserido na ferramenta permitiu verificar a variação de temperatura com o
tempo. Utilizou-se uma fio de reduzido diâmetro inserido a um microfuro, realizado por
eletroerosão, de forma a causar a menor perturbação possível no campo de temperatura
permitindo encontrar o máximo valor na interface cavaco- ferramenta.
Frequentemente é impossível correr todas as observações em planejamento fatorial 2k sob
condições homogêneas. Devido a variação entre as arestas das ferramentas de corte utilizadas
pelo teste principal e para as réplicas tornou-se necessário o uso da técnica de blocagem a
qual permitiu controlar e avaliar, sistematicamente, a variabilidade resultante de tal fator que
perturbaria o sistema, mas que não tínhamos interesse em estudá-lo.
Após a coleta dos dados experimentais, Foi utilizado o software Minitab 17 para organizar e
realizar as análises estatísticas do experimento. Usou-se as ferramentas Análise de Variância
(ANOVA) e Testes de Comparações Múltiplas de médias, dentre os quais foi empregado o
Teste Tukey. Foi adotado um nível de significância (α) de 0,05. Isto significa que a
probabilidade de se cometer um erro tipo I, que é rejeitar a H0 no teste de hipóteses sendo a
mesma verdadeira, é de 0,05.
4. Apresentação e análise dos dados

4.1 Variável Resposta Temperatura

A Figura 4 ilustra o gráfico de efeitos principais obtido para a variável resposta temperatura.
Através desta Figura é possível notar que a variação dos níveis de cada um dos três
parâmetros provoca alterações na temperatura. Entretanto, percebe-se que a alteração provada
na temperatura é maior ao variar os níveis do fator ambiente. Isto acontece pois enquanto o
tipo de ambiente jorro consiste em um contínuo fornecimento de líquido refrigerante – o que
gera grande transferência de calor do sistema, o ambiente seco não utiliza nenhum meio
lubrirefrigerenate, causando assim, maior aquecimento. Em menor intensidade, ocorre
modificação nos valores da temperatura ao alterar o avanço de 0,15 para 0,30 mm/rev, sendo,
dentre as três variáveis, a menos significativa para alterar a resposta temperatura, fato este que

9
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

pode ser reafirmado com Machado et al. (2015), os quais afirmam que força de avanço, se
comparada com a profundidade de corte, é uma variável que apresenta menor intensidade
para o processo de torneamento.

Figura 4 – Efeitos principais para a variável resposta temperatura

A Figura 5 apresenta a Análise de Variância (ANOVA) para a variável resposta Temperatura.

Pela ANOVA, nota-se que os 3 fatores principais (Profundidade de corte, avanço e ambiente)
apresentam P-valor menores que o nível de significância considerado (α=0,05). Desta forma,
estas três variáveis são ditas significativas em relação ao comportamento da variável resposta.

10
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

Isto significa dizer que diferentes níveis destas 3 variáveis promovem alteração no valor da
variável resposta Temperatura, ao nível de significância considerado.
Para as interações de segunda ordem, as relações significativas são entre Profundidade de
corte e Ambiente, e Avanço e Ambiente. A interação simultânea dos três fatores apresenta P-
valor maior que o nível de significância adotado, não sendo considerada significativa em
relação ao comportamento da resposta Temperatura. Além disso, nota-se que o modelo
apresenta uma ótima representatividade dos dados, capaz de explicar, aproximadamente, 97%
da variabilidade dos mesmos (R-sq = 97,02).

