Analisando a aplicao do Controle Estatstico de Processos

na indstria qumica: Um estudo de caso

Analyzing the application of Statistical Process Control in the chemical industry: A
case study
Paulo SALDANHA 1, Carolina Kirsch ROTHE 2 , Fabiana Regina BENEDETT 3, Diego Augusto
de Jesus PACHECO 4, Carlos Fernando JUNG 5 y Carla Scwenberg TEN CATEN 6
Recibido: 30-09-2013 - Aprobado: 23-11-2013

Contenido

1. Introduo

2. Referencial terico

3. Materiais e mtodos

4. Desenvolvimento

5. Discusso e sntese dos resultados

6. Concluso

Referncias

Gracias a sus donaciones esta pgina seguir siendo gratis para nuestros lectores.
Graas a suas doaes neste site permanecer gratuito para os nossos leitores.
Thanks to your donations this site will remain free to our readers.
_s-xclick

3XZ54PCS2D54U

RESUMO:

ABSTRACT:

A elevada competitividade dos ltimos anos

tem levado as empresas a adotarem sistemas
que melhorem os processos produtivos. Nessa
busca contnua pela melhoria dos processos as
empresas tem feito uso das diversas ferramentas
da qualidade. A presente pesquisa teve por
finalidade fazer um estudo estatstico do
processo de fabricao de um dos produtos
fabricados por uma empresa do segmento
qumico do Rio Grande do Sul. Foram
analisadas amostras retiradas de duas matrizes
utilizadas em um processo de moldagem em
uma linha de produo. Para fazer a analise
utilizou-se o Controle Estatstico de Processos.
A primeira etapa do estudo foi identificar o
problema que estava ocorrendo no processo, e
na sequncia foram realizadas as coletas de
dados que posteriormente foram tabulados, para
posterior anlise. Em uma segunda etapa os
dados foram analisados atravs do histograma,
da carta de controle das mdias e amplitudes e
do grfico de capacidade do processo. Os
resultados dessa pesquisa permitiram verificar
que o processo estava com problemas, tendo
causas especiais e comuns atuando sobre o
mesmo; indicando para a empresa a necessidade
de focar em aes de melhorias no processo.
Palavras-chave: Controle estatstico do
processo, cartas de controle, processo de
moldagem.

The high competitiveness in recent years has

led companies to adopt systems that improve
production processes. In this quest for
continuous improvement of business processes
has made use of various quality tools. This
research aimed to make a statistical study of
the manufacturing process of a product
manufactured by a company in the chemical
segment of the Rio Grande do Sul were
analyzed samples from two arrays used in a
molding process in a production line. To make
the analysis used the Statistical Process
Control. The first stage of the study was to
identify the problem that was occurring in the
process, and following were conducted data
collections which were subsequently tabulated
for analysis. In a second step the data were
analyzed using the histogram, control chart of
mean and amplitude of the graph and process
capability. The results of this study allowed us
to verify that the process was in trouble, and
common and special causes acting on it,
indicating the need for the company to focus
on actions to improve the process.
Keywords: Statistical process control, control
charts, process of molding.

