1

UNIVERSIDADE FEDERAL FLUMINENSE

TCE - Escola de Engenharia
TEM - Departamento de Engenharia Mecânica

PROJETO DE GRADUAÇÃO II

Título do Projeto :
Análise das variáveis que influenciam o cálculo da
produtividade da soldagem de juntas soldadas de topo
de aço carbono com o processo eletrodo revestido

Autor :

Vinícius Vendas Sarmento

Orientador :

Miguel Luiz Ribeiro Ferreira

Data : 27 de Março de 2016

 2

VINÍCIUS VENDAS SARMENTO

ANÁLISE DAS VARIÁVEIS QUE INFLUENCIAM O CÁLCULO DA PRODUTIVIDADE

DA SOLDAGEM DE JUNTAS SOLDADAS DE TOPO DE AÇO CARBONO COM O
PROCESSO ELETRODO REVESTIDO

Trabalho de conclusão do curso de Graduação em

Engenharia Mecânica, da Universidade Federal
Fluminense, como requisito parcial à obtenção do título
de Bacharel em Engenharia Mecânica.

Orientador: Prof. Miguel Luiz Ribeiro Ferreira, D. Sc.

Niterói
2016
 3

Ficha Catalográfica elaborada pela Biblioteca da Escola de Engenharia e Instituto de Computação da UFF
 4

UNIVERSIDADE FEDERAL FLUMINENSE

TCE - Escola de Engenharia
TEM - Departamento de Engenharia Mecânica

PROJETO DE GRADUAÇÃO II

AVALIAÇÃO FINAL DO TRABALHO

Título do Trabalho:
ANÁLISE DAS VARIÁVEIS QUE INFLUENCIAM O CÁLCULO DA
PRODUTIVIDADE DA SOLDAGEM DE JUNTAS SOLDADAS DE TOPO
DE AÇO CARBONO COM O PROCESSO ELETRODO REVESTIDO

Parecer do Professor Orientador da Disciplina:

- Grau Final recebido pelos Relatórios de Acompanhamento: 9.0

- Grau atribuído ao grupo nos Seminários de Progresso:

Parecer do Professor Orientador:

Nome e assinatura do Prof. Orientador:

Prof.: Miguel Luiz Ribeiro Ferreira Assinatura:

Parecer Conclusivo da Banca Examinadora do Trabalho:

Projeto Aprovado sem restrições

Projeto Aprovado com restrições

Prazo concedido para cumprimento das exigências: / /

 5

UNIVERSIDADE FEDERAL FLUMINENSE

TCE - Escola de Engenharia
TEM - Departamento de Engenharia Mecânica

PROJETO DE GRADUAÇÃO II

AVALIAÇÃO FINAL DO TRABALHO

(continuação)

Aluno : Vinícius Vendas Sarmento Grau : 9.0

Composição da Banca Examinadora :

Prof.: Miguel Luiz Ribeiro Ferreira Assinatura :

Prof.: José Luiz Ferreira Martins Assinatura :
Prof.: Cássia Andréa Ruotolo Morano Assinatura :

Data de Defesa do Trabalho : 29 de julho de 2016

Departamento de Engenharia Mecânica, / /

 6

AGRADECIMENTOS

Ao professor Miguel Luiz Ribeiro Ferreira, pela sua orientação e paciência ao longo da
realização deste trabalho de conclusão de curso.

Ao professor José Luiz Martins pelo seu auxílio e esclarecimento de dúvidas ao longo das
disciplinas de formação do curso.

Aos funcionários do laboratório LAMIS pelo seu excelente atendimento e auxílio quando
era necessário.

Á minha mãe pelo seu auxílio e suporte durante esse caminho extenso para formação.
 7

RESUMO

Este trabalho tem como meta analisar quais variáveis de processos de soldagem geram um
maior impacto no cálculo da produtividade, pois assim se saberá quais parâmetros devem ter
um controle mais restrito de tolerâncias por fazerem que a produtividade sai além da margem
definida na estimativa do projeto. A metodologia utilizada para tal conta com o uso do
método de Monte Carlo para realização das simulações numéricas, por se tratar de um dos
métodos mais amplamente usados na literatura, e gerar gráficos para análise de sensibilidade
em relação aos parâmetros e posições em seu impacto no cálculo dos parâmetros obtidos.
Além disso, este trabalho também buscou discutir visões de produtividade vigentes na
literatura para encontrar aquela que fosse mais condizente com a meta principal de análise de
sensibilidade. Dentre os resultados obtidos, notou-se que o ângulo do chanfro foi o principal
parâmetro a influenciar o cálculo da produtividade mesmo na tolerância especificada pela
norma ASME B31.3 e que as posições de soldagem afetam o cálculo da produtividade menos
que alguns parâmetros dimensionais. Sendo relevante ainda ressaltar que as posições de
soldagem quando comparadas estritamente entre si apresentaram alto grau de variabilidade no
impacto do cálculo da produtividade.

Palavras-chave: produtividade; Monte Carlo; soldagem.

