Implantao de ferramentas de controle estatstico de processo no ensaque de farinha de soja integral micronizada

Dirceu Scaratti* Michel Brasil da Silva** Resumo As indstrias, muitas vezes, apresentam excesso de peso nas embalagens de seus produtos, isso devido variabilidade do peso de ensaque, o que faz com que os gestores trabalhem com o peso de ensaque acima da mdia desejada para garantir que o limite de especificao inferior no ser ultrapassado. O excesso de peso nas embalagens tambm ocorre em virtude de os gestores dos processos no utilizarem ferramentas adequadas para analisarem o peso lquido de ensaque. O presente trabalho objetiva implantar ferramentas de controle estatstico de processo (CEP) para reduzir as perdas de produto em virtude do excesso de produto ensacado nas embalagens no ensaque da farinha integral de soja micronizada (FISM). Durante um ano, foram utilizadas ferramentas de CEP para analisar dados coletados a partir de amostragens realizadas aleatoriamente. Com a implantao do CEP, houve uma reduo do peso lquido mdio de 25,04 kg para 25 kg, o que resultou em uma reduo de R$ 25.920,00 no custo de produo anual. Aps a implantao das ferramentas de controle estatstico de processo no ensaque da FISM, verificou-se a importncia dessas ferramentas para o aumento em qualidade do processo e a reduo das perdas em razo do excesso de produto ensacado. Palavras-chave: Controle estatstico de processo. Variabilidade. Embalagem. Peso lquido. 1 INTRODUO Nas indstrias geralmente o processo de ensaque considerado a etapa do processo de produo mais simples e, muitas vezes, considerado um processo sem parmetros. Com esse pensamento por parte dos gestores dos processos, ocorre que muitos processos de ensaque apresentam elevadas variaes no peso lquido de produto ensacado e, tambm, excesso de produto nas embalagens para garantir que seja ensacado o peso lquido mnimo estabelecido. Em virtude desse comportamento, as perdas que parecem pequenas, quando analisadas as embalagens individualmente, tornam-se significativas se analisadas ao final de um ms ou um ano inteiro de produo. Objetivando reduzir as variabilidades dos processos, aplicam-se tcnicas de controle; a ferramenta denominada controle estatstico de processo (CEP) apresenta-se como alternativa de controle da variabilidade em processos produtivos. Essa ferramenta, quando aplicada corretamente, alm de propiciar uma produo com menos variabilidade, contribui para melhorar os nveis de qualidade nos resultados da produo, o que reflete diretamente nos custos de produo.
*

**

Doutor em Engenharia de Produo pela Universidade Federal de Santa Catarina; Mestre em Administrao e Negcios pela Universidade do Oeste de Santa Catarina; professor pesquisador nos grupos de pesquisa de Administrao e Desenvolvimento Organizacional, Engenharia e Meio Ambiente e Grupo Multidisciplinar de Estudos em Tratamento Biolgico de Efluentes da Unoesc; coodernador do Curso de Engenharia Sanitria e Ambiental da Universidade do Oeste de Santa Catarina Campus de Videira; consultor de empresas com experincia em sistemas de gesto da qualidade, ferramentas de inteligncia competitiva, excelncia organizacional (PNQ, PQGF e PNQS); dirceu.scaratti@gmail.com Engenheiro Qumico; Especialista em Gesto da Produo, atua como Engenheiro Qumico na Brasil Foods; micbrava@yahoo.com.br
39

Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

Dirceu Scaratti, Michel Brasil da Silva

O presente artigo tem por objetivo reduzir as perdas do processo de ensaque de farinha integral de soja micronizada, a partir da implantao de ferramentas de controle estatstico de processo no ensaque. 2 REVISO BIBLIOGRFICA 2.1 CONCEITOS BSICOS DO CEP O controle estatstico de processo (CEP) est estreitamente ligado qualidade. No possvel atingir nveis adequados de qualidade sem explorar o CEP. Segundo Montgomery (1985), a qualidade pode ser definida como o conjunto de atributos que tornam um bem ou servio plenamente adequado ao uso para o qual foi concebido. Por sua vez, Irwin (1965) associa qualidade a engenharia e define-a como o conjunto das tcnicas e procedimentos para estabelecer critrios e medidas da qualidade de um produto visando a identificar produtos que no estejam conformes a tais critrios, acompanhar o processo de produo e eliminar as causas que levaram a no conformidades. Para controlar e estabilizar os processos das empresas, utilizam-se as ferramentas de CEP, necessitando apenas de pequenas amostras sempre muito menores que os lotes. Assim, as investigaes do gerente estaro em direo das grandes causas atrs das grandes irregularidades da linha de produo. Cada vez que uma nova causa identificada e documentada para anlise, o processo de produo estabilizado e a qualidade garantida e melhorada (SAMOHYL, 2006). Diante do exposto, e compartilhando da viso de Slack et al. (1997), pode-se dizer que o controle do processo usualmente o mtodo preferido para controlar qualidade, porque a qualidade est sendo construda no processo ao invs de ser inspecionada ao final. 2.2 CONCEITOS HISTRICOS DO CEP Shewhart (1986) comeou a colocar em prtica nas fbricas alguns conceitos bsicos em Estatstica e Metodologia Cientfica na dcada de 1930 nos Estados Unidos. Ele foi o pioneiro e empreendedor na rea de controle estatstico de processo (CEP). Hoje no h fbrica no mundo que no aplica pelo menos algumas ferramentas simples de CEP para a melhoria dos processos industriais. A percepo extraordinria de Shewhart (1986) de que a qualidade e a variabilidade so conceitos antagnicos no sentido de que onde tem muito de um ter necessariamente pouco do outro. Essa ideia funciona para ambos, processos e produtos. Uma tarefa dentro de um processo que leva um perodo de tempo irregular para completar pode causar confuso na linha de produo, como a irregularidade nas caractersticas de uma pea, uma hora saindo grande demais e outra hora pequena demais. Shewhart (1986) entendeu que medindo, analisando e monitorando variabilidade o campo do estudo estatstico, e que, mediante aplicaes de Estatstica na fbrica, processos e produtos poderiam chegar a melhores nveis de qualidade. Melhores nveis de qualidade constituem menor variabilidade nas caractersticas do processo e do produto e mais exatido em alcanar metas (SAMOHYL, 2006). O controle estatstico de processo pode ser feito utilizando-se cartas de controle, pois elas oferecem diversas vantagens como ferramenta de controle da qualidade: so relativamente simples de ser elaboradas, podendo ficar a cargo do prprio operador de um equipamento ou executor de um servio; permitem um ajuste contnuo do processo, mantendo-o sob controle; oferecem uma viso grfica do andamento do processo e permitem avaliar a sua capacidade. Alm disso, o seu custo geralmente inferior ao de uma inspeo por amostragem executada no produto acabado (IRWIN, 1965). Para Schissatti (1998), o CEP uma metodologia que permite conhecer o processo, mant-lo em estado de controle estatstico e melhorar sua capacidade, aperfeioando, com isso, a reduo de variabilidade do processo.
40
Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

Implantao de ferramentas de controle estatstico de processo no ensaque de farinha...

