Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução à Confiabilidade
Caro(a) Aluno(a)
Seja bem-vindo(a)!
Bons estudos!!!
Conteúdo da Unidade
Introdução à confiabilidade
Weibull
INTRODUÇÃO À CONFIABILIDADE
TIPOS DE FALHAS
Um item que sofra de um tipo de falha específico, pode evoluir até uma
falha catastrófica ou gradual, no caso, quando há uma falha elétrica em uma
linha de trem, falamos de uma falha catastrófica, diferente de um problema no
monitor do computador que pode evolui de forma gradual.
FUNÇÃO DE CONFIABILIDADE
P(t ) = R(t ) = e − λt
+∞ +∞
P(T > t ) = ∫ λe −λt dt = − e −λt = e − λt
t t
Que tem como representação gráfica:
N (t ) = N 0 e − λt
DISTRIBUIÇÃO WEIBULL
Z (t ) = αβ t β −1 , t > 0,
A DISTRIBUIÇÃO LOGNORMAL
A distribuição lognormal, também pode ser utilizada para modelar o
tempo de vida de um equipamento, assim como a distribuição Weibull, mas om
uma diferença fundamental, pois produz taxas médias menores nos tempos
iniciais.
1
e −[ln( x ) − µ ] /( 2σ ) x≥0
2 2
f ( x; µ , σ ) = 2π σx
0 x<0
Sendo que neste caso, os parâmetros µ e σ não são a média e o desvio
padrão da variável X, e sim de ln(x).
∫ f ( x;α , β )dx
0
obtemos:
1 − e − ( x / β )
α
x≥0
F ( x; α , β ) =
0 x<0
Nesse caso o que tiver menos dispersão em relação aos dados, terá
uma distribuição mais homogênea e por consequência um erro menor.
𝜎𝜎𝜃𝜃� = �𝑉𝑉(𝜃𝜃� )
Exemplo: Sendo 𝑋𝑋1 , 𝑋𝑋2 , … , 𝑋𝑋𝑛𝑛 uma amostra aleatória do tempo de espera
para um serviço de n clientes em que a distribuição de probabilidade que modela
os dados é exponencial com parâmetro λ. Note que há apenas um parâmetro a
ser estimado, como esse parâmetro é uma taxa média, utilizaremos 𝐸𝐸(𝑋𝑋) 𝑒𝑒 𝑋𝑋� .
Em uma distribuição exponencial temos que 𝑋𝑋� = 1/𝜆𝜆.
^ ^
f ( x1, x 2 ,..., x n ;θ 1 ,...,θ n ) ≥ f ( x1, x 2 ,..., x n ;θ1 ,...,θ n )
Dessa forma:
d d 3 7
ln[ f ( x1 ,..., x n ; p)] = [3 ln( p) + 7 ln(1 − p)] = + (−1)
dp dp p 1− p
Esse método tem uma precisão mais forte do que o método dos
momentos abordado anteriormente, mas como podemos notar é mais difícil de
calcular. Hoje há alguns softwares no mercado que fazem verossimilhança como
o Minitab 17.
Intervalos de confiança
A teoria da inferência estatística consiste nos métodos pelos quais
realizamos inferências ou generalizações sobre uma população. O método
clássico consiste na estimação de um parâmetro populacional, por meio no qual
inferências são baseadas estritamente nas informações obtidas de uma amostra
aleatória selecionada da população.
σ
Multiplicando cada termo da igualdade por e depois subtraindo X
n
de cada termo e multiplicando por – 1 (revertendo o sentido das desigualdades),
obtemos:
σ σ
P X − zα / 2 < µ < X + zα / 2 = 1 − α
n n
Teoremas importantes:
0,3 0,3
2,6 − (1,96) � � < 𝜇𝜇 < 2,6 + (1,96) � �
√36 √36
normal em anexo.
