XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.

Proposta De Modelo Simplificado Para Implementação Do Controle

Estatístico De Processo (Cep) Na Indústria Química / Petroquímica De
Processo Contínuo.

Herbert Pereira de Oliveira (UFBA / ÁREA 1) herbert@ufba.br

Maria de Fátima dos Santos Lopes (UFBA) mfsl@ufba.br
Anselmo Alves Bandeira (ÁREA 1) anselmo@area1.br

RESUMO - O presente trabalho teve por objetivo elaborar um modelo para implementação de técnicas
estatísticas voltadas ao controle de qualidade, que pudesse ser utilizado pelos diversos profissionais
envolvidos com o controle de qualidade e de processos na indústria química e petroquímica, incluindo
alguns aspectos de implementação do gerenciamento da qualidade total (GQT). A proposta deste
trabalho foi apresentar as ferramentas estatísticas utilizadas no Controle Estatístico de Processo (CEP)
de forma que mesmo profissionais com pouca vivência com as técnicas estatísticas pudessem entender
e aplicar tais técnicas de maneira correta, sem que para isso fosse necessário abdicar do devido rigor
científico que a estatística necessita. Todos os exemplos de aplicação de técnicas estatísticas de
controle de qualidade e de processos são voltados para a área química e petroquímica, o que facilita a
compreensão e a utilização dessas técnicas nas situações que o dia-a-dia de uma indústria química e
petroquímica apresenta aos seus responsáveis.

Palavras-chave: Controle De Qualidade E De Processos, Técnicas Estatísticas, Controle Estatístico De