2.3 CAUSAS DA M-QUALIDADE Segundo Samohyl (2006), as causas da m-qualidade so: causa especial, causa estrutural e causa comum. 2.3.1 Causa especial Uma causa especial assinalvel e em geral nica; no entanto, suficientemente grande para produzir perturbaes fortes no processo. um evento que ocorre uma vez ou ocasionalmente. imprevisvel. Essas causas tm de ser eliminadas ou, se por alguma razo no so eliminveis, ento sua influncia pode ser reduzida por aes compensatrias. So exemplos de causas especiais: trovoada e relmpago, vento de uma janela deixada aberta, funcionrio intoxicado, treinamento no qual faltou um ensinamento importante, uma substncia estranha na matria-prima, um atraso na chegada dos funcionrios porque o nibus quebrou, entre outros. 2.3.2 Causa estrutural Como a causa especial, a estrutural tambm eliminvel ou compensvel, a diferena que esta causa ocorre periodicamente. Quando o perodo entre as ocorrncias relativamente grande, a causa estrutural confunde-se com a causa especial, mas, se o gerente for atento, ele vai perceber sua natureza repetitiva. 2.3.3 Causa comum Essas causas so relativamente pequenas, mas ocorrem quase sempre e em grande nmero. o acmulo dessas causas em um perodo de tempo que d existncia varivel aleatria. As ferramentas de CEP no so apropriadas em geral na anlise e eliminao de causas comuns. E, embora as causas comuns possam ser reduzidas, elas sempre vo existir enquanto a natureza na sua totalidade guarda uma diversidade to grande e incompreensvel pelo ser humano. A reduo dessas causas vem apenas com muito sacrifcio, tempo e recurso. Para diminuir irregularidades das causas comuns, necessrio investimento em novas e melhores mquinas, melhor matria-prima, treinamento intensivo, um ambiente de trabalho mais confortvel, entre outras. Nesse caso, qualidade e custo andam juntos. Assim, fcil entender por que o carro popular custa barato e o carro de famosos jogadores de futebol custa cem vezes mais. So exemplos de causas comuns: uma fbrica no serto do Cear sem ar-condicionado, matria-prima de baixa qualidade, baixo preo, gerente de produo sem nenhum estudo na rea de produo, maquinaria velha, combinao errada de ingredientes em um processo qumico, entre outras. 2.4 GRFICO DE CONTROLE Em termos gerais, o grfico de controle utilizado na deteco de alteraes inusitada de uma ou mais caractersticas de um processo ou produto. Em outras palavras, uma ferramenta estatstica que desperta para a presena de causas especiais grandes na linha de produo. O paradigma tradicional o processo industrial analisado por meio do tempo (sries temporais), mas hoje a ferramenta j se espalhou para processos administrativos e de servios e para dados classificados como sees cruzadas (por exemplo, os setores na empresa no mesmo ponto no tempo). O grfico consiste na plotagem de trs linhas e os pontos que representam as mdias de pequenas amostras (chamados subgrupos racionais), cada uma de tamanho n (= 1, 4,
Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

41

Dirceu Scaratti, Michel Brasil da Silva

9, 16, 1000, por exemplo), de mensuraes peridicas de alguma caracterstica importante de um processo (peso, comprimento, volume, etc.), ou o nmero ou percentagem de peas defeituosas ou nmero de defeitos. As trs linhas representam dois limites de controle, um superior (LCS) e o outro inferior (LCI), e uma linha no meio a qual a mdia da varivel ou alvo da caracterstica. Tradicionalmente, as linhas de controle ficam em uma distncia de trs desvios-padro da mdia ou do alvo do processo. O uso de trs desvios um pouco arbitrrio, mas na prtica funciona bem na maioria dos casos. Os limites definem uma rea razoavelmente grande que evita alarmes falsos. O engenheiro que gasta seu precioso tempo correndo atrs de causas especiais que no existem, certamente, no est sendo bem empregado. O desvio-padro utilizado o desviopadro das mdias (erro-padro), teoricamente o desvio-padro da populao dividido pela raiz quadrada do tamanho da amostra. Em termos estatsticos, os dois limites de controle definem um intervalo de confiana com nvel de confiana de 99,73%. O nmero significa que um alarme pode ocorrer uma vez em 370 subgrupos. o preo pago pela utilizao de amostragem, mas, pelo menos, a possibilidade de um alarme falso muito pequena. Se forem tiradas 16 amostras por dia em uma fbrica, o alarme falso iria ocorrer apenas uma vez a cada 23 dias, um preo muito razovel considerando o grande valor relacionado aos grficos de controle (SAMOHYL, 2006). 2.5 GRFICO DA MDIA INDIVIDUAL E AMPLITUDE MDIA (AM) O grfico individual utilizado quando os subgrupos tm apenas um elemento, como acontece regularmente na indstria qumica e alimentar. O problema aqui como definir a variabilidade e calcular a amplitude quando o subgrupo tem apenas um elemento. A soluo trabalhar com amplitude mvel. Esta compreende a diferena entre duas mensuraes sequenciais. A mdia da amplitude utilizada para definir os limites de controle. 2.5.1 Clculo dos limites de controle A fim de calcular os limites de controle para o mtodo da amplitude mvel, utiliza-se a amplitude mdia dos subgrupos racionais e os coeficientes de Shewhart (1986). Para esse mtodo utiliza-se n=2. Os limites de controle so de trs desvios-padro da mdia e calculados conforme as equaes 1 e 2 (SAMOHYL, 2006). LCS = X + 3 x R / d2 LCI = X + 3 x R / d2 Onde: X a mdia das mensuraes (kg); R a amplitude mdia (kg); d2 o coeficiente de Shewhart, Tabela 1; LCI o limite de controle inferior (kg); LCS o limite de controle superior (kg). 2.6 NDICE DE CAPACIDADE Os limites de especificao medem a tolerncia permitida da variabilidade de uma caracterstica importante do produto ou processo. Esses limites so conceitualmente diferentes e na prtica independentes dos limites de controle. A tolerncia calculada pelo desenhista do processo ou produto na hora de sua concepo antes de qualquer tentativa de fabricao. Em outras palavras, tolerncia um conceito terico.
42
Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