 8

ABSTRACT

This work has as its main objective to evaluate which variables of welding processes have the
highest possible impact on productivity’s calculation and under which circumstances is
possible to achieve this higher impact, as it will make known which parameters must have an
quality control even stricter than initially tolerated due to their impact on productivity’s
calculation making it surpass the tolerable limits specified by the project. The methodology
used to do so consists of numerical simulations using the Monte Carlo method, which is
widely known and accepted in the existing literature, the method is used to generate graphical
results which are in turn used to evaluate the sensibility of an equation to the variation of its
parameters. Moreover, this work has briefly discussed a few different views on productivity in
order to better select which view correlates the most to the main goal of this work. Among the
results obtained, it can be noted that the angle was the main parameter which affected the
productivity’s calculation even though according to ASME B31.3 tolerances on the
parameter, and the welding positions affected the productivity’s calculation very little when
compared to some dimensional parameters. Another relevant point is that the welding
positions when compared amongst themselves in their impact over the productivity’s
calculation show great variability in the results.

Key-Words: productivity; Monte Carlo; welding.

 9

LISTA DE ILUSTRAÇÕES

Figura 2.1 Posições de soldagem em chapa, p. 13

Figura 2.2 Geometria do cordão de solda, p. 14
Figura 2.3 Geometria do cordão de solda, p. 22
Figura 4.1 Tornado da produtividade na posição 0o, p. 24
Figura 4.2 FPA ascendente da posição 0o, p. 25
Figura 4.3 Tornado da produtividade na posição 45o, p. 26
Figura 4.4 FPA ascendente da posição 45o, p. 27
Figura 4.5 Tornado da produtividade na posição 90o, p. 28
Figura 4.6 FPA ascendente da posição 90o, p. 29
Figura 4.7 Tornado da produtividade na posição 135o, p. 30
Figura 4.8 FPA ascendente da posição 135o, p. 30
Figura 4.9 Tornado da produtividade na posição 180o, p. 31
Figura 4.10 FPA ascendente da posição 180o, p. 32
Figura 4.11 Tornado da produtividade média, p. 33
Figura 4.12 FPAs sobrepostas das produtividades, p. 34
 10

LISTA DE TABELAS

Tabela 3.1 Máximos e mínimos dos parâmetros, p. 23

Tabela 4.1 Principais estatísticas na posição 0o, p. 25
Tabela 4.2 Principais estatísticas na posição 45o, p. 27
Tabela 4.3 Principais estatísticas na posição 90o, p. 29
Tabela 4.4 Principais estatísticas na posição 135o, p. 31
Tabela 4.5 Principais estatísticas na posição 180o, p. 32
Tabela 4.6 Principais estatísticas da produtividade média, p. 33
Tabela 4.7 Comparação de resultados, p. 35
 11

SUMÁRIO

1 INTRODUÇÃO, p. 12
2 METODOLOGIA, p. 13
2.1 OBJETIVO DO TRABALHO, p.13
2.2 AMOSTRA, p. 13
2.3 PROCEDIMENTO EXPERIMENTAL, p. 14
3 REVISÃO BIBLIOGRÁFICA, p. 16
3.1 PROCESSO ELETRODO REVESTIDO, p. 16
3.2 MÉTODO DE MONTE CARLO, p. 17
3.3 PRODUTIVIDADE, p. 18
3. 3.1 CONCEITOS E DEFINIÇÕES, p. 19
3. 3.2 PRODUTIVIDADE EM CONSTRUÇÃO E MONTAGEM INDUSTRIAL, p. 20
3. 3.3 PRODUTIVIDADE EM SOLDAGEM, p. 21
4 RESULTADOS E DISCUSSÂO, p. 24
5 CONCLUSÔES, p. 36
6 REFERÊNCIAS BIBLIOGRÁFICAS, p. 37
 12

1 INTRODUÇÃO

A importância da produtividade na área da construção e montagem é de estimar o

tempo e recursos necessários para cumprir projetos e as tarefas individuais destes, valendo
ressaltar que a soldagem é um dos principais processos utilizados no setor de construção e
montagem devido à sua versatilidade e custo relativamente reduzido se comparada a outros
métodos utilizados para montagem.
Entretanto, a indústria carece de indicadores de produtividade bem produzidos e
confiáveis, por tal razão este trabalho busca definir o conceito de produtividade
conceitualmente e matematicamente, para que se possa utilizar-se profissionalmente. Este
trabalho está desencadeado em capítulos para facilitar a leitura.
No capítulo de metodologia é discutido como foi realizada a revisão bibliográfica, a
coleta de dados, a escolha da amostra bem como a descrição do procedimento experimental
no qual utilizou-se o método de Monte Carlo para as simulações numéricas.
O capítulo de revisão bibliográfica possui como meta abordar concepções
diferenciadas de produtividade de modo que se chegue a uma conclusão de qual delas é mais
adequada tendo em mente as metas do trabalho.
No capítulo de resultados e discussão busca-se avaliar os resultados obtidos para os
procedimentos descritos previamente, de modo a se averiguar quais parâmetros e posições são
mais importantes na hora de se estabelecer as tolerâncias do controle de qualidade para a
soldagem com um eletrodo revestido de 2,5mm de diâmetro.
Finalmente, no capítulo de conclusões registrou-se os principais fatos e informações
adquiridas ao longo do trabalho, para que o mesmo sirva como uma base para se avaliar a
produtividade em outros estudos.
 13

2 METODOLOGIA

A metodologia deste trabalho foi embasada principalmente em Martins (2011) e Lobato

(2015). Contando com Berryman et al (2011), Adrian (2004), Vaines (1197) e Christian
(2013) como fontes para auxiliar nas definições que serão discutidas em breve.