Figura 5 – ANOVA para a resposta Temperatura

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value

Model 18 266778 14821,0 30,73 0,000
Blocks 1 8040 8040,1 16,67 0,001
Linear 5 236983 47396,7 98,27 0,000
Profundidade de corte 2 38935 19467,5 40,36 0,000
Avanço 1 10000 10000,0 20,73 0,000
Ambiente 2 188048 94024,2 194,95 0,000
2-Way Interactions 8 17896 2237,0 4,64 0,004
Profundidade de corte*Avanço 2 362 180,8 0,37 0,693
Profundidade de corte*Ambiente 4 11536 2883,9 5,98 0,003
Avanço*Ambiente 2 5999 2999,3 6,22 0,009
3-Way Interactions 4 3859 964,7 2,00 0,140
Profundidade de corte*Avanço*Ambiente 4 3859 964,7 2,00 0,140
Error 17 8199 482,3
Total 35 274977

Model Summary

S R-sq R-sq(adj) R-sq(pred)

21,9610 97,02% 93,86% 86,63%

Pela análise de variância, apenas é possível saber que pelo um dos níveis de cada fator
principal é diferente dos demais, não sendo possível identificar quais deles são diferentes
entre si. Para isto, será utilizado o Teste Tukey.
A Figura 6 representa a saída do software Minitab 17 para o teste Tukey referente à variável
de entrada profundidade de corte. Pelo critério utilizado, se o intervalo entre os níveis do fator

11
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

conter o zero, significa que aqueles níveis não apresentam diferenças significativas capazes de
alterar a variável resposta, no nível de significância considerado. Analisando-se esta Figura,
nota-se que nenhum dos três intervalos (1,0 -0,5; 1,5-0,5; 1,5-1,0) contém o zero, o que
significa dizer que as médias dos três níveis considerados são significativamente diferentes,
para α=0,05.

Figura 6 – Teste Tukey para o fator profundidade de corte

Já as Figuras 7 e 8 ilustram o teste Tykey para os fatores avanço e ambiente, respectivamente.

Para o avanço, os níveis 0,15 e 0,30 (mm/rev) são diferentes ao nível de significância 0,5.
Comportamento semelhante pode ser observado para o fator ambiente, onde os três níveis são

12
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

diferentes entre si e provacam modificações significativas na variável resposta Temperatura

ao nível de significância considerado.

Figura 7 – Teste Tukey para o fator Avanço Figura 8 – Teste Tukey para o fator Ambiente

4.2. Variável Resposta Rugosidade

A Figura 9 ilustra o gráfico de efeitos principais obtido para a variável resposta rugosidade.
Através da Figura é possível notar apenas a variação dos níveis do fator avanço provoca
alterações significativas na resposta. Ao variar os níveis dos fatores profundidade de corte e
ambiente verifica-se que estes não causam alterações relevantes na rugosidade ao nível de
significância de 5%.

Figura 9 – Efeitos principais para a variável resposta rugosidade

13
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

A Figura 10 apresenta a Análise de Variância (ANOVA) para a variável resposta Rugosidade.

Pela ANOVA, nota-se que apenas o fator principal avanço apresenta P-valor menor que o
nível de significância considerado (α=0,05). Logo, este é o único fator principal significativo
em relação ao comportamento da variável resposta rugosidade. Este resultado coincide com os
encontrados na Figura 9. Todas as interações apresentam p-valor maiores que 0,05 sendo,
portanto, não significativos. Isto acontece pois, de acordo com Machado et al. (2015), em um
processo de torneamento, avanços mais elevados causam maiores rugosidades nos materiais
usinados, sendo a principal variável responsável por esta importante requisito da qualidade em
peças torneadas.
Para a variável resposta Rugosidade, o teste Tukey não será necessário de ser utilizado. Isto
acontece porque o único fator significativo encontrado foi o avanço. Como este fator foi
manipulado em apenas 2 níveis, conclui-se que, ao alterar o avanço de 0,15 para 0,30
(unidade) isto acarreta em alterações significativas na Rugosidade, ao nível α=0,05. As média
da rugosidade para os ensaios com avanço 0,15 foram diferentes em relação à médias da
rugosidade para os ensaios com avanço 0,30.