Processo (CEP) E Indústria Química E Petroquímica.
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
1.INTRODUÇÃO
O Controle Estatístico de Processo
(CEP) vem sendo implantado em um
número cada vez maior de indústrias no
Brasil, seja por imposição de algum cliente,
seja por iniciativa da própria empresa,
visando a obtenção de ganhos de
produtividade e qualidade de seus produtos,
num cenário de mercado aberto á
concorrência externa, em virtude da
crescente globalização. O CEP mais que um
controle total da qualidade, estimula
mudanças culturais da empresa, que passa a
ter enfoque principal na qualidade, atenção à
variabilidade e trabalho em equipe. Assim,
segundo Bartmann (1986), o CEP surge
como uma ferramenta indispensável para a
consolidação da empresa no cenário
mundial. A empresa passa a almejar não
somente a obtenção de produtos dentro da
especificação exigida pelos clientes, mas
também, a partir de ações corretivas, atingir
um ponto no qual o seu processo produtivo
forneça produtos com as especificações
controladas em torno de um valor central ou
médio (Lopes, 1999).
1.1 - MÉTODOS E FILOSOFIA DO CEP
Se um produto atende prontamente as
exigências do consumidor, é bastante
razoável supor que ele seja produzido por
um processo estável ou repetitivo. Mais
precisamente, o processo deve ser capaz de
operar numa faixa estreita de variabilidade
em torno do alvo ou valor nominal das
características de qualidade do produto.
Segundo Rodrigues (1998), o Controle
Estatístico de Processo (CEP) é um poderoso
e usual conjunto de ferramentas para solução
de problemas de estabilidade do processo e
melhoria da capacidade através da redução
da variabilidade.
O CEP pode ser aplicado a qualquer
tipo processo. Segundo Montgomery (1997),
são sete as principais ferramentas utilizadas
pelo CEP:
I. Histograma
II. Check-sheet
III. Diagrama de Pareto
IV. Diagrama de Causa e Efeito
V. Diagrama de Concentração de
Defeitos
VI. Diagrama de Dispersão
VII. Carta de Controle
Embora essas ferramentas,
freqüentemente denominadas de “as sete
magníficas”, sejam uma parte muito
importante do CEP, elas compreendem
apenas os seus aspectos técnicos. O CEP
envolve a formação de um ambiente em que
ele seja realmente o desejo de todos os
indivíduos em uma organização para
melhoria contínua em qualidade e
produtividade. Este ambiente é se
desenvolve melhor quando os
administradores ou gerentes também estão
completamente envolvidos neste processo de
melhoria da qualidade. Uma vez
estabelecido este ambiente, a aplicação das
sete ferramentas se torna uma parte
integrada do processo produtivo e neste
ponto diz-se que a organização está no
caminho certo para atingir os seus objetivos
de melhoria da qualidade.
1.2 - A NECESSIDADE DAS CARTAS
DE CONTROLE
Se a melhoria contínua do processo é
o foco principal, de que forma este progresso
pode ser medido? A produção de 100% de
material dentro da especificação é o
parâmetro máximo para comparação, ou
seja, é o benchmarking do CEP. Alcançar
um estado de controle estatístico para o
processo é outro. Nenhum dos dois é
permanente, mas ambos estão sujeitos a
modificações e passíveis de serem
revertidos.
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
1.3 - CAUSAS COMUNS E ESPECIAIS
DE VARIAÇÃO DA QUALIDADE
Em um processo produtivo, por mais
cuidado que tenha sido tomado na fase do
projeto e, também, na sua manutenção, uma
variabilidade natural ou inerente estará
sempre presente. Essa variabilidade natural é
efeito cumulativo de causas essencialmente
inevitáveis, intrínsecas do processo. Na ótica
do controle estatístico de qualidade, essa
variabilidade natural é freqüentemente
chamada de sistema estável de causas
comuns. Um processo que opera somente
com a ocorrência de causas comuns de
variação é dito estar sob controle estatístico.
Outros tipos de variabilidades podem
ocasionalmente vir a ocorrer no processo.
Segundo Montgomery (1997), essa
variabilidade em características críticas da
qualidade pode ser oriunda de três fontes
potenciais: máquinas inadequadamente
ajustadas, erros de procedimentos
operacionais ou problemas com matérias-
primas. Tal variabilidade é freqüentemente
pronunciada quando comparada com a
variabilidade natural do processo, e
geralmente representa um nível de
desempenho inaceitável do processo. Essas
fontes de variabilidade que não são parte de
desvios de causas comuns são denominadas
de causas especiais. Um processo que opera
na presença de causas especiais é dito estar
fora de controle.
A regra histórica é que 15% das
variações do sistema resultam de causas
especiais e 85% resultam de causas comuns.
Essas causas especiais e comuns de
variação são ilustradas na figura abaixo.
Antes do tempo t1 o processo mostrado na
figura está sob controle; ou seja, somente
causas comuns de variação estão presentes.
Como resultado, a média e desvio padrão do
processo têm seus valores controlados. No
tempo t1 uma causa especial ocorre.
Conforme mostrado na figura, o efeito desta
causa especial é levar a média do processo
para um novo valor µ1 > µ0. No tempo t2
uma outra causa especial ocorre, resultando
em µ = µ0, mas agora o desvio padrão do
processo é levado para um valor σ1>σ0. No
tempo t3 uma outra causa especial está
presente, resultando numa variação conjunta
da média e desvio padrão para valores fora
de controle. A partir do tempo t1, a presença
de causas especiais resultou em um processo
fora de controle.
Geralmente os processo produtivos
operam em estado de controle, produzindo
produtos aceitáveis por períodos de tempo
relativamente longos. Eventualmente,
entretanto, causas especiais podem ocorrer,
aparentemente de forma randômica,
resultando em uma passagem par o estado
