Escolar Documentos
Profissional Documentos
Cultura Documentos
Capacidade Bobina Aço
Capacidade Bobina Aço
2. REFERENCIAL TEÓRICO
A venda de produtos de baixa qualidade ou com confiabilidade reduzida diminui a
competitividade das empresas, independentemente do ramo de atuação. Neste caso a
implantação de programa de melhoria da qualidade pode eliminar desperdícios, diminuir a
freqüência de amostragem para inspeção, aumentando assim a satisfação dos clientes.
De acordo com Ribeiro & Caten (2012, p. 17), a inspeção e o controle estatístico do
processo possuem características e objetivos distintos. No curto prazo, uma inspeção 100%
fornece mais resultados na detecção de unidades defeituosas, pois elas são filtradas e dirigidas
para retrabalho ou sucata. Porém, de acordo com os autores, “as atividades de inspeção não
melhoram os processos, pois tomam tempo e mobilizam recursos em atividades que não
agregam valor”.
Segundo Werkema (1996), a variabilidade é o resultado de alterações nas condições
sob as quais as observações são tomadas. Estas alterações podem refletir diferenças entre as
matérias primas, as condições dos equipamentos, os métodos de trabalho, as condições
ambientais e os operadores envolvidos no processo considerado. A variabilidade ainda é
decorrente do sistema de medição empregado.
2.1 CONTROLE ESTATÍSTICO DO PROCESSO
A verificação da qualidade do produto é realizada através do processo de amostragem,
onde através de métodos estatísticos busca-se checar a qualidade do produto de modo a fazer
interferências sobre a operação. O método mais utilizado é o procedimento chamado Controle
Estatístico de Processo (CEP). Esse método preocupa-se com a amostragem do processo
durante a produção dos bens ou a entrega de serviços. Com base nessa amostragem, as
decisões são tomadas sobre se o processo está “sob controle”, isto é, se está operando como
deveria (SLACK; CHAMBERS; JOHNSTON, 2002, apud FLOR, 2013).
Na visão de Montgomery (2004), o objetivo primário do CEP é a redução sistemática
da variabilidade nas características-chave do produto, fornecendo as ferramentas necessárias
para avaliação e melhoria de processos, produtos e serviços de forma abrangente.
Em processos produtivos, e no caso de produção de bobinas de aço, várias são as
possibilidades de ocorrência de defeito. Para Montgomery (2004), a análise de capacidade
consiste no uso de técnicas estatísticas para quantificar a variabilidade do processo, analisá-la
em relação aos limites de especificação do produto e auxiliar o desenvolvimento e a
fabricação na eliminação ou redução dessa variabilidade.
A capacidade do processo é usualmente medida por meio de índices, cujo objetivo é
fornecer uma linguagem comum e de fácil compreensão para quantificar o desempenho
(CHANG et al., 2002), quanto a capacidade de produzir itens de acordo com uma determinada
tolerância (TANG; THAN, 1999).
Dentre os métodos estatísticos usados para avaliar se um processo está operando de
acordo com as especificações ideais, destacam-se os índices de capacidade, que tem como
princípio estimar a proporção de peças ou produtos defeituosos produzidos. O Cp e o Cpk
foram os primeiros índices desenvolvidos, sendo os mais utilizados atualmente na indústria. O
fato de serem adimensionais facilita a comparação de processos produtivos,
independentemente do produto final (OLIVEIRA et al, 2011).
2.3.1 ÍNDICE Cp
O índice Cp, chamado de índice de capacidade potencial do processo, considera que o
processo está centrado no valor nominal da especificação. Este índice relaciona a
variabilidade permitida ao processo (especificada pelo cliente e/ou projeto) com a
variabilidade natural do processo. Tem-se que quanto maior for o valor de Cp, maior será a
capacidade do processo em atender às especificações, desde que a média esteja centrada no
valor nominal.
Uma regra prática, conforme Montgomery (1997, apud Gonçalez e Werner, 2009),
para analisar este índice é definir três intervalos de referência, conforme mostrados na Tabela
1.
Porém, este índice (Cp) não localiza o valor médio do parâmetro de processo em
relação aos limites especificados. Ele está embasado somente na relação entre a amplitude do
intervalo de especificação e a variabilidade natural do processo. Para um determinado valor de
Cp, pode-se ter qualquer percentual de itens fora das especificações, dependendo apenas de
onde está localizada a média do processo. O índice Cp nos diz o quanto o processo é
potencialmente capaz de produzir dentro do intervalo especificado no projeto, desde que
permaneça centralizado entre os dois limites especificados.
