Confiabilidade de Processos de Medição na Indústria

Apresentação em tema: "Confiabilidade de Processos de Medição na Indústria"— Transcrição da apresentação:

1 Confiabilidade de Processos de Medição na Indústria
12 Confiabilidade de Processos de Medição na Indústria

2 Motivação Analisar a confiabilidade de medições realizadas em condições de produção com base em análises estatísticas do processo de medição

3 Medições na Indústria Ocorrem em condições bem menos controladas que na calibração. Devem fornecer resultados confiáveis. Através de ferramentas estatísticas é possível verificar a confiabilidade das medições nas condições de produção.

4 Medições na Indústria Os resultados obtidos nessas análises são úteis:
Como critério de aceitação de novos SM. Para comparar diferentes SM nas condições de uso. Para investigar um SM sob suspeita de mau funcionamento. Para comparar o desempenho do mesmo SM antes e após uma ajustagem ou regulagem. Para avaliar os potenciais riscos de erros de classificação no CQ usando um SM. Para avaliar os potenciais riscos de erros de ajuste de processos usando um SM.

5 Recomendações de Normas de Garantia da Qualidade
12.1 Recomendações de Normas de Garantia da Qualidade

6 Normas de Garantia da Qualidade
ISO 9001: IM deve ser conhecida e compatível com exigências. ISO 10012: necessária análise ampla de incertezas. ISO : IM deve ser considerada para verificação de conformidade. ISO/TS 16949: define os requisitos de confiabilidade metrológica através de análises da capacidade estatística do processo de medição Guia MSA: diretriz estabelecida pelas montadoras automotivas americanas para avaliar processos de medição utilizados nas empresas de toda a sua cadeia produtiva.

7 Variabilidade de Processos de Produção e de Medição
12.2 Variabilidade de Processos de Produção e de Medição

8 Variabilidade do Processo Produtivo
Projetado Processo Máquina Mão de Obra Material Meio Ambiente Método Executado TENDÊNCIA E VARIÂNCIA META

9 Processo sob Controle Estatístico
Um processo está sob controle estatístico quando suas variações naturais são estáveis e se situam dentro de limites previsíveis.

10 Capacidade de um Processo
Um processo é dito capaz quando está sob controle estatístico e produz dentro das tolerâncias de projeto ou processo.

11 Capacidade e Controle Estatístico
Tolerância Semana 1 Semana 2 Semana 3 Semana ... Capaz Não Sob controle Fora de controle

12 CEP Gráficos da Média e Amplitude
Variação comum Variação especial n Peças medidas Amplitude (máx – mín)

13 Influência da incerteza de medição na capacidade do processo
FABRICAÇÃO MEDIÇÕES Incerteza das Medições Como os produtos realmente são: Como a medição os “enxerga” X X

14 Características de Processo de Medição Adequado
Deve ser capaz de identificar pequenas variações nas características medidas nos produtos; A variabilidade do processo de medição (erros aleatórios) deve ser pequena quando comparada com a variabilidade do processo produtivo e com os limites de especificação das tolerâncias do produto; O processo de medição deve estar sob controle estatístico, o que significa que as variações do processo de medição são devidas somente às causas comuns e não às especiais.

15 Parâmetros Utilizados na Análise Estatística dos Processos de Medição
12.3 Parâmetros Utilizados na Análise Estatística dos Processos de Medição

16 1. Tendência Diferença entre a média das indicações obtidas de um processo de medição e um valor de referência.

17 2. Repetibilidade É a precisão de medição determinada em condições de repetibilidade. Corresponde à faixa dentro da qual as indicações do processo de medição são esperadas para um mesmo operador em condições operacionais idênticas.

18 3. Reprodutibilidade É a precisão de medição determinada em condições de reprodutibilidade. Corresponde à faixa dentro da qual as indicações do processo de medição são esperadas quando são envolvidos diferentes operadores nas condições operacionais naturais do processo de medição.

19 4. Estabilidade Capacidade do sistema de medição em manter suas características estatísticas ao longo do tempo. Corresponde à variação da tendência ao longo do tempo.