1. Introduo
Com a atual competio que vem acontecendo no mercado, as empresas tm buscado a cada dia
mais atualizar os seus processos produtivos e aprimorar seus equipamentos para garantir uma boa
qualidade de seus produtos e, por consequncia, diminuir gradativamente seus custos de produo,
assim podendo obter maiores vantagens competitivas no mercado. Conforme Almeida (2010), na
maioria dos casos o atendimento s exigncias e padres determinados pelos rgos competentes e
pelo mercado consumidor traduzem-se no sucesso que o fabricante busca para seu produto.
Processos produtivos e desempenho de equipamentos so de suma importncia nas indstrias. J
que produzir cada vez mais em menor tempo, tendo alta qualidade no produto final e ao mesmo
tempo maximizando os recursos disponveis passou a ser no s uma vantagem competitiva, mas
sim uma questo de sobrevivncia para as empresas (ROLDAN et al., 2013). com esse
pensamento que a cada dia faz-se cada vez mais necessria aplicao de ferramentas que auxiliem
no controle e otimizao dos processos industriais.
Nos ltimos anos, vrias foram as ferramentas e metodologias propostas para assegurar a
fabricao de produtos sem defeitos e tambm controlar os processos produtivos. Nesta linha de
pensamento, tem-se como um dos mtodos mais utilizados o CEP (Controle Estatstico de
Processos), que serve como uma ferramenta de gesto, a qual pode ser aplicada tanto para melhorar
e controlar os processos como para monitorar os mesmos (REBELATO, 2008). Sendo, os grficos
de controle ou cartas de controle, como tambm so conhecidos, as formas de se detectar os
defeitos e aumentar a produtividade. As cartas de controle auxiliam a evitar ajustes desnecessrios,
alm de auxiliarem no diagnstico do processo e a mensurar a capacidade produtiva da empresa ou
equipamento em anlise (PEDRINI, 2008).
Segundo Camargo (2010) existem pelo menos cinco razes para a utilizao das cartas de controle:
(i) so tcnicas comprovadas de melhoria da produtividade, (ii) so eficazes na preveno de
defeitos, (iii) evitam ajustes desnecessrios em processos, (iv) fornecem informaes confiveis
para diagnstico do desempenho de processos e (v) fornecem informaes sobre a capacidade de
processos, bem como permitem avaliar se o comportamento do processo, em termos de variao,
previsvel. Os grficos de controle permitem o monitoramento da mdia, assim como da
variabilidade dos dados inerentes s caractersticas de qualidade avaliadas em qualquer produto ou
processo realizado. Cabe tambm resaltar que, independente do processo, dificilmente ser obtido a
variabilidade nula. Esse fato se d em funo de que na natureza no existem dois exemplos
exatamente iguais, sendo assim, sempre haver uma pequena variao. Mesmo em processos
industriais, os quais nos dizem que todos os exemplares produzidos so iguais, sempre h um
percentual muito pequeno de variabilidade, essa ocorre devido a um somatrio de pequenas causas
aleatrias ou no que agem sobre o processo produtivo (IDE et al., 2009).
Tendo em vista que processos produtivos e desempenho de equipamentos so de suma importncia
nas indstrias, verificamos em uma indstria qumica do Rio Grande do Sul a existncia um
equipamento que no apresenta eficincia satisfatria no processo produtivo. Tendo em vista esse
problema foi realizado um estudo de verificao da capacidade do processo realizado por esse
equipamento atravs do CEP. O artigo est organizado conforme segue: a seo dois apresenta o
referencial terico, a seo trs a metodologia, a seo quatro o desenvolvimento, a seo cinco faz
a discusso dos resultados e seo na seo seis so feitas as concluses.

2. Referencial terico
2.1 Controle estatstico de processos (CEP)

O CEP uma ferramenta utilizada para identificar as variabilidades do processo, atravs

de algumas tcnicas estatsticas ele quantifica e qualifica as variaes do processo
(MOURA, 2008). Conforme Paese (2001), o CEP utilizado na maioria dos casos para
realizar o monitoramento de processos produtivos em tempo real, o que possibilita que
as tomadas de aes corretivas sejam realizadas muito rpido, evitando grandes perdas
de matria prima e tempo em investigaes de problemas. Alm disso, com o CEP
possvel monitorar a variabilidade do processo produtivo e a partir dos dados fornecidos
por este, adotar as medidas corretivas com maior eficincia. Segundo Almeida et al.
(2010) com o uso desta ferramenta possvel que sejam realizadas aes corretivas
antes de ocorrerem s no conformidades, assim como saber se o processo est
funcionando como deveria ou se est fora das especificaes de qualidade e ainda o
CEP executa aes apropriadas para obter e manter um estado de controle estatstico.
Atravs do histograma por exemplo, possvel visualizar o modelo estatstico da
amostra de uma populao. Um histograma uma relao de intervalos dispostos no
eixo X e suas respectivas frequncias no eixo Y (SOUZA, 2002). O histograma mostra a
distribuio de probabilidade dos dados, para processos industriais, a distribuio
normal de dados a mais desejada (NETO, 2004). Conforme Medeiros (2012) h
diferena entre os histogramas e os grficos de controle. Essa diferena comprovada j
que os grficos de controle mostram o comportamento de uma varivel ao longo do
tempo, enquanto os histogramas fornecem uma fotografia da varivel num determinado
instante, representando uma distribuio de frequncia.
2.2 Grficos de controle