fora de controle, no qual uma grande
proporção das características de qualidade
não satisfaz às exigências de especificação.
Por exemplo, ainda de acordo com a figura,
quando o processo está sob controle, a maior
parte da produção terá suas características de
qualidade entre os limites inferior e superior
de especificação (LIE e LSE,
respectivamente). Quando o processo está
fora de controle, uma maior proporção de
tais características cairá fora desses limites.
µ2 < µ0
σ1 > σ0
t3
t2
t1
µ1 > µ0
LIE µ0 LSE
Figura 1: Causas comuns e especiais de variação
Um dos objetivos principais do controle
estatístico de processo é justamente detectar
a ocorrência de causas especiais no processo
para que a investigação e ações corretivas
possam ser tomadas antes que uma
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
quantidade maior de produto não conforme
seja produzido. A carta de controle é uma
técnica on-line de controle do processo
largamente usada para esse propósito. Cartas
de controle também podem ser usadas para
estimar os parâmetros de um processo
produtivo, e, a partir dessa informação,
determinar a capacidade do processo.
Finalmente, devemos lembrar que o eventual
objetivo do controle estatístico de processo é
a eliminação da variabilidade do processo.
Pode não ser possível eliminar
completamente a variabilidade do processo,
mas a carta de controle é uma ferramenta
efetiva para reduzir variabilidade ao seu
nível mínimo.
1.4 - BASE ESTATÍSTICA DAS
CARTAS DE CONTROLE
Uma carta de controle típica é
mostrada na figura 2, que é um levantamento
gráfico de uma característica de qualidade
medida ou computada de uma amostra
versus o número da amostra ou tempo. A
carta contém uma linha central que
representa o valor médio da característica de
qualidade correspondente ao estado sob
controle (isto é, somente causas comuns
estão presentes). Duas outras linhas
horizontais, chamadas de limite superior de
controle (LSC) e limite inferior de controle
(LIC), também mostrados na carta. Esses
limites de controle são tais que, se o
processo estiver sob controle,
aproximadamente todos os pontos da
amostra irão cair entre eles. Quanto mais
distantes dos limites de controle os pontos
estiverem, o processo é dito sob controle e
nenhuma ação é necessária.
L im ite Su p erior d e C o ntr ole
L in ha C e ntra l
L im ite I n ferior d e C o ntr ole
N úm e r o d a A m o str a o u T e m p o
Figura 2: Carta de Controle Típica
Um modelo geral para uma carta de
controle considera uma amostra estatística w
que mede alguma característica de qualidade
de interesse, com uma média µw e desvio
padrão σw. Então, nesse caso, a linha central,
o limite superior de controle e o limite
inferior de controle assumem a forma:
LSC = µw + L. σw (1)
Linha Central = µw (2)
LSC = µw - L. σw (3)
Onde L é a “distância” dos limites de
controle à linha central, expressa em
unidades de desvio padrão. Essa teoria geral
de cartas de controle foi inicialmente
proposta pelo Dr. Walter S. Shewhart, e as
cartas de controle desenvolvidas de acordo
com esses princípios são freqüentemente
chamadas de Cartas de Controle de
Shewhart (Montgomery, 1997).
A carta de controle padrão de
Shewhart para dados de variáveis utiliza o
limite de controle µ0 ± 3σ. O risco para a
empresa com a utilização desse limite é de
apenas 0,27%, que corresponde à
probabilidade de ocorrência de alarme falso
quanto à detecção de causas especiais, ou
seja, o limite de controle da carta padrão de
Shewhart compreende 99,73% da variação
em torno da média.
A carta de controle é um dispositivo
para a descrição bastante precisa do controle
estatístico, podendo ser usado de diversas
formas. Em algumas aplicações, é usada
para monitoramento on-line do processo. Ou
seja, dados são coletados e usados para o
levantamento das cartas de controle e se os
valores se encontram dentro dos limites de
controle e não demonstram comportamento
de variação sistemático, considera-se que o
mesmo está sob controle no nível indicado
pela carta.
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
O uso mais importante da carta de
controle é na melhoria do processo. Segundo
Levinson (1990), já está provado que:
I. A grande maioria dos processos não
opera em estado de controle
estatístico.
II. Conseqüentemente, o uso rotineiro e
atento de cartas de controle servirá
para identificar as causas especiais e
se essas causas puderem ser
eliminadas do processo, a cartas de controle é o projeto da carta de
variabilidade será reduzida e o
processo melhorado.
Essa atividade de melhoria contínua do
processo, usando cartas de controle, é
mostrada na figura 3.
Entrada
Processo
Saída
Sistema de Medição
Detecção de Causas
Verificação e Especiais
Folow-up
Implementação das Identificação da Causa
Ações Corretivas Raiz do problema
Figura 3: Melhoria do processo
usando cartas de controle
III. A carta de controle irá detectar
somente causas especiais. Uma ação
conjunta da gerência, da operação e
da engenharia será necessária para
eliminar essas causas especiais.
As cartas de controle podem ser
classificadas em dois tipos gerais. Se a
característica de qualidade pode ser medida
e expressada como um número numa escala
contínua de medida, ela é geralmente
chamada de variável. Nesse caso, é
conveniente descrever a característica de
qualidade com uma medida da tendência
central e uma medida da variabilidade.
Cartas de controle para tendência central e
variabilidade são denominadas cartas de
controle de variáveis. Algumas
características de qualidade não podem ser
medidas numa escala contínua ou numa
escala quantitativa. Nesses casos, costuma-
se julgar a característica como conforme ou
não conforme. Cartas de controle para tais
