Grficos de Controle

Controle de
Qualidade
Prof. MIRKO S. C. GUTIERREZ
Causas de variabilidade dos processos
Linha de produo pequenas variabilidades

Ex: saquinhos de leite
Mdia = 1000mL, pouca variabilidade

1000mL valor alvo da varivel X (qtde de leite, V)
Tabela 1 Valores da varivel X (volumes dos saquinho de leite de um mesmo
lote)
998,8 994,9 1001,0 1005,1 1004,8 1006,9 991,3 999,1 1004,4 995,7
997,2 993,2 992,6 996,1 996,9 991,5 997,7 998,4 1000,5 995,7
998,7 998,5 1005,4 999,7 999,3 997,9 1007,9 1003,5 1009,5 997,4
1006,6 993,6 1002,2 1003,6 1007,7 999,7 997,9 1002,7 998,5 1003,0
994,2 996,6 993,9 998,5 999,9 1000,1 998,7 1008,8 993,0 997,1
989,7 1005,8 994,9 997,4 1003,0 1001,9 1003,5 1002,4 994,5 995,5
1002,8 1001,3 996,2 999,0 1000,5 1002,2 1000,6 996,4 1007,5 1001,9
1000,3 1003,3 1003,4 997,5 996,3 1004,4 995,2 993,8 1002,8 1002,6
1008,8 1005,8 1005,2 1000,5 1000,0 1001,8 999,9 995,8 992,9 1003,3
1001,8 1002,5 1000,9 995,9 1005,0 998,8 996,6 996,7 998,3 998,2
Valor alvo

X = 999,8
= 4,36
Figura 1 Histograma dos valores de X da Tabela 1
0
5
10
15
20
25
30
35
988 992 996 1000 1004 1008
F
r
e
q

n
c
i
a
X
Densidade de probabilidade normal
Figura 2 Processo isento de causas especiais
X
f(X)
Tempo
4
T
3
T
1
T
X
X
X
2
T
f(X)
f(X)
f(X)
Processo onde
atuam somente
causas aleatrias
Dist. Probabilidade
estvel (mdia e
disperso)
Processo sob controle
Figura 3 Causa especial altera a mdia do processo
X
f(X)
Tempo
3
T
4
T
1
T
X
X
X
2
T
f(X)
f(X)
f(X)
Causas especiais
Mudana da mdia e/ou aumento da disperso
Figura 4 Causa especial altera a mdia e aumenta a variabilidade do processo
Causas especiais
Mudana da mdia e/ou aumento da disperso

X
Tempo
3
T
4
T
1
T
2
T X
X
X
f(X)
f(X)

f(X)

f(X)

Alterao indesejada de presso de operao nas tubulaes
do sistema de empacotamento de leite
Exemplo causa especial
1010,2 1002,3 1003,8 1000,2 1008,8 992,1 1008,9 999,4 1011,3 1014,0
1010,5 995,0 994,0 1011,2 1008,1 1008,3 1017,6 1005,3 1003,8 1019,6
995,0 1010,2 999,9 1009,5 1017,9 1012,9 1008,5 1003,1 1010,5 1009,5
994,1 991,2 1001,6 1002,1 1010,5 1009,0 992,3 1002,3 1012,7 1006,9
994,8 989,1 1002,5 1008,7 1014,6 1004,9 1002,2 1007,3 1002,4 1011,7
980,2 999,4 1002,0 1011,9 997,8 997,5 986,6 1014,4 1024,0 1006,9
992,0 1004,4 1005,3 1003,2 1016,5 1015,3 1003,3 992,6 1013,1 1016,1
997,2 994,5 1006,9 1012,8 1014,5 1021,7 1007,2 996,1 1008,8 1000,2
1004,5 998,7 1002,4 1012,9 1011,1 1007,8 994,2 1012,0 1017,8 1018,4
988,2 991,1 1004,3 1010,6 1009,9 1011,3 989,9 1002,9 997,5 1002,0

Tabela 2 Valores da varivel X processo sob influncia de causas especiais
Nova mdia