2.1 OBJETIVO DO TRABALHO

O trabalho possui como metas verificar quais variáveis irão impactar mais no cálculo
da produtividade da soldagem de juntas soldadas de topo de aço baixo carbono baixa liga ao
se utilizar o processo de soldagem com eletrodo revestido de 2,5mm para execução do passe
da raiz e do enchimento.

2.2 AMOSTRA

A amostra retirada de Martins (2011) foi escolhida de forma aleatória, através do

sorteio de seis pontos para cada posição de teste, que são expostas na figura 2.1 abaixo.
Martins (2011) usa as posições de soldagem plana (0o),45o, vertical (90o), 135o e sobre cabeça
(180o). Segue uma exemplificação das posições de soldagem:

Figura 2.1: Posições de soldagem em chapa

Fonte: FBTS (2002)

Através da figura acima pode-se observar que apenas 3 posições utilizadas em

Martins (2011) e consequentemente neste trabalho são posições padronizadas pela norma
AWS D1.1 (2002).
 14

2.3 PROCEDIMENTO EXPERIMENTAL

O primeiro passo para a realização das simulações foi configurar as funções de

distribuição de probabilidade das variáveis de entrada, que foram:
- Abertura da raiz;
- Tempo de limpeza;
- Tempo de arco aberto;
- Ângulo do chanfro;
- Altura do reforço;
- Reforço da raiz;
- Nariz.
Estes parâmetros de entrada referentes a aspectos geométricos e dimensionais tiveram
suas distribuições ajustadas como uniformes, pois a priori não há uma tendência de alguns
valores serem mais prováveis que outros, isto é, há probabilidade igual de ocorrência para
qualquer valor compreendido entre os limites inferiores e superiores, conforme Mawdesley et
al (2009) aponta para o seu caso específico. Estes limites foram estabelecidos através dos
dados operacionais usados por Martins (2011) e combinados com as tolerâncias da norma
ASME B31.3 (2002) para obter os limites inferiores e superiores.
Uma ilustração desses parâmetros segue:

Figura 2.2 - Geometria do cordão de solda.

Fonte: Modenesi (2001, apud Botinelly, 2009, pg. 29)
Onde:
e: nariz;
L: comprimento;
t: espessura;
f: Abertura da raiz;
θ: Angulo do chanfro;
 15

r: Altura do reforço.
Além disso, sabe-se que por se tratar do procedimento de soldagem com eletrodo
revestido, o tempo de limpeza será diferente de zero pois há formação de escória neste
processo, logo requerendo a remoção desta escória para realização de passes subsequentes de
soldagem e montagem, caracterizando assim o tempo de limpeza. Enquanto o tempo de arco
aberto expressa o tempo no qual a soldagem foi efetivamente realizada.
Para os parâmetros geométricos por não haver dados e por a priori não existir uma
tendência de concentração de ocorrências, isto é, os valores possíveis possuem igual
probabilidade de ocorrência a priori, foi utilizada a distribuição uniforme. Uma vez que esta, é
definida como uma distribuição homogênea ao longo de um intervalo de valores reais.
Para os parâmetros temporais de limpeza e arco aberto, na escolha da função de
distribuição utilizou-se o software @RISK 7.0.1. Desta forma, foram selecionadas
distribuições de Pareto para todos os tempos. É importante ressaltar que a distribuição
uniforme de modo geral se classificou na segunda e terceiras posições com desempenho pior
no teste numérico do critério da informação de Akaike, indicado por Letsoalo (2013) e Chan
(2012) como um teste de igual importância ao teste do qui-quadrado.
Uma vez que foram cumpridas essas tarefas, foi então realizada a definição de saídas,
sendo as saídas definidas como as produtividades em cada posição de soldagem executadas
por Martins (2011), bem como a produtividade média. A partir das definições de saída foram
então gerados os gráficos de tornado que demonstram o impacto das variáveis de entrada no
cálculo, além das funções de probabilidade acumulada ascendente das produtividades em cada
posição.
 16

3 REVISÃO BIBLIOGRÁFICA

A metodologia empregada na revisão bibliográfica do trabalho consistiu em pesquisas

bibliográficas feitas através do portal periódicos Capes, cujo endereço eletrônico é
“https://www.periodicos.capes.gov.br/”, utilizando as palavras chaves “welding”,
“productivity” e “Monte Carlo”, sem o uso de quaisquer filtros e configurações especiais. O
critério de seleção usado foi de escolher apenas artigos que buscassem definir produtividade
ou apresentassem tabelas ou gráficos com os resultados obtidos por eles, tais como Thomas e
Nojedehi (2013) e Vaines (1997) por exemplo. Os artigos Jarkas e Bitta (2012), Ganesan
(1984) e Song (2008) também foram utilizados como base na definição dos termos
Após a coleta desse material da literatura, foram feitos fichamentos resumindo e
destacando as informações mais pertinentes de cada artigo. A etapa seguinte, consistiu na
análise crítica e redação das observações finais acerca das informações e definições obtidas.

3.1 PROCESSO ELETRODO REVESTIDO

O processo de eletrodo revestido consiste no uso de um eletrodo que é consumível, sendo a

escolha do material do eletrodo dependente principalmente do material a ser soldado. Como
neste trabalho o aço a ser soldado é aço carbono de baixa liga, o eletrodo usado foi E7018
conforme a classificação da norma AWS D1.1 (2002).
O eletrodo se separa em duas partes, a alma e o revestimento. A alma é o eletrodo
propriamente dito, isto é, é a porção do eletrodo que conduz corrente elétrica e que ao ser
consumida fornecerá o metal de adição para a solda, enquanto o revestimento irá se tornar
escória. Contudo, o revestimento possui as seguintes funções:

- Proteger o metal de solda de corrosão durante armazenamento;

- Estabilizar o arco elétrico;
- Direcionar o arco elétrico;
- Isolar a alma de aço do eletrodo;
- Adicionar elementos de liga ao metal de solda;
- Controlar a integridade do metal de solda.