20 5. Desvio Linear da Tendência
Está associado à forma como varia a tendência em função do valor da indicação. Corresponde à inclinação da reta da figura. Será nulo se o valor da tendência não varia significativamente ao longo da faixa de medição.

21 6. Capacidade de Discriminação entre Peças
A discriminação de um processo de medição mede a sua capacidade em medir de modo confiável pequenas variações nas características medidas. Tradicionalmente tem sido definida em relação à tolerância do produto, como uma fração dessa tolerância. Recentemente essa relação tem sido estabelecida em relação à variação do processo (VP), o que é mais consistente com a filosofia de melhoria contínua já que, uma vez que os processos de fabricação evoluem, os sistemas de medição têm que evoluir também.

22 6. Capacidade de Discriminação entre Peças
ndc (número de distintas categorias): relação numérica entre a variabilidade do processo de fabricação e a variabilidade do processo de medição (estimado pelo parâmetro R&R). Para que o processo de medição possa ser usado para estimar índices e parâmetros do processo de fabricação (Cp, Cpk), o ndc deve ser maior do que 5. 1 categoria 5 ou mais categorias 2 a 4 categorias

23 Avaliação Experimental de Processos de Medição
12.4 Avaliação Experimental de Processos de Medição

24 Condições para Avaliação
O melhor local para avaliar o desempenho de um processo de medição destinado a controlar um dado processo produtivo é no próprio processo produtivo. Por meio de métodos estatísticos é possível inferir várias características que espelham o desempenho do processo de medição.

25 Ensaios de Avaliação Avaliação da Capacidade de Processos de Medição.
Avaliação da Estabilidade de longo prazo. Avaliação da Estabilidade de curto prazo. Avaliação da Tendência Avaliação do Desvio Linear da Tendência. Avaliação de Repetibilidade e Reprodutibilidade

26 Preparação dos Ensaios
Planejamento dos ensaios: Delimitar parâmetros e abrangência. Seleção das amostras: Representativas do processo. Devem ser numeradas. Medição e registro: Procedimentos usuais da produção adaptados para o tipo de teste.

27 1. Avaliação da Capacidade do Processo de Medição
Diferentes níveis de capacidade de um processo produtivo:

28 Índices de Capacidade dos Processos Produtivos:
Bilateral: Para processos não centrados: Cp e Cpk > 1,33 => processo capaz

29 Medição de uma Peça de Referência
Diferentes níveis de capacidade de um processo de medição:

30 Índices de Capacidade dos Processos de Medição:
Bilateral: Para processos não centrados: Cg e Cgk > 1,33 => processo capaz

31 Avaliação da Capacidade do Processo de Medição
Necessário um mensurando com valor de referência bem conhecido: Um padrão com valor de referência bem conhecido ou Um exemplar do produto cujo valor de referência tenha sido determinado por um processo de medição melhor. Medições repetidas são usadas para avaliar a tendência e dispersão.

32 Descrição da amostra Descrição do SM Descrição do padrão Descrição do procedimento Preparação do experimento Preparação e documentação Padrão medido “n” vezes Cálculo da média e desvio padrão Cálculo do índice de capacidade Cgk tolerância Cgk > 1,33 Processo de medição não é capaz não Processo de medição capaz sim

33 Quando o processo de medição é incapaz, o que fazer?
Melhorar o procedimento de medição. Calibrar e ajustar o sistema de medição. Melhorar condições ambientais. Treinar os operadores. Selecionar SM similar, mas com incerteza melhor. Mudar o método de medição. Utilizar um SM mais robusto. Selecionar um SM que opere de forma automatizada, sem interferência do operador. Selecionar SM com outro princípio de medição.

34 2. Avaliação da Estabilidade de Longo Prazo
Tendência Amplitude (máx – mín) Tempo Medida n vezes e calculada a tendência e amplitude PERIODICAMENTE: Peça calibrada

35 Identificação de Causas Especiais de Variação

36 Interpretações das cartas:
Valores elevados na carta de amplitudes indicam que a incerteza do processo de medição não é boa. Há fortes efeitos de influências aleatórias. Instabilidades na carta das médias indicam que o processo de medição sofreu mudanças que alteraram sua tendência. Há fortes efeitos de influências sistemáticas.

