quarta-feira, 31 de dezembro de 2014

Feliz 2015!!!



Olá amigos e Leitores do blog Engenharia de Manutenção no Brasil, venho através desta postagem agradecer imensamente a todos vocês pelo apoio e acompanhamento das atividades realizadas neste ano de 2014.

Que em 2015 possamos ter muito trabalho e que muito material de qualidade possa ser publicado e apreciado por vocês!

Espero sinceramente que o ano de 2015 seja de muito Sucesso e com muito trabalho a Todos, após um ano tão conturbado e turbulento quanto este de 2014, tenho a plena convicção de que teremos Grandes Conquistas.

Fiquem com Deus, fico na torcida para que possam continuar acompanhando nosso Blog em 2015.

quarta-feira, 10 de dezembro de 2014

Download de Artigo AS 7 FERRAMENTAS DA QUALIDADE

Após mais um tema apresentado, segue o arquivo único compilado para download, neste caso As 7 Ferramentas da Qualidade, com a devida bibliografia. É só clicar na imagem abaixo.
Espero que apreciem o material!
 
Na próxima semana iniciaremos o segundo tema que foi escolhido por você, Manutenção Preventiva. Aguarde, acompanhe e participe com a sua opinião.

sexta-feira, 5 de dezembro de 2014

As 7 Ferramentas da Qualidade – Mais 1 de 7 ferramentas - 7/7 (Final)



Olá amigos e leitores do Blog Engenharia de Manutenção no Brasil! Hoje concluiremos o tema “As 7 Ferramentas da Qualidade” com o detalhamento da última ferramenta, o Gráfico de Controle. Peço desculpas pela demora na publicação, mas alguns probleminhas de saúde têm atrapalhado bastante esta atividade. Espero que gostem da conclusão. Boa Leitura!


07 – Gráfico de Controle:

O Gráfico de Controle é normalmente utilizado para acompanhamento de uma variável de processo ao longo de um determinado tempo e de seus limites estatísticos de variação, tendo como principal objetivo, a identificação da chamada “normalidade de processo”, ou seja, variações dentro dos limites esperados de produtividade ou rendimento.

Muito utilizado no controle de qualidade de uma cadeia produtiva em série, onde são produzidos itens com mesmas características, pesos, medidas, etc., por exemplo, nas indústrias alimentícia e farmacêutica. Também é utilizado na área de serviços para medição de atividades ou serviços padronizados, por exemplo, substituição de ferramenta em linha produtiva (“SETUP”) ou coleta de dados preditivos em um oscilador de lingotamento.

O estabelecimento dos Limites Superior e Inferior de Controle (LSC e LIC) permite ao gestor uma identificação ágil e objetiva para o auxílio em decisões que possam impactar o processo, evidenciando e possibilitando o controle da variabilidade e do grau de não conformidade do mesmo.

Para um melhor entendimento e detalhamento desta ferramenta vamos trabalhar no exemplo a seguir.

Uma determinada empresa de precisa identificar se o processo de atendimento da equipe de manutenção às ordens abertas pela produção tem ocorrido dentro dos parâmetros especificados pelos gestores. Para isso, realiza um estudo utilizando o Gráfico de Controle para identificar os possíveis desvios em cada uma das quatro equipes de atendimento.
Deseja-se conhecer o tempo que as equipes levam para atender às solicitações de manutenção, desde a abertura da nota até a liberação para execução da manutenção.

Passo 1 – Retirar amostra n de atendimentos;
Passo 2 – Calcule a média do tempo de atendimento da primeira amostra por meio da fórmula:
Ẋ = X1 + X2 + X3 + ... Xn / n
Passo 3 – Calcule a Amplitude R, que seria o maior tempo menos o menor tempo observado da primeira amostra;
Passo 4 – Retire outras amostras até completar k amostras (valor normalmente entre 20 a 25 amostras com 4 a 6 observações)

No exemplo:
Seriam 4 Amostras com 6 observações de tempo:

Os valores de Média e Amplitude de cada uma das amostras, em valores aproximados:

 Passo 5 – Traçar o gráfico. No eixo das abscissas coloque o número das amostras e no eixo das ordenadas, faça a escala para as médias Ẋ;