CASO DO 𝜎𝜎 DESCONHECIDO
𝑋𝑋� − 𝜇𝜇
𝑇𝑇 =
𝑆𝑆
√𝑛𝑛
𝑠𝑠 𝑠𝑠
𝑥𝑥̅ − 𝑡𝑡𝛼𝛼�2 < 𝜇𝜇 < 𝑥𝑥̅ + 𝑡𝑡𝛼𝛼�2
√𝑛𝑛 √𝑛𝑛
que deixa uma área de 𝛼𝛼�2 à direita, como indicado na figura a seguir:
α
0,283 0,283
10,0 − (2,447) � � < 𝜇𝜇 < 10,0 + (2,447) � �
√7 √7
De onde escrevemos:
𝑝𝑝𝑝𝑝 𝑝𝑝𝑝𝑝
𝑃𝑃 �𝑃𝑃 − 𝑧𝑧𝛼𝛼 � < 𝑝𝑝 < 𝑃𝑃 + 𝑧𝑧𝛼𝛼 � � = 1 − 𝛼𝛼
2 𝑛𝑛 2 𝑛𝑛
(0,8)(0,2) (0,8)(0,2)
0,8 − 1,96� < 𝑝𝑝 < 0,8 + 1,96�
500 500
(n − 1) S ²
=
∑(X i − X)
,
σ² σ²
1 1 1 1
( X 1 − X 2 ) − tα / 2 + < µ1 − µ 2 < ( X 1 − X 2 ) + t α / 2 +
n1 n 2 n1 n 2
E:
s12 s 22 s2 s2
( X 1 − X 2 ) − tα / 2 + < µ1 − µ 2 < ( X 1 − X 2 ) + t α / 2 1 + 2
n1 n2 n1 n2
v=
(s2
)
/ n1 + s 22 / n2
2
[ ] [ ]
1
Logo:
Logo estamos 95% confiantes que o intervalo entre 0,6 e 4,1 contém a
verdadeira diferença de médias dos conteúdos de ácido fosfórico, para essas
duas localizações em um rio.
25,2 21,3 22,8 17,0 29,8 21,0 25,5 16,0 20,9 19,5
Resposta: [18,94;24,86]
Resposta: [-0,247;0,039]
ANEXOS – CAPÍTULO 1 – TABELAS
Seja bem-vindo(a)!
Bons estudos!!!
Conteúdo da Unidade
Intervalo de confiança
Analisando dados de vida
Por exemplo, em uma análise Weibull, nem todos os dados encontrados podem
ser tratados da mesma maneira. Quando uma peça é substituída após ficar 800
horas em operação, pode haver dois motivos diferentes para isso.
2) A peça pode ter sido trocada preventivamente, caso em que não sabemos o
tempo em que ela ainda funcionaria até a falha.
Exemplo:
• Dados Completos: a maioria dos dados que não são classificados como
dados de vida, bem como alguns tipos de dados de vida. Dados
completos significam que o valor de cada item da amostra é observado
ou conhecido. Por exemplo, se testarmos 20 itens e todos falharam,
teríamos a informação exata do tempo de falha para cada item.
• Dados Censurados à Direita: neste caso os dados possuem itens que não
falharam. Por exemplo, se testarmos 20 itens, mas somente dezesseis
falharam. Neste caso, os dados são compostos, por dezesseis itens que
falharam, ou seja, que conhecemos o tempo até a falha e quatro itens que
não falharam e que não devem ser desprezados da análise.
Fonte: Reliasof (2001, p.163)
TABELA DE VIDA
Dados os pontos, 0 = t 0 < t1 < ... < t k < t k +1 = ∞ , dividimos o eixo tempo de 0
a ∞ em k +1 intervalos, sendo que para cada intervalo devemos considerar as
seguintes probabilidades:
do intervalo (depois de ti , dado que ele não falhou até o início do intervalo ( ti −1 )
R (ti )
pi = ↔ R (ti ) = pi R (ti −1 )
R (ti −1 )
R(t i ) = pi × pi −1 × ... × p1
R(ti ) = (1 − qi ) R(ti −1 )
[0;5[ 30 2 1 93,22%
2
� � × 100% = 6,78%
1
30 − 2
[5;10[ 25 3 0 88%
3
� � × 100% = 12%
0
25 − 2
[10;15[ 42 2 0 95,24%
2
� � × 100% = 4,76%
0
42 − 2
[15;20[ 28 1 1 96,36%
1
� � × 100% = 3,64%
1
28 − 2
A questão mais complicada, com esse tipo de falha é que sua taxa é
quase nula no início, mas aumenta para um valor não nulo qualquer ao longo do
tempo, equipamento propensos a esse modelo flaps de turbinas.
Em situações deste tipo, o pós venda costuma ser levado em conta, esse
pós venda engloba a reputação da marca, facilidade com reposição de peças, e
tempo de garantia e modo como ela é oferecida. Afinal um tempo de garantia
maior, demonstra que a marca confia que seu produto estará em perfeitas
condições ao fim daquele período.
A figura acima, mostra como a ideia da garantia, forma uma relação entre
produtor e comprador, mediada pelo governo, com intenção de garantir um
qualidade mínima do produto, ressaltando que um cuidado com a redução de
custos de garantia, pode gerar lucro a médio e longo prazo, pela valorização da
marca.