Conforme aponta Ferreira (2013), a produtividade é relativamente baixa, pois o processo

tem um tempo de soldagem longo e consequentemente requer um fornecimento de homens-
hora alto, isso se dá devido ao fato deste processo requerer várias tarefas, tais como, o
 17

soldador colocar equipamentos para proteção individual, prender o eletrodo, ligar o

equipamento que irá fornecer a corrente elétrica, limpar a escória entre passes bem como
trocar o eletrodo quando ele for totalmente consumido.

3.2 MÉTODO DE MONTE CARLO

Desde a sua origem, em meados da década de 40 durante o projeto Manhattan, o método de

Monte Carlo tem sido utilizado com êxito em uma ampla gama de áreas como mostra Mackay
(2010), incluindo a área nuclear para simular qualquer problema que necessite de uma
distribuição de números aleatórios distribuídos de forma não uniforme e por se basear em
chances aleatórias foi nomeado tendo em mente o famoso cassino de Mônaco.
O método de Monte Carlo conforme Martins, Ferreira e Saraiva (2011) é um método
estatístico de representar sistemas físicos ou matemáticos complexos através da utilização de
valores gerados de forma pseudorrandômica como dados de entrada desses sistemas para
gerar um amplo conjunto de soluções, pois é impossível para um computador ser
verdadeiramente randômico uma vez que sua precisão é finita, o que gera erros de
arredondamento como aponta Martins (2011). A probabilidade de uma solução particular
pode ser calculada dividindo-se pelo número de vezes que a solução foi gerada pelo número
total de tentativas. Através da utilização de um número cada vez maior de simulações e
pontos, a probabilidade das soluções pode ser determinada. Este método é usado em uma
ampla área de temas, incluindo matemática, física, biologia, engenharia e finanças, bem como
em problemas nos quais determinar a solução analítica iria gastar muito tempo.
O método de Monte Carlo possui as seguintes etapas, segundo Martins, Ferreira e Saraiva
(2011):

1- Agrupar dados coletados em tabelas, distribuindo-os em classes;

2- Escolher uma distribuição, sendo uma variável aleatória contínua que melhor represente
os dados da amostra;
3- Execução da simulação utilizando como base a distribuição definida previamente;
4- Realizar uma avaliação da quantidade de números aleatórios, para verificar se é
satisfatória, caso não seja o passo anterior deverá ser então repetido até que a
quantidade considerada ideal seja alcançada;
5- Utilizando os resultados obtidos gerar a função de probabilidade acumulada, a partir da
qual as análises poderão ser realizadas;
 18

Esta concepção também está presente em Lobato (2015) com algumas alterações, o autor
limita o número de iterações numéricas além de adotar uma significância de 95%, para reduzir
o tempo de processamento e gasto computacional. Esses mesmos valores serão adotados neste
trabalho uma vez que produziram bons resultados em Lobato (2015).
Lobato (2015) ainda aponta que a produtividade em soldagem tem alguns fatores que são
altamente aleatórios, portanto o método de Monte Carlo se constitui em uma ferramenta de
análise interessante de ser adotada.
Em Lobato (2015), os passos para uma análise utilizando o método de Monte Carlo são:

1- Organizar os dados obtidos em uma tabela, separando-os em classes;

2- Executar testes de aderência das funções de distribuição de probabilidade para
verificar quais delas melhor atende a significância de 95% para cada amostra a ser
utilizada na simulação.
3- Selecionar a função de distribuição de probabilidade com melhor resultado de
aderência;
4- Realizar a simulação de Monte Carlo com os dados.
5- Averiguar se a quantidade escolhida de iterações foi suficiente para se obter a
convergência e significância desejados. Caso não seja, escolher outra função de
distribuição para os dados.
6- Gerar as saídas dos gráficos das funções de distribuição de probabilidade e funções
de probabilidade acumulada bem como calcular os parâmetros estatísticos para
análise.
7- Valendo-se dos resultados obtidos, gerar gráficos de tornado para avaliar a
influência de cada parâmetro na produtividade, permitindo assim a análise de
sensibilidade.

3.3 PRODUTIVIDADE

Para se definir produtividade existem 2 vertentes principais, da perspectiva econômica e

empresarial, utilizada por Adrian (2004) e a vertente direcionada a saída de produto usada em
Martins (2011). Primeiramente, será realizada uma análise saindo de uma definição mais
ampla para cada uma dessas vertentes com intuito de averiguar qual é concepção melhor
alinha com os objetivos estabelecidos para este trabalho.
 19

3.3.1 Conceitos e definições

Para definir a visão geral da produtividade foi utilizado o artigo Burgess (2007).
Burgess (2007) discute desde a visão de produtividade em termos gerais como é lecionada na
academia até chegar a conclusões sobre fatores que afetam produtividade e diferentes formas
de avaliar quantativamente a produtividade, este conceito mais abrangente de produtividade é
expresso na fórmula abaixo:

(3.1)