características são denominadas cartas de
controle de atributos.
Um importante fator no uso das
controle, que envolve a seleção do tamanho
da amostra, limites de controle e freqüência
de amostragem. Na maioria dos problemas
de controle de qualidade, é bastante comum
projetar a carta de controle usando
considerações meramente estatísticas.
Recentemente, entretanto, costuma-se
analisar a carta de controle sob o ponto de
vista econômico, considerando
explicitamente o custo da amostragem e
custos de investigação de sinais de saída de
controle do processo que funcionam como
“falsos alarmes”.
As cartas de controle têm tido uma
longa história de uso nas indústrias em todo
o mundo. Montgomery (1997) cita cinco
razões principais para a sua popularidade:
I. A sua utilização é uma técnica
comprovada para melhoria da
produtividade.
II. São efetivamente eficientes na
prevenção de defeitos ou não
conformidades.
III. Evitam ajustes desnecessários no
processo.
IV. Fornecem informação diagnóstica.
V. Fornece informação sobre a
capacidade do processo.
1.5 - ESCOLHA DOS LIMITES DE
CONTROLE
A especificação dos limites de
controle é uma decisão crítica a ser tomada
no projeto de uma carta de controle. O
afastamento dos limites de controle da linha
central diminui o risco de ocorrência do erro
tipo I – um ponto fora dos limites de
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
controle, mesmo quando causas especiais
estão ausentes. Entretanto, a ampliação dos
limites de controle aumenta o risco de um
erro tipo II – um ponto dentro dos limites de
controle com o processo estando realmente
fora de controle.
Na maioria das aplicações do
controle estatístico de processo, com a
utilização de cartas de controle, são
utilizados os limites de controle do tipo 3-
sigma, que fornece uma probabilidade de
ocorrência de erro tipo I da ordem de 0,27%,
ou seja, um sinal equivocado de saída de
controle ou um alarme falso poderá ocorrer
somente em 27 pontos a cada 10.000 pontos.
A justificativa típica para o uso dos limites
de controle 3-sigma são os seus resultados
práticos.
1.6 - ANÁLISE DE DESVIOS EM
CARTAS DE CONTROLE
Uma carta de controle pode indicar
uma condição de saída de controle sempre
que um ou mais pontos caem fora dos
limites de controle ou quando a seqüência de
pontos apresenta um comportamento não
randômico. Por exemplo, considere a carta
de controle X-barra mostrada na figura 4.
Embora todos os 25 pontos estejam dentro
dos limites de controle, não indicam um
controle estatístico porque o seu
comportamento é completamente não
randômico. Especificamente, pode-se notar
que 19 dos 25 pontos encontram-se abaixo
da linha central, enquanto somente seis
pontos encontram-se acima desta. Se a
seqüência de pontos é verdadeiramente
randômica, é de se esperar que estejam
uniformemente distribuídos acima e baixo da
linha central. Pode-se observar também, a
partir do quarto ponto, uma seqüência
crescente em magnitude de cinco pontos.
Essa disposição de pontos é comumente
chamada de corrida.
LSC
Linha
Central
LIC
Número da Amostra ou Tempo
Figura 4: Carta de Controle X-barra
1.7 - DISCUSSÃO DE REGRAS PARA
LEVANTAMENTO DE CARTAS DE
CONTROLE
Vários critérios podem ser aplicados
simultaneamente para uma carta de controle
a fim de determinar condições de saída de
controle do processo. Critérios
suplementares são muitas vezes utilizados
para aumentar a sensitividade das cartas de
controle para pequenas variações do
processo, para que o mesmo possa responder
mais rapidamente às causas especiais. As
principais regras de sensibilidade
comumente utilizadas na prática foram
propostas por Nelson (1984), sendo
mostradas na figura 5. Freqüentemente
avaliam-se as cartas de controle e conclui-se
que o processo está fora de controle se um
ou mais desses critérios são violados.
Quando várias dessas regras de
sensibilidade são aplicadas simultaneamente,
geralmente utiliza-se uma resposta graduada
par sinais de saída de controle. Por exemplo,
se um ponto excede um limite de controle,
deve-se iniciar imediatamente a
identificação da fonte potencial dessa causa
especial, mas se um ou mais pontos
consecutivos excedem o limite de alerta de 2
sigma, o procedimento indicado é aumentar
a freqüência de amostragem. Essa resposta
por amostragem adaptativa pode não ser tão
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
efetiva quanto uma busca completa de uma
causa especial, mas se o processo estiver
realmente fora de controle, com certeza a
probabilidade de detecção desta situação
seria bem mais rápida do que se fosse
mantida a freqüência original da
amostragem.
A utilização simultânea de várias regras de
decisão exige atenção especial. Suponha que
sejam utilizadas k regras de decisão, cujo
critério i tenha uma probabilidade αi de
ocorrência de erro tipo I. Então, a
probabilidade de erro tipo I ou alarme falso
para a decisão baseada em todos os k testes,
considerando que todas as k regras de
decisão são independentes é:
k R são a melhor opção, uma vez que é mais
α=1− ∏ (1−αi) (4)
i =1
Sinais de Ação Padrão ? 1. Um ou mais pontos fora dos limites de controle.
2. Dois dentre três pontos consecutivos fora do limite de
alerta de 2 sigma.
3. Quatro dentre cinco pontos consecutivos além do
limite de 1 sigma.
4. Uma corrida de oito pontos consecutivos de um
mesmo lado da linha central.
5. Seis pontos em uma seqüência, aumentando ou
diminuindo.
6. Quinze pontos em seqüência na zona C, ambos
abaixo e acima da linha central.
7. Catorze pontos em seqüência alternadamente
aumentando e diminuindo.
8. Oito pontos em seqüência e, ambos os lados da linha
central, fora da zona C.
9. Um desvio incomum nos dados.