X = 1004,9
= 8,55
Figura 5 Histograma dos valores de X da Tabela 2
0
5
10
15
20
25
990 995 1000 1005 1010 1015 1020 1025
F
r
e
q

n
c
i
a
X
Presena de causas especiais Processo fora de controle
Monitoramento dos processos por
grficos de controle
Processo devem sempre ser monitorados para
deteco da presena de causas especiais.
Exemplo leite: monitoramento constante
ocorrncia de excessos (sacos estourados,
manuseio transporte), falta (multas por volume
inferior)
Grficos de controle
Principal ferramenta utilizada para monitorar os
processos e sinalizar a presena de causas especiais
Monitoramento dos processos por grficos de
controle
Os grficos de controle servem para monitorar
processos cuja caracterstica de qualidade de interesse
X uma grandeza mensurvel.

Volume do leite em saquinho
Teor de Vit. C polpa de frutas
Peso unitrio de salgadinhos
Grficos de controle da mdia (X)

Grficos de controle da amplitude (R)

Monitoramento dos processos por
grficos de controle
Monitoramento feito atravs da anlise peridica de
amostras.
Ex: a cada intervalo de tempo h retira-se uma amostra
de n itens para anlise
Saquinhos de leite
h = 30 min
n = 5

Cada amostra calcula-se mdia amostral (X) e amplitude
amostral ( R)
Valores so graficados

Monitoramento dos processos por
grficos de controle
Amostra (i) Elemento (j) da amostra (i)


1 1001,7 1004,0 1004,8 996,3 1004,3 1002,2 8,4
2 999,7 1000,3 1003,2 993,9 998,9 999,2 9,2
3 990,9 1004,0 1003,0 1004,0 1002,0 1000,8 13,1
4 1000,7 1007,3 998,1 995,5 994,9 999,3 12,4
5 1000,7 998,3 998,9 997,8 1001,9 999,5 4,1
6 998,6 993,7 1002,8 995,5 994,1 997 9,1
7 1002,7 1010,5 990,5 992,5 1003,0 999,8 19,9
8 1000,4 1004,0 1003,0 999,8 997,2 1000,9 6,8
9 999,9 1005,6 996,1 1005,5 998,1 1001 9,6
10 994,3 993,2 1005,8 996,4 996,7 997,3 12,6
11 997,4 997,1 998,0 995,6 1005,8 998,8 10,1
12 1003,5 992,3 1000,8 1000,0 1001,2 999,6 11,2
13 1003,4 1004,6 1001,3 997,3 1005,8 1002,5 8,5
14 997,7 1004,6 997,0 1001,0 1003,9 1000,8 7,6
15 1012,0 1007,0 1002,7 1008,0 1005,0 1006,9 9,3
Tabela 3 Valores de X
ij
, X
i
e R
i
Monitoramento dos processos por grficos de controle
990
995
1000
1005
1010
0 2 4 6 8 10 12 14 16 18 20
Nmero da amostra
LSC
LIC
LM

0
5
10
15
20
25
0 2 4 6 8 10 12 14 16 18 20
Nmero da amostra
R
LSC
LM
LIC=0
X
Figura 6 Grficos de controle de X e R
Condies para construo e uso dos
grficos de controle
Como so determinados os limites dos grficos de controle?
LSC e LIC so determinados com base na mdia e no
desvio-padro da distribuio da varivel X quando o
processo est isento de causas especiais.
A mdia deve sempre coincidir com o valor alvo
especificado (Ex: valor alvo leite em saquinho o valor
nominal: 1000mL)
Estimar o desvio-padro do processo

Estimar a mdia do processo isento de causas especiais
Etapa inicial: conhecendo, estabilizando e
ajustando o processo
Para monitorar o processo necessrio conhecer bem o
processo

