Controle de Processo Plano de Controle Controle Estatístico de Processo Análise de Capabilidade de Processo Diego Rodrigues & Franciele Borba
Plano de Controle 70% das pessoas acabam comprando produtos defeituosos Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Plano de Controle O Plano de Controle é derivado do FMEA; O Plano de Controle inclui todos controles previstos em cada operação listada no Fluxograma de Processo; Técnicas à Prova de Erro (Poka Yoke / Mistake Proofing) devem ser preferidas a controles convencionais; Estabelecer as características a serem verificadas, os métodos e o plano de reação em cada etapa aplicável do processo; Pode ser incorporado às Folhas de Processos. Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Formulário Cabeçalho Diego Rodrigues & Franciele Borba
Formulário Identificação da Etapa do Processo onde o controle é aplicado Diego Rodrigues & Franciele Borba
Formulário Descrição das características controladas Diego Rodrigues & Franciele Borba
Características Especiais Controle Robusto Dispositivo à Prova de Erro Poka Yoke / Mistake Proofing Controle Estatístico de Processo Cartas de Controle e Análise de Capabilidade Inspeção 100% Preferencial Recomendável Contenção (85% eficaz) Diego Rodrigues & Franciele Borba
Formulário Detalhes sobre o método de controle Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Formulário Plano de Reação Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Exemplos Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Exemplos Diego Rodrigues & Franciele Borba
Interface com outros documentos Fluxograma de Processo Op. 30 Colocar água na cuia Cevar a erva Queimar a erva Gosto amargo Chiado da chaleira Experimentar chimarrão Água muito quente PFMEA Plano de Controle Folhas de Processo Diego Rodrigues & Franciele Borba
Controle Estatístico de Processos - CEP Controle Estatístico de Processo (Statistical Process Control – SPC). Definição: método preventivo de se comparar, continuamente, os resultados de um processo com referenciais, identificando a partir de dados estatísticos as tendências para variações significativas, a fim de eliminar ou controlar essas variações; Objetivo: reduzir a variabilidade de um processo através da eliminação das causas especiais de variação. Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Conceitos Básicos Variação; Distribuição Normal; Causas Especiais e Causas Comuns; Controle estatístico. Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Variação (Dispersão) Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Medidas de Variação Amplitude (A ou R): R = Maior leitura – menor leitura Desvio padrão (s):informa quanto os dados estão dispersos em torno da média. Para variações pequenas o desvio padrão é pequeno. Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Distribuição Normal Desvio Padrão Média Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Tipos de Variação Aleatória: Inerentes ao processo; Podem ser eliminadas somente através de melhorias no processo; Tipicamente 15% dos problemas; Causas comuns. Não Aleatória: Devido a razões identificáveis (assinaláveis); Podem ser eliminadas através de ações do operador ou da gerência; Tipicamente 85% dos problemas; Causas especiais. Diego Rodrigues & Franciele Borba
Causas comuns x Causas especiais Diego Rodrigues & Franciele Borba
Variabilidade e Previsibilidade Todos os processos têm variação... Mas somente variação devido a causas comuns é previsível. Um processo está sob controle estatístico quando somente causas comuns estão presentes. Processo sob ação de causas comuns Processo sob ação de causas especiais ? Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Controle de Processo Processo sob controle: Causas especiais eliminadas Presença somente de causas comuns de variação Processo estável Processo previsível Processo fora de controle: Presença de causas especiais Processo instável Processo não previsível Implementação de Controle de Processo m Diego Rodrigues & Franciele Borba
Gráfico de Controle Causa Especial LSE LSC Gráficos de controle mostram a variação do processo ao longo do tempo Média LIC LIE 1 2 3 4 5 6 7 8 9 10 Número da Amostra Diego Rodrigues & Franciele Borba
Cartas de Controle: objetivo Identificar causas especiais de variação. Diego Rodrigues & Franciele Borba
Principais Tipos de Cartas de Controle Dados Tipo Atributos Para itens defeituosos (carta p) Para defeitos (carta c) Dados Tipo Variáveis X e AM (individuais e amplitude móvel) X e R (média e amplitude) Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Cartas: apresentação Composta de dois gráficos: Gráfico das médias (X) ou dos valores individuais (I) Mostram a localização do processo Tipicamente possuem Limites Inferiores e Superiores de Controle (LIC / LSC) Gráfico das amplitudes (R) ou amplitude móvel (mR) Mostram a variação (disperção) do processo Possuem somente Limite Superior de Controle (LSC) Diego Rodrigues & Franciele Borba
Processo Estável = Sob Controle Histograma: “fotografia do processo” Carta de controle: comportamento ao longo do tempo Diego Rodrigues & Franciele Borba