DADOS DE GARANTIA
Além disso o tempo até a falha será modelado por uma distribuição de
probabilidade, mas em um sistema complexo de componentes, o tempo até a
falha de cada componente pode seguir um modelo de distribuição diferente, logo
o tempo até a falha de um produto não costuma seguir uma distribuição
específica, mas sim uma combinação de distribuições de probabilidade.
Após a modelagem dos dados foi possível identificar que o tem médio
para falhas do produto, é de 155 semanas, pelo seguinte gráfico de
confiabilidade:
Com os seguintes intervalos de confiança.
Confiabilidade em sistemas
Dado que um sistema tenha mais do que uma função, cada função deve
ser considerada individualmente, por meio de um diagrama de blocos distinto.
Fonte: https://www.electronica-pt.com/tv-eletronica
Dessa forma:
SISTEMAS EM SÉRIE
Rs = P ( E1 ) × P( E 2 ) × P( E3 ) × ... × P( E n )
ou
n
Rs = ∏ Ri
i =1
Fonte: http://www.producao.ufrgs.br
Fonte: http://www.producao.ufrgs.br
n n
n
Rs (t ) = ∏ Ri (t ) = ∏ exp(−λi t ) = exp − ∑ λt
i =1 i =1 i =1
Logo,
Rs (t ) = exp(−λ s t )
Sendo
n
λ s = ∑ λi
i =1
Exemplo:
Considere um sistema em série composto por um telefone sem fio, uma
base e uma fonte, em que cada componente tem a seguinte taxa de falha:
−6
R fonte (1000) = e − λt = e −5×10 (1000 )
= 0,995
−6
Rbase (1000) = e −λt = e −3×10 (1000 )
= 0,997
−6
Rtelefone (1000) = e −λt = e −5×10 (1000 )
= 0,985
Rsistema (1000) = R fonte × Rbase × Rtelefone = 0,977
SISTEMA EM PARALELO
n
q s = P( E1 ) × P( E 2 ) × ... × P( E n ) = ∏ (1 − Ri )
i =1
n
Rs = 1 − ∏ (1 − Ri )
i =1
3
Rs = 1 − ∏ (1 − Ri )
i =1
( )
n
Rs (t ) = 1 − ∏ 1 − e −λit , em que λi é a taxa de falha do i-ésimo componente.
i =1
SISTEMAS EM SÉRIE-PARALELO
Fonte:https://s3.amazonaws.com/qconassetsproduction/images/provas/4
8471/b8bd502a79a229230517.png
O FATOR HUMANO
Resposta pessoal
Resposta: 0,8415
5) 100 lâmpadas foram testadas durante 1000h, sendo obtido os resultados da Tabela
abaixo. Calcule a Taxa de Falhas (Tf) para o caso estudado.
Seja bem-vindo(a)!
Bons estudos!!!
Conteúdo da Unidade
O que é FMEA
Tipos de FMEA
Construção de FMEA
A metodologia de Análise do Tipo e Efeito de Falha, conhecida como
FMEA (do inglês Failure Mode and Effect Analysis), é uma ferramenta que
de ação preventiva baseada princípio, evitar, por meio da análise das falhas
potenciais um conjunto de propostas de ações antecipadas de melhoria, que
possam ocorrer nos projetos de desenvolvimento, processo e produto. Desta
forma o objetivo principal é diminuir as chances de falhas durante por
exemplo a utilização de um produto ou seja, buscamos aumentar a
confiabilidade deste ou, entermos estatísticos diminuir a probabilidade de
falha.
Definição:
Análise FMEA (Failure Mode and Effect Analysis) é uma metodologia que
objetiva avaliar e minimizar riscos por meio da análise das possíveis falhas
(determinação da causa, efeito e risco de cada tipo de falha) e implantação de
1 Tipos de FMEA
Funcionamento Básico
Etapas de execução
Planejamento
Na formação do grupo existe a necessidade de ser eleito o
responsável pela aplicação da metodologia. Suas responsabilidades são:
• Preparação da documentação
b. ocorrência (O) e
P=SxOxD
SEVERIDADE
OCORRÊNCIA
Índice Ocorrência Proporção Cpk
1 Remota 1:1.000.000 Cpk> 1,67
2 Pequena 1:20.000 Cpk>1,00
3 1:4.000
4 Moderada 1:1.000 Cpk < 1,00
5 1:400
6 1:80
7 Alta 1:40
8 1:20
9 Muito Alta 1:8
10 1:2
DETECÇÃO
Índice Detecção Critério
1 Muito Grande Certamente será detectado
2
3 Grande Grande probabilidade de ser detectado
4
5 Moderada Provavelmente será detectado
6
7 Pequena Provavelmente não será detectado
8
9 Muito Pequena Certamente não será detectado
10
Observações Importantes:
• quando o grupo estiver avaliando um índice, os demais não podem ser levados em
conta, ou seja, a avaliação de cada índice é independente. Por exemplo, se
estamos avaliando o índice de severidade de uma determinada causa cujo efeito
é significativo, não podemos colocar um valor mais baixo para este índice somente
porque a probabilidade de detecção seja alta.
