Escolar Documentos
Profissional Documentos
Cultura Documentos
CEP
Matriz de
relacionamento
MSA
Alvos
O que é CEP ?
O QUE É C.E.P.?
CONTROLE: é a fiscalização que fazemos em nossas atividades para atingir determinados objetivos.
Êpa, meu
peso está
fora de
controle!
POR QUÊ?
As falhas que ocorrem na Produção não são responsabilidade exclusiva do operador, mas sim,
de todo o sistema.
A responsabilidade pela Qualidade não é de uma só pessoa ou Departamento, mas de todos.
Cada um é responsável pelo trabalho executado.
CONSEQÜÊNCIAS
?
• Todos nós já fomos ao médico ou enfermeira do trabalho anualmente
ou com outra frequência para medirmos temperatura, pulso,
audiometria e pressão sanguínea.
• Se já fizemos, conhecemos um pouco sobre controle estatístico do
processo.
• As leituras que o médico registra em um gráfico são como os dados
coletados em gráficos no chão de fábrica.
• Quando estamos doente os médicos querem saber o que é normal e
o que não é normal conosco.
• Processos também podem ficar “doentes” como as pessoas.
• Como o médico, nós precisamos uma foto de como o processo está.
Precisamos de dados correntes do processo para saber o que está
ocorrendo.
• Usaremos gráficos de controle para monitorar a condição do
processo.
Quando utilizamos corretamente, os
Gráficos de Controle ficamos sabendo:
• Quando estamos fazendo algo que não
devemos
• Quando não estamos fazendo algo que
deveriamos fazer
• Quando estamos fazendo a coisa certa
- ATESTADO DA QUALIDADE
Gráficos de Controle
12 X
11 X X
10 X X X X X
9 X X X X
8 X X X X X X X X
7 X X X X X X X X X X X
6 X X X X X X X
5 X X X X X
4 X X X X
3 X X
2 X
Como fazer a curva de frequência de distribuição?
A curva de frequência de distribuição é formada
envolvendo as marcas da tabela com uma linha curva
12 X
11 X X
10 X X X X X
9 X X X X
8 X X X X X X X X
7 X X X X X X X X X X X
6 X X X X X X X
5 X X X X X
4 X X X X
3 X X
2 X
34% 34%
14% 14%
2% 2%
X
Matemáticos podem fazer uma previsão com precisão do percentual
de medidas de várias seções da curva de distribuição de frequência
A Distribuição Normal
DISTRIBUIÇÃO NORMAL
Vejamos o seguinte exemplo:
Um levantamento de alturas com 1000 homens, com idade superior a 21 anos, apresentou uma média de
1,72m e uma variação de 1,54 à 1,90m.
Curva Normal
n -1.5 Sigma +1.5
Sigma
LSI LE
S
3.4
ppm
or Zero
- - - - - - - 0. 1. 2. 3. 4. 5. 6. 7.
