Escolar Documentos
Profissional Documentos
Cultura Documentos
DE
PROCESSOS I
Prof. M. Eng. Flavio Lucas da Rosa
Flavio Lucas da Rosa
• G1
• ((Nota da prova*0,4)+(média aritmética dos trabalhos*0,6))-Desvio padrão da
nota dos trabalhos
• G2
• ((Nota da prova*0,4)+(média aritmética dos trabalhos*0,6))-Desvio padrão da
nota dos trabalhos
• Substituição
• Prova com todo conteúdo substitui G1 ou G2
• Exame(obrigatório caso o aluno não tenha 80% de aproveitamento da
media de G1 e G2)
• Prova com todo conteúdo que vale 50% da nota final do semestre(média 6
para aprovação)
OBTENÇÃO DE DADOS
• Tipos de Dados:
– Mensuráveis / variáveis
• possíveis de serem medidos
• obtidos através da leitura de uma escala
• Peso; comprimento
– Contáveis / atributos
• são os enumeráveis
• obtidos através da classificação de itens analisados como
satisfatórios ou insatisfatórios
• Bom / Mau; Aceito / Rejeitado; Passa / Não Passa
5
OBTENÇÃO DE DADOS
• Mensuráveis /
variáveis
• Precisão /
Acuidade
– entre a média observada das medidas
Diferença
tomadas e a média verdadeira
•Exatidão
– Grau de concordância entre o valor médio
obtido de uma série de resultados de testes e um
valor de referência aceito (ALVO)
6
Precisão e Exatidão
Preciso?
Exato?
7
Precisão e Exatidão
8
Precisão e Exatidão
Preciso? Exato?
9
Precisão e Exatidão
Preciso?
Exato?
1
1
Precisão e
Exatidão
Preciso?
Exato?
13
Precisão e
Exatidão
19
Precisão e Exatidão
20
Conceitos de Estatística
População:
É a totalidade dos elementos de um universo
sobre o qual desejamos conhecer e
estabelecer conclusões para a
tomada de ação
Amostra:
É um subconjunto de elementos extraídos de
uma população
21
Etapas da Inferência Estatística
População
Tomada de decisão
Caracterização da Análise
amostra
22
Caracterização da amostra
•Medidas de Tendência
Central
•Média
•Moda
•Mediana
•Medidas de Variação
•Amplitude
•Desvio Padrão
23
•Variância
Medidas de Tendência Central
Média aritmética da amostra: X = Xi / n
n : Tamanho da amostra
Xi : valores individuais de cada item da amostra
Média da população ( ) : = Xi / N
N: Tamanho da população
Xi : Valores individuais dos elementos da
população
24
Exercício de fixação
25
Exercício de fixação de cálculo de
média
26
Medidas de Tendência
Central
27
Exercício de fixação
a) Calcule a mediana das sequências
abaixo:
3, 4, 5, 7, 8, 10, 15
28
Exercício de
fixação
a) ache a moda da série
abaixo
29
Medidas de Variação
AMPLITUDE: é a diferença entre o maior valor e o menor valor da série de dados.
Se os dados estiverem agrupados em classes, a amplitude é a diferença entre o limite
superior da última classe e o limite inferior da primeira
DESVIO PADRÃO
Ele mostra o quanto de variação ou "dispersão" existe em relação à média (ou valor
esperado). Um baixo desvio padrão indica que os dados tendem a estar próximos da
média; um desvio padrão alto indica que os dados estão espalhados por uma gama de
valores.
VARIÂNCIA
Na teoria da probabilidade e na estatística, a variância de uma variável aleatória é
uma medida da sua dispersão estatística, indicando quão longe em geral os seus
valores se encontram do valor esperado.
30
Medidas de Variação
Variância da amostra
( S2=): ( Xi - X )2 / ( n-
S2
1)
31
Exercício de fixação
a) Calcule as seguintes medidas de variação na série
abaixo
37.83
37.83
39.39
39.39
39.52 39.52
40.94 40.94
41.23
Amplitude
Desvio Padrão Variância 41.84
42.16
42.18
42.37
42.83
Média Amplitude
Desvio Padrão
Variância
32
Medidas de Variação
33
Mas e agora? Pra que aprender sobre
as medidas de Variação e de
Tendência Central ?