• No caso de FMEA de processo pode-se utilizar os índices de capacidade da
máquina, (Cpk) para se determinar o índice de ocorrência.
Melhoria
Aqui analisamos e utilizamos os conhecimentos, criatividade por meio
de técnicas de brainstormingas possíveis ações que podem minimizer os
riscos calculados anteriormente. As medidas normalmente versam sobre:
Descrição Função(ões) Tipo de Falha Efeito de Falha Causa da Controles Índices Ações d e Melhoria
do do produto Potencial Potencial Falha em Atuais Ações Responsável/ Medidas Índices Atuais
Produto/ Potencial Recomendadas Prazo Implantadas
S O D R
Processo S O D R
(0) (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16)
Produto/ Função e/ou Forma e modo Efeitos Causas e Medidas S O D R Ações Reponsável
Processo características como as (conseqüências) condições que Preventivas e de E C E I recomenda- e Prazo
objeto de que devem ser características do tipo de falha, podem ser detecção que já V O T S das para a
análise atendidas pelo ou funções sobre o sistema responsáveis tenham sido E R E C diminuição
produto. Ex.: podem deixar de e sobre o cliente. pelo tipo de falha tomadas e/ou R R C O dos riscos
Suportar o ser atendidas. Ex.:vazamento em potencial são I Ê Ç S
conjunto do eixo. Ex.: de ar, ruidoso, Ex.: Erro de regularmente D N Ã
Desbalanceado, desgaste montagem, falta utilizadas nos A C O
Rugoso, prematuro, etc... de lubrificação, produtos/proces D I Quais os
Trincado... etc... sos das da E A riscos
enmmpresa. prioritár
ios ?
Que efeitos
tem este S
Quem tipo de
está falha ? R
Quais Como a Quais O Quais
sendo
analisa funções ou função ou poderiam medidas
do ? característic característic ser as Quais podem
as devem a pode não causas ? medidas de ser
ser ser prevenção e tomadas
atendidos ? cumprida ? descoberta D para
poderiam atenuar
ser tomadas os
? riscos?
S = Severidade O = Ocorrência D = Detecção R
= Riscos
Lista de verbos e substantivos geralmente utilizados na
construção do FMEA
FMEA de projeto
o Verbos
FMEA de processo
o Verbos
Melhorar Estocar
Permitir Elevar Suportar
Aplicar Carregar Transmitir
Cozer Minimizar Transportar
Diminuir Modificar Pesar
Descartar Mover Empacotar
Dirigir Produzir
Secar Receber
Eliminar Reduzir
Friccionar
Acabar Remover
Despedir Resistir
Restringir
Formular Dar forma
Gerar Organizar
o Substantivos
Corrosão
Esforço
Eletricidade
Energia
Ambiente
Equipamento
Dispositivos elétricos
Força
Luz
Material
Movimento
UNIDADE IV Estudo de FMEA
Caro(a) Aluno(a)
Seja bem-vindo(a)!
Bons estudos!!!
Conteúdo da Unidade
O que é MASP
Operações Operações
Operações Operações Operações
Erros
Processos
Processos
Melhoria
Melhoria
Melhoria
Fábrica Erros Erros
Erros Defeitos
Defeitos Defeitos
Inspeções Erros
Inspeções Inspeções
f i
Cliente
Slogans
Estratégia
Inspeções
A última e deseja etapa é a que não conta com defeitos no processo produtivo,
ou seja, que a inspeção ocorra antes mesmo do defeito ocorrer. Este tipo de
inspeção é conhecida como inspeção na fonte, ou produção zero-defeitos. A
técnica utilizada para que se elimine os defeitos foi desenvolvida pelos japoneses
e denomina-se Poka Yoke, que é definido como um sistema a prova de falhas.
Obviamente que é extremamente difícil uma empresa ter todos os seus processo
trabalhando com inspeção na fonte. Tradicionalmente as empresas, ao
compararem-se com este modelo gráfico, identificam processos em quase todos
os estágios, porém é benéfica a busca incessante para se aproximar ao nível de
zero-defeito, pois inspecionar na fonte geram menores custos na produção como
pode ser visto na Figura xx.
