Escolar Documentos
Profissional Documentos
Cultura Documentos
Processo
Controle Estatístico do Processo
Um fabricante de monitores de computador deve controlar a tensão na malha fina de fios verticais
que ficam atrás da superfície da tela de visualização. Muita tensão vai rasgar a malha e pouca vai
permitir rugas. A tensão é medida por um dispositivo elétrico com leituras de saída em milivolts
(mV). O processo de fabricação tem estado estável com tensão média = 275 mV e desvio padrão
do processo = 43 mV. A média de 275 mV e a variação de causa comum medida pelo padrão o
desvio 43 mV descreve o estado estável do processo. Se esses valores não forem satisfatório, por
exemplo, se houver muita variação entre os monitores, o fabricante deve fazer alguma mudança
fundamental no processo. Isso pode envolvem a compra de novos equipamentos ou a troca da liga
usada nos fios da malha. Na verdade, a variação de causa comum na tensão da malha não afeta o
desempenho dos monitores. Queremos acompanhar o processo e mantê-lo atualizado doença. O
operador mede a tensão em uma amostra de quatro monitores a cada hora. A Tabela 1 fornece as
últimas 20 amostras. A tabela também fornece a média x e o desvio padrão s para cada amostra. A
Figura 1 é um gráfico das médias da amostra versus número da amostra.
Desvio
Amostra 1 2 3 4 Médias Carta de Médias Média Média das Médias
Padrão
LCS LCI
1 234,5 272,3 234,5 272,3 253,4 21,8
340.0
2 311,1 305,8 238,5 286,2 285,4 33,0
3 247,1 205,3 252,6 316,1 255,3 45,7 320.0
4 215,4 296,8 274,2 256,8 260,8 34,4
300.0
5 327,9 247,2 283,3 232,6 272,8 42,5
6 304,3 236,3 201,8 238,5 245,2 42,8 280.0
Controle Estatístico do Processo
Frequência
outras em peso # # #
# # # #
# # # # # # #
# # # # # # # # # #
Peso
Amostras
Para medir o processo, pegamos amostras e analisamos as estatísticas
amostrais seguindo essas etapas
A linha sólida
(b) Depois que amostras representa a
suficientes são retiradas distribuição
de um processo estável,
elas formam um padrão
Frequency
chamado distribuição
Weight
Amostras
Para medir o processo, pegamos amostras e analisamos as estatísticas
amostrais seguindo essas etapas
(c) Existem muitos tipos de distribuições, incluindo a distribuição
normal (em forma de sino), mas as distribuições diferem em
termos de tendência central (média), desvio padrão ou
variância e forma
Frequência
estiverem presentes, a
saída de um processo
forma uma distribuição
estável ao longo do
tempo e previsível
Peso
Amostras
Para medir o processo, pegamos amostras e analisamos as estatísticas
amostrais seguindo essas etapas ?
? ?
? ?
? ?
? ?
(e) Se as causas atribuíveis estiverem ? ?
presentes, a saída do processo ?
? ?
?
não é estável ao longo do tempo e ?? ??
não é predileto
Predição
Frequência
Peso
Controle Estatístico do Processo
Variáveis
Características que podem ter
qualquer valor real
Pode ser em números inteiros ou
Atributos
fracionados
Características relacionadas a defeitos
Variáveis aleatórias contínuas
Classificar os produtos como bons ou ruins ou
contar defeitos
Variáveis aleatórias categóricas ou
discretas
Controle Estatístico do Processo
Tamanho
(peso, comprimento, velocidade, etc..)
Distribuições Populacionais e Amostrais
Três distribuições Distribuição dos médias
populacionais amostrais
M
é dia das m é dias amostrais = ´x
Beta
Normal
Uniform
| | | | | | |
95,45% cai
dentro de ∓ 2 σ x́
99,73% cai
dentro de ∓ 3 σ x́
Etapas na criação de gráficos de controle
n A2 D3 D4 d2
2 1,880 0 3.267 1,128
3 1,023 0 2.575 1,693
4 0,728 0 2.282 2,059
5 0,577 0 2.115 2,326
6 0,483 0 2.004 2,534
7 0,419 0.076 1.924 2,704
8 0,373 0.136 1.864 2,847
9 0,337 0.184 1.816 2,970
10 0,308 0.223 1.777 3,078
Definindo limites de controle
17 = LSC
Variação devido a
16 = Média
causas naturais
15 = LIC
Variação devido a
| | | | | | | | | | | |
causas atribuíveis
1 2 3 4 5 6 7 8 9 10 11 12 Fora de
Número da amostra controle
Definindo limites de controle
Média
do Processo
Tamanho da amostra n= 5
LSC = 16.154
Média = 16.01
LIC = 15.866
Carta R
Limite
Superior de Controle de R = LSC R = D 4 . Ŕ
Limite
Inferior de Controle de R = L ICR = D3 . Ŕ
Onde:
Tamanho da amostra n= 5
D4=2,115 e D3=0
LSC = 11.2
Média = 5.3
LIC = 0
Gráficos de controle para atributos
∑ np 80 = =0,0195=0,02
ṕ = = =0,04
∑ n 20∗100
Entrada de Dados para carta P
Possíveis causas
atribuíveis presentes
Defeitos (d)
Análise das Amostras
Média dos Defeitos (m)
12 Nº Médio Defeitos
LSC
10
LIC
8
Amostra 6
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Limite de controle da carta C
A população será uma distribuição de Poisson, mas aplicar o Teorema do
Limite Central nos permite assumir uma distribuição normal para as
estatísticas amostrais
Carta C para empresa e Taxi
1 2 3 4 5 6 7 8 9 10
= média de 6 reclamações /dia 5 12 6 3 6 2 1 14 8 3
=6-3. 2
=0 0
1 2 3 4 5 6 7 8 9 10