3. METODOLOGIA
Este estudo de caso consiste na avaliação quantitativa de uma das principais
características de bobinas de aço revestidas, a camada de revestimento sobre a superfície do
aço. Esta característica será avaliada tanto na face inferior como na face superior de seis
bobinas processadas em sequência. Estas bobinas apresentam a mesma especificação, onde
não houve mudança de material, assim como o mesmo revestimento nominal em ambas as
faces.
Vale ressaltar que o método de obtenção da camada de revestimento em ambas as
faces é igual, porém o resultado é independente entre as faces, ou seja, podemos ter valores
distintos entre as faces utilizando os mesmos parâmetros. Isto se deve ao fato que a eficiência
de processo pode apresentar certa variação.
O método atual de amostragem para análise de liberação de produto final, de acordo
com esta característica, ocorre conforme fluxograma da Figura 1.
Neste fluxograma, temos que a primeira bobina após a realização de setup sempre será
analisada, enquanto que a seguinte será somente se o resultado encontrado não for satisfatório.
Caso o resultado obtido da primeira amostra estiver conforme os limites de especificação, a
próxima bobina a ser amostrada e analisada será a terceira bobina, e assim sucessivamente.
A camada de revestimento sobre o aço é determinada automaticamente através de
equipamento específico, onde este combina um método eletroquímico (coulométrico) de
análise com um sistema automático de aplicação, medida e controle gráfico do potencial
elétrico aplicado para determinação do peso de revestimento na amostra.
O método de análise coulométrico baseia-se na aplicação da 1ª Lei de Faraday da
Eletrólise, a qual expressa que a extensão de uma reação química num eletrodo é diretamente
proporcional a quantidade de corrente elétrica que passa através deste eletrodo.
Desta forma, o objetivo deste trabalho é avaliar a uniformidade da camada de
revestimento ao longo do comprimento dessas bobinas. Foram retiradas amostras a cada 1.500
metros, totalizando 84.000 metros analisados (57 amostras). Em condições normais de
amostragem e processamento, seriam retiradas no máximo seis amostras para avaliação da
camada de revestimento.
Este estudo visa responder perguntas como “O método atual de amostragem para
análise de liberação garante a característica final do produto de acordo com os limites de
especificação” e/ou “O processo de obtenção de revestimento é estável e capaz”. Sendo,
assim, a adoção do estudo de caso como o método de pesquisa apropriado para o trabalho.
A aplicação do Controle Estatístico do Processo para avaliar a uniformidade da
camada de revestimento sobre o aço baseou-se na construção de gráficos e tratamento dos
dados através do Software Minitab Versão 17, sendo realizadas as seguintes etapas: 1) Teste
de Normalidade a fim de verificar se tal característica do aço se comportava de acordo com a
distribuição normal; 2) Carta de Controle onde se determinou a variabilidade do processo,
assim como os limites inferior e superior de controle; 3) Avaliação da capacidade do processo
através dos índices Cp, Cpk e Cpm obtidos a partir da ferramenta específica do software citado.
O Software Minitab versão 17, foi utilizado para a confecção dos gráficos
apresentados a seguir e também para o tratamento estatístico dos dados obtidos, através de
suas ferramentas de análise.
4. RESULTADOS E DISCUSSÃO
70
60
50
40
30
20
10
5
1
2,45 2,50 2,55 2,60 2,65 2,70 2,75 2,80
Revestimento
70
60
50
40
30
20
10
5
1
2,6 2,7 2,8 2,9 3,0
Revestimento
As Figuras 2 e 3 demonstram que os dados obtidos tanto para a face inferior quanto
para a superior seguem a distribuição normal, haja visto que o valor-p alcançou os valores
respectivos de 0,080 (face inferior) e 0,530 (face superior). O valor mínimo admissível para
tal distribuição é 0,050.
Como os dados seguem uma distribuição normal, pode-se prosseguir com a
mensuração da capacidade do processo para ambas as faces.