Figura 10 – ANOVA para a resposta Rugosidade

14
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value

Model 18 66,5175 3,6954 11,52 0,000
Blocks 1 0,1373 0,1373 0,43 0,522
Linear 5 65,2141 13,0428 40,66 0,000
Profundidade de corte 2 0,2478 0,1239 0,39 0,685
Avanço 1 64,9188 64,9188 202,37 0,000
Ambiente 2 0,0474 0,0237 0,07 0,929
2-Way Interactions 8 1,0538 0,1317 0,41 0,899
Profundidade de corte*Avanço 2 0,0895 0,0447 0,14 0,871
Profundidade de corte*Ambiente 4 0,6473 0,1618 0,50 0,733
Avanço*Ambiente 2 0,3170 0,1585 0,49 0,619
3-Way Interactions 4 0,1124 0,0281 0,09 0,985
Profundidade de corte*Avanço*Ambiente 4 0,1124 0,0281 0,09 0,985
Error 17 5,4535 0,3208
Total 35 71,9710

Model Summary

S R-sq R-sq(adj) R-sq(pred)

0,566385 92,42% 84,40% 66,02%

5. Considerações Finais

Processos de usinagem são essenciais para o setor industrial, pois são responsáveis pela
fabricação de diversos tipos de peças e componentes utilizados nos mais variados setores da
economia. Além disso, são responsáveis por garantir emprego e renda para um grande número
de trabalhadores. A Engenharia de Produção muito pode contribuir para o aperfeiçoamento
das técnicas de produção e trabalho neste setor, dentre os quais tem-se as ferramanetas de
qualidade e produto desenvolvidos neste artigo. A utilização da ANOVA e do Teste de Tukey
permitiu que se compreendesse melhor as variáveis envolvidas no processo de usinagem, os
respectivos níveis de cada uma delas e os seus impactos na qualidade medida do processo de
produção e do produto, neste caso avaliada em termos da Temperatura e Rugosidade. Pouca
aplicação do Testes de Tukey foi encontrado na área industrial, mas este tipo de teste
mostrou-se uma ferramenta eficaz na comparação entre as médias das variáveis resposta
Temperatura e Rugosidade para os níveis dos três fatores analisados. Desta forma, uma
racionalização do uso dos recursos disponíveis envolvidos pode significar ganhos em termos
de produtividade, redução de custos, eficiência e competitividade deste setor.

REFERÊNCIAS

ASM INTERNATIONAL. Materials Selection and Design. In: ASM Handbook. EUA: ASM International,
1997. v. 20.

CONAGIN, A., BARBIN, D., DEMÉTRIO, C.G.B. (2008). Modifications for the Tukey test procedure and
evaluation of the power and efficiency of multiple comparison procederes. Scientia Agricola 65:428-432

15
 XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.

MACHADO, A. R. ABRÃO, A.M. COELHO, R.T. SILVA,M.B.. Teoria da Usinagem dos Materiais. 3. ed.
São Paulo: Blucher, 2015.

MONTGOMERY, D.E. Introduction to Statistical Quality Control. Sixt edition New York: John Wiley and
Sons, 2008.

PAESE, C., CATEN, C., RIBEIRO, J. .L D. Aplicação da Análise de Variância na Implantação do CEP.
Revista Produção, V. 11 n.1

PRODANOV, C. C.; FREITAS, E. C. Metodologia do Trabalho Científico: Métodos e Técnicas da Pesquisa

e do Trabalho Acadêmico. Universidade Feevale, 2ª Edição, 2013.

SHAW,M.C. Metal cutting principles. London: Oxford University Press, 1984.

SOUSA, C. A., JUNIOR, M. A. L., Ferreira, R. L. C. Avaliação de testes estatísticos de comparações

múltiplas de médias. Revista Ceres, Vol. 59 n. 3 Viçosa. Maio/Junho de 2012.

WALPOLE, R. E., MYERS, R.H., MYERS, S. L., YE, K. Probabilidade e Estatística para engenharia e
ciências. [Tradução Vianna, L. F. P.]. São Paulo: Pearson Prentice Hall, 2009.

16