(1) (2)

Implantao de ferramentas de controle estatstico de processo no ensaque de farinha...

Os limites de controle, por outro lado, so valores calculados dos dados observados no cho de fbrica e so valores prticos e no tericos. Tolerncia mede o que deve ser, enquanto os limites de controle medem os resultados reais. O ndice de capacidade uma medida da relao numrica entre os dois conceitos. Para processos centrados (Cp), a distncia entre o limite de especificao superior (LES) e o limite de especificao inferior (LEI) dividida pela variabilidade natural do processo igual a 6 desvios-padro, conforme a equao 3 (SAMOHYL, 2006). Cp = (LES LEI)/(LCS LCI) = (LES LEI)/6 desvios padro Onde: Cp o ndice de capacidade para processo centrado Para processos no centrados (Cpk), calculado com a distncia entre a mdia do processo e um dos limites de especificao, conforme a equao 4. Cpk = ((X LEI) / 3 x ); ((LES X) / 3 x ) Onde: Cpk o ndice de capacidade para processo no centrado; o desvio-padro; X a mdia; LEI o limite de especificao inferior; LES o limite de especificao superior. O valor (LCS LCI) chamado muitas vezes de 6 sigmas, sendo uma distncia de 6 desvios-padro. Quando o processo capaz, ento os limites de controle ficam inteiramente dentro dos limites de especificao, e o valor do ndice maior que 1,0. Um ndice igual a 1,0 significa que a taxa de rejeio de produto no fica em 27 itens em 10.000. Geralmente, as indstrias de hoje querem ndices maiores que 1,33, e, se for chegar ao valor fantstico de 2,0, significa que a tolerncia est em 12 desvios-padro da distncia, ou 6 desvios-padro da linha central. Com o ndice igual a 2,0, a taxa de rejeio de defeituosa fica em 2 itens para a produo de 10 bilhes (SAMOHYL, 2006). 3 METODOLOGIA Para atingir o objetivo deste estudo, foi analisado entre setembro de 2008 e setembro de 2009, utilizando ferramentas de CEP, o peso lquido de ensaque da farinha integral de soja micronizada que, aps a sua produo, ensacada em embalagens plsticas para 25 kg em um setor produtivo da unidade de Raes e Protenas Videira (RPV) da Empresa Brasil Foods, instalada na cidade de Videira, SC. Para realizar a anlise do peso lquido de ensaque, foi coletado, em mdia, a cada dois meses, um conjunto de 25 valores do peso. Cada valor desse conjunto foi coletado com diferena de uma hora, e esse conjunto de valores englobou os trs turnos de produo do processo. De posse dos dados do peso lquido de ensaque foi utilizado o grfico de controle de Shewhart para analisar a estabilidade do processo, o grfico das mdias para controlar o peso lquido mdio de ensaque, histogramas para analisar a distribuio do peso lquido de ensaque ao redor da mdia desejada e o ndice de capacidade para verificar a capacidade do processo de ensaque e os ganhos obtidos com a implantao do CEP. Aps o trmino das anlises, quando necessrio realizar ajuste no peso de corte das balanas medidoras do peso de ensaque e tambm calibrao e aferio das balanas, essas atividades foram realizadas pelo Laboratrio Interno de Calibrao da Unidade Industrial (Labinc).
Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