10. Um ou mais pontos próximo ao limite de controle de
alerta (2 sigma)
Figura 5: Regras de sensibilidade para
cartas de controle
1.8 - SELEÇÃO DE CARTAS DE
CONTROLE
A primeira decisão na escolha do tipo
de carta de controle é determinar o tipo de
dados que são coletados. Se os dados
consistem de contadores, então uma das
cartas de atributos deve ser selecionada. A
segunda decisão para cartas de atributos é se
está sendo computado o número de unidades
fora de especificação em uma amostra ou o
número total de não conformidades em uma
amostra. A terceira decisão é se o tamanho
da amostra irá permanecer constante ou
variar de amostra para amostra.
Se os dados coletados são medidos,
então uma das cartas de controle de variáveis
deve ser selecionada. A segunda decisão
para cartas de variáveis para dados medidos
depende do tamanho de amostra adequado
para a situação. A cartas de controle mais
comumente utilizadas para esses tipos de
dados são do tipo X-barra e R (média e
amplitude) ou X-barra e s. Se habilidades
matemáticas da equipe responsável são
limitadas, então cartas de controle X-barra e
fácil encontrar um número médio em uma
pequena amostra do que calcular a média par
tal amostra. Entretanto, se a equipe
responsável dispõe de calculadoras
estatísticas ou algum software estatístico,
cartas do tipo X-barra e s são mais
eficientes. A escolha mais usual, entretanto,
são as cartas do tipo X-barra e R, que
correspondem ao padrão nas indústrias,
sendo mais facilmente entendidas.
Existem outras cartas de controle
para dados medidos aplicadas para situações
especiais. Pequenas corridas com dados
limitados ou corridas curtas com tempo
limitado utilizam variações das cartas do
tipo X-barra e R, denominadas cartas de uso
especial.
As cartas de pré-controle são
utilizadas antes das cartas X-barra e R para
determinar se essas são realmente
necessárias e, também, após o uso dessas,
para verificar se o processo encontra-se sob
controle.
1.9 - IMPLEMENTANDO O CEP
Os métodos de controle estatístico de
processo podem prover um retorno
significativo para as empresas, quando bem
implementado. Apesar do CEP demonstrar
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
ser uma coleção de ferramentas para solução
de problemas com base estatística, o êxito de
sua utilização exige mais do que o
conhecimento e uso dessas ferramentas. O
envolvimento e comprometimento da
gerência com o processo de melhoria da
qualidade é um componente vital do sucesso
potencial do CEP. A gerência serve como
modelo, pois assim as outras pessoas da
organização a terão como guia e exemplo. A
aproximação da equipe é também
importante, pois é usualmente difícil para
uma pessoa sozinha introduzir melhorias no
processo. Algumas das sete magníficas
ferramentas já descritas são bastante úteis
para a equipe de implementação e melhoria,
incluindo diagramas de causa e efeito,
diagramas de Pareto, e diagramas de
concentração de defeitos. As ferramentas
básicas para soluções de problemas
utilizadas no CEP devem ser amplamente
conhecidas, divulgadas e utilizadas pela
organização. O treinamento contínuo em
CEP e melhoria da qualidade torna-se
necessário para que todos os envolvidos
atinjam um grau de conhecimento
satisfatório das ferramentas.
O objetivo de um programa de
melhoria da qualidade baseado em controle
estatístico de processo é a melhoria contínua
em base semanal, quinzenal e anual. O CEP
não deve ser considerado um programa
temporal para ser aplicado somente quando
existam problemas nos negócios e
abandonado em seguida. A melhoria da
qualidade deve ser parte integrante da
cultura da organização.
A carta de controle é uma ferramenta
importante para a melhoria do processo. Os
processo não operam naturalmente em um
estado sob controle, e o uso das cartas de
controle é um importante passo inicial a ser
tomado para eliminar causas especiais,
reduzir a variabilidade do processo, e
estabilizar o desempenho do mesmo. A
melhoria da qualidade e produtividade exige
o gerenciamento de fatos e dados e não
somente o julgamento. As cartas de controle
são uma parte importante dessa mudança
cultural de gerenciamento.
Na implementação de um amplo
programa de controle estatístico de processo,
alguns elementos devem estar usualmente
presentes em todos os esforços de relatado
sucesso. Esses elementos, segundo Smith
(1998) são os listados a seguir:
Elementos se um programa eficiente de CEP
I. Liderança do gerenciamento.
II. Aproximação da equipe.
III. Educação em todos os níveis.
IV. Ênfase na melhoria contínua.
V. Avaliação dos resultados e divulgação destes
através de todos os setores da empresa.
A liderança do gerenciamento e a
aproximação da equipe não devem ser
demasiadamente enfatizadas. A melhoria da
qualidade é uma atividade dirigida de
gerenciamento “topo-fundo”, ou seja, deve
atingir todos os níveis da empresa. Torna-se
importante também medir o progresso e o
sucesso e divulgar os resultados obtidos em
toda a organização. A divulgação dos
resultados obtidos na melhoria da qualidade
serve como motivação e incentivo para
melhoria de outros processos e torna essa
melhoria contínua algo bastante normal na
estrutura da empresa e dos negócios.
2 - MODELO PARA
IMPLEMENTAÇÃO DO CEP NA
INDÚSTRIA QUÍMICA /
PETROQUÍMICA
A implementação do CEP na
indústria química / petroquímica de processo
contínuo pode ser dividida em 2 fases:
1) Análise Preliminar do Processo
2) Acompanhamento e Controle
Estatístico do Processo
2.1 - ANÁLISE PRELIMINAR DO
PROCESSO
A análise preliminar é muito
importante, pois a partir do levantamento
dos dados históricos do processo, podem-se
identificar causas potenciais de variabilidade
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.