Os grficos de controle so utilizados para fazer a anlise dos dados obtidos, atravs da
anlise dos mesmos possvel identificar as causas especiais existentes em um
processo. A partir dos dados obtidos na anlise destes grficos pode-se tomar decises
preventivas e controlar possveis desvios de variabilidade no processo produtivo
(MICHEL, 2002). Conforme Mayer (2004), os grficos de controle, tambm chamados
de cartas de controle permitem entender e visualizar resultados/sadas de processos.
Caso os processos estejam fora de controle, as cartas ajudam na atuao sobre o
processo para estabilizao do mesmo. Um dos pontos fortes das cartas de controle
que elas podem ser monitoradas e acompanhadas pelos prprios operadores dos
processos, dando a eles a oportunidade de atuarem imediatamente sobre as causas
especiais, contribuindo para o ajuste e a estabilizao do processo. Existem basicamente
cinco tipos de cartas de controle, conforme esto descritas na Tabela 1, onde podemos
observar que cada tipo de carta de controle se aplica melhor a determinadas situaes.
Tabela 1: As cartas de controle, definies e objetivos.
Cartas

Definio

Objetivos

Carta de Controle
Valores mdios. Suas
- Determinar se as caractersticas
das
faixas e limites de controle. dos processos se aproximam dos

Mdias das
Amplitudes
(x R)

Carta de Controle
np

Usada para valores

contnuos, tais como
cumprimento, largura ou
concentrao
Nmeros discretos de
unidades no conformes
em amostras de mesmo
tamanho.

limites extremos de controle.

Carta de Controle e

- Determinar se um processo est

Nmero discretos de no sob ou fora de controle.
conformidades em
- Identificar tendncias ascendentes
amostras de mesmo
ou descendentes nas caractersticas
tamanho.
dos processos.

Carta de Controle p

Nmero discreto de no
conformidades por
unidades, as amostras
podem ser de tamanho
varivel.

Carta de Controle u

Nmero discreto de no
conformidades por
unidade, as amostras
podem ser de tamanho
varivel.

- Separar as variaes decorrentes

de causas comuns e as decorrentes
de causas especiais.

Fonte: Mayer, (2004, p. 31)

Segundo Ferreira (2004), as cartas de controle utilizadas no controle estatstico de
processo podem ser classificadas como grficos de controle para variveis ou atributos.
Para a escolha adequada do grfico de controle, necessrio considerar o tamanho da
amostra a ser analisada. Para amostras onde n > 1 utiliza-se mdia e amplitude ou mdia
e desvio padro, porm para amostras onde n > 10 imprescindvel empregar grficos
de mdia e desvio padro, pois na medida em que n aumenta, a amplitude se torna cada
vez mais ineficiente para estimar a variabilidade do processo (FERREIRA, 2004). De
acordo com Hernndez (2010), ao medir uma varivel necessrio monitorar o valor
mdio ou centralidade, e a variabilidade. Para monitorar a centralidade utiliza-se a carta
dos valores mdios, e carta de amplitude amostral, varincia e o desvio padro para
monitorar a disperso. No presente estudo, foi utilizada a carta de controle das mdias e
de amplitudes.
2.3 Interpretao das cartas de controle

Quando o processo possui somente causas comuns, diz-se que ele est sob controle.
Estas causas podem estar relacionadas com o meio ambiente, matrias primas entre

outras, e so de difcil controle. Eliminar ou minimizar os efeitos das causas comuns

requer investimento em equipamentos, substituio de algumas matrias primas e
treinamento de operadores (PIRES, 2000). J as causas especiais esto relacionadas a
equipamentos e instrumentos desregulados, mtodo de trabalho, entre outros. A
identificao e o monitoramento das causas especiais geralmente so simples de ser
realizadas, e uma vez que as mesmas sejam identificadas, deve-se atuar sobre elas
buscando a estabilizao do processo (PIRES, 2000).
De acordo com Pedrini (2008), para verificar se o processo est sob controle estatstico
existem 8 testes para a deteco de pontos fora de controle: (i) teste 1: O ponto est
localizado acima do LSC ou abaixo do LIC; (ii) teste 2: Presena de nove pontos
consecutivos localizados acima ou abaixo da LC; (iii) teste 3: Seis ou mais pontos
consecutivos crescentes ou decrescentes; (iv) teste 4: Catorze pontos alternados em uma
linha; (v) teste 5: Dois de trs pontos localizados no mesmo lado a dois desvios-padro
acima ou abaixo da LC; (vi) teste 6: Quatro de cinco pontos localizados no mesmo lado
a um desvio-padro acima ou abaixo da LC; (vii) teste 7: Quinze pontos consecutivos
localizados, em qualquer lateral, a menos de um desvio-padro da LC; (viii) teste 8:
Oito pontos consecutivos acima ou abaixo, em qualquer lateral, a mais de um desviopadro da LC. Ao analisarmos os grficos de controle podemos identificar claramente
quais so os pontos fora do limite superior e inferior, assim podendo identificar os tipos
de causas especiais existe no processo.
2.4 Anlise de Capacidade do Processo