•Custos de garantia
•Custos administrativos
•Descontentamento do cliente
No Final •Perda de participação no mercado
da Linha
Onde Detectado
A partir desse conceito, cabe destacar que existem dois tipos de metas: metas
para manter e metas para melhorar. As metas para manter, também são
conhecidas como “metas padrão” e estas são atingidas através de operações
padronizadas. Ex: “atender ao telefone sempre antes do terceiro sinal”. As metas
para melhorar não atendem a um tipo de padrão e normalmente é estipulado um
prazo de alcance. Ex : Aumentar as vendas da região Sul em 10% até junho do
decorrente ano.
Padronizar
Verificar os
Check Do
O Ciclo PDCA, em uma abordagem mais simples, pode ser usado para manter
ou melhorar os resultados de um processo. Quando o processo está
estabilizado, o planejamento (P) consta de procedimentos padrões (Standard) e
a meta já atingida é aceitável, utiliza-se o Ciclo PDCA para manutenção dos
resultados. Ao contrário, quando o processo apresenta problemas que precisam
ser resolvidos, utiliza-se o Ciclo PDCA para melhoria de resultados (Método para
Análise e Solução de Problemas - MASP).
10
2 MASP – METODOLOGIA DE ANÁLISE E SOLUÇÃO DE PROBLEMAS
Visto que o processo de tomada de decisão exige certa habilidade, o MASP foi
desenvolvido para que os gerentes e operadores adquiram essa habilidade e
eficiência.
• Priorização do problema.
11
Figura 4 – O Ciclo PDCA e suas fases
A seguir serão detalhadas cada uma das fases apresentadas na Figura 4. Para
cada fase será descrito o objetivo, as tarefas a serem realizadas e as ferramentas
que podem ser utilizadas.
12
3.1 IDENTIFICAÇÃO DO PROBLEMA
Definir claramente problema e sua importância.
DESAFIO
• Escolha/Definição do problema: O problema escolhido deve ser o mais
importante e urgente, baseado em fatos e dados.
• Levante o histórico do problema: Deve-se levantar todos os dados relacionados
ao problema em questão por meio de dados históricos, fotos, gráficos, etc.
• Demonstre as perdas atuais e os ganhos previstos: Mostre para a empresa a
importância da resolução do problema, as vantagens que serão obtidas e fixe as
metas.
• Nomeie os responsáveis ou equipes: Nomeie os responsáveis, propondo datas,
limites para a solução do problema.
FERRAMENTAS
• Diagrama de Pareto
• Gráfico de Tendência ou Gráfico de Controle
RESUMO
13
3.2 OBSERVAÇÃO
OBJETIVO
Investigar as características específicas do problema com uma visão ampla e
sob vários pontos de vista.
TAREFAS
• Descoberta das características do problema por meio da coleta de dados:
Levantar os dados e detalhar o problema estratificando-o por características.
• Descoberta das características do problema por meio de observação no local:
Caracterizar o problema no próprio local da ocorrência para coleta de
informações adicionais.
FERRAMENTAS
• Fluxograma de Processo
• Estratificação/ Folha de Verificação
RESUMO
14
3.3 ANÁLISE
OBJETIVO
Descobrir as causas fundamentais do problema.
TAREFAS
• Definição das causas influentes: O grupo de trabalho procura descobrir as
causas prováveis do problema.
• Escolha das causas mais prováveis (hipóteses): Caracterizar o problema no
próprio local da ocorrência para coleta de informações adicionais.
• Análise das causas mais prováveis (verificar hipóteses): Testar e confirmar se
as causas escolhidas (hipóteses) de fato são as responsáveis pelo problema.
15
FERRAMENTAS
• Brainstorming • Histograma
• Diagrama de Ishikawa • GUT
• Diagrama de Dispersão • 5 Porquês
RESUMO
16
3.4 PLANO DE AÇÃO
OBJETIVO
Elaborar um plano de ação para bloquear o problema, eliminando suas causas
fundamentais.
TAREFAS
• Elaborar o plano de ação: Definir ações para bloqueio do problema, certificando-
se que elas eliminarão as causas e não somente os efeitos colaterais. Em caso
afirmativo, adotar ações também contra os efeitos colaterais.
• Definição do cronograma, orçamento e metas: Formular o cronograma e
orçamento para solução do problema. Definir metas quantitativas e itens de
controle.
FERRAMENTAS
• 5W2H
RESUMO
17
3.5 AÇÃO
OBJETIVO
Bloquear as causas fundamentais do problema
TAREFAS
• Treinamento: Divulgar as ações, certificando-se que todos os envolvidos
entenderam e capacitar os executores sempre que necessário.
• Execução da Ação: Implementar as ações e registrar todos os resultados (bons
ou ruins).
FERRAMENTAS
• 5W2H
RESUMO
18
3.6 VERIFICAÇÃO
OBJETIVO
Verificar se o bloqueio foi efetivo e certificar-se que o problema não ocorrerá
novamente.
