UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS DEPARTAMENTO DE ENGENHARIA DE PRODUO ADMINISTRAO E ECONOMIA

DENISE CRISTINA SANTOS DE SOUZA

UM ESTUDO DE CASO SOBRE A UTILIZAO DE GRFICOS DE CONTROLE E ANLISE DE CAPACIDADE EM UMA EMPRESA SIDERRGICA DE MINAS GERAIS

OURO PRETO MG 2009

2

DENISE CRISTINA SANTOS DE SOUZAdenisecristina9@hotmail.com

UM ESTUDO DE CASO SOBRE A UTILIZAO DE GRFICOS DE CONTROLE E ANLISE DE CAPACIDADE EM UMA EMPRESA SIDERRGICA DE MINAS GERAIS

Monografia apresentada ao Curso de Engenharia de Produo da

Universidade Federal de Ouro Preto como parte dos requisitos para a obteno de Grau em Engenharia de Produo.

Professor orientador: Magno Silvrio Campos

OURO PRETO MG 2009

3

DENISE CRISTINA SANTOS DE SOUZA

UM ESTUDO DE CASO SOBRE A UTILIZAO DE GRFICOS DE CONTROLE E ANLISE DE CAPACIDADE EM UMA EMPRESA SIDERRGICA DE MINAS GERAIS

Monografia julgada e apresentada em 15 de dezembro de 2009 como parte dos requisitos necessrios para a obteno do grau de Engenheiro de Produo na Universidade Federal de Ouro Preto.

BANCA EXAMINADORA

____________________________________________ Prof. Magno Silvrio Campos Universidade Federal de Ouro Preto orientador

____________________________________________ Prof. Andr Monteiro Klen Universidade Federal de Ouro Preto convidado

4

____________________________________________ Prof Maria Perptuo Socorro Mol Pereira Palmieri Universidade Federal de Ouro Preto convidada

____________________________________________ Ronaldo Silva Diniz Matemtico e Tecnlogo em qualidade convidado

5

6

Dedico este trabalho aos meus Pais, meus exemplos de vida. AGRADECIMENTOS

Deus pelas pessoas que fazem parte da minha vida e por sempre me iluminar e guiar. Ao meu pai pela dedicao, confiana e amor. minha me pela cumplicidade, presena essencial e carinho. Ao Daniel pelo crescimento e aprendizado. Aos meus avs que sempre foram base para toda famlia. Aos meus tios e tias, por acreditarem. s tias Quilda e Duca, por serem to especiais. A todos os meus primos pela unio e momentos felizes. toda minha famlia, que mesmo distante, sempre se fez presente. minha amada repblica 171 feminina, por to bem me acolher e por me tornar uma pessoa melhor. s minhas irms estelionatrias pelos inesquecveis momentos, boas risadas e amizades eternas. Eva pelo carinho e dedicao. Hospcio pela amizade e por me deixar sentir em casa. Ao meus amigos Andr, Lus, Lgia, Paolla, Aline, Carol, Van, Lo, Vincius, Dauber, Daniel, Thiagos, Igor, Mel por serem pessoas incomparveis e tornarem a faculdade e a vida mais divertidas. minha inesquecvel turma de Engenharia de Produo 05.1 que muitas vezes me fez esquecer as dificuldades do curso. Nayara, Dbora, Carla pela amizade e apoio. A Ana pela disponibilidade e ajuda. Ao Magno por aceitar esta orientao e apoiar o meu trabalho. Socorro pela sincera dedicao e amizade. Ao Ivan por sempre me abrir s portas e permitir que este trabalho fosse realizado. Ao Ronaldo, tutor deste trabalho, pela amizade, ensinamentos e pacincia. A toda equipe do estgio pela oportunidade, experincias e acolhimento. ESCOLA DE MINAS e seus mestres pelo aprendizado e oportunidade. Ao Chico, Adriana, Cinara, Graa, Dunga e Maurlio, sempre dispostos a ajudar. A todos que contriburam e que fazem parte desta vitria, MUITO OBRIGADA!

7

Por mais humilde que seja, um bom trabalho inspira uma sensao de vitria

Jack Kemp

8

RESUMO

SOUZA, Denise Cristina santos. Um estudo de caso sobre a utilizao de grficos de controle e anlise de capacidade em uma empresa siderrgica de Minas Gerais. 2009. Monografia. (Graduao em Engenharia de Produo). Universidade Federal de Ouro Preto.