34
Montar, interpretar e analisar Gráficos de
controle...
Gráfico seqüencial
800,0
600,0
400,0
200,0
0,0
0 10 20 30 40 50 60
Tempo/ periodo
35
Fontes de Variação
• As variações estão sempre presentes nos
processos
• As variações são provenientes de diversas fontes
como por exemplo os “6 M”
– máquinas , método, materiais,meio ambiente, medições,
mão de obra
• As variações são inimigas da qualidade
• A melhoria de um processo está ligada à
redução da variação
36
Causas especiais e causas
comuns de variação
• Causas comuns : São causas inerentes aos
processos, estão sempre presentes nos processos. Em
geral tem origem nos diversos operadores,
diversas máquinas diversos métodos etc;
existentes nos processos.
37
Histograma
• O Histograma é um Gráfico de barras (ou de áreas) que
representa a distribuição da frequência de um
conjunto de dados.
• Os valores das observações (agrupados em classes)
registram-se no eixo horizontal e as frequências
respectivas no eixo vertical.
• Cada retângulo tem uma área proporcional a essa
frequência.
• O Histograma, como representação gráfica, facilita a
observação, estudo e conclusões sobre os dados e a
sua distribuição probabilística. 37
Histograma
39
Histograma – Etapas de
construção
40
4. Define-se o limite inferior da primeira classe (LI), que deve ser
igual
ou ligeiramente inferior ao menor valor das observações;
--- Para o exemplo: 12,58 => LI =12,50 (por comodidade)
41
8. Determinar a frequência de cada classe, ou seja, o número de
observações que caem em cada classe, e completa-se a tabela
de frequência
---Para o exemplo, o número de observações que caem no intervalo 12,50 a 13,50 é 3
42
INTERPRETANDO……
O gráfico do histograma consiste de um conjunto de retângulos que tem:
•a base sobre um eixo horizontal com centro no ponto médio e largura igual a amplitude do
intervalo de classes
•Se todos os intervalos tiverem a mesma amplitude, as alturas dos retângulos serão
proporcionais às frequências das classes, e então costuma-se desenhar as alturas
numericamente iguais a essas frequências.
43
A frequência total de todos os valores inferiores ao limite superior de uma
dada classe é denominada frequência acumulada para aquele
intervalo.
Por exemplo, a frequência acumulada até e inclusive o 13,51 a
intervalo 14,50 é :
3 + 8 = 11,
o que significa que 11 das 50 peças cerâmicas apresentam
característica dimensional inferior a 14,50.
44
Exercício
14 12 13 11 12 13 16 14 14 15 17 14 11 13 14
15
13 12 14 13 14 13 15 16 12 12
45
Determinação do tamanho da amostra a
ser coletada
Distribuição
normal
Probabili
50 80 90 91 92 93 94 95 96 97 98 99 100
dade (%)
Z 0.67 1.28 1,65 1,7 1,75 1,81 1,88 1,96 2.05 2.17 2.33 2.58 3
47
Determinação do tamanho da amostra a ser coletada
n 2 3 4 5 6 7 8 9 10
1,88 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308
A
3,268 2,574 2,282 2,114 2,004 1,924 1,864 1,816 1,777
D4
0 0 0 0 0 0,076 0,136 0,184 0,223
D3
1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078
d2
48
Implantação do CEP
e as
CARTAS DE CONTROLE
49
Um Processo é…
Influências
Processo
Entradas Saídas
Observações
50
CEP
•O CEP, ao contrário da inspeção 100%, prioriza ações
sobre as causas especiais, ou seja, sobre a origem do
problema.