TAREFAS
• Comparação dos resultados e análise dos efeitos secundários: Utilizar dados
antes e depois da ação de bloqueio para a comparação dos resultados. Utilizar
o mesmo tipo de apresentação de dados (não mudar de ferramenta).
• Verificação da continuidade ou não do problema: base nos dados coletados na
etapa anterior, verificar se o bloqueio foi efetivo. Se os resultados forem
satisfatórios, verificar se todos as ações foram tomadas. Se as ações tomadas
não funcionaram, voltar à fase 2 (observação).
FERRAMENTAS
• Diagrama de Pareto
• Gráfico de Tendência ou Gráfico de Controle
• Histograma
RESUMO
19
3.7 PADRONIZAÇÃO
OBJETIVO
Previnir o reaparecimento do problema.
TAREFAS
• Elaboração ou alteração do padrão: Estabelecer o novo procedimento
operacional ou revisar o antigo.
• Comunicação: Por meio de reuniões e circulares.
• Educação e treinamento: Transmitir as alterações nos padrões para todos os
envolvidos no processo.
• Acompanhamento: Fazer verificações periódicas (auditorias) para garantir o
cumprimento do padrão.
FERRAMENTAS
• 5W2H
RESUMO
20
22222222222222222
21
3.8 CONCLUSÃO
OBJETIVO
Recapitular todo o processo de solução do problema para aproveitar em
situações futuras.
TAREFAS
• Reflexão: “Relação dos problemas remanescentes”.
• Avaliar o que foi feito, questionando:
o Houve atrasos ou folgas no cronograma?
o Houve participação do grupo?
o O grupo era o melhor para solucionar aquele problema?
o As reuniões foram produtivas?
o A distribuição de tarefas foi bem estruturada?
o O grupo utilizou todas as técnicas?
o Avaliar os itens pendentes, organizando-se para uma futura
aplicação do MASP.
RESUMO
22
4 FERRAMENTAS DA QUALIDADE
O princípio de Pareto é conhecido pela proporção "80/20". "É comum que 80%
dos problemas resultem de cerca de apenas 20% das causas potenciais"
(Scherkenbach). "Dito de outra forma, 20% dos nossos problemas causam 80%
das dores de cabeça" (Wheeler & Chambers). A Figura 5 representa esta ideia.
MAGNITUDE DO IMPACTO
POUCOS VITAIS
A B C D E
CATEGORIAS ENVOLVIDAS
23
Figura 5 - Diagrama de Pareto
c) Ligue os pontos.
25
Figura 7 – Diagrama de Pareto
Observações:
26
especiais nos processos, verificar se o processo está estável e detectar quanto
a variabilidade do processo está excessiva. É aplicado para:
• Sugestão: Não recalcule a média toda vez que dados são adicionados.
Recalcule apenas quando existir uma mudança significativa no processo.
27
Quebras
28
• Identificar áreas onde dados adicionais podem ser coletados e
investigados.
4.3.1 Simbologia
Antes de entender como construir um fluxograma é necessário conhecer os
símbolos envolvidos e seus significados, conforme apresentado na Figura 9.
29
4) Desenhar o fluxograma usando os símbolos apropriados;
30
• Seja consistente com o nível de detalhe demonstrado
5) Revisar o fluxograma:
• Verifique que cada laço de feedback esteja fechado, isto é, cada passo
leva a frente ou de volta para outro passo.
6) Analisar o fluxograma:
30
• O quanto diferente o processo atual é diferente do ideal? Desenhe o
fluxograma ideal. Compare os dois (atual versus ideal) para identificar
discrepâncias e oportunidades para melhorias.
Início
cor, ok?
sim
Provar tamanho
Ajusta-se
bem?
Fechar negócio
Retirar mercadoria e NF
4.4.1 Estratificação
Estratificação é o processo de agrupar os dados em estratos (= subgrupos) com
base em características, categorias ou quaisquer outras condições existentes na
hora da coleta. Serve para possibilitar uma melhor avaliação da situação,
identificando o principal problema. Sua aplicação envolve:
31
• Dividir os dados em categorias ou características significativas como o
objetivo de direcionar ações corretivas;
32
1. Por material Fabricante, comprador, marca, local de produção, data de compra,
lote recebido, lote de produção, componentes, pureza,
tamanho, códigos, tempo de estocagem, local de estocagem,
etc.
2. Por máquina, equipamento ou ferramenta Tipo de máquina, número, modelo, performance, idade, fábrica,
linha, ferramenta, tamanho, molde, cavidade, etc.