Passo 6 – Calcule a Média das Médias (Ẍ = Ẋ 1 + Ẋ 2 + Ẋ 3 + ... Ẋ n / k), no exemplo:
Ẍ = (21+26+22+24+22) / 5 = 23




Passo7 – Calcule os Limites de Controle Superior e Inferior:

Limite de Controle Superior – LCS = Ẍ + A2
Limite de Controle Inferior – LCI = Ẍ - A2

Onde é a média das Amplitudes (Ṙ = R 1 + R 2 + R 3 + ... R n / k), logo Ṙ = (7+8+12+11+13) / 5 = 10, e o valor de A2 é tabelado:
 No exemplo, como foram 6 observações por amostra, então n=6:
Limite Superior de Controle – LSC = 23 + (0,483)(10) = 27,8
Limite Inferior de Controle – LIC = 23 - (0,483)(10) = 18,2


Nota-se então que o Processo analisado está SOB CONTROLE, por estar dentro dos Limites Superior e Inferior de Controle.

Para traçar o gráfico Ẋ - Ṙ, siga o mesmo procedimento, mas agora a escala será para as Amplitudes R, a linha central será a média das Amplitudes (Ṙ) e os limites serão os seguintes:
 Limite de Controle Superior – LCS = D4
Limite de Controle Inferior – LCI = D3

O resultado no exemplo será:


 Uma importante utilização do Gráfico de Controle é o chamado Gráfico de Controle np, para análise do número de peças com defeito.
O procedimento é exatamente o mesmo que os anteriores, mas alguns detalhes fazem toda a diferença.
Agora será analisada a Proporção Média de peças com defeito, e não simplesmente a média. Para isso, ao invés de Ẋ, é preciso calcular o :
Ṗ = d1 + d2 + d3 + ... dn / nr, onde d=número de peças defeituosas, n=tamanho da amostra e r=número de amostras
Os limites também serão alterados para:
 Limite de Controle Superior – LCS = nṖ + 3 √[nṖ(1- Ṗ)]
Limite de Controle Inferior – LCI = nṖ - 3 √[nṖ(1- Ṗ)]

Outra importante utilização é o chamado Gráfico de Controle C, para análise do número de defeitos em peças.
Neste gráfico tome n peças, calcule o Número Médio de defeito por peça, com a seguinte fórmula: Ċ = Total de defeitos nas n peças / n.
Em seguida calcule os limites superior e inferior:
Limite de Controle Superior – LCS = Ċ + 3Ċ
Limite de Controle Inferior – LCI = Ċ - 3Ċ

Obs.: Para o caso em que LIC for negativo, utilize LIC=0.

Existe uma diferença importante entre os dados obtidos e calculados para obtenção dos diferentes Gráficos de Controle e as Especificações determinadas para qualquer processo que se deseja controlar. A princípio, as especificações são obtidas antes da análise, por isso, é importante acrescentar também no gráfico desenvolvido as retas de especificação com os respectivos limites inferior e superior, para saber se apesar de SOB CONTROLE, o processo está dentro das especificações.

Concluímos assim o tema As 7 Ferramentas da Qualidade, espero que tenham gostado do material. Na próxima semana publicaremos o link com o arquivo único compilado com todas as publicações e a respectiva bibliografia.
Divulgue entre seus amigos, colegas e companheiros de trabalho.
Acesse, Curta, Acompanhe e Compartilhe as informações de nosso Blog. Até a próxima postagem!

sexta-feira, 21 de novembro de 2014

As 7 Ferramentas da Qualidade – Mais 2 de 7 ferramentas - 6/7

Olá amigos e leitores do Blog Engenharia de Manutenção no Brasil! Infelizmente não concluiremos o tema “As 7 Ferramentas da Qualidade”. Ao realizar o detalhamento das últimas 3 ferramentas prometidas, percebemos que a postagem se tornaria imensa.
Além disso, a última ferramenta que iremos apresentar, Gráfico de Controle, precisará de um espaço diferenciado, em relação as outras apresentadas, devido a sua complexidade.
Por isso, seguimos com a apresentação de mais duas ferramentas, o Diagrama de Dispersão e o Histograma. Acompanhe!