Se as causas especiais responsveis pela variao do processo forem eliminadas, e o

mesmo apresentar uma distribuio normal, ento pode-se considerar que o processo
est sob controle estatstico, ou seja, um processo estvel. Porm, mesmo assim, o
processo ainda produz itens defeituosos, ento imprescindvel avaliar a capacidade do
processo em atender as especificaes estabelecidas de acordo com as necessidades dos
clientes (GONALEZ, 2009).
De acordo com Gonalez (2009), para avaliar a capacidade do processo podemos
utilizar o ndice de Capacidade Potencial do processo (Cp), que considera que o mesmo
est centrado no valor nominal de especificao. Muitas vezes o processo no est
centrado no valor nominal, ento a avaliao do ndice Cp pode levar a concluses
erradas, para evitar isto, deve-se avaliar o ndice de desempenho real do processo (Cpk).
O ndice Cpk mede a capacidade real do processo, e um ndice Cpk > 1, condio
essencial para uma frao de itens defeituosos de no mximo 0,27% (NETO, 2004). Os
ndices Cp e Cpk so dados pelas seguintes equaes 1 e 2:

Onde: LSE o limite superior de especificao, LIE o limite inferior de especificao,

o desvio padro e a mdia do processo (GONALEZ, 2009).
Tabela 2 - Referncia para Anlise do ndice Cp
Cp

Itens no-conforme
(PPM)

Interpretao

Cp < 1

Acima de 2.700

Processo Incapaz

1 Cp 1,33

64 2.700

Processo Aceitvel

Cp 1,33

Abaixo de 64

Processo Capaz

Fonte: Gonalez (2009).

3. Materiais e mtodos

Uma pesquisa pode ser classificada de diversas formas, a utilizada neste estudo ser de
natureza bsica, pois atravs da aplicao do CEP, busca-se conhecer o comportamento
estatstico do processo em estudo. Segundo Jung (2004), o conhecimento resultante
deste tipo de pesquisa pode em um primeiro momento apresentar-se desagregado do
contexto cotidiano, mas, posteriormente, tornar-se- vital a aplicao em pesquisas
tecnolgicas. Quanto aos objetivos a pesquisa teve por finalidade ser descritiva, pois o
resultado da mesma servir de fonte de dados para o planejamento de futuras alteraes
no processo com o objetivo de melhorar o mesmo. Uma pesquisa descritiva visa
identificar, registrar e analisar as caractersticas, fatores e variveis que se relacionam
com o processo (JUNG, 2004). Os dados utilizados na pesquisa so oriundos do
processo produtivo estudado, desta forma, a mesma teve uma abordagem quantitativa e
quanto ao mtodo, foi realizada uma pesquisa bibliogrfica.
3.1 Descrio do processo analisado e coleta de dados

Mensalmente a empresa produzia 19.000 caixas do produto estudado, e uma quebra de

matria prima em torno de 1,2%. Parte desta quebra era atribuda ao descontrole do
processo, o que gerava produto com peso acima do necessrio e consequente
desperdcio de matria prima. O processo produtivo tem incio com a fabricao de um
gel utilizado para aglutinar os compostos do repelente, posteriormente este gel
colocado em um misturador onde so acrescentadas as demais matrias primas para a
obteno da massa que ser utilizada na moldagem do produto final.
Depois de finalizado o processo de mistura, a massa transportada at uma extrusora
para ser transformada em lminas, ento estas sero moldadas com o auxlio das
matrizes para a obteno do repelente. A extrusora dispensa uma tira de
aproximadamente 1.000 mm que posicionada abaixo das matrizes, em seguida as sete
matrizes so acionadas em conjunto e realizam a moldagem das peas simultaneamente.
As matrizes possuem um tamanho pr-determinado, ento para ajustar o peso das

unidades moldadas, o operador regula a espessura da lmina na sada da extrusora. A

cada 30 minutos o operador realiza a pesagem de uma pea e ajusta o equipamento de
acordo com a especificao do produto que estiver em mquina. Aps a moldagem, as
peas so acondicionadas em bandejas com 14 unidades cada, estas bandejas so
empilhadas em pallets e levadas a estufa onde passam por uma secagem de
aproximadamente 4 horas, aps este processo, o produto segue para embalagem final.
Para o estudo em questo, ficou definida a utilizao das cartas de mdia e amplitude,
pois as amostras foram coletadas em subgrupos de n=3. A Figura 1 facilita o
entendimento do processo de deciso do tipo de carta a ser utilizada.

