Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 3 Indicação Da Tutora
Aula 3 Indicação Da Tutora
Capítulo 5
(montgomery)
Gráficos de Controle para Variáveis
Relembrando
Introdução
– No contexto do Controle de Qualidade, uma
característica da qualidade que é medida em uma
escala numérica é chamada variável.
Ex: Tamanho, Largura, Temperatura, Volume, etc;
– Os gráficos X e R foram desenvolvidos por
Shewhart para monitorar a média e a variabilidade
de variáveis numéricas.
– Posteriormente, serão introduzidas algumas
variações destes gráficos.
Gráficos de Controle para Variáveis
LM = µ 0
LIC = µ 0 − 3σ 0 / n
1 2 3 4 5 6 7 Amostra
Gráficos de Controle para Variáveis
Gráfico X
– Sejam x1 , x2 ,K, xm as médias de cada uma das
amostras, em m subgrupos. Então, o melhor
estimador para média do processo (µ µ) é dado por
∑
m
x
i =1 i
x=
m
– onde, xi é a média amostral do i-ésimo subgrupo.
– Logo, x deverá ser usado como a linha central do
gráfico X
Gráficos de Controle para Variáveis
Gráfico X
– Para construir os limites de controle, precisamos de
um estimador para σ
σ pode ser estimado pelos desvios-padrões ou pelas
amplitudes das m amostras;
– No momento, vamos optar pelas amplitudes. Defina
a amplitude de uma amostra por
R = xmax - xmin
– Seja R1 , R2 ,K , Rm as amplitudes das m amostras,
temos que a amplitude média é dada por
∑
m
– . R
i =1 i
R=
m
Gráficos de Controle para Variáveis
Gráfico X
– Apresentamos a seguir as expressões para construção dos
limites de controle para o gráfico X
LSC = x + A2 R
LM = x
LIC = x − A2 R
Exemplo
– Anéis de pistão para motores de automóveis são
fabricados por um processo. Deseja-se estabelecer
um controle estatístico para o diâmetro interno dos
anéis.
– 25 amostras (m), cada uma de tamanho 5 (n),
foram extraídas quando o mesmo estava sob
controle.
– As medidas são exibidas a seguir
Desenvolvimento e Uso dos
Gráficos X e R
∑ Ri 0,581
i =1
R= = = 0,023
m 25
onde Ri = xmax – xmin, i = 1, ..., m
– Para n = 5, obtemos do Apêndice VI os valores D3 =
0 e D4 = 2,115.
– Logo, LIC = R D3 = 0,023.(0) = 0
LSC = R D4 = 0,023.(2,115) = 0,049
Desenvolvimento e Uso dos
Gráficos X e R
74.010
Sample Mean
n
74.005
_
_
X=74.00118
74.000
73.995
73.990
LCL=73.98791
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
ˆ LSE − LIE
Cp =
6σˆ
em que
R
σˆ =
d2
Estimando a Capacidade do Processo
1
Pˆ = 100%
Cˆ
p
Isto é, cerca de 0,002% [20 partes por milhão (ppm)] dos anéis produzidos estará
fora das especificações.
Estimando a Capacidade do Processo
ˆ 74,05 − 73,95
Cp = = 1,68
6 × 0,0099
ˆ 1
P= 100% = 59,5%
1,68
Desenvolvimento e Uso dos
Gráficos X e R
µ 0 + Lσ / n − ( µ 0 + kσ ) µ 0 − Lσ / n − ( µ 0 + kσ )
= Φ − Φ .
σ / n σ / n
Função Característica da Operação
Logo
β = Φ( L − k n ) − Φ (− L − k n )
Onde Φ denota a distribuição acumulada da normal padrão.
Exemplo
– Suponha que estamos usando um gráfico X com
L=3 (limites usuais), tamanho de amostra n=5 e
queremos determinar a probabilidade de detectar
um deslocamento para µ1 = µ0 + 2σ na primeira
amostra.