05 – Diagrama de Dispersão:

O Diagrama de Dispersão é um gráfico que permite a identificação da correlação existente entre valores que assumem determinadas características de um processo e sua intensidade entre si. Em sua construção, os pontos no espaço cartesiano XY são utilizados para representar os valores das variáveis quantitativas do conjunto de dados medido.

Normalmente utilizado quando se necessita saber se existe alguma relação, ou correlação, entre duas ou mais variáveis quantitativas distintas. Em muitas análises se caracteriza como o passo seguinte a um Diagrama de Causa e Efeito, justamente para se levantar a correlação entre o Efeito estudado e a Causa identificada. Permitindo também, comprovar a relação entre dois efeitos, possibilitando analisar uma teoria a respeito de causas comuns.

Vamos tentar simplificar. Tentemos identificar uma possível relação entre Peso x Altura de uma determinada cidade.
Em uma de suas viagens, você percebe que os indivíduos da localidade visitada são bem altos e que em geral aparentam ser mais pesadas. Você conclui que existe uma possível Correlação entre as variáveis.
Então, para confirmar graficamente esta observação, você decide desenvolver um Diagrama de Dispersão.
Para isso, você anota os dados de 10 indivíduos a seguinte tabela:

  
Em seguida, você monta o Diagrama de Dispersão, determinando o eixo X como Altura e o eixo Y como Peso e inserindo os dados da tabela.


A partir do gráfico, percebe que é possível traçar uma reta de tendência nos pontos, constatando então que a sua observação inicial realmente é válida e que existe uma correlação entre as variáveis.


No Diagrama de Dispersão do exemplo, podemos identificar uma Correlação Positiva Forte, pois existe a concentração dos pontos, havendo apenas um ponto fora da possível reta.

Uma observação interessante é o “nível de dispersão” e o “direcionamento” apresentado no gráfico. Isso determinará se a Correlação é Positiva ou Negativa e qual o tipo de correlação se Forte, Nula ou Fraca.

Podemos resumir estes, que seriam os resultados mais comuns, da seguinte maneira:

01 – Correlação Positiva Forte – Possibilidade de traçar uma reta onde os valores de X e Y são crescentes na mesma proporção;


02 – Correlação Positiva Fraca – Possibilidade de traçar uma reta onde os valores de X são crescentes e os valores de Y também é crescente, mas em uma proporção inferior a X;


03 – Correlação Nula – Impossibilidade de se traçar uma reta, onde os valores de X são crescentes e os valores de Y variam ao acaso;


04 – Correlação Negativa Forte – Possibilidade de traçar uma reta onde os valores de X  são crescentes e os de Y são decrescentes na mesma proporção;


05 – Correlação Negativa Fraca – Possibilidade de traçar uma reta onde os valores de X são crescentes e os valores de Y decrescente, mas em uma proporção inferior a X.

 
Em algumas literaturas você irá encontrar ainda dois outros tipos de dispersão a Perfeita (onde todos os pontos traçam uma perfeita reta) e a Parabólica (onde os pontos traçam uma curva parabólica), que em geram variam também em Negativa e Positiva, da mesma maneira das citadas anteriormente. Nos preocupamos em apresentar aqueles que são considerados os mais comuns nos estudos realizados e que muito provavelmente você encontrará pela frente.

Importante lembrar que se trata de uma ferramenta complexa, em que seus resultados necessitam de atenção e responsabilidade quanto aos dados cruzados e o possível relacionamento identificado, obrigando, ao usuário, o conhecimento sobre a ferramenta e o profundo conhecimento do processo ao qual se dispõe a analisar.


06 – Histograma:

Esta representação gráfica chamada de Histograma, conhecido também por Distribuição de frequências ou Diagrama de Frequências, possibilita a visualização da distribuição de uma determinada variável em colunas, divididas em classes uniformes, onde cada uma destas representa a frequência ou quantidade com que o houve variação dos dados coletados. A distribuição é caracterizada por uma medida de posição central (média) e também por uma medida de dispersão.
Uma maneira mais simples para compreender a utilização ou a importância de uma representação experimental como o Histograma, seria pensar no estudo das "filas". Isso mesmo Filas! Àquelas que encaramos todas as vezes em que vamos a um banco ou a um supermercado.
Usando o exemplo da variação do tempo de espera em um banco em dia de pagamento vamos passar por todas as etapas da criação de um Histograma.
O primeiro passo é a Coleta Dados. Crie uma tabela simples, contendo apenas os tempos de cada atendimento realizado, mesmo que de maneira aleatória.