Figura 1: Fluxograma para seleo das cartas de variveis. Fonte: Nath, Volkart e
Unterleider (2011).
O equipamento em estudo possui um bloco com sete matrizes. Porm, diante da
impossibilidade de realizar a coleta de amostras nas sete matrizes e por existir a
possibilidade de haver uma diferena significativa no peso das peas oriundas de
matrizes diferentes, ficou definido que seriam utilizadas apenas duas matrizes: a que
resulta em produto final com maior peso e a que resulta em produto final com menor
peso. Antes do incio da coleta, foi necessrio eleger as matrizes que seriam utilizadas
na mesma, para tanto foi realizada a pesagem de trinta peas consecutivas produzidas
em cada uma das sete matrizes do equipamento. O resultado da mdia desta pesagem
pode ser verificado na Tabela 2.
Tabela 2: Verificao Geral das Peas
Matriz

Peso (g) 40,1 39,2 39,4 39,5 39,5 39,3 40,4

Aps a verificao das mdias apresentadas na Tabela 2, ficou definido que para o
estudo, seriam utilizadas as matrizes dois e sete por produzirem peas com menor e
maior peso respectivamente no bloco de matrizes do equipamento.
4. Desenvolvimento

A coleta de dados ocorreu durante trs dias, no mesmo equipamento e as amostras

foram retiradas sempre das matrizes 2 e 7. A coleta foi realizada a cada 30 minutos e em
subgrupos de trs amostras. A cada 30 minutos o operador retirava da linha trs peas
em sequncia produzidas pela matriz 2, e trs peas em sequncia produzidas pela
matriz 7, pesava as mesmas individualmente e registrava o peso na planilha de coleta de
dados. No primeiro dia, foram realizadas 13 coletas, 15 no segundo dia e 14 no terceiro
e ltimo dia, totalizando 42 coletas e 126 amostras. Para a pesagem das amostras foi
utilizada uma balana eletrnica com preciso de 0,1g. A coleta de dados segue nas
Tabelas 3, 4 e 5.
Tabela 3: Dados coletados no primeiro dia nas matrizes 2 e 7
Matriz 2