7. 6. 5. 4. 3. 2. 1. 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0
Numa produçaõ normal 99,73 das peças produzidas se situarão sob esta curva, ou seja, X = 3
34% 34%
14% 14%
2% 2%
Dimensão
Distribuição Normal
Alterações da Curva Normal
• 1 Meio ambiente
-iluminação deficiente
-alto nível de ruído
-variação de temperatura ambiente
• 2 Mão de obra
- treinamento inadequado/insuficiente do pessoal
- inabilidade para executar a tarefa
- falta de acuidade visual
• 3 Máquina-Equipamento
- mau ajuste de máquina por deficiência construtiva do
gabarito
- envelhecimento, desgaste
-instrumento de controle deficiente
Exemplos de causas comuns de Variação
• 4 Material
- compra contínua de material de baixa qualidade
- variação de mat-prima entre lotes
• 5 Método
- instruções erradas/ ou inexistentes
- especificações inexistentes ou confusas
- especificações de matéria-prima incompatíveis com
as especificações requeridas ao produto
• 6 Medição
- sala de medição com temperatura não controlada
- falta de instruções de medição
Exemplos de causas especiais de Variação
• 1 Meio ambiente
-iluminação precária devido a lâmpadas queimadas
-aumento da temperatura devido à quebra do
controlador de temperatura
• 2 Mão de obra
- falta de cuidado devido a acesso de mau-humor
- saúde subitamente abalada
-operador substituto inexperiente
• 3 Máquina-Equipamento
- súbita desregulagem da máquina / equipamento de
controle
- ferramenta indevida retirada por engano no
almoxarifado
- quebra de algum componente notada pelo operador
Exemplos de causas especiais de Variação
• 4 Material
- remessa fora da especificação
- lote estocado ou manuseado de forma inadequada
- utilização de material indevido
• 5 Método
- folha de instrução de operação ilegível, usada por
ajustador de processo inexperiente
• 6 Medição
- quebra de instrumento de controle
- quebra do óculos do operador do instrumento
Ferramentas da Qualidade:
Para melhorar ou manter a qualidade de um
produto devemos ter processos estáveis
A vantagem das técnicas estatísticas utilizadas é
o uso contínuo e não somente uma vez. Deve se
tornar um modo de vida no local de trabalho
Objetivo - demonstrar que o trabalho está
rodando de uma maneira estável
Então poderemos conhecer o nível de qualidade
Ferramentas da Qualidade
1. Histograma ou Distribuição de
Frequência
2. Carta de Controle
Histograma - uma foto do trabalho
Três perguntas podem ser respondidas em uma rápida olhada no
padrão do histograma:
1. O processo está produzindo peças no formato curva de sino?
2. Onde o processo está centrado?
3. O processo é capaz de atender as especificações de engenharia?
SPEC.
x
x
x
Distribuição x
de x
Frequência x x x
x x x
x x x
x x x
x x x x
x x x x
x x x x
x x x x x
x x x x x
x x x x x x x x
x x x x x x x x x
x x x x x x x x x x
x x x x x x x x x x
x x x x x x x x x x x x
0.5623
0.5622
0.5621
0.5620
0.5619
0.5618
0.5617
Histograma
0.5623
0.5622
0.5621
SPEC.
0.5620
0.5619
0.5618
0.5617
Histograma - uma foto do trabalho
Três perguntas podem ser respondidas em uma rápida olhada no
padrão do histograma:
1. O processo está produzindo peças no formato curva de sino?
2. Onde o processo está centrado?
3. O processo é capaz de atender as especificações de engenharia?
1. O processo está produzindo peças no
formato curva de sino?
95%
99.74%
Especificação
34% 34%
14% 14%
2% 2%
Propósito do Histograma e Distribuição de frequência
Média do
Processo
Limite
Ccontrole
Inferior
1 2 3 4 5 6 7 8 9 10
Número de Amostra
Um Processo Está sob Controle Se
0.04
UCL x z 5 3 5.027 cm
n 20
0.04
LCL x z 5 3 4.973 cm
n 20
5,10
5,08
Sample average
5,06
5,04
5,02
5,00
4,98
4,96
4,94
4,92
1 4 7 1
Sample number
Gráfico Amplitude(R)
UCL D4 R
LCL D3 R
R
R
k
R range of each sample
k = number of samples
Cálculos Gráfico R
R 1.15
R 0.115
k 10
0,3
0,25
0,2
Range
0,15
0,1
0,05
0
1 2 3 4 5 6 7 8 9 10
Sample number
Usando Gráficos X-barra e R-juntos
LIC LIC
LIC LIC
LIC LIC
PROCESSO
PROCESSO
Especificação
Projeto
Linites Especificações Limites
do
controle de controle
natural Projeto natural
Esipecificação
Limites
Projeto
do
controle
natural
Cp = 1
Cp > 1
Fora da Especificação
nominal (média)
Gráfico de Controle para Atributos
• Gráficos p
– Calcula a percentagem de defeitos na amostra
• Gráficos np
– Calcula o número de peças defeituosas na amostra
• Gráficos c
– Conta número de defeitos no item
Gráfico - p
UCL p z p
LCL p z p
p(1 p )
p
n
p average % defective in sample
n = sample size
Exemplo Gráficos - p
20 amostras de 100 pares de jeans
total defectives
p
total sample observations
200
=
20(100)
0.10
p (1 p ) 0.10(1 0.10)
UCL p z 0.10 3 0.190
n 100
p (1 p ) 0.10(1 0.10 )
LCL p z 0.10 3 0.010
n 100
Exemplo Gráficos - p
0.2
0.18
0.16
Proportion defective
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0
10
12
14
16
18
20
..
