Tcnicas Avanadas de Produo, Six Sigma e Lean Production

Aula 1
Prof. Me. Jos Mrcio Fernandes
tutoriaengenhariadeproducao@grupouniter.com.br

Ao final desta aula, o aluno dever ser capaz de:

Conceitos Bsicos de Seis Sigma

! conhecer as vantagens da lean

aplicao do seis sigma e do

Engenharia de Produo

! estabelecer as relaes entre o seis sigma e o lean

! conhecer os conceitos gerais da metodologia seis sigma ! dominar os conceitos de estatstica bsica ! entender o significado de seis sigma

Por que seis sigma + lean?

! O lean e o seis sigma objetivam resultados ! O seis sigma reduz a variabilidade e o nvel de defeitos do processo ! O lean elimina desperdcios e melhora o fluxo do processo

Lean

Identifica problemas no fluxo

Seis Sigma

Melhora a capacidade das etapas que agregam valor

Cada um Tem um Foco Distinto

Diminuir a variabilidade Reduzir desperdcios Aumentar a qualidade Reduzir o lead time Soluo de problemas Soluo rpida de complexos por meio de problemas (kaizen) ferramentas estatsticas Aumento do Aumentar o valor rendimento da cadeia agregado das de valor etapas do processo Mtrica: nvel sigma de Mtrica: tempo qualidade Seis Sigma Lean

Qual a vantagem da associao?

Filosofia, sistema ou ferramenta?

Detalhando as Duas Metodologias

Elemento
Viso Abordagem Objetivo Indicadores

Elemento
Estrutura da equipe

Seis Sigma
Equipe formada por belts compostos por vrios nveis e departamentos trabalhando no tema do projeto Projetos definidos, observando o impacto no cliente interno e externo Dmaic e Dmadv Implementar projetos estratgicos ao negcio da empresa

Lean
Atividades de pequenos grupos (APGs), compostos por equipes da rea, envolvendo o cho de fbrica Projetos definidos, observando o fluxo da cadeia de valor Utilizao dos cinco princpios Implementar melhorias nos pontos gargalos com disseminao do conceito kanban

Seis Sigma
Reduo de defeitos, conceito de Critical to Quality (CTQ) Diminuir a variabilidade Melhoria dos processos

Reduo de desperdcios, conceito de valor reconhecido pelo cliente Diminuir o valor no agregado

Melhoria da cadeia de valor

Lean

Natureza dos trabalhos Metodologias Estratgias de implementao

Foco forte na eficcia, indicadores mostrando atender as especificaes do cliente

Foco forte em eficincia, indicadores mostrando atender a produtividade

Elemento
reas clssicas de coordenao

Seis Sigma
Qualidade

Lean
Produo

Introduo ao Seis Sigma

Seis Sigma um mapa geral (Road Map) que ajuda a integrar as ferramentas que visam a melhoria de processos, reduo da variabilidade e maximizao do retorno financeiro

Ferramentas Mapa do processo, VSM, TOC, utilizadas estudos estatsticos, kanban, pokamatrizes de tomada yoke, JIT, SMED, de deciso, FMEA, 5S, gerenciamento planos de controle visual etc. etc. Empresas de sucesso com o programa Empresas norte-americanas Empresas japonesas

de defeitos de 3,4 ppm para as caractersticas crticas da qualidade

O foco principal atingir nveis

Maximizar o Retorno, eis a Questo

(Critical To Quality CTQs)

O Impacto da Qualidade Nvel 6

Evento
300.000 cartas postadas

Quatro Sigma (99,38% conforme)

Seis Sigma (99,99966% conforme)

1 carta extraviada

Processos do Ponto de Vista 6 Processos tcnicos

A principal caracterstica de um processo tcnico o fluxo do produto visvel e um produto tangvel como resultado desse processo.

1860 cartas extraviadas

Um ano (525.600 minutos) de fornecimento de gua potvel Em 1.470.580 internaes hospitalares Aterrissagens de avies no Brasil

3258 minutos ou 54 horas de gua no potvel

1 minuto de gua no potvel

9118 casos de infeco hospitalar Uma aterrissagem de emergncia no aeroporto de Guarulhos por dia

5 casos de infeco hospitalar Uma aterrissagem de emergncia em todos os aeroportos do Brasil a cada cinco anos

Processos no tcnicos A principal caracterstica de um processo no tcnico trabalhar com fluxo de informaes e ter, na maioria das vezes, como resultado um produto intangvel.

reas de Aplicao do Seis Sigma

Modos de Aplicao do Seis Sigma

Filosofia Estratgia Estratgia Mtrica Estatstica Estatstica Viso Benchmark Benchmark Meta

Reviso sobre Conceitos de Estatstica Bsica Dados so coletneas de quaisquer valores relacionados a medies ou, segundo o dicionrio Aurlio, dado a informao factual usada como base para raciocnio, discusso ou clculo.