Hor
a

07:0
0
07:3
0

Matriz 7

Amostra
1

39,2

39,3

Hor
a

Amostra
1

39

07:0
0

40,3

40,2

40,5

07:3
0

40,5

40,2

40,1

39,4

39,8

39,5

08:0
0

39,7

39,5

39,4

08:0
0

40,2

40,3

40,1

08:3
0

39,2

39,2

39,3

08:3
0

40,2

40,5

40,3

09:0
0

39,6

39,4

39,6

09:0
0

40,3

40,1

40,3

09:3
0

39,6

39,6

39,8

09:3
0

40,4

40,6

40,5

10:0
0

39,7

39,5

39,5

10:0
0

40,6

40,6

40,5

10:3
0

39,6

39,4

39,3

10:3
0

39,9

39,9

39,9

11:0
0

39,3

39,4

39,3

11:0
0

39,8

40

40,1

11:3
0

39,6

39,4

39,4

11:3
0

40,2

40,4

40,4

12:0
0

39,6

39,6

39,5

12:0
0

40,3

40,3

40,1

12:3
0

39,3

39,4

39,4

12:3
0

39,9

40

39,9

13:0
0

39,4

39,5

39,4

13:0
0

40,4

40,6

40,3

---Tabela 4: Dados coletados no segundo dia nas matrizes 2 e 7

Matriz 2

Hor
a

Matriz 7

Amostra
1

Hor
a

Amostra
1

40,4

40,2

40,4

07:0
0

39,7

39,7

39,7

07:0
0

07:3
0

39,9

39,7

39,9

07:3
0

40,5

40,4

40,3

08:0
0

39,6

39,7

39,6

08:0
0

40,4

40,4

40,5

08:3
0

39,8

39,8

39,6

08:3
0

40,3

40,3

40,4

09:0
0

39,7

39,7

39,6

09:0
0

40,3

40,3

40,1

09:3
0

39,5

39,6

39,6

09:3
0

40,2

40,4

40,4

10:0
0

39,9

39,7

39,7

10:0
0

40,1

40,0

40,0

10:3
0

39,8

39,7

39,7

10:3
0

40,3

40,3

40,0

11:0
0

39,4

39,7

39,6

11:0
0

40,1

40,0

40,2

11:3
0

39,7

39,5

39,3

11:3
0

40,0

40,0

39,8

12:0
0

39,4

39,5

39,2

12:0
0

40,2

40,1

40,0

12:3
0

39,2

39,4

39,5

12:3
0

39,9

39,8

39,9

13:0
0

39,1

39,2

39,0

13:0
0

39,8

39,8

39,9

39,4

13:3
0

39,8

39,9

40,0

39,9

14:0
0

40,4

40,5

40,4

13:3
0
14:0
0

39,4

39,7

39,6

39,9

----Tabela 5: Dados coletados no terceiro dia nas matrizes 2 e 7

Matriz 2

Hor
a

07:0
0

Matriz 7

Amostra
1

39,5

39,6

39,6

Hor
a

07:0
0

Amostra
1

40,4

40,3

40,3

07:3
0

07:3
0

40,1

40,1

39,9

39,4

39,5

39,5

08:0
0

39,8

39,8

39,9

08:0
0

40,6

40,6

40,4

08:3
0

39,6

39,6

39,7

08:3
0

40,4

40,3

40,1

09:0
0

39,4

39,4

39,3

09:0
0

40,4

40,4

40,2

09:3
0

39,9

39,5

39,4

09:3
0

40,5

40,3

40,1

10:0
0

39,6

39,6

39,6

10:0
0

40,3

40,4

40,4

10:3
0

39,7

39,8

39,6

10:3
0

40,6

40,6

40,5

11:0
0

39,7

39,7

39,7

11:0
0

40,4

40,5

40,4

11:3
0

39,8

39,6

39,6

11:3
0

40,6

40,5

40,6

12:0
0

39,6

39,4

39,6

12:0
0

40,6

40,6

40,7

12:3
0

39,9

39,7

39,5

12:3
0

40,4

40,4

40,5

13:0
0

39,9

39,7

39,5

13:0
0

40,4

40,4

40,1

39,9

39,8

39,7

40,5

40,7

40,5

13:3
0

13:3
0

5. Discusso e sntese dos resultados

Aps a coleta de dados, foram criados os histogramas para melhor entendimento e

anlise das informaes referentes ao estudo realizado. Conforme pode ser observado
nos histogramas da Figura 2 e Figura 3, o processo produtivo realizado tanto com a

matriz 2 quanto com a matriz 7 no segue uma curva normal quanto a distribuio das
frequncias.

Figura 2: Histograma dos dados coletados da matriz 2. Fonte: Autores (2013).

Dando sequncia na anlise dos histogramas da Figura 2 e Figura 3, pode-se observar
que existe uma diferena entre os dados coletados da matriz 2 e 7. Como as amostras
foram sempre coletadas em pares, isto confirma a hiptese apontada de que existe
diferena no tamanho das matrizes, originando no mesmo acionamento peas com peso
diferente entre as matrizes.

Figura 3: Histograma dos dados coletados da matriz 7. Fonte: Autores (2013).

A partir dos dados coletados tambm foram elaborados os grficos de controle para a
mdia e a amplitude. Na sequncia, as Figuras 4 e 5 mostram as cartas de controle das
mdias dos pesos, e das amplitudes das amostras coletadas na matriz 2.

Figura 4: Grfico das mdias da matriz 2. Fonte: Autores (2013).

----

Figura 5: Grfico das amplitudes da matriz 2. Fonte: Autores (2013).

Atravs da anlise das cartas de controle da matriz 2 (Figuras 4 e 5) possvel observar
que o processo est fora de controle estatstico, pois apresenta pontos acima do limite
superior de controle, pontos abaixo do limite inferior de controle, nove pontos em
sequncia acima do limite de controle, sete pontos consecutivos decrescentes, entre
outras caractersticas que o classificam como fora de controle.