54
IMPLANTAÇÃO DO CEP
68,27%
95,45%
99,73%
99,9937%
99,999943%
99,9999998% 126
Distribuição Normal
68,27%
95,45%
99,73%
99,9937%
99,999943%
99,9999998% 126
Carta de controle ou gráfico de controle
– Representação gráfica, ao longo do tempo, do
comportamento dos processos com foco no desempenho do
processo
– Monitoramento do processo para detectar e prevenir / evitar
/ reduzir / eliminar não conformidades
– Verifica a estabilidade do processo
(sinalizaquando o processo está fora de controle)
– Estimativa de onde o processo está centralizado e quanto ele
está variando em torno desse centro
– Utilização de limites de controle para
comparação do resultado do processo com a
especificação
– Utilização dos parâmetros estatísticos:
média estimada e variabilidade do processo
57
Carta de controle ou gráfico de controle
• Média do Processo
– valor desconhecido estimado pela média da amostra
• Variação do Processo
– todo o processo seja natural ou artificial sofre variações
• Variação Admissível
– consiste no valor nominal do parâmetro a ser
controlado, mais ou menos a tolerância aceitável
58
59
GRÁFICO DE CONTROLE
• Se o processo estiver sob controle (apenas causas
comuns e ausência das especiais) o seu desempenho
pode ser melhorado, reduzindo a variabilidade.
62
EFEITO DA VARIABILIDADE
Variação por causas comuns
67
EFEITO DA VARIABILIDADE
• LINHA DE AÇÃO PARA CAUSAS COMUNS
– Se o desempenho é satisfatório ou a melhoria não é
prioritária, é melhor não interferir no processo
– Solução é mais complexa e em geral está nas mãos
da gerência
• Requer análise de todo o conjunto de dados
• Requer conhecimento profundo do processo
• Requer mudanças estruturais (procedimento, pessoas,
equipamento, ambiente, etc.)
68
EFEITO DA VARIABILIDADE
• DOIS TIPOS DE ERROS, DUAS FONTES DE PERDAS
– Confundir causas comuns com causas especiais
• Aumento da variabilidade devido ao ajuste indevido do processo
• Falsas soluções, perda de tempo, energia e quando
dinheiro, problemas mais importantes poderiam ser
atacados
•Aumento dos custos
•Redução da produtividade
•Frustração, ceticismo
•Carreiras prejudicadas, baixo moral
•Perda de confiança na gerência
– Confundir causas especiais com causas comuns
• Oportunidades de melhoria são perdidas
• Convivência pacífica com problemas crônicos
• Perpetua-se o caos
• São mantidos as fábrica escondida e os escritórios ocultos
69
COMO IDENTIFICAR O EFEITO DA VARIABILIDADE
70
COMO IDENTIFICAR O EFEITO DA VARIABILIDADE
71
COMO O EFEITO DA VARIABILIDADEIDENTIFICAR
72
COMO IDENTIFICAR O EFEITO DA VARIABILIDADE
73
TIPOS DE GRÁFICO DE CONTROLE
Gráficos de
Controle
Atributo Variáve
l
76
CARTAS DE
CONTROLE
TIPOS DE CARTAS DE CONTROLE POR
VARIÁVEIS
77
CARTAS DE CONTROLE POR VARIÁVEIS
78
Cartas de para variávei
controle s
• Cartas controle variávei
representa
de a aplicação típica
para s do
estatístic
m do controle
processo, no os
eo seus resultados
qual podem secaracterizar
processos
medições das variáveis. pelas
• As cartas de X e R podem ser as mais comuns, mas elas podem nao ser
as mais apropriadas para todas as situações
82
Carta de Controle por Variáveis
Média e Amplitude: X- R
83
Fatores para o cálculo dos limites de controle
A2
84
ETAPAS DE CONSTRUÇÃO: Carta de Controle
por Variáveis Média e Amplitude: X- R
85
ETAPAS DE CONSTRUÇÃO: Carta de
Controle por Variáveis Média e
• Amplitude:
Etapa 2: Cálculo das médiasX- R
das amostras e as médias do processo
Supondo uma medição do diâmetro de uma peça em 1 dia, onde tem-se 6
amostras, contendo 5 itens, coletadas de 4 em 4 horas, temos:
A1(32,30,31,34,32),
A2(30,33,32,31,31),
A3(34,32,31,33,30),
A4(29,33,32,30,31),
A5(30,33,29,31,33),
A6(33,30,32,31,30)
A média da primeira amostragem será: X1 = (32+30+31+34+32)/5 = 31.8. Portanto
calculando todas as médias, teremos:
X1=31.8, X2=31.4, X3=32, X4=31, X5=31.2 e X6=31.2
Xi R
Amostra 1 32 30 31 34 32 4
Amostra 2 30 33 32 31 31 3
Amostra 3 34 32 31 33 30 4
Amostra 4 29 33 32 30 31 4
Amostra 5 30 33 19 31 33 4
Amostra 6 33 20 32 31 30 3
Do Processo:
87
R=(4+3+4+4+4+3)/6=3,66.