e, também, quais especificações ou A análise do diagrama mostra que

propriedades mais contribuem para a dentre as especificações da caprolactama, as
ocorrência de variabilidade anormal no responsáveis pelos maiores índices de
mesmo. Assim, a análise preliminar reprovações são a Extinção 290nm (50,0%)
identifica as especificações críticas do e o Número de Permanganato (25,0%),
processo, indicando qual ou quais devendo, pois serem os principais alvos do
especificações devem consideradas, quando CEP.
da implementação do CEP, de forma mais A partir do levantamento de
criteriosa. informações sobre o processo junto ao
Dentro da análise preliminar do pessoal da operação, foi obtido o diagrama
processo, 2 ferramentas estatísticas tornam- de causa e efeito para a propriedade crítica
se indispensáveis: o “Diagrama de Pareto” identificada pelo diagrama de Pareto, com o
e o “Diagrama de Causa e Efeito” .O intuito de relacioná-la às suas respectivas
diagrama de Pareto de Reprovações permite causas potenciais.
a visualização da amplitude das 2.2 - ACOMPANHAMENTO E
especificações na reprovação do produto, ou CONTROLE ESTATÍSTICO DO
seja, qual ou quais especificações têm sido PROCESSO
potencialmente responsáveis pela reprovação A etapa seguinte à análise preliminar
do produto. A figura 6 a seguir mostra o compreende o Controle Estatístico do
diagrama de Pareto obtido a partir de dados Processo propriamente dito, que envolve a
de um processo contínuo de Caprolactama, análise da capacidade, o levantamento e
matéria-prima par a fabricação do Nylon. análise de cartas de controle, o estudo da
A partir dos dados de resultados variabilidade do processo e as ações
analíticos das especificações da corretivas, visando tornar o processo
caprolactama de 01/01/2002 a 31/12/2002, controlado estatisticamente, ou seja, gerando
num total de 1388 resultados analíticos para dados de especificação com distribuição
cada especificação, obteve-se o Diagrama de regular em torno de um valor central ou
Pareto de reprovações a fim de se determinar médio.
quais propriedades são responsáveis pelos 2.2.1 - AVALIAÇÃO DA CAPACIDADE
maiores índices de reprovação do produto no DO PROCESSO
período considerado. Os índices de capacidade do processo
CEP - CPL DIAGRAMA DE PARETO DE REPROVAÇÕES 2002 (cp e cpk) foram obtidos para o ano de 2002
25
(Tabelas 1 e 2), a partir do levantamento dos
gráficos de capacidade, utilizando-se o
100