Sample number
Gráficos - c
Total # defects
Process average c
# samples
Sample standard deviation = c c
UCL c + z c
LCL c - z c
Exemplo Carta C
Amostra # # Defeitos
1 12
2 8
3 16
… …
15 15
190
Cálculos Gráfico c
190
c 12 .67
15
UCL c + z c 12.67 3 12 .67 23.35
LCL c - z c 12.67 3 12 .67 1.99
Examplo c-Chart
24
21
18
Number of defects
.
15
12
0
0
10
12
14
Sample number
RESUMO APLICAÇÃO
DAS CARTAS
Histograma (variáveis)
• Coleta inicial para checar
distribuição • Em relação as cartas:
mostra o tipo de
• Processos com degradação natural distribuição e parâmetros
ex: alargador que as cartas tb mostram,
como: estabilidade,
capacidade, Zac, Zab
• Quando a distribuição não for curva
normal e quero verificar dispersão
do processo e causas especiais • Não mostra as tendências
• Não há limites de controle
• Quando não houver possibilidade de
ajuste imediato
Carta Xbarra, R ( Variáveis)
• Processo tem que ter • Aplicação ampla
variação interna da amostra
ou seja R dentro do • Mais sensíveis as variações
subgrupo é diferente de zero do processo que as cartas
individuais
• Processo usinagem em geral
• Depende do grau de
instrução dos empregados.
Fica difícil a implantação
• Foco no processo
Carta X, Individuais
• Amostragem pequena n=25 • Mais fácil preenchimento.
elementos Menos cálculo
• Em relação a np: 1
cálculo a mais
Carta C atributos - nº defeitos na
peça fabricada
x xi xs x
z z
̂ ̂
Sabendo-se que o diâmetro de um rolamento segue
uma distribuição normal, tem média = 100 mm e desvio
padrão = 5 mm, determinar:
• A) Porcentagem de diâmetros
x
abaixo de 98 mm
• B) Porcentagem de diâmetros acima de 102 mm
• C) Se a média mudar para 102 mm e manter o
desvio padrão = 5 mm, determinar a porcentagem de
diâmetros abaixo de 98 mm
• D) Se a media se mantiver em 100 mm e o
desvio padrão aumentar para 7 mm, determinar
a porcentagem de diâmetros abaixo de 98 mm
• E) Se a média mudar para 102 mm e o desvio
padrão mudar para 7 mm, qual será a
porcentagem de diâmetros abaixo de 98 mm?
• F) Determine a porcentagem de diâmetros entre
97 e 101 mm para média = 100 e desvio padrão
= 5 mm
• G) A medida do diâmetro acima da qual tem-se
10% de diâmetros (media = 100 mm e desvio
padrão = 5 mm)
• H) A medida do diâmetro abaixo do qual tem-
se 5% de diâmetros
• I) Qual deverá ser o desvio-padrão para que se
tenha 95% de diâmetros entre 98 mm e 102
mm com media = 100 mm?
• J) Qual deverá ser o desvio padrão para que se
tenha 99,73% de diâmetros entre 98 mm e 102
mm com média = 100 mm?
• K) Qual deverá ser o desvio padrão para que se
tenha 99,994% de diâmetros entre 09 mm e 102
mm com media = 100 mm?