ETAPAS DE CONSTRUÇÃO: Carta de
Controle por Variáveis Média e
Etapa Amplitude: X- R
4: Obter os Limites de Controle para a
Média e Amplitude(cfm tabela)
A2
89
ETAPAS DE CONSTRUÇÃO: Carta de
Controle por Variáveis Média e
Amplitude: X- R
Etapa 6: Desenhar os gráficos da Média e Amplitude e analisar o
Processo conforme os limites de Especificação de Engenharia
90
ETAPAS DE CONSTRUÇÃO: Carta de Controle
por Variáveis Média e Amplitude: X- R
92
ETAPAS DE CONSTRUÇÃO: Carta de Controle
por Variáveis Média e Amplitude: X- R
•Etapa 9: Rever periodicamente os
valores dos limites de controle
93
Diário de
Bordo
94
Diário de
Bordo
95
Exercício
•
1
Construa o histograma do exemplo
anterior
• Desenhe a linha de frequências
• Quais análises podem ser feitas a partir
das distribuições das frequências?
96
Exercício
2
97
CEP
CARTA DE CONTROLE PARA VALORES
INDIVIDUAIS
98
CARTA DE CONTROLE PARA VALORES INDIVIDUAIS
101
Os limites de controle para a carta de valores individuais são
calculados como segue:
Dos valores Individuais
103
Resultado da Carta Individual
104
Exercício 1: Os dados a seguir representam medições de abrasão
efetuadas uma vez por dia em um processo de extrusão de
borracha.
(a)Calcule os limites de controle para uma carta de valores individuais e para uma
carta de amplitude móvel;
105
Análise da :
-Estabilidade e
- Capacidade/Capabilidade de
Processos
106
Interpretação da estabilidade do processo
68,27%
95,45%
99,73%
99,9937%
99,999943%
99,9999998% 108
Interpretação da estabilidade do processo
• Os limites de controle são limites de confiança calculados
de forma que, se o processo não mudou (não há causas
especiais atuando), a probabilidade de uma amostra cair
dentro dos limites é de 99,73% e fora dos limites é de 0,27%.
Logo, caso a amostra coletada esteja dentro dos limites de
controle (limites de confiança) conclui-se que os parâmetros do
processo (média e amplitude) permanecem os mesmos.
110
Interpretação da estabilidade do processo
111
Interpretação da estabilidade do processo
Erro tipo II: é a probabilidade (β) de considerar o processo sob
controle quando na verdade ele está fora de controle e depende
do deslocamento da média e dos limites de controle adotados . Os
limites clássicos adotam ± 3σ, que correspondem a β =0.27%.
112
Interpretação da capacidade do processo
• Uma vez que o processo esteja em controle
estatístico, ainda permanece a questão se o processo
é ou não capaz, isto é, o resultado satisfaz
às exigências dos clientes?
113
Interpretação da capacidade do processo
• Na Figura tem-se um processo estável ao longo do
tempo. O mesmo processo pode ser considerado capaz
ou não dependendo das especificações do cliente.
114
Interpretação da capacidade do processo
115
Análise da :
-Estabilidade e
- Capacidade/Capabilidade de Processos
116
Por que medir a estabilidade e
capacidade/Capabilidade?