6. Por tempo Tempo, manhã, tarde, noite, dia, semana, mês, período, estação,
início (ou final) do turno
Observações:
Seu objetivo é permitir que a equipe registre e compile dados coletados de fontes
históricas ou de observações realizadas durante a ocorrência dos processos ou
fenômenos, permitindo que padrões e tendências possam ser claramente
detectados e apresentados. Suas aplicações compreendem:
33
• Obter dados de fácil entendimento, por meio de um método simples e
eficiente, e que pode ser aplicado em qualquer área para avaliação de
desempenho;
• Construir, com cada observação, uma figura clara dos fatos em oposição
a opiniões pessoais;
1) Escrever uma clara definição dos eventos ou condições que estão sendo
observados (definição operacional);
34
(a) Projeto: Atraso na Admissão (c) Nome: se aplicável (e) Turnos: Todos
(b) Localização: Sala de Emergência (d) Datas: 10/3 à 16/03
Acidentes
(f) Motivos (g)Datas (i)Total
10/3 11/3 12/3 13/3 14/3 15/3 16/3
Abril /03
Atraso Laboratório 52
IIII IIII IIII IIII I IIII I III IIII IIII II IIII IIII II
4.5 BRAINSTORMING
35
Apesar de todo esse aspecto liberal, essa técnica possui algumas regras de
aplicação, apresentadas na Figura 13, para que seja possível atingir o objetivo
proposto com ela que é coletar o máximo de ideias e opiniões possíveis e fazer
com que todos participem.
Após a exposição da questão, cada membro do grupo tem que dar uma ideia ou
passar a vez, assim como já destacado nas regras as ideias não podem ser
criticadas e durante o giro, o líder deve estimular e motivar o grupo a
participação, direcionando atenção com cautela principalmente aos mais
inexperientes e tímidos.
36
Todas as ideias lançadas devem ser escritas em letras grandes e visíveis aos
participantes da forma como foram geradas, sem abreviações ou substituições.
O giro prossegue até que todos passem a vez, indicando que as ideias
esgotaram. Deve durar de 05 a 20 minutos, dependendo do assunto. Depois que
acaba o processo, a lista de ideias deve ser revisada, e descartadas apenas as
ideias em duplicidade.
No início, o diagrama era usado por auxiliares de Ishikawa para dar organização
às pesquisas. Hoje é aplicado no mundo inteiro para equacionar problemas da
qualidade e de várias outras áreas.
O diagrama recebe o nome de espinha de peixe pelo seu formato. Sua estrutura
consiste em ordenar as causas iniciais para os seus efeitos finais, ou seja, os
problemas são colocados do lado direito do gráfico (onde seria a cabeça do
peixe) e suas causas do lado esquerdo, conforme Figura 14. A principal utilidade
do diagrama é identificar as causas de um problema.
37
CATEGORIAS MÉTODO MÃO DE MEDIÇÃO
OBRA
Efeito desejado:
Característica
CAUSAS
SECUNDÁRIAS
PROBLEMA A
SER RESOLVIDO
CAUSAS
TERCIÁRIAS Efeito
indesejado:
MEIO Problemas
CATEGORIAS MÁQUINA MATERIAL
AMBIENTE
CAUSAS E F E I TO
O diagrama dá uma ideia clara das “causas” prováveis que contribuem para um
“efeito”. As categorias de causas mais utilizadas são: método, mão-de-obra,
material e máquina, meio ambiente e medições (6M). A explicação de cada
categoria dos 6M’s podem ser verificadas na Figura 15.
Figura 15 - Categorias 6M
39
• Focalizar as ações da equipe sobre as causas e não sobre os sintomas.
40
Saúde Moral
Profundidade Confiança
Informação
Força
Derrota em uma
partida esportiva
Programa
Estudo do Movimento
Exercício
Teoria adversário
Velocidade
40
• Fornecer informações sobre a força de relação das variáveis;
� �
� �
� � �
� � �
� � � � �
� � �
� � � �
� � �
� � �
�
�
� �
�
Variável X Variável X �
�� �
� �
�
� �
Correlação Positiva Possível Correlação Positiva �
�
�
�
� �
�
�
Variável X
Nenhuma Correlação
Variável X Variável X
41
4.8 HISTOGRAMA
O Histograma é um diagrama de barras que representa a distribuição de
frequências de uma população. É uma representação gráfica na qual um
conjunto de dados é agrupado em classes uniformes, representado por um
retângulo cuja base horizontal são as classes e seu intervalo e a altura vertical
representa a frequência com que os valores desta classe estão presente no
conjunto de dados Serve para verificar o comportamento de um processo em
relação à especificação.