(3)

(4)

43

Dirceu Scaratti, Michel Brasil da Silva

4 RESULTADOS E DISCUSSO O Grfico 1 ilustra por meio de um histograma a comparao entre o peso lquido de ensaque antes da implantao de ferramentas de CEP com setembro de 2009, aps um ano da implantao.

Grfico 1: Histograma do peso de ensaque

Em anlise ao histograma, possvel verificar que antes da implantao do CEP o processo estava deslocado para a direita da mdia, ou seja, mais prximo do limite de especificao superior; aps a implantao do CEP, o processo deslocou-se para a esquerda, tornando-se centralizado ao redor da mdia. O Grfico 2 ilustra o comportamento do peso lquido mdio de ensaque ao longo da implantao e utilizao das ferramentas de CEP.

Grfico 2: Peso lquido mdio de ensaque

Conforme Grfico 2, possvel verificar que a mdia do peso lquido mdio reduziu aps a implantao do CEP, e, entre os meses de maro e maio, o peso ficou abaixo da mdia desejada, o que trouxe perdas aos clientes da companhia. Aps ajustes no peso de ensaque no ms de setembro, o processo atingiu a mdia desejada de 25,00 kg de produto ensacado por embalagem; com isso, ambas as partes empresa e cliente ficam sem perdas. O Grfico 3 ilustra, por meio do grfico de controle, baseado no mtodo de Shewhart, para trs desvios-padro, o comportamento do peso lquido de ensaque antes da implantao das ferramentas de CEP.
44
Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

Implantao de ferramentas de controle estatstico de processo no ensaque de farinha...

Grfico 3: Controle antes da implantao do CEP

Mediante o Grfico 3, nota-se que mesmo antes da implantao do CEP o processo do peso de ensaque estava estvel, sem causas especiais, porm com a mdia do peso lquido acima do valor desejado. O Grfico 4 ilustra, por meio do grfico de controle, baseado no mtodo de Shewhart, para trs desviospadro, o comportamento do peso lquido de ensaque referente ao ms de setembro de 2009, aps um ano da implantao das ferramentas de CEP.

Grfico 4: Controle aps um ano da implantao do CEP

Segundo o Grfico 4, observa-se que, aps um ano da implantao do CEP, o processo do peso de ensaque continua estvel e sem causas especiais, assim o processo est sofrendo apenas causas comuns. A Tabela 1 ilustra o ndice de capacidade do processo de ensaque da FISM antes da implantao do CEP e aps um ano da implantao, utilizando os limites especficos superior e inferior do processo de 25,10 e 24,90, respectivamente.
Tabela 1: ndice de capacidade

Perodo Antes do CEP Setembro de 2009

Cp/Cpk 1,11 1,19

Em anlise Tabela 1, possvel verificar que o ndice de capacidade aumentou aps a implantao do CEP. O processo de ensaque considerado capaz, pois o ndice de capacidade maior que 1,0, porm hoje as indstrias querem um ndice maior que 1,33; para chegar a esse valor, o processo necessita passar por grandes melhorias. Como verificado no histograma do Grfico 1, o processo era no centralizado antes da implantao
Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

45

Dirceu Scaratti, Michel Brasil da Silva

do CEP, e agora o processo est centralizado ao redor da mdia; com isso, para o clculo do ndice antes do CEP, foi utilizado o Cpk do pior lado e, em setembro de 2009, foi utilizado o Cp. A Tabela 2 ilustra a reduo das perdas em reais aps a implantao do CEP na FISM.
Tabela 2: Reduo de custo com a implantao do CEP