37 3. Avaliação da Estabilidade de Curto Prazo
Nem sempre há condições para realizar ensaios de estabilidade de longo prazo. A estabilidade de curto prazo pode ser avaliada com base na amplitude dos resultados de vários operadores medindo amostras da produção (não calibradas). Fundamentos da Metrologia Científica e Industrial - Capítulo (slide 37/64)

38 Exemplo de avaliação da estabilidade de curto prazo
Um experimento foi realizado com o objetivo de analisar a estabilidade de curto prazo de um processo de medição. Foram coletadas dez peças do processo produtivo, e dois operadores foram envolvidos, cada um medindo cada peça repetidamente por três vezes. As peças possuem uma tolerância dimensional de ± 0,08 mm. 1 2 3 ... João Manoel 10 Processo Peças Dados

39 Peças Operadores João Manuel 1 2 3 4 5 6 7 8 9 10 Medição 1 20,010
20,003 20,018 20,011 20,012 20,016 20,008 20,013 20,005 Medição 2 20,004 20,014 20,007 20,006 Medição 3 20,017 Média 20,015 Amplitude 0,002 0,003 0,001 Manuel 0,004

40 Cartas da amplitude A análise dessas cartas de controle não revela sinais de instabilidade como pontos fora dos limites de controle ou tendências. Dessa forma, o processo de medição pode ser considerado sob controle e com boa estabilidade de curto prazo.

41 4. Ensaio de Avaliação da Tendência
Tem o objetivo de determinar a capacidade do sistema de medição em fornecer resultados próximos do valor verdadeiro. As seguintes atividades devem ser realizadas: Selecionar um mensurando com valor próximo a faixa central da variação do processo produtivo; Calibrar este mensurando em um sistema de medição com incerteza (idealmente) dez vezes menor do que a tolerância do produto; Fornecer este mensurando ao operador do sistema de medição que o medirá dez vezes ou mais, empregando o procedimento de medição normalmente praticado no dia a dia do controle de qualidade. Fundamentos da Metrologia Científica e Industrial - Capítulo (slide 41/64)

42 4. Ensaio de Avaliação da Tendência
A diferença da média das indicações obtidas pelo operador para o valor calibrado do mensurando corresponde à tendência. Para avaliar se a tendência é estatisticamente significativa ou não, deve-se comparar o valor desta tendência com o seu intervalo de confiança, obtido a partir da receptibilidade das indicações resultantes do próprio ensaio. Se os limites numéricos do intervalo de confiança tiverem o mesmo sinal algébrico, a tendência e significativa e deve ser corrigida. Caso tenham sinais opostos (um negativo e o outro positivo), a tendência não é estatisticamente significativa e não precisa ser corrigida. Fundamentos da Metrologia Científica e Industrial - Capítulo (slide 42/64)

43 4. Ensaio de Avaliação da Tendência
Valor de referência Tendência Tendência é estatisticamente significativa + + Intervalo de confiança Valor de referência Tendência não é estatisticamente significativa Tendência - + Intervalo de confiança

44 4. Ensaio de Avaliação da Tendência
Mensurando calibrado Limites possuem mesmo sinal algébrico? Tendência é estatisticamente significativa SIM Medições repetidas Cálculo da Média Cálculo da Amplitude Cálculo da Tendência Cálculo do Desvio padrão Tendência não é estatisticamente significativa NÃO Cálculo dos Limites do Intervalo de Confiança

45 Exemplo de Ensaio de Avaliação da Tendência
Peça calibrada VR = 450,006 ± 0,001 mm Tendência = X – VR = +0,006 mm Desvio padrão Medições repetidas Limites do Intervalo de confiança Como LI e LS têm sinais opostos, a tendência não é estatisticamente significativa.

46 5. Ensaio de Avaliação do Desvio Linear da Tendência
Determina a componente linear da variação da tendência associada ao processo de medição ao longo da faixa de medição. É formado por um conjunto de ensaios de tendência, realizados com padrões de diferentes dimensões. O desvio linear de tendência é bem determinado na calibração. Com o uso, tende a se modificar, diminuindo a eficácia da correção.