3,1
3,0
Revestimento
2,9
1
2,8
UCL=2,7423
2,7
_
2,6 X=2,6093
2,5
LCL=2,4763
2,4 LSL = 2,38
2,3
1 7 13 19 25 31 37 43 49 55
Amostra
3,1
3,0 1 1
Revestimento
2,9 UCL=2,8989
_
2,8 X=2,7821
2,7
LCL=2,6653
1 1 1
2,6
2,5
2,3
1 7 13 19 25 31 37 43 49 55
Amostra
5. CONCLUSÃO
O presente trabalho teve o objetivo de analisar a capacidade de um processo de
revestimento do aço, realizado em uma indústria siderúrgica nacional. O objetivo foi
alcançado mediante uma sequência de etapas. Na primeira etapa, verificou-se que a variável
crítica de processo se comportava aproximadamente conforme distribuição normal. Este
comportamento é fundamental para a interpretação da capacidade do processo. Em uma
segunda etapa, a aplicação de cartas de controle demonstrou que o processo de revestimento
do aço estava sob controle estatístico, sob o ponto de vista do revestimento. Atendidos os pré-
requisitos de garantia tanto do controle do processo quanto do comportamento de distribuição
normal da variável em estudo, partiu-se para a terceira etapa. Nesta, com o auxílio do software
Minitab, verificou-se que o processo demonstrou ser capaz de atender aos limites
especificados no projeto do produto.
Comparativamente, observou-se que o revestimento superior possuía maior
capabilidade, demonstrada primordialmente pelo seu índice Cpk substancialmente superior ao
do revestimento inferior. Além disso, a pequena discrepância entre os índices Cp e Cpk para o
resvestimento superior é um indício de que o valor médio de processo se apresentava
razoavelmente centralizado perante os limites especificados.
Por sua vez, a razoável distância entre os índices Cp e Cpk para o revestimento inferior
nos permitiu interpretar que o respectivo processo estava razoavelmente descentralizado.
Mesmo assim, ambos índices se apresentaram acima da unidade, permitindo-se a
interpretação de termos um processo capaz.
REFERÊNCIAS
CHANG, Y. S.; CHOI, I. S.; BAI, D. S. Process capability indices for skewed populations. Quality and
Reliability Engineering International, Vol. 18, p. 383-393, 2002.
CORREA, S. M. B. B. Probabilidade e Estatística. Minas Gerais: PUC Minas Virtual, 2003.
FLOR, A. S. Utilização do Controle Estatístico do Processo para o Monitoramento de Espessura em garrafa
pet: Um estudo de caso. Revista Especialize On-line IPOG, Goiânia, Vol. 01, 2013.
GONÇALEZ, P. U.; WERNER, L. Comparação dos índices de capacidade de processo para distribuições
não-normais. Gestão da Produção, São Carlos, Vol. 16, n.1, p. 121-132, 2009.
KANE, V. E. Process capability indices. Journal of Quality Technology, Vol. 18, n.1, p. 41-52, 1986.
LIMA, A. A. N.; LIMA, J. R.; SILVA, J. L.; ALENCAR, J. R. B.; SOARES-SOBRINHO, J. L.; LIMA, L.
G.; ROLIM-NETO, P. J. Aplicação do controle estatístico de processo na indústria farmacêutica. Revista de
Ciências Farmacêuticas Básica e Aplica, Vol. 27, n.3, p. 177-187, 2006.
MONTGOMERY, D. C. Introdução ao Controle Estatístico de Qualidade. Rio de Janeiro, LTC, 2004.
OLIVEIRA, J. B.; SOUTO, R. R.; MAIA, R. D. A.; MEIRA, J. A.; LIMA, V. S. P. Análise da capacidade
de um processo: Um estudo de caso baseado nos indicadores Cp e Cpk. XXXI Encontro Nacional de
Engenharia de Produção, Belo Horizonte, 2011.
RIBEIRO, J. L. D.; CATEN, C. S. Série monográfica Qualidade – Controle Estatístico do Processo.
Universidade Federal do Rio Grande do Sul, Porto Alegre, 2012.
RIBEIRO, M. A. Controle de Processo – Teoria e Aplicações. Bahia: Tek Treinamento e Consultoria, 2001.
TANG, L. C.; THAN, S. E. Computing process capability indices for non-normal data: A review and
comparative study. Quality and Reliability Engineering International, Vol. 15, p. 339-353, 1999.
WERKEMA, M. C. C, AGUIAR, S. Planejamento e Análise de Experimentos: Como identificar as Principais
Variáveis Influentes em um Processo. Belo Horizonte, 1996.