Em seguida, é preciso fazer uma Tabela de Distribuição de Frequência, para isso, siga as informações a seguir:
- Conte o número de dados coletados, este número será representado pela letra n, logo, no exemplo: n = 50;
- Calcule a Amplitude, que seria a diferença entre o maior e o menor dado coletado, esta será representada pela letra R, então: R = 17 - 1, R = 16;
- Escolha o Número de Classes, representado pela letra k. Neste caso é preciso utilizar uma tabela padronizada para determinar o valor de k, que dependerá do número de dados coletados n.


No exemplo, podemos utilizar, se n = 50, k = 6.
- Agora, é preciso achar os Intervalos de Classe. Utilize a fórmula padrão R / k e quando o resultado for diferente de um número inteiro, arredonde o valor para um número inteiro mais próximo. Para o exemplo: R / k  = 16 / 6, então 2,67 com a aproximação, o intervalo de classes passa a ser igual a 3.
- Determine os Extremos Inferior e Superior da 1° Classe, tomando o menor número dos dados coletados como Extremo Inferior, arredondando para baixo quando o número não for inteiro e, para o Extremo Superior, some ao valor encontrado para o Inferior um Intervalo de Classe. No exemplo: O menor valor é 1, logo, o Extremo Inferior da 1° Classe = 1. Já o Extremo Superior da 1° Classe = 1 + 3 = 4.
Podemos então definir a 1a Classe de Extremo a Extremo. 1 4, neste caso, incluem-se os valores iguais a 1 e não incluem os valores iguais a 4.
Assim, determinada a primeira classe, defina as demais 5 classes de maneira similar:


- Relacionando os dados coletados com os valores nas classes, encontramos a seguinte tabela:

e montar o Histograma:


Além disso, traçar o gráfico representativo do Histograma ou Diagrama de Frequência:


A partir da observação do gráfico, podemos realizar algumas conclusões, como por exemplo:
- O tempo de espera em dia de pagamento varia entre 0 e 19 minutos;
- O tempo provável de espera para atendimento de cada cliente está entre 7 e 10 minutos;
- O chamado Espalhamento, que seria um indicador do quão variável é o processo, mostra que o exemplo analisado não varia tanto;
- Não existem os chamados "Picos Gêmeos" no gráfico, como se adicionássemos um outro gráfico bem parecido ao lado do que visualizamos acima,  isso demonstraria  que houve algum problema no processo de criação do histograma.

Existem ainda alguns tipos de Histograma ou Diagrama de Frequência, seriam:

- Frequência Absoluta: É o mais usual dos histogramas, onde a frequência de observações dos dados coletados de uma Classe é apresentada no eixo Y, como apresentado no exemplo acima;
- Frequência Relativa: No caso da frequência Relativa, é preciso montar uma tabela pouco diferente da usual, apenas acrescentando a associação do número percentual representativo a cada Classe e apresentando esta relação em um novo gráfico ou, até mesmo,  no gráfico da Frequência Absoluta;
- Frequência Cumulativa: Aqui somente é necessário realizar o somatório, em ordem crescente, dos valores das classes da frequência relativa e realizar a apresentação gráfica em retas sequenciais, chegando aos 100%, no mesmo gráfico da Frequência Relativa.
- Polígono de Frequências: Este gráfico é simplesmente a frequência absoluta é representada por segmentos de reta.

Encerramos aqui mais uma postagem, esperamos que tenham gostado, mas lembrem-se que ainda falta uma para concluirmos o assunto As 7 Ferramentas da Qualidade. 
Continue conosco e acompanhe a conclusão do assunto nas próximas postagens.Divulgue entre seus amigos, colegas e companheiros de trabalho.


Acesse, Curta, Acompanhe e Compartilhe as informações de nosso Blog. Até a próxima postagem!
Related Posts Plugin for WordPress, Blogger...