SOB
• Principais erros dos CONTROLE
gestores
Tratar uma causa comum como causa especial
1
Aumento da variação em um
sistema
Tratar uma causa comum como causa especial
2
Presença de causas
especiais
Presença de causas
especiais
118
Variabilidade e Previsibilidade
• Todos os processos têm Processo sob ação
variação... Mas somente de causas comuns
variação devido a causas
comuns é previsível.
• Um processo está sob
controle estatístico
quando somente causas
comuns estão presentes. Processo sob ação
de causas especiais
119
Controle de Processo
Processo sob controle:
•Causas especiais eliminadas
•Presença somente de causas comuns de variação
•Processo estável
•Processo previsível
120
Interpretação da estabilidade do processo
123
Interpretação da estabilidade do processo
124
Interpretação da estabilidade do processo
Erro tipo II: é a probabilidade (β) de considerar o processo sob
controle quando na verdade ele está fora de controle e depende
do deslocamento da média e dos limites de controle adotados . Os
limites clássicos adotam ± 3σ, que correspondem a β =0.27%.
125
Distribuição Normal
68,27%
95,45%
99,73%
99,9937%
99,999943%
99,9999998% 126
• Caso a distribuição dos valores individuais seja
Normal, os limites naturais são calculados
considerando-se a extensão de seis desvios-
padrões (6 σ - Sigmas).
127
Exemplo de análise da Estabilidade
129
Interpretação da capacidade do processo
• Na Figura tem-se um processo estável ao longo do
tempo. O mesmo processo pode ser considerado capaz
ou não dependendo das especificações do cliente.
130
Interpretação da capacidade do processo
131
Interpretação da capacidade do processo
133
Interpretação da capacidade do processo
•Os limites de controle, por outro lado, são valores calculados dos dados
observados no chão da fábrica e são valores práticos e não teóricos. Tolerância
mede o que deve ser, enquanto limites de controle medem o que realmente
é.
134
Índice de capacidade (Cp)
Para processos centrados, o índice de capacidade (Cp) é a distância entre o limite de
especificação superior (LES) e o limite de especificação inferior (LEI) dividido pela
variabilidade natural do processo igual a 6 desvios padrão.
A segunda expressão é o desvio padrão calculado na base dos subgrupos oriundo das
amplitudes (R) de cada subgrupo. O desvio padrão dos valores individuais é maior que o
desvio padrão baseado nos subgrupos, como foi apresentado no capítulo 2, seção 2.6
sobre o desvio padrão de Shewhart. O coeficiente d2 é apresentado na tabela 2.3 dos
coeficientes de 135
Shewhart.
Taxa de rejeição – Distância de limites de Cp
soma dos dois lados do especificação da média em
processo (bicaudal) desvio padrão - Z
0,000000002 6,00 1,999
Relação entre Cp e taxa 0,0000006 5,00 1,667
de rejeição 0,000002 4,75 1,584
0,00002 4,26 1,422
0,0003 3,62 1,205
0,0004 3,54 1,180
0,0005 3,48 1,160
0,0006 3,43 1,144
Um valor de Cp igual a 2,0 0,0007 3,39 1,130
0,0008 3,35 1,118
significa que a taxa de rejeição 0,0009 3,32 1,107
fica em 0,002 unidades por PPM, 1,097
em outras palavras 2 em 1 bilhão. 0,0011 3,26 1,088
0,0012 3,24 1,080
0,0018 3,12 1,040
Por outro lado, um Cp igual a 0,0020 3,09 1,030
0,55 significa que o processo 0,0022 3,06 1,021
não é capaz e que a taxa de 0,0023 3,05 1,016
0,0024 3,04 1,012
rejeição é 10%. 0,0027 3,00 1,000
0,007 2,70 0,899
0,008 2,65 0,884
0,009 2,61 0,871
Na prática, adota-se o seguinte 0,01 2,58 0,859
valores de referência: 0,02 2,33 0,775
Cp 1,0 0,1 1,64 0,548
137