47 5. Ensaio de Avaliação do Desvio Linear da Tendência
Faixa de Medição Erro Mensurandos calibrados Intervalos de confiança Medições Repetidas Reta ajustada por mínimos quadrados Cálculo das Tendências “Linha do erro zero” Tendência Cálculo da reta de regressão por MMQ O desvio linear de tendência é estatisticamente significativo se a “linha do erro zero” estiver fora do intervalo de confiança para a reta de regressão. Cálculo dos Intervalos de confiança

48 5. Ensaio de Avaliação do Desvio Linear da Tendência
O desvio linear de tendência é estatisticamente significativo. O desvio linear de tendência não é estatisticamente significativo. Faixa de Medição Erro Faixa de Medição Erro

49 6. Ensaio de Repetibilidade e Reprodutibilidade (R&R)
Enquanto os ensaios de tendência e o desvio linear da tendência fornecem informações principalmente acerca dos fatores sistemáticos atuando em um processo de medição, os ensaios de R&R, fornecem informações acerca de erros aleatórios atuando no processo de medição. Envolve a medição de várias amostras, por vários operadores, repetidas vezes.

50 6. Ensaio de Repetibilidade e Reprodutibilidade (R&R)
Repetibilidade (VE): Variação inerente ao processo de medição. Reprodutibilidade (VO): Variação ocorrida no processo de medição quando um dos seus componentes é modificado (normalmente o operador) Variaçãode Processo (VP): Variação inerente ao processo de fabricação. Variação Total (VT): variação devida à ação combinada do processo de medição e do processo de fabricação. Discriminação (NDC): capacidade do processo de medição em medir de modo confiável pequenas variações no processo produtivo.

51 6. Ensaio de Repetibilidade e Reprodutibilidade (R&R)
Tolerância de Projeto (Tol) Processo Máquina Mão de Obra Material Meio Ambiente Método Medição LIT LST LSC LIC Variação do Processo (6s) Variação Total (VT) Produtos reais Variação do Processo (VP) Variabilidade da Medição R&R

52 6. Ensaio de Repetibilidade e Reprodutibilidade (R&R)
Amostras Operadores Repetições X ROTEIRO Planejamento dos experimentos Experimentação e coleta dos dados %R&RTOL = Cálculo e avaliação de Indicadores Numéricos %R&RVT = Construção e análise de gráficos Diagnóstico do Processo de Medição

53 Interpretação do Parâmetro R&R
Conclusão %R&R < 10% Processo de medição aceitável para controle de produto (%R&RTOL) ou controle de processo (%R&RVT) 10% ≤ %R&R ≤ 30% Processo de medição pode ser aceitável, dependendo da importância da aplicação, custo do sistema de medição e dos custos para obter melhorias. %R&R > 30% Processo de medição não é aceitável e precisa ser melhorado. Devem ser feitos esforços para identificar os problemas e minimizá-los.

54 6.1 Exemplo de R&R pelo Método de Média e Amplitude
Produto 20 ± 0,3 (Tolerância = 0,6 mm) 1 2 3 ... João Manoel 10 Processo Peças

55 6.1 Exemplo de R&R pelo Método de Média e Amplitude
Cálculos de médias e de amplitudes

56 6.1 Exemplo de R&R pelo Método de Média e Amplitude
Repetibilidade (VE): K1 = constante dependente do número de repetições K2 = constante dependente do número de operadores Reprodutibilidade (VO): *VO é assumida como zero.

57 6.1 Exemplo de R&R pelo Método de Média e Amplitude
Parâmetro R&R: Variação de Processo (VP): K3 = constante dependente do número de peças Variação Total (VT):

58 6.1 Exemplo de R&R pelo Método de Média e Amplitude
%R&R em relação à variação total Processo de medição não apto para aplicação em controle de processo (CEP) %R&R em relação à tolerância do produto Processo de medição apto para aplicação em controle de produto (verificar se está dentro ou fora da tolerância)

59 6.1 Exemplo de R&R pelo Método de Média e Amplitude
Avaliação da discriminação do processo de medição ndc = número de distintas categorias Como ndc < 5, o processo de medição o processo de medição não está apropriado para estimar índices e parâmetros de processo (Cp, Cpk), pois fornece apenas uma estimativa aproximada. Processo de medição não apto para aplicação em controle de processo (CEP).