Determinação dos Limites de Controle Limites para gráfico Xbar x1 + x2 + ... xk k = x = = = LSC = x + A2R LIC = x - A2R Onde: x = média das médias das amostras Aproximadamente igual a 3 Desvios Padrão = Diego Rodrigues & Franciele Borba
8 ou mais pontos acima ou abaixo Critérios para identificação de causas especiais nas cartas de controle 6 ou mais pontos Subindo ou Descendo Possíveis causas: Desgaste de Ferramenta Gradual desgaste do equipamento Desgaste relacionado ao instrumento de medição Deslocamento da Média Possíveis causas: Novo Método Nova Máquina Melhoria de Qualidade Novo Lote de Material 8 ou mais pontos acima ou abaixo da Linha Central Possíveis causas: Mudança no ajuste de máquina Processo, método ou material diferente Avaria de um componente na máquina Quebra de máquina Grande variação no material recebido Pontos fora dos Limites de Controle Possíveis causas: Erro na medição ou digitação Quebra de ferramenta Instrumento de medição desregulado Operador não consegue identificar a medida Periodicidade dos Pontos Possíveis causas: Não-uniformidade na matéria-prima recebida Rodízio de Operadores, Gabaritos e instrumentos Diferença entre turnos Diego Rodrigues & Franciele Borba
Processo Instável = Fora de Controle Presença de causas especiais Presença de causas especiais Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Exemplos Criação de uma carta: Virtual Machine Formulário Carta de Controle Exemplo 1 Exemplo 2 Diego Rodrigues & Franciele Borba
Seleção de Cartas de Controle Diego Rodrigues & Franciele Borba
Capabilidade de Processo - Conceitos Tolerâncias: especificações de engenharia que representam requisitos do produto. Capabilidade do Processo: representa o melhor desempenho do processo e é determinada pela variação das causas comuns. Isso é demonstrado quando o processo está sendo operado sob controle estatístico. A capabilidade potencial do processo (Cp) é a entre tolerância e a variabilidade do processo. A capabilidade efetiva do processo (Cpk) mede a localização da variação do processo com relação aos limites de especificação. É a condição real de operação do processo. Considera a variação dentro dos subgrupos sc (desvio padrão estimado por Rbar/d2) – estudo de curto prazo. Desempenho do Processo: representa o desempenho geral do processo considerando todas as variações presentes. O desempenho potencial e efetivo do processo (Pp/Ppk) tem conceito similar ao da capabilidade, porém utiliza a variação entre os subgrupos sp, que é a variação total do processo (desvio padrão amostral s) - longo prazo. Diego Rodrigues & Franciele Borba
Cálculo da Capabilidade do Processo Índice de Capabilidade Potencial do Processo Amplitude da tolerância Amplitude do processo Cp = LSE – LIE 6c Onde: sc = R d2 _ Cp = Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Calculando Cp Exemplo: Dimensão = 9,0mm 0.5mm Média do processo = 8,80 mm Amplitude média = 0,33 mm Tamanho da amostra = 5 Onde: sc = R d2 _ LSE – LIE 6c Cp = 9.5 - 8.5 6 (0,33/2,326) Cp = = 1,17 Diego Rodrigues & Franciele Borba
Cálculo da Capabilidade do Processo Índice de Capabilidade “efetiva” do Processo Cpk = mínimo x - LIE 3c LSE - x ; _ Onde: sc = R d2 _ Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Calculando Cpk Exemplo: Dimensão = 9,0mm 0.5mm Média do processo = 8,80 mm Amplitude média = 0,33 mm Tamanho da amostra = 5 Cpk = mínimo x - LIE 3c LSE - x ; _ 8.80 - 8.50 3 (0,33/2,326) 9.50 - 8.80 Cpk = mínimo ; 0,70 1,64 = 0,70 Diego Rodrigues & Franciele Borba
Representação da Capabilidade Cp = 1,17 Cpk = 0,70 LIE LSE _ 8,5 X 9,0 9,5 Diego Rodrigues & Franciele Borba
Processos capazes e não capazes Limites de Especificação (a) Variação natural excede os limites de especificação; processo não é capaz de atender as especificações o tempo todo. Processo Limites de Especificação (b) Limites de especificação e variação natural são iguais; processo é capaz de atender as especificações a maior parte do tempo. Processo Diego Rodrigues & Franciele Borba
Processos capazes e não capazes Limites de Especificação (c) Limites de especificação maiores que a variação natural do processo; o processo é capaz de atender a especificação ao longo do tempo. Processo Limites de Especificação (d) Limites de especificação maiores que a a variação natural do processo, mas o processo está descentralizado. Processo capaz mas alguns resultados não vão atender o limite superior de especificação. Processo Diego Rodrigues & Franciele Borba
Análise da capabilidade Cp < 1: a capabilidade do processo é inadequada à tolerância exigida. 1 ≤ Cp ≤ 1,33: a capabilidade do processo está em torno da diferença entre as especificações. Cp > 1,33: a capacidade do processo é adequada à tolerância exigida (resta 30% de “folga” na tolerância). Diego Rodrigues & Franciele Borba
Desempenho do Processo Índice de Desempenho Potencial do Processo Amplitude da tolerância Amplitude do processo Pp = Onde: sp = s LSE – LIE 6p Pp = Diego Rodrigues & Franciele Borba
Resultados da Análise de Capabilidade Diego Rodrigues & Franciele Borba
Diego Rodrigues & Franciele Borba Exemplos Cálculo de Capabilidade Virtual Machine Formulário Estudo de Capabilidade Exemplo 1 Exemplo 2 Diego Rodrigues & Franciele Borba