Entretanto, é necessário definir como serão quantificados esses recursos, usualmente, por
parte de empresas é feita uma quantificação dos recursos em termos de capital financeiro,
alterando-se a fórmula anterior para:

(3.2)

Nota-se que com esta mudança, já se dispõe de vários métodos de avaliar não só a
produtividade, mas também os fatores chaves de desempenho que virão a afetá-la e,
consequentemente, a lucratividade de um negócio, processo ou projeto, pois o escopo ainda é
muito amplo com apenas essa definição estabelecida, conforme indica Burgess (2007).
Além disso, nota-se que esta visão de produtividade apresenta alguns problemas, uma vez
que a expressão em capital financeiro varia de uma forma flutuante imprevisível estando
sujeita a vários fatores como o câmbio, inflação e desvalorização das moedas, gerando
variações na mesma que não reproduzem bem a realidade dos fatos averiguados em campo. A
forma de solucionar este problema será vista mais adiante, por enquanto haverá um foco em
fatores que influem na produtividade.
Dentre os fatores que influem na produtividade destacam-se, segundo Adrian (2004):
-Cultura;
-Legislação;
-Qualificação da mão de obra;
-Experiência da mão de obra;
-Motivação da mão de obra.
 20

Cabe-se destacar que as condições da mão de obra são os principais fatores que irão afetar
a produtividade, pois uma mão de obra incapaz de realizar de atender as tarefas conforme o
esperado, por quaisquer conjuntos de fatores, irá resultar em uma menor produtividade. Tendo
em mente que a mão de obra ainda é a principal ferramenta de transformação e agregação de
valor em um amplo campo de atividades.
O comportamento da produtividade também possui as chamadas curvas de experiência dos
funcionários, pois a capacitação na tarefa não implica o alcance do máximo da mesma, é
apenas o início desse processo segundo Randolph (1986). Contudo, a partir de um certo
patamar ter uma maior experiência não irá mais causar mudanças de produtividade do
funcionário na tarefa.

3.3.2 Produtividade em construção e montagem industrial

Na indústria da construção e montagem industrial é comum utilizar-se como a entrada de

recursos homens-hora ou máquinas-hora, enquanto para a saída as divergências costumam ser
maiores, mas normalmente utiliza-se uma unidade de área como metros quadrados ou
quilômetros quadrados, ou unidades de massa como toneladas ou quilogramas, entre outras.
Aplicando essas diretrizes a fórmula muda para:

(3.3)

Como observado na literatura e nos artigos de Nasiderzadeh e Nojedehi (2013) e Thomas e

Yikoumis (1987), utiliza-se homens-hora pelo fato do custo variável e operários ainda ser
muito maior que o de máquinas. Além disso, os artigos usam a área por ter menos incertezas e
fatores de influência do que a massa. Desta forma, a equação fica se altera para:

(3.4)

Apesar de não haver um consenso pleno, foi percebido que esta versão de produtividade é
a mais utilizada tendo como base a literatura consultada.
A concepção previamente vista de balanço de capitais agregados e capitais de entrada
agora é vista apenas como uma eficiência de custos. Ela é importante como um indicador de
desempenho financeiro, pois juntamente com a lucratividade irá respaldar a tomada de
decisões dos empresários, acionistas e investidores, afetando consequentemente a escolha de
projetos e equipamentos a serem utilizados, como é exposto em Adrian (2004).
 21

Os indicadores de desempenho, além da produtividade, mais comuns na construção e

montagem industrial são, conforme apontado por Mayer (2007):

(3.5)

(3.6)

(3.7)

Sendo a produtividade acumulada a medida do esforço requerido para finalizar o trabalho,

enquanto a produtividade de base representa o melhor desempenho que uma firma consegue
obter para um projeto em particular.

3.3.3 Produtividade em soldagem

Em soldagem bem como em outros processos, só é avaliado a produtividade do processo

enquanto ele está ativo, no caso de soldagem significa enquanto o arco elétrico está aberto,
isto é feito para evitar que outros processos ou atividades sejam contabilizados dentro da
produtividade de soldagem, esses fatos são descritos e enfatizados em Berryman (2011).
Outra diferença fundamental de construção é que ao invés de área, em soldagem se utiliza
volume e massa, pois é esse volume ou massa da solda que sofreu transformação e agregou
valor ao produto, como mostra as equações 3.5 e 3.6:

(3.5)

(3.6)

Além disso, a produtividade em soldagem é muito influenciada pela taxa de deposição do

metal de adição, pela qualificação, experiência e motivação do soldador, bem como as
condições do local que soldagem está sendo realizada.
 22

Figura 3.1 - Geometria do cordão de solda.