20
80
software estatístico Minitab, para as
15
especificações críticas identificadas na
Percent

60
Count

10 40 análise preliminar, ou seja, o Número de

5 20 Permanganato e a Extinção 290nm. Em
0 0
geral, um valor deste parâmetro superior a
Defect EX
T. 2
90
NP UM
ID.
AL
CA
L IN
.
1,33 demonstra ser o processo capaz.
Count
Percent
12
50,0
6
25,0
4
16,7
2
8,3
A partir destes resultados, foram obtidos os
Cum % 50,0 75,0 91,7 100,0 gráficos de Acompanhamento da
Capacidade para estas especificações
Figura 6: Diagrama de Pareto - Processo críticas, que fornecem os índices mensais de
de Caprolactama capacidade do processo, permitindo assim a
visualização da evolução da capacidade do
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.

processo em cada uma das especificações ao

longo do referido ano. CEP-CPL Acompanhamento da Capacidade Ext. 290/ 2002

cp/cpK
3

2,5
N º PER MANGAN ATO
M ês cpK Id e a l cp 2
Jan02 1 0 ,4 8 1 ,3 3 -
Fev02 2 ,1 0 1 ,3 3 - 1,5
M a r0 2 4 ,1 0 1 ,3 3 -
A b r0 2 1 ,2 6 1 ,3 3 - 1
M a i0 2 2 ,4 1 1 ,3 3 -
Jun02 6 ,7 6 1 ,3 3 - 0,5
J u l0 2 3 ,2 1 1 ,3 3 -
Ago02 6 0 ,6 6 1 ,3 3 - 0
S e t0 2 1 ,8 1 1 ,3 3 - 1 2 3 4 5 6 7 8 9 10 11 12
O u t0 2 4 ,6 0 1 ,3 3 -
cpK cp MÍN Mes
N ov02 2 ,9 2 1 ,3 3 -
D ez02 8 ,0 0 1 ,3 3 -
Figura 9: Evolução da Capacidade 2002–
Tabela 1: Índices de capacidade – 2002 - Extinção 290 nm
NP 2.2.2 - LEVANTAMENTO DE CARTAS
E x t. 2 9 0 n m DE CONTROLE
M ês cpK M ÍN cp A partir dos dados de especificação
Jan 0 2 1 ,9 6 1 ,3 3 2 ,9 2 do produto, utilizando-se um software
Fev0 2 1 ,6 3 1 ,3 3 2 ,3 5
M a r0 2 1 ,5 7 1 ,3 3 2 ,4 8 estatístico adequado (como por exemplo, o
A b r0 2 1 ,2 7 1 ,3 3 1 ,2 7 Minitab, Statística ou outro similar), são
M a i0 2 1 ,1 1 1 ,3 3 1 ,5 1
Jun 0 2 1 ,4 3 1 ,3 3 2 ,4 8 levantadas as cartas de controle da média e
J u l0 2 1 ,3 5 1 ,3 3 2 ,3 7 da amplitude para cada especificação,
Ag o0 2 0 ,7 8 1 ,3 3 1 ,2 3
S e t0 2 0 ,9 3 1 ,3 3 1 ,1 7 identificando-se nas mesmas as ocorrências
O u t0 2 1 ,5 0 1 ,3 3 2 ,9 0 de causas especiais, isto é, variabilidades
Nov0 2 1 ,5 1 1 ,3 3 2 ,5 3
Dez0 2 0 ,9 9 1 ,3 3 1 ,8 4 anormais dos dados, provenientes de
problemas durante o processamento do
Tabela 2: Índices de capacidade – 2002 – produto. A carta de controle padrão de
Ext. 290 nm Shewhart a seguir (Figura 10) foi obtida a
partir de dados de especificação da
propriedade Extinção a 290 nm, da
cpK