Figura 6: Grfico das mdias da matriz 7. Fonte: Autores (2013).

----

Figura 7: Grfico das amplitudes da matriz 7. Fonte: Autores (2013).

Na sequncia, as Figuras 6 e 7 apresentam as cartas de controle das mdias dos pesos, e
das amplitudes das amostras coletadas na matriz 7. A anlise das cartas de controle da
matriz 7 (Figuras 6 e 7), tambm indica que o processo est fora de controle estatstico,
pois apresentam pontos acima do limite superior de controle, pontos abaixo do limite
inferior de controle, oito pontos consecutivos crescentes, entre outras caractersticas.
Aps a anlise do histograma e das cartas de controle, calculamos o Cp e o Cpk para
este processo, o qual demonstrou nas anlises anteriores que no um processo estvel,
tendo causas especiais ou comuns para serem trabalhadas. A seguir as equaes 3, 4 e 5
apresentam os ndices de Cp e Cpk para a matriz 2 e as equaes 6, 7 e 8 demonstram os
clculos de Cp e Cpk para a matriz 7, para posteriormente podermos fazer uma anlise
dos ndices obtidos nas amostras coletadas:

Processos com 1 Cp 1,33 possuem uma taxa de 64 2.700 (PPM) de itens no

conformes e so classificados como aceitveis. Considerando o Cp obtido na matriz 2
que foi de 1,25 e o Cp da matriz 7 que foi de 1,22, ambas podem ser consideradas
aceitveis para o processo em questo, desde que o mesmo esteja centrado no valor
nominal de especificao, e isto somente possvel aps a eliminao das causas
comuns. Considerando que a anlise do Cpk deve ser feita considerando o pior caso, ou
seja, o menor valor, foi possvel verificar a partir dos valores para a matriz dois com
Cpk igual a 0,49 e para a matriz sete com Cpk igual a -0,21, que o processo est
amplamente deslocado do valor nominal e pode ser melhorado.
Para que seja possvel realizar uma avaliao adequada da capacidade do processo,
imprescindvel que o mesmo esteja sob controle estatstico e possua uma distribuio
normal de suas frequncias. Como nenhum destes pr-requisitos foi atendido, no
possvel fazer qualquer tipo de inferncia quanto capacidade do processo. A seguir,
nas Figuras 8 e 9, esto os grficos da capacidade do processo nas matrizes 2 e 7
respectivamente, atravs destes grficos podemos dizer se o processo incapaz,
satisfatrio, ou capaz. Estes grficos so uma correlao entre os limites especificados e
as amostras coletadas, levando em considerao o ndice de Cpk o processo estudado
incapaz. Os grficos foram elaborados atravs do software Minitab verso 16.2.4.

Figura 8: Grfico da capacidade do processo na matriz 2

-----

Figura 9: Grfico da capacidade do processo na matriz 7

6. Concluso

Este artigo apresentou uma aplicao de CEP, onde o objetivo foi conhecer a
variabilidade das matrizes de um processo de moldagem levando em considerao o
peso das peas moldadas. Com a finalizao do estudo e de posse dos dados coletados,
realizou-se a anlise dos dados atravs de cartas de controle e de histogramas, onde foi
possvel identificar que o processo no possua uma distribuio normal de suas
frequncias em nenhuma das duas matrizes estudadas.

A anlise dos dados indicou que existiam causas comuns atuando no processo, e estas
causas impediam que o processo apresentasse um comportamento adequado do ponto de
vista estatstico, dificultando o gerenciamento do processo e onerando o processo
produtivo e por consequncia o produto final.
Para atender as especificaes do produto quanto ao limite mnimo de peso
de cada pea, ser necessrio que o equipamento opere com a regulagem
que determina o peso das peas ajustado acima do necessrio. Porm isto
ir gerar um consumo desnecessrio de matria prima, ou seja, um gasto
acima do desejado, aumentando os custos de produo. Com base no
presente estudo, sugere-se uma avaliao detalhada do processo com o
objetivo de identificar as causas comuns que atuam no mesmo, a fim de
elimin-las e por consequncia melhorar a eficincia do processo de
moldagem que foi objeto deste estudo. Para melhorar o processo produtivo,
uma vez que foram mapeada as causas crticas, o estudo de Pacheco
(2012), Pacheco et al. (2012), Pergher, Rodrigues e Lacerda (2011) e
Pacheco (2010).