Fonte: Modenesi (2001, apud Botinelly, 2009, pg. 29)

Onde:

As - Área transversal do cordão com o metal depositado

L - Comprimento do cordão

Sendo:

A1  t 2  tg ( 0 ) / 2 (3.7)

A2  t  f (3.8)

A3  (  W  r ) / 2 (3.9)


A4   f e (3.10)
2

Sabendo que:

W  f  2  t  tg ( ) (3.11)

Observando-se essas fórmulas já se pode elaborar hipótese de quais variáveis irão afetar
mais a produtividade por aparecerem em mais de uma área a ser calculada, como por exemplo
a espessura e o afastamento que aparecem em 3 fórmulas, bem como o ângulo do bisel que
aparece em 2 fórmulas.
 23

Considerando-se as variações admitidas pela norma ASME B31.3 (2002) e os dados

operacionais de Martins (2011) tem-se que:

Tabela 3.1: Máximos e mínimos dos parâmetros

Dimensão Máximo Mínimo

f (mm) 4.00 2.00
e (mm) 2.00 1.00
2. (o) 70 60
r (mm) 3.00 0.00
L(mm) 160 150
Fonte: Elaborado pelo autor (2016)

Assim, sendo as fórmulas prévias, com suas faixas de valores, aplicáveis em:

AS  2  A1  A3  A4 (3.12)

Tem-se que o volume será então:

Vs  AS  L (3.13)

Finalmente, a produtividade então será:

P  Vs /( S  L) (3.14)

Onde:

S - Tempo de arco aberto total

L - Tempo total de limpeza

 24

4 RESULTADOS E DISCUSSÃO

Como resultados foram obtidos gráficos de tornado para os impactos das variáveis na
produtividade nas posições já abordadas para que fosse feita posteriormente uma análise da
sensibilidade para se averiguar o impacto sofrido no cálculo da produtividade em cada uma
das variáveis. Outro resultado pertinente obtido foi o gráfico das curvas de funções
acumuladas das posições sobrepostas para que se possa analisar variações na produtividade
causadas pela alteração da posição de soldagem.

Figura 4.1 - Tornado da produtividade na posição 0o.

Fonte: Elaborado pelo autor (2016)
 25

Figura 4.2 - FPA ascendente na posição 0o.

Fonte: Elaborado pelo autor (2016)

Tabela 4.1: Principais estatísticas na posição 0o

Valor
3
Média (cm /Hh) 209.23
3
Desvio padrão (cm /Hh) 34.36
3
Moda (cm /Hh) 215.21
3
Mediana (cm /Hh) 204.58
Coeficiente de variação (%) 11.64
Valor admissível máximo
233.59
(cm3/Hh)
Valor admissível mínimo
184.87
(cm3/Hh)
Fonte: Elaborado pelo autor (2016)

Nota-se que a única variável que ultrapassou a variação admissível pelo processo tanto na
redução quanto na ampliação foi o ângulo do chanfro, logo sendo o parâmetro que mais
 26

impacta o cálculo da produtividade. Observa-se também que as outras variáveis em pouco

impactam a produtividade, uma vez que ficam nas faixas admissíveis pelo processo, de modo
a ser difícil saber se o impacto na produtividade foi devido à própria variabilidade do processo
ou a variação dos parâmetros.

Figura 4.3 - Tornado da produtividade na posição 45o.

Fonte: Elaborado pelo autor (2016)
 27

Figura 4.4 - FPA ascendente na posição 45o.

Fonte: Elaborado pelo autor (2016)

Tabela 4.2: Principais estatísticas na posição 45o

Valor
3
Média (cm /Hh) 195.00
3
Desvio padrão (cm /Hh) 32.29
3
Moda (cm /Hh) 190.65
3
Mediana (cm /Hh) 190.85
Coeficiente de variação (%) 16.56
Valor admissível máximo
227.29
(cm3/Hh)
Valor admissível mínimo
164.71
(cm3/Hh)
Fonte: Elaborado pelo autor (2016)

Observa-se que novamente apenas o ângulo do chanfro excedeu tanto o limite inferior
quanto o limite superior admitido pelo processo, com os demais parâmetros estando entre
 28

esses limites, de modo que todos os outros parâmetros acabaram causando um impacto dentro
da variabilidade numérica obtida para o processo na posição de 45º.

Figura 4.5 - Tornado da produtividade na posição 90o.

Fonte: Elaborado pelo autor (2016)
 29

Figura 4.6 - FPA ascendente na posição 90o.

Fonte: Elaborado pelo autor (2016)

Tabela 4.3: Principais estatísticas na posição 90o

Valor
Média (cm3/Hh) 210.42
Desvio padrão (cm3/Hh) 36.29
Moda (cm3/Hh) 194.07
Mediana (cm3/Hh) 204.53
Coeficiente de variação (%) 17.25
Valor admissível máximo
246.71
(cm3/Hh)
Valor admissível mínimo
174.13
(cm3/Hh)
Fonte: Elaborado pelo autor (2016)

Pode-se notar que de forma inesperada a média na posição de 90º foi maior que a média da
posição de 0o, mas muito próximas com diferença percentualmente menores 5% para quase
todos os parâmetros estatísticos, o que indica uma quase coincidência das curvas. Além disso,
 30

mais uma vez é notório que o ângulo do chanfro foi o único parâmetro cujo impacto no
cálculo da produtividade ultrapassou os limites admissíveis encontrados para redução e
ampliação da produtividade.

Figura 4.7 - Tornado da produtividade na posição 135o.

Fonte: Elaborado pelo autor (2016)

Figura 4.8 - FPA ascendente na posição 0o.

Fonte: Elaborado pelo autor (2016)
 31

Tabela 4.4: Principais estatísticas na posição 135o

Valor
Média (cm3/Hh) 172.30
Desvio padrão (cm3/Hh) 29.73
Moda (cm3/Hh) 155.90
Mediana (cm3/Hh) 167.86
Coeficiente de variação (%) 17.25
Valor admissível máximo
202.03
(cm3/Hh)
Valor admissível mínimo
142.57
(cm3/Hh)
Fonte: Elaborado pelo autor (2016)

Pode-se notar que de forma inesperada a média na posição de 90º foi maior que a média da
posição de 0o, mas muito próximas com diferença percentualmente menores 5% para quase
todos os parâmetros estatísticos, o que indica uma quase coincidência das curvas. Além disso,
mais uma vez é notório que o ângulo do chanfro foi o único parâmetro cujo impacto no
cálculo da produtividade ultrapassou os limites admissíveis encontrados para redução e
ampliação da produtividade.