60 6.2 Exemplo de R&R pelo Método de Análise de Variância
Análise de variância (ANOVA) é uma técnica estatística muito útil para compreender e explicar as relações existentes entre várias fontes de variação que agem sobre um mesmo fenômeno. Entre várias outras aplicações, essa técnica pode ser utilizada para analisar o erro de medição e outras fontes de variação do processo de medição. No ensaio de R&R, comparado ao método de média e amplitude, apresenta vantagens como a de poder estimar as variâncias com maior exatidão, além de avaliar a existência de interação entre amostra e operador, que é a diferença de comportamento entre operadores ao lidar com diferentes de peças.

61 6.2 Exemplo de R&R pelo Método de Análise de Variância
Produto 20 ± 0,3 (Tolerância = 0,6 mm) 1 2 3 ... João Manoel 10 Processo Peças

62 6.2 Exemplo de R&R pelo Método de Análise de Variância
Resultados da análise de variância do problema Fonte de variação GL SQ MQ F P Peça 9 0, 0, 1260,7 0,00% Operador 1 0, 0,04 85,5% Interação peça X operador 0, 0, 0,71 70,0% Repetibilidade 40 0, 0, – Total 59 0, P = 0,00%: É praticamente nula a probabilidade de errar ao afirmar que esta é a fonte de variação predominante

63 6.2 Exemplo de R&R pelo Método de Análise de Variância
Contribuição de cada fonte de variação na variação total do processo Fonte de variação Variância Desvio-padrão Contribuição Repetibilidade 0,052 0,2280 1,16% Reprodutibilidade 0,01475 0,1214 0,33% Operador 0,001028 0,03206 0,02% Interação peça  operador 0,01372 0,1171 0,31% Processo 4,410 2,100 98,51% Total 4,477 2,116 100,00%

64 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Gráficos são muito convenientes para representar resultados. Além de grande poder de síntese, eles permitem visualizar alguns efeitos e características de um fenômeno que não seriam facilmente percebidos de outra forma. Nos ensaios de avaliação de processos de medição são empregados diversos tipos de gráficos. Minitab

65 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Cartas de controle das médias dos operadores. Indica: Diferença entre operadores Existência de interação peça x operador Variabilidade da medição comparada à variabilidade entre peças

66 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Peça versus operador: médias das medições obtidas por cada operador para cada peça medida. Indica: Reprodutibilidade caso ocorram diferenças significativas entre as médias dos vários operadores; interação entre alguma peça e o operador.

67 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Medições versus operador: média e a dispersão das medições de todas as peças realizadas por cada operador. Indica: Presença de desvios entre as médias dos operadores; Diferenças das dispersões dos resultados entre os operadores.

68 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Medições versus peça: médias obtidas por cada operador para cada uma das peças medidas. Indica: Variações localizadas na dispersão, indicando a existência de interação entre peça e operador.

69 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Gráfico de erros: desvios individuais de cada operador em relação aos valores de referência. Indica: Diferença entre operadores Existência de interação peça x operador Diferenças entre as repetições de cada operador Como variam os resultados de cada operador

70 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Carta de indivíduos normalizada: leituras individuais menos a média global de todas as leituras Indica: Reprodutibilidade; Consistência entre operadores; Existência de pontos anormais; Interações entre peça e operador.

71 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Carta de bigodes: valores máximo e mínimo junto com a média, por peça e por operador. Indica: Consistência entre operadores; Existência de pontos anormais; Interações entre peça e operador.

72 6.3 Gráficos úteis na análise dos resultados dos ensaios de avaliação
Gráfico de correlação: comparações entre as médias das medições efetuadas pelos operadores. Indica: Diferença entre operadores. Existência de interação peça x operador. Variabilidade da medição comparada à variabilidade entre peças.