– Logo, temos L=3, n=5 e k=2
Função Característica da Operação
– Logo
β = Φ ( L − k n ) − Φ (− L − k n )
= Φ (3 − 2 5 ) − Φ (−3 − 2 5 ) =
= Φ (−1,47) − Φ (−7,37) ≅ 0,0708
– Essa é a probabilidade (ou risco) de NÃO detectar
tal deslocamento.
– A probabilidade desse deslocamento ser detectado
na primeira amostra é
1 − β = 1 − 0,0708 = 0,9292
Curvas Característica de Operação
para o Gráfico X com limites 3σ
σ
Prob. de Não
detectar um
deslocamento na
média de “kσ
σ” na 1ª
amostra
k
Função Característica da Operação
∑ Si
i =1
S=
m
– onde
n
∑ i
( x − x ) 2
i =1
Si =
n −1
Gráficos de Controle para Variáveis
Gráfico S
– Assim, os parâmetros do gráfico S são obtidos por:
LSC = B4 S
LM = S
LIC = B3 S
3 3
onde: B3 = 1 − 1 − c42 B4 = 1 + 1 − c42
c4 c4
As constantes B3 e B4 encontram-se no Apêndice VI do livro:
Introd. ao Controle de Qualidade - Montgomery (4ª Ed.)
Gráficos de Controle para Variáveis
Gráfico X
– Consequentemente, obtemos os novos limites de controle
necessários para construção do gráfico X
LSC = x + A3 S
LM = x
LIC = x − A3 S
– Lembrando que o estimador não viesado para σ é dado por
) S
σ=
c4
As constantes A3 e c4 encontram-se no Apêndice VI do livro:
Introd. ao Controle de Qualidade - Montgomery (4ª Ed.)
Exemplo: Anéis de Pistão
25 25
∑x i
1850,0294
∑ Si
0,2350
i =1
x= i =1
= = 74,001 S= = = 0,0094
m 25 m 25
LIC = S B3 = 0,0094.(0) = 0
LSC = S B4 = 0,0094.(2,089) = 0,0196
– Considerações
∑ i i
m
− 2
∑n x
i =1
i i
S=
( n
i =1
1) S
x= m
∑n −m
m
∑ ni
i =1
i =1
i
Gráficos de Controle para Variáveis
Os dados a seguir
são uma
modificação dos
dados sobre anéis
de pistão usados
anteriormente
Exemplo: Anéis de Pistão
Modificado
m
∑n x
i =1
i i
5(74,010) + 3(73,996) + L + 5(73,998) 8362,075
x= = = = 74,001
m
5 + 3 +L+ 5 113
∑n
i =1
i
∑ i i
( n
i =1
− 1) S 2
4(0,0148) 2 + 2(0,0046) 2 + L + 4(0,0162) 2
S= = =
m
5 + 3 + L + 5 − 25
∑n −m
i =1
i
0,008426
= = 0,0098
88
Exemplo: Anéis de Pistão
Modificado
LIC = S B3 = 0,0098.(0) = 0
LSC = S B4 = 0,0098.(2,089) = 0,020
MR 0,48
LSC = x + 3 = 33,52 + 3 = 34,80
d2 1,128
LM = x = 33,52
MR 0,48
LIC = x − 3 = 33,52 − 3 = 32,24
d2 1,128
Gráficos de Controle Shewhart para
Amostras Individuais
I-MR Charts
U C L= 34.802
34.5
IIndiv idual V alue
34.0
_
33.5 X= 33.523
33.0
32.5
LC L=32.245
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
O bse r v a tion
1.6 U C L= 1.571
1.2
M oving Range
0.8
__
M R=0.481
0.4
0.0 LC L=0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
O bse r v a tion
34
_
X=33.523
33
In
LC L=32.245
32
1 4 7 10 13 16 19 22 25 28
O bser vation
1.6 U C L=1.571
1.2
M oving Range
0.8
__
M R=0.481
0.4
0.0 LC L=0
1 4 7 10 13 16 19 22 25 28
O bser vation
∑x
i =1
i = 1000 e ∑S
i =1
i = 75