Figura 4.9 - Tornado da produtividade na posição 180º.

Fonte: Elaborado pelo autor (2016)
 32

Figura 4.10 - FPA ascendente na posição 180o.

Fonte: Elaborado pelo autor (2016)

Tabela 4.5: Principais estatísticas na posição 180o

Valor
Média (cm3/Hh) 183.71
Desvio padrão (cm3/Hh) 29.18
Moda (cm3/Hh) 155.90
Mediana (cm3/Hh) 179.52
Coeficiente de variação (%) 15.88
Valor admissível máximo
212.89
(cm3/Hh)
Valor admissível mínimo
154.53
(cm3/Hh)
Fonte: Elaborado pelo autor (2016)

Com estes resultados pode-se notar que o ângulo do chanfro foi novamente o único
parâmetro a exceder os limites admissíveis. Além disso, nota-se que a menor média foi da
posição de 135º e não de 180º diferentemente do que era esperado, pois a média da
produtividade é um bom indicativo de qual posição é provavelmente a menos improdutiva e
era esperado que a posição de 180º fosse a mais improdutiva.
 33

E para melhor analisar-se os efeitos globais elaborou-se a produtividade média, consistindo

da média aritmética da produtividade em todas posições abordadas. Deste modo, resultando
em:

Figura 4.11 - Tornado da produtividade média.

Fonte: Elaborado pelo autor (2016)

Tabela 4.6: Principais estatísticas na produtividade média

Valor
3
Média (cm /Hh) 156,24
3
Desvio padrão (cm /Hh) 4,47
Moda (cm3/Hh) 157,90
Mediana (cm3/Hh) 156,68
Coeficiente de variação (%) 2,86
Valor admissível máximo
160,71
(cm3/Hh)
Valor admissível mínimo
151,77
(cm3/Hh)
Fonte: Elaborado pelo autor (2016)
 34

Como se pode observar, uma vez que os parâmetros são congelados e se estuda apenas as
influências dos tempos, os tempos de limpeza influenciam mais do que os tempos de
soldagem, isto é, os tempos de arco aberto, logo é mais interessante elaborar-se formas de
agilizar-se a limpeza mais do que a execução da soldagem. Todavia, de forma inesperada o
tempo de arco aberto da posição plana se mostrou mais impactante no cálculo da
produtividade do que as demais posições, mas esse impacto ainda esteve dentro dos limites
admissíveis nos quais não há como se diferenciar efeitos da variabilidade do próprio processo
em relação ao impacto dos parâmetros.
Posteriormente, foi gerado o gráfico das funções de probabilidade acumulada ascendentes
das posições, para se ter uma prova final das hipóteses levantadas quanto às posições de
soldagem:

Figura 4.12 - FPAs Sobrepostas das produtividades.

Fonte: Elaborado pelo autor (2016)

Pode-se verificar que a hipótese de que a posição de 135º era a mais improdutiva foi
confirmada, pois a curva desta posição está sempre mais à esquerda das demais, pois sabe-se
que o gráfico de função de probabilidade acumulada ascendente expressa o quanto provável é
de que o valor obtido seja um valor qualquer até um valor específico, logo sendo preferível
 35

que a probabilidade seja maior para maiores valores de produtividade e não menores, o que
por sua vez significa a curva possuir pontos mais à direita em relação às outras.
Em segundo lugar, conforme era esperado a posição plana foi uma das mais produtivas
juntamente com vertical, a qual era inesperada de possuir uma das melhores produtividades. A
posição de 45º, no entanto se comportou conforme se esperava, isto é, sendo uma posição de
produtividade intermediária.
A posição sobre cabeça apesar de não ter sido a mais improdutiva ainda sim se demonstrou
ser a segunda mais improdutiva, provavelmente devido à grande dificuldade de limpeza e
soldagem nesta posição.
Posteriormente, para que os resultados pudessem ser comparados com os de Martins
(2011) a tabela abaixo foi elaborada:

Tabela 4.7: Comparação de resultados

Desvio Desvio Coeficiente Coeficiente

Média de
padrão padrão de de de
Média Martins
Posições (cm³/Hh) Martins variação variação
(cm³/Hh) (2011)
(2011) (%) de Martins
(cm³/Hh)
(cm³/Hh) (2011) (%)
0o 209.23 113.19 34.36 15.96 11.64 14.10
o
45 195.00 106.24 32.29 19.89 16.56 18.73
o
90 210.42 112.39 36.29 20.72 17.25 18.43
o
135 172.30 90.33 29.73 9.58 17.25 10.60
o
180 183.71 95.51 29.18 3.25 15.88 3.4
Fonte: Elaborado pelo autor (2016)

Da tabela acima e em posse do conhecimento que Martins (2011) usa alguns parâmetros
dimensionais com valores diferentes bem como não busca intencionalmente variar os valores
dos parâmetros, pode-se concluir que nenhuma análise quantitativa da tabela pode ser feita.
Todavia, ainda se pode realizar analises qualitativas, sendo o principal fato reafirmado por
esta tabela a ordem das produtividades, podendo-se ver que em Martins (2011) a posição de
135º seguida pela de 180º também foram as mais improdutivas, além disso as posições de 0o e
90º novamente ficaram próximas entre si e foram as posições mais produtivas.
 36