42
• Revelar a centralização, dispersão (variação) e forma da distribuição dos
dados;
2) Coletar os dados:
43
9,9 9,3 10,2 9,4 10,1 9,6 9,9 10,1 9,8
9,8 9,8 10,1 9,9 9,7 9,8 9,9 10,0 9,6
9,7 9,4 9,6 10,0 9,8 9,9 10,1 10,4 10,0
10,2 10,1 9,8 10,1 10,3 10,0 10,2 9,8 10,7
9,9 10,7 9,3 10,3 9,9 9,8 10,3 9,5 9,9
9,3 10,2 9,2 9,9 9,7 9,9 9,8 9,5 9,4
9,0 9,5 9,7 9,7 9,8 9,8 9,3 9,6 9,7
10,0 9,7 9,4 9,8 9,4 9,6 10,0 10,3 9,8
9,5 9,7 10,6 9,5 10,1 10,0 9,8 10,1 9,6
9,6 9,4 10,1 9,5 10,1 10,2 9,8 9,5 9,3
10,3 9,6 9,7 9,7 10,1 9,8 9,7 10,0 10,0
9,5 9,5 9,8 9,9 9,2 10,0 10,0 9,7 9,7
9,9 10,4 9,3 9,6 10,2 9,7 9,7 9,7 10,7
9,9 10,2 9,8 9,3 9,6 9,5 9,6 10,7
H = R / k = 1,7 / 10 = 0,17
Onde, R é a amplitude geral dos dados e k o número de classes.
44
o Use o menor ponto de medição individual da amostra, ou
arredonde para o próximo número inferior. Este será o ponto final
inferior para o primeiro intervalo de classe. No nosso exemplo
deveria ser 9,0.
45
o Na linha horizontal (eixo x), desenhe a escala relacionada com a
variável que está sendo medida;
Figura 21 - Histograma
4.8.1.2 Interpretação
É importante saber interpretar um histograma, para tal, seguem algumas
situações básicas de resultados.
46
Requisitos do Cliente
Processo
Centralizado
Processo Acima
dos Requisitos
Processo
Abaixo dos
Requisitos
Requisitos do Cliente
Pequena
Variabilidade
Grande
Variabilidade
Figura 24: Forma: Qual é a sua forma? É parecida com uma normal
(distribuição com forma de sino)? É positivamente ou negativamente inclinada,
47
isto é, os dados estão mais concentrados para a esquerda ou para direita?
Existem dois (bi-modal) ou mais picos?
Normal
Multimodal Bimodal
Sugestões:
• Dois ou mais picos podem indicar que os dados podem vir de fontes
diferentes, isto é, turnos, pessoas, fornecedores, máquinas. Se isto for
evidente, os dados devem ser estratificados.
48
Essa ferramenta é utilizada como um auxílio para definir prioridades quando há
várias atividades para serem realizadas. Em resumo, ajuda a tratar os
problemas. A matriz recebe esse nome por considerar Gravidade, Urgência e
Tendência como quesitos de prioridade para cada problema.
49
Na sequência, a atribuição de TENDÊNCIA, que representa o que pode
acontecer se nada for feito a respeito; responde por aspectos ou fatores mais
desvantajosos da situação; caracteriza-se pelas cinco perguntas expostas na
coluna 4.
4.10 PORQUÊS
Também conhecida como técnica dos 5 porquês ou “why-why”, Teve sua origem
na Toyota no Japão, e é até hoje utilizada como técnica de análise sobre
determinada necessidade, Buscando identificar a “causa-raiz” de um problema,
podendo ser utilizada individualmente ou em pequenos grupos.
50
PROBLEMA
Porque (1)?
CAUSA DIRETA
Porque (2)?
CAUSA CONTRIBUTIVA
Porque (3)?
CAUSA CONTRIBUTIVA
Porque (4)?
CAUSA CONTRIBUTIVA
Figura 26 – 5 Porquês
Solução
Causa oculta não realista
Probabilidade de Sucesso
Quantidade de “porquês”
4.11 5W2H
Sabe-se da importância que o planejamento representa para o bom
funcionamento de uma empresa. Com as atribulações diárias da rotina de
trabalho, a cada dia torna-se mais indispensável a estruturação de um bom
planejamento a revisão do mesmo periodicamente.
51
As ações que compõe um planejamento são orientadas através do Plano de
Ação. Além de orientar essa implementação das ações, o plano de ação serve
também como referência para a tomada de decisões, pois permite que seja
realizado o acompanhamento do andamento do projeto.
• When- Quando cada uma das tarefas deverá ser executada (tempo);
• How much/ How many- Quanto custará cada etapa do projeto (custo).
. . . . . . .
. . . . . . .
. . . . . . .
52
BIBLIOGRAFIA
53
54