Controle de
Processo
Plano de Controle
Controle Estatístico de Processo
Análise de Capabilidade de Processo
Diego Rodrigues & Franciele Borba
Plano de Controle
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
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
Controle Estatístico de
Processo
Poka Yoke /
Mistake Proofing
Cartas de Controle e Análise de
Capabilidade
Preferencial
Recomendável
Diego Rodrigues & Franciele Borba
Inspeção 100%
Contenção (85% eficaz)
Formulário
Detalhes sobre o
método de
controle
Diego Rodrigues & Franciele Borba
Formulário
Plano de Reação
Diego Rodrigues & Franciele Borba
Exemplos
Diego Rodrigues & Franciele Borba
Exemplos
Diego Rodrigues & Franciele Borba
Interface com outros documentos
Fluxograma de Processo
PFMEA
Plano de Controle
Op. 30
Colocar
água na
cuia
Cevar a
erva
Queimar a
erva
Gosto
amargo
Água muito
quente
Chiado
da
chaleira
Experiment
ar
chimarrão
Diego Rodrigues & Franciele Borba
Folhas
de
Processo
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
Conceitos Básicos
 Variação;
 Distribuição Normal;
 Causas Especiais e Causas Comuns;
 Controle estatístico.
Diego Rodrigues & Franciele Borba
Variação (Dispersão)
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.
2




x
1 

i
2

S
x

i
n 1
n 


Diego Rodrigues & Franciele Borba
Distribuição Normal
Desvio
Padrão
Média
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 Processo sob ação de
variação... Mas
somente variação
devido a causas
comuns é previsível.
 Um processo está sob
controle estatístico
quando somente
causas comuns estão
presentes.
causas comuns
Processo sob ação de
causas especiais
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
Implementação de
• Processo não previsível
Controle de Processo
m
Diego Rodrigues & Franciele Borba
Gráfico de Controle
Causa
Especial
LSE
LSC
Média
Gráficos de
controle mostram
a variação do
processo ao
longo do tempo
LIC
LIE
1
2
3
4
5
6
7
Número da Amostra
Diego Rodrigues & Franciele Borba
8
9
10
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
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”
Diego Rodrigues & Franciele Borba
Carta de controle:
comportamento ao longo
do tempo
Determinação dos Limites de Controle
Limites para gráfico Xbar
x1 + x2 + ... xk
=
x=
k
=
LSC = x + A2R
=
LIC = x - A2R
Onde:
Aproximadamente igual a 3
Desvios Padrão
=
x = média das médias das amostras
Diego Rodrigues & Franciele Borba
Critérios para identificação de causas especiais nas
cartas de controle
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
6 ou mais pontos Subindo ou
Descendo
Possíveis causas:
Desgaste de Ferramenta
Gradual desgaste do equipamento
Desgaste relacionado ao
instrumento de medição
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
Deslocamento da Média
Possíveis causas:
Novo Método
Nova Máquina
Melhoria de Qualidade
Novo Lote de Material
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
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
Cp = Amplitude do processo
LSE – LIE
Cp =
6sc
Onde:_
sc = R
d2
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
LSE – LIE
Cp =
6sc
Onde:_
sc = R
d2
9.5 - 8.5
= 1,17
Cp =
6 (0,33/2,326)
Diego Rodrigues & Franciele Borba
Cálculo da Capabilidade do Processo
Índice de Capabilidade “efetiva”
do Processo
_
Cpk = mínimo
_
x - LIE
LSE - x
;
3sc
3sc
Onde:_
sc = R
d2
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
LSE - x
;
3sc
3sc
1,64
0,70
Cpk = mínimo
8.80 - 8.50
3 (0,33/2,326)
;
9.50 - 8.80
3 (0,33/2,326)
Diego Rodrigues & Franciele Borba
= 0,70
Representação da Capabilidade
Cp = 1,17
Cpk = 0,70
LIE
8,5
LSE
_
X
9,0
Diego Rodrigues & Franciele Borba
9,5
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
(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.
Limites 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
Pp = Amplitude do processo
LSE – LIE
Pp =
6sp
Diego Rodrigues & Franciele Borba
Onde: sp = s
Resultados da Análise de Capabilidade
Diego Rodrigues & Franciele Borba
Exemplos
 Cálculo de Capabilidade




Virtual Machine
Formulário Estudo de Capabilidade
Exemplo 1
Exemplo 2
Diego Rodrigues & Franciele Borba