5 CONCLUSÕES

A primeira conclusão que se pode tirar é que o trabalho conseguiu obter alguns dos
resultados esperados por serem amplamente abordados na literatura, como por exemplo a
posição sobre cabeça ser uma das mais improdutivas enquanto a posição plana é uma das mais
produtivas. Contudo, houveram alguns resultados inesperados devido à grande influência que
os tempos de limpeza tiveram, de modo que algumas posições obtiveram graus de
produtividade inesperados, como por exemplo a posição de 135º ser mais improdutiva que a
posição sobre cabeça, bem como a posição vertical ter sido basicamente tão produtiva quanto
a posição plana.
Além disso, todos os resultados obtidos estiveram dentro ou suficientemente próximos
do grau de significância utilizado que foi de 90%, bem como obteve um coeficiente de
variação razoável para os resultados das saídas dos cálculos de produtividade.
Finalmente, com a análise de sensibilidade pode-se constatar a grande importância de
assegurar que o ângulo do chanfro seja mantido com a menor tolerância possível sem
aumentar demasiadamente os custos, sendo indicado até uma redução da tolerância admissível
para que não faça que a produtividade seja diferente da estimada no projeto, pois é o único
parâmetro que ultrapassa os limites admissíveis tanto para redução quanto ampliação
ultrapassando a faixa da variabilidade do próprio processo.
 37

6 REFERÊNCIAS BIBLIOGRÁFICAS

ADRIAN, James. Construction Productivity: Measurement and improvement, Stipes Pub Llc,
2004.

ASME B31.3, The American Society of Mechanical Engineers, USA, 2002.

AWS D1.1, The American Society of Mechanical Engineers, USA, 2002.

BAINES, Anna. Productivity measurement and report, MCB University Press Vol. 46, 1997.

BERRYMAN, Charles; JENSEN, Wayne; ZHU, Yimin; SHEN, Zhigang. Comparative Study
of Activity-Based Construction Labor Productivity in the United States and China, Journal of
Management in Engineering, ASCE, 2011.

BURGESS, Thomas. A Review of Productivity. Work Study Vol.39, Emerald Backfiles,

2007.

CHAN, Toong; HIAP, Poh. A Balanced Scorecard Approach to Measuring Industry

Performance, Penerbit Universiti Sains Malaysia, 2012.

CHRISTIAN, John; HACHEY, Daniel. Effects of delay times on production rates in

construction, Journal of Construction Engineering and management, ASCE, 1995.

FBTS – Fundação Brasileira de Tecnologia de Soldagem, Curso de Inspetor de Soldagem,

Brasil 2002.

FERREIRA, Miguel. Notas de aula de soldagem, UFF, 2013.

GANESAN, Sivaguru. Construction Productivity, Habitat Intl Vol. 8, Pergamon Press Ltd,
1984.

JARKAS, Abdulaziz; BITAR, Camille. Factors Affecting Construction Labor Productivity in

Kuwait, Journal of Construction Engineering and management, ASCE, 2012.
 38

LETSOALO, Joseph. Productivity strategy led power utilities, International Journal of

Productivity and Performance Management Vol.63, 2013.

LOBATO, Marcos. Utilização de misturas com argônio e CO2 na soldagem de arames

tubulares em aço carbono ASTM A36, UFF, 2015.

NASIRZADEH, Farnad; NOJEDEHI, Pouya. Dynamic modeling of labor productivity in

construction projects, International Journal of project management 31, 2013.

MACKAY, D. J. C. Introduction to Monte Carlo Methods, Cambridge University, 2010.

MARTINS, José Luiz; FERREIRA, Miguel; SARAIVA, José Murilo. Estimativa da

produtividade pelo método de Monte Carlo, Soldagem e inspeção, Volume 16, 2011.

MARTINS, José Luiz. Aplicação de simulação com os métodos de Monte Carlo e Hipercubo
latino na estimativa a produtividade no processo de soldagem por eletrodo revestido, UFF,
2011.

MAYER, Peter; ABED, Karem; MOHAMED, Sherif; ENSHASSI, Adnan. Benchmarking

masonry labor productivity, International Journal of Productivity and Performance
Management Vol. 56, 2007.

MAWDESLEY, Michael; AL-JIBOURI, Saad. Modelling construction project productivity

using systems dynamics approach, International Journal of Productivity and Performance
Management Vol.59, 2009.

MODENESI, P. J.; MARQUES, P. V. Introdução aos Processos de Soldagem, Apostila

Didática, Belo Horizonte: Departamento de Engenharia Metalúrgica e de Materiais da UFMG,
52p., 2001.

RANDOLPH, Thomas; MATHEWS, Cody; WARD, James. Learning curve models of

construction productivity, Journal of Construction Engineering and management, ASCE,
1986.
 39

SONG, Linguang. Measuring and Modeling Labor Productivity Using Historical Data, Journal
of Construction Engineering and management, ASCE, 2008.

THOMAS, Randolph; YIAKOUMIS, Iacovos. Factor Model of Construction Productivity,

Journal of Construction Engineering and management, ASCE, 1987.

VAINES, Anna. Productivity measurement and reporting, Work Study Vol. 46, MCB
University Press, 1997.