Falando com Dados

Tipos de dados:

populacionais so obtidos de um universo finito, contemplando todos os valores existentes

amostrais so obtidos por meio de uma amostragem retirada da populao, a qual pode ser finita ou infinita

Classificao e Categorizao dos Dados

Tipo
Quantitativo Contnuo

Caracterstica
Representado por nmeros reais, podendo assumir todos os valores dentro de um intervalo especificado Representado por nmeros inteiros (1, 2, 3, 4, ...) Representado por nmeros ou classificaes que podem ser arranjados em ordem de grandeza Resulta de uma classificao, tomada a partir de critrios especficos

Exemplo
Massa, volume, tempo de percurso, temperatura, % de venda, espessura de uma pea... Nmero de notas fiscais preenchidas erradas, nmero de habitantes, nmero de caixas em estoque... Colocao em uma corrida automobilstica, ranking em uma pesquisa, grau de satisfao Sexo, tipo de no conformidade, cor dos olhos, aprovado/ reprovado

Mtodo
Medio

Quantitativo Discreto

Contagem

Organizao dos Dados

Qualitativo ou Atributivo Ordinal Qualitativo ou Atributivo Nominal

Classificao

Observao

Dados brutos

E quando os dados so espalhados?

Dados organizados

Dados transformados em grfico

Dados espalhados

Dados agrupados

Moda (Mo): a medida de maior ocorrncia no conjunto de dados

Medidas de Tendncia Central

Mdia aritmtica: consiste na

Mediana (Md): quando dados discretos so dispostos em ordem crescente torna-se possvel localizar a mediana, a qual corresponde ao ponto central da distribuio

somatria dos valores obtidos dividida pelo nmero total de valores

pela mensurao ou contagem

Determine a moda e a mdia para os dados abaixo:

10,0 10,1 10,3 10,4 10,4 10,5 10,6 10,7 10,8 10,9

Moda o valor de maior ocorrncia

Mdia "
X"

x1 ! x2 ! x3 ! ... ! xn n

10,0 !10,1!10,3!10,4 !10,4 !10,5 !10,6 !10,7 !10,8 !10,9 104 ,7 " "10,47 10 10

 Clculo da mediana: ordene os dados em ordem crescente calcule o ponto mdio

Md "
1

Medidas de Disperso
Desvio-padro ( ou s) Varincia (2 ou s2) Amplitude (R)
S "
2

N !1 10!1 10,4 ! 10,5 20,9 " " 5,5 Md " " " 10,45 2 2 2 2
2 3 4 5 6 7 8 9 10

$
"

10,0 10,1 10,3 10,4 10,4 10,5 10,6 10,7 10,8 10,9

mediana

5,5

"

$
mx

%
# n

min

A Disperso dos Dados Determina o Tamanho da Curva!

Medidas de Forma e Testes de Normalidade

Assimetria e Curtose Kolmogorov-Smirnov(KS) Anderson-Darling (AD)

 unimodal e simtrica

Distribuio Normal

z "

&x

A probabilidade de dois valores equidistantes da mdia, mas em lados opostos, a mesma

# % (

'

Pelo fato de ser simtrica, mdia, mediana e moda possuem o mesmo valor As caudas da curva normal estendem-se at o infinito

De posse do valor do escore-z utilizamos a tabela de distribuio normal padronizada para determinar a rea sob a curva de distribuio.

de Distribuio Normal

Utilizando a Tabela

Exemplo: determine qual a rea sob a curva entre a mdia e um ponto a 1,7 desvios-padro direita da mdia. Procure pelo valor 1,7 na coluna direita da tabela e o valor 0,00 na linha superior da tabela. O cruzamento entre coluna e linha (1,7 + 0,00) nos fornece o valor da rea sob a curva para um valor de Z = 1,70, no caso 0,4554

rea sob a curva 45,54% (z =0,4554)

Curva com 3 3 sigma 99,73% 2.700 ppm

O Significado de Trs Sigma

Limite Natural Inferior: LNI = 3 ! LNI = 10 (3 x 0,50) ! LNI = 8,5 u.m. Limite Natural Superior: LNS = + 3 ! LNS = 10 + (3 x 0,50) ! LNS =11,5 u.m.

Curva com 6
6 sigma 99,9999998% 0,002 ppm

Fora de especificao

Como fazer para a curva ficar dentro dos limites de especificao?

Limite Natural Inferior: LNI = 6 ! LNI = 10 (6 x 0,50) ! LNI = 7,0 u.m. Limite Natural Superior: LNS = + 6 ! LNS = 10 + (6 x 0,50) ! LNS =13,0 u.m.

Reduza a variao ()!

deslocamento ao longo do
Limite Natural Inferior: LNI = 6 ! LNI = 10 (6 x 0,25) ! LNI = 8,5 u.m. Limite Natural Superior: LNS = + 6 ! LNS = 10 + (6 x 0,25) ! LNS =11,5 u.m.

Mas, processos sofrem tempo. E agora?

Reduza mais ainda a variao ()!

Ento fcil elevar um nvel sigma no processo?

Limite Natural Inferior: LNI = 6 ! LNI = 10 (6 x 0,20) ! LNI = 8,80 u.m.

Limite Natural Superior: LNS = + 6 ! LNS = 10 + (6 x 0,20) ! LNS =11,20 u.m.

10

11