Perodo Antes do CEP Setembro 2009

Peso lquido Peso lquido Perdas por Produtividade mdia Custo do produto Perdas no ano real (kg/sc) desejado (kg/sc) embalagem (kg/sc) mensal (sc/ms) (R$/kg) (R$/ano) 25,04 25,00 25,00 25,00 0,04 0,00 40.000 40.000 1,35 1,35 25.920,00 0,00 25.920,00

Ganho com a implantao do CEP

Conforme Tabela 2, verifica-se que antes da implantao do CEP havia em mdia 0,04 kg em excesso de produto por embalagem, resultando em uma perda estimada de R$ 25.920,00 por ano. Aps um ano da implantao do CEP, em setembro de 2009, o peso lquido mdio ensacado est em 25,00kg; assim, no h perdas em razo do excesso de produto nas embalagens, resultando em uma reduo anual de R$ 25.920,00. 5 CONCLUSO As ferramentas de CEP demonstraram ser bastante eficazes para o controle do peso de ensaque de um processo industrial. Com a implantao do CEP no processo do peso de ensaque da FISM, houve vrias melhorias. O processo que era deslocado para a direita da mdia, aps um ano de implantao do CEP, tornou-se centralizado ao redor da mdia desejada. A mdia do peso lquido de ensaque que era de 25,04 kg passou a ser 25,00 kg, que o peso desejado; assim, nem a empresa nem os clientes perdem. A estabilidade do processo e a inexistncia de causas especiais foram mantidas ao longo da implantao do CEP. O ndice de capacidade aumentou 7,2% aps a implantao do CEP; com isso, reduziu a taxa de rejeio de embalagens com peso fora dos limites especificados. O peso lquido mdio de ensaque foi atingido, obtendo-se uma reduo no peso de ensaque de 0,04 kg por embalagem; com isso, houve uma reduo de perdas na ordem de R$ 25.920,00 por ano. Implantation of tools of statistical control of process in the packing integral flour soy micron Abstract The industries many times present excess of weight in the packings of its products, this had variability of the weight of I pack, what it makes with that the managers work with the weight of I pack above average desired to guarantee that the limit of inferior specification will not be exceeded. The excess of weight in the packings also occurs due to the managers of the processes not to use adjusted tools to analyze the net weight of I pack. The present objective work to implant it tools of statistical control of process (CEP) to reduce the losses of product due to the excess of product packed in the packings in pack of the Integral Flour of Soy Micron (FISM). During one year CEP tools had been used to analyze randomly given collected from carried through samplings. With the implantation of the CEP it had a reduction of the weight I eliminate medium of 25,04 kg for 25,00 kg what it resulted in a reduction of R$ 25,920,00 in the cost of annual production. After the implantation of the tools of statistical control of process in pack of the FISM verified it importance of these tools and the increase in quality of the process and the reduction of the losses due to the excess of packed product. Keywords: Statistical control of process. Variability. Packing. Net weight.

46

Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

Implantao de ferramentas de controle estatstico de processo no ensaque de farinha...

REFERNCIAS IRWIN, R. D. Quality Control and Industrial Statistics. Illinois: Library of Congress, Homewood, 1965. MONTGOMERY, D. C. Introduction to Statistical Quality Control. New York: John Wiley & Sons, 1985. SAMOHYL, R. W. Controle Estatstico de Processo e Ferramentas da Qualidade. In: MONTEIRO, Marly (Coord.). Gesto da Qualidade, Teoria e Casos. Rio de Janeiro: Elsevier; Campus, 2006. SCHISSATTI, M. L. Uma metodologia de implantao de cartas de Shewarth para o controle de processos. 1998. Dissertao (Mestrado em Engenharia de Produo) Universidade Federal de Santa Catarina, Florianpolis, 1998. SHEWHART, W. Statistical method: from the viewpoint of quality control. Washington: Dover, 1986. SLACK et al. Administrao da Produo. So Paulo: Atlas, 1997.

Unoesc & Cincia ACET, Joaaba, v. 1, n. 1, p. 39-48, jan./jun. 2010

47