Conhecimento dos fatores que afetam as caractersticas de
qualidade X

Etapa rdua grandes melhorias do processo
Etapa inicial: conhecendo, estabilizando e ajustando o processo
975
985
995
1005
1015
1025
0 5 10 15 20 25 30 35 40
X
(mL)
Nmero das observaes
Limites de especificao
Figura 7 Volume dos saquinhos de leite (processo instvel)
Etapa inicial: conhecendo, estabilizando e ajustando o processo
Figura 8 Distribuio do volume dos saquinhos de leite ao longo do tempo
(processo instvel)
X
f(X)
Tempo
T
3
3
T
1
T
4
T
2
T
X
X
X
Processo sob
o efeito de
vrias causas
especiais
Etapa inicial: conhecendo, estabilizando e ajustando o processo
Antes de construir os grficos preciso identificar
e eliminar as causas especiais que esto fazendo
o processo sair do estado de controle estatstico
Pessoas diretamente envolvidas no processo
Coleta de informaes qualitativas e quantitativas
(ex: viscosidade do leite, fornecedor, presso da
tubulao, T, n do bocal, etc...)
Etapa inicial: conhecendo, estabilizando e ajustando o processo
Figura 9 Diagrama de causa e efeito (causas especiais que afetam o volume
de leite)
VOLUME
DE
LEITE
LQUIDO
TUBULAO
IMPUREZAS
ACMULO DE GORDURA
ENTUPIMENTO DO BOCAL

Etapa inicial: conhecendo, estabilizando e ajustando o processo
Diagnstico das causas especiais

Eliminao das causas especiais
Tabela 4: Causas Especiais e Medidas Corretivas/Preventivas
Causa especial Medida corretiva/preventiva

Gordura na tubulao Limpeza mensal da tubulao
Entupimento do bocal Troca semanal do bocal
Impurezas no leite Utilizao de filtros

Etapa inicial: conhecendo, estabilizando e ajustando o processo
975
985
995
1005
1015
1025
0 5 10 15 20 25 30 35 40
X
(mL)
Nmero das observaes
especificaes
Figura 9 Volume dos saquinhos de leite (processo estvel e ajustado)
Processo estvel e sob controle
Construo dos grficos de controle para monitoramento
do processo (X e R)
Mdia () e desvio padro (o) do processo desconhecidos
Estimativa
0
5
10
15
20
25
30
35
988 992 996 1000 1004 1008
F
r
e
q

n
c
i
a
X
Amostra de 100 saquinhos
Se houvesse certeza absoluta que o processo
permaneceu sob controle em todo intervalo de tempo
em que foram retiradas as amostras, poderia ser
adotado:
X como estimativa de
S
2
como estimativa de o
2
Ser que durante a produo dos itens dos quais se obtiveram os valores da
cq X, o processo realmente permaneceu isento de causas especiais?
Subgrupos Racionais
Retirada de pequenas amostras a intervalos de tempo regulares

Ao invs de retirar 100 saquinhos de uma s vez, retirada de
amostras menores, distanciadas de tempo.

Ex: Amostras de 4 ou 5 unidades a cada hora

Cada amostra subgrupo racional
Caso ocorra perturbaes no processo em consequncia de
alguma causa especial, dificilmente ela ocorrer durante a
formao de um subgrupo minimiza-se a probabilidade de
que uma amostra seja formada por elementos de populaes
Distribuio Normal Padro
Verificao de Produto Fabricado sob Controle
f
x
Z .
(

=
o

X=valor da cq, determinado na amostra
= valor mdio da cq, especificado na norma ou padro de qualidade
o = valor do desvio padro da cq, especificado na norma ou padro de
qualidade do produto.
f = frequncia com que o valor de x aparece nas diversas amostras
colhidas na partida ou lote do produto avaliado.
Verificao de Produto Fabricado sob Controle
f
x
Z .
(

=
o

Nas condies extremas, para o produto fabricado sob controle:

No mximo: x- = 3 o

No mnimo: f =1,

Ficando z = (3o / o) . 1 = 3

Logo:

Para -3 s x s +3 fabricao do produto sob controle
Para -3 > x > +3 fabricao do produto fora controle
1
Exemplo
f
x
Z .
(

=
o

Um suco de abacaxi tem como padro de acidez (expresso em
g/L de cido ctrico) os valores: = 5,6 e o = 0,1. Cinco
amostras retiradas de um mesmo lote apresentaram o valor x
= 5,75.

a) Verificar se o suco foi fabricado sob controle
R = No

b) Quantas amostras poderiam apresentar o valor encontrado para
que o processo de fabricao fosse considerado sob controle?
R = 4