O Controle Estatstico do Processo CEP uma das ferramentas mais utilizadas da Engenharia da Qualidade para o alcance da excelncia operacional nas organizaes. E a Anlise de Capacidade a ferramenta que melhor define as condies de operao de um processo. Esta monografia aborda a utilizao de ferramentas e tcnicas do CEP que podem contribuir para o controle da variabilidade e estabilidade dos sistemas de produo, alm de apresentar a Anlise de Capacidade como seqncia fundamental para anlise estatstica dos processos. Realiza-se o estudo em uma empresa siderrgica de grande porte, que almeja total satisfao dos seus clientes e reduo da produo de itens no-conformes. Baseado em uma pesquisa bibliogrfica, faz-se uma anlise e um estudo estatstico do processo produtivo de arames galvanizados, utilizando como suportes do trabalho Ferramentas do CEP e Anlise de Capacidade. O estudo detecta que o diagnstico completo de um processo de produo deve ser apresentado pelo uso conjunto de Grficos de Controle e Anlise de Capacidade, que muito tm a contribuir para o alcance da excelncia operacional nas organizaes.

Palavras-chave: Qualidade, Controle Estatstico do Processo, Grficos de Controle e Anlise de Capacidade,

9

ABSTRACT

The Statistical Process Control - SPC is one of the most used tools of Quality Engineering for the achievement of operational excellence in organizations. And Capacity Analysis is the tool that best defines the operating conditions of a process. This monograph discusses the use of tools and techniques of the SPC that can contribute to control the variability and stability of production systems, and presents the Capacity Analysis as an essential sequence for statistical analysis of the processes. Held the study in a steel company large, which aims at total customer satisfaction and reduce the production of non-compliant items. Based on a literature search, it is an analysis and a statistical study of the production process of galvanized wires, using as the base for work tools of the SPC and Capacity Analysis. The study discovers that the complete diagnosis of a production process must be submitted by combined use of Control Charts and Capability Analysis, which have much to contribute to achievement of operational excellence in organizations.

Key words: Quality. Statistical Process Control, Control Charts Capacity Analysis

10

LISTA DE SMBOLOS am n - Mdia populacional do processo - Amplitude mdia - Subgrupo - Nvel de Significncia - Desvio-padro do processo

11

LISTA DE SIGLAS ABNT AM CEP CTQ GQT IBR LC LIC LIE LINT LSC LSE LSNT MG - Associao Brasileira de Normas Tcnicas - Amplitude Mvel - Controle Estatstico do Processo - Controle Total da Qualidade - Gesto da Qualidade Total - International Bussines Report - Linha Central - Limite Inferior de Controle - Limite Inferior de Especificao - Limite Inferior Natural de Tolerncia - Limite Superior de Controle - Limite Superior de Especificao - Limite Superior Natural de Tolerncia - Minas Gerais

12

LISTA DE TABELAS Tabela 1: Interpretao dos ndices de capacidade......................................................... 41 Tabela 2: Variveis e indicadores da pesquisa. .............................................................. 47 Tabela 3: Sequncia dos Objetivos e Ordem de Insero no Trabalho .......................... 74

13

LISTA DE FIGURAS Figura 1: Etapas de Implantao do CEP ....................................................................... 27 Figura 2: Ferramentas do CEP........................................................................................ 28 Figura 3: Diagrama de Causa e Efeito............................................................................ 29 Figura 4: Representao de um tpico Grfico de Controle ........................................... 31 Figura 5: Fluxograma da metodologia de controle......................................................... 36 Figura 6: Grfico de Controle Tendencioso ................................................................... 37 Figura 7: Grfico de Controle com ponto fora do limite de controle ............................. 37 Figura 8: Grfico de Controle com seqncia de oito pontos ........................................ 38 Figura 9: Processo Incapaz ............................................................................................. 40 Figura 10: Processos de Galvanizao ........................................................................... 50 Figura 11: Diviso interna da empresa siderrgica ........................................................ 51 Figura 12: Grfico da produo mensal da empresa e da fbrica em estudo ................. 51 Figura 13: Grfico da produo mensal da Fbrica de Galvanizao ............................ 52 Figura 14: Fluxograma do processo produtivo do Race................................................. 53 Figura 15: Foto da Bobina Vertical ................................................................................ 54 Figura 16: Foto do Spider vazio e acondicionando o arame. ......................................... 55 Figura 17: Fluxograma do Processo Produtivo do Race ................................................ 56 Figura 18: Ilustrao de Cast e Helix ............................................................................. 57 Figura 19: Planilha para Coleta de Dados ...................................................................... 60 Figura 20: Marca indicativa de altura no bobinador....................................................... 61 Figura 21: Gabarito Cast e Helix e metodologia de medio......................................... 63 Figura 22: Anlise Estatstica do Cast............................................................................ 66 Figura 23: Anlise Estatstica do Helix .......................................................................... 67 Figura 24: Anlise Estatstica da Altura ......................................................................... 68 Figura 25: Anlise Estatstica do Peso ........................................................................... 69 Figura 26: Diagrama de Causa e Efeito do processo...................................................... 71