CEP CPL - Acompanhamento da Capacidade NP/2002

70,00
caprolactama, referente ao mês de julho de
60,00 2001. Neste caso, verifica-se a ocorrência de
50,00 causas especiais durante cinco dias.
40,00
CART AS DE CONT ROLE EXT . 290 JUL/01
30,00
0,015
0,014 5 3,0SL=0,01432
6
20,00
Sam ple Mean

0,013 6
0,012
0,011 X=0,01121
10,00 0,010
0,009
0,00 0,008 5 -3,0SL=0,008092
0,007 1
1 2 3 4 5 6 7 8 9 10 11 12 Subgroup 0 10 20 30
cpK Ideal Mes
0,010 3,0SL=0,009755
Sample Range

Figura 8: Evolução da Capacidade 2002 –

0,005
Número de Permanganato R=0,004276

0,000 -3,0SL=0,00E+00

Figura 10: Carta de Controle Padrão

de Shewhart
 XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004.
2.2.3 - ESTUDO DE
RASTREABILIDADE DO PROCESSO
Tendo sido identificadas as causas
especiais e as respectivas datas de suas
ocorrências, a partir da análise das cartas de
controle obtidas, procede-se o estudo de
rastreabilidade destas causas, ou seja, a
análise dos dados operacionais, visando a
verificação de ocorrências anormais durante
o processo, como falhas de equipamentos,
deficiência de suprimentos (pressão de
vapor, vazão de água de processo, etc),
perda de controle de alguma das variáveis de
processo (temperatura, pressão, vazão, etc),
falha nos procedimentos operacionais, etc. É
aconselhável para tal, um estudo detalhado
do processo com a identificação de todas as
variáveis que de uma maneira ou de outra
possa influenciar nos resultados e a
formação de um grupo de discussão com
representantes de todos os setores
envolvidos no processo, ou seja, da área
técnica, da operação, engenharia de
processo, qualidade e gerência, dentre
outros.
2.2.4 - CONTROLE DO PROCESSO:
AÇÕES CORRETIVAS
O estudo de rastreabilidade, quando
realizado de forma correta, através da análise
de dados operacionais (livros de ocorrência,
folhas de dados do processo, relatórios de
não conformidades, aliadas a reuniões e
discussões constantes da equipe, permite a
correlação entre as causas especiais
observadas nas cartas de controle e
problemas ocorridos durante o processo.
Assim, para eliminar a ocorrência de tais
causas especiais e tornar o processo
estatisticamente controlado, torna-se
necessário a tomada de ações corretivas
visando minimizar ou sanar os problemas
operacionais identificados como principais
responsáveis pela variabilidade das
especificações, atingindo os objetivos do
CEP, que é garantir a qualidade do produto,
o que significa chegar a um estágio de
produção no qual o processo resulte sempre
na obtenção de produto especificado e com a
menor variabilidade possível em torno de
um valor médio de especificação, com a
conseqüente redução de custos, devido a re-
processo, parada da Unidade Produtiva,
dentre outros. Um indicativo comumente
usado para classificar o processo como
capaz de gerar tais resultados pode ser
obtido a partir da avaliação da capacidade de
controle estatístico do mesmo.
3 - REFERÊNCIAS BIBLIOGRÁFICAS
BARTMANN, F.C. Idéias básicas sobre
Controle Estatístico da Qualidade. VII
Simpósio Nacional de Probabilidade e
Estatística, Campinas, SP, 1986.
LEVINSON, W. Understand the Basis of
Statistical Process Control, IBM Corp.,
1990.
LOPES, M. F. S. Controle Estatístico de
Processo. Tese apresentada no concurso
público para o provimento do cargo de
Professor Titular da UFBA, na área de
Processos Químicos, 1999.
MONTGOMERY, D. C. Introduction to
Statistical Quality Control, John Wiley &
Sons, Inc., New York, 1997.
NELSON, L. S. The Shewhart Control Chart
– Testes for Special Causes, Journal of
Quality Technology, Vol. 16, 1984.
RODRIGUES, G. P. Controle Estatístico de
Qualidade e de Processos na Indústria de
Alimentos. Tese de Mestrado da
Universidade Federal de Viçosa, do Curso
de Ciência e Tecnologia de Alimentos, 1998.
SMITH, G. M. Statistical Process Control
and Quality Improvement, Prentice Hall
Inc., New Jersey, 1998.