14

LISTA DE EQUAES Equao 1: Limite Superior de Controle ........................................................................ 31 Equao 2: Limite Central................................................Erro! Indicador no definido. Equao 3: Limite Inferior de Controle............................Erro! Indicador no definido. Equao 4: Amplitude Mvel......................................................................................... 34 Equao 5: Limite Superior de Controle Grfico Amplitude Mvel ... Erro! Indicador no definido. Equao 6: Limite Central Grfico Amplitude Mvel ..Erro! Indicador no definido. Equao 7: Limite Inferior de Controle Grfico Amplitude Mvel..... Erro! Indicador no definido. Equao 8: Desvio-Padro.............................................................................................. 35 Equao 9: Limite Superior de Controle Grfico Medidas IndividuaisErro! Indicador no definido. Equao 10: Limite Central Grfico Medidas Individuais............Erro! Indicador no definido. Equao 11: Limite Inferior de Controle Medidas Individuais.....Erro! Indicador no definido. Equao 12: Limite Superior Natural do Processo......................................................... 39 Equao 13: Limite Inferior Natural do Processo .......................................................... 39 Equao 14: ndice de Capacidade Potencial do Processo...............Erro! Indicador no definido. Equao 15: ndice de Capacidade Superior ....................Erro! Indicador no definido. Equao 16: ndice de Capacidade Inferior......................Erro! Indicador no definido. Equao 17: ndice de Taguchi ........................................Erro! Indicador no definido.

15

SUMRIO

CAPTULO 1 INTRODUO AO ESTUDO.........................................................17 1.1 Formulao do Problema ...................................................................................... 17 1.2 Justificativa ........................................................................................................... 19 1.3 Objetivos ............................................................................................................... 21 1.3.1 Objetivo Geral ................................................................................................ 21 1.3.2 Objetivos Especficos..................................................................................... 21 CAPTULO 2 BASE TERICA DO ESTUDO ......................................................22 2.1 Qualidade .............................................................................................................. 22 2.2 Engenharia da Qualidade ..................................................................................... 23 2.3 Controle Estatstico do Processo........................................................................... 25 2.3.1 Diagrama de Causa e efeito............................................................................ 28 2.3.2 Grfico de Controle........................................................................................ 30 2.3.2.1 Grficos de Controle para variveis ........................................................ 33 2.3.2.1.1 Grficos de Controle para Medidas Individuais e Amplitude Mvel34 2.4 Anlise de Capacidade do Processo...................................................................... 38 2.4.1 ndices de Capacidade.................................................................................... 40 CAPTULO 3: PROCEDIMENTOS METODOLGICOS .....................................43 3.1 Natureza da Pesquisa ............................................................................................ 43 3.2 Classificao da Pesquisa ..................................................................................... 44 3.3 rea da Pesquisa ................................................................................................... 45 3.4 Instrumentos da Coleta ......................................................................................... 46 3.5 Variveis ............................................................................................................... 46 3.6 Tabulao e anlise de Dados ............................................................................... 47 3.7 Consideraes Finais ............................................................................................ 48 CAPTULO 4 ESTUDO DE CASO..........................................................................49

16

4.1 Setor de Galvanizao .......................................................................................... 49 4.2 Caracterizao da empresa.................................................................................... 50 4.3 O produto Race ..................................................................................................... 53 4.3.1 Processo Produtivo......................................................................................... 53 4.3.2 A qualidade do produto .................................................................................. 56 4.3.3 Possibilidade de Melhoria .............................................................................. 58 4.4 Coleta dos dados ................................................................................................... 59 4.5 Anlise dos dados e do processo........................................................................... 64 4.5.1 Cast................................................................................................................. 64 4.5.2 Helix ............................................................................................................... 66 4.5.3 As variveis Peso e Altura ............................................................................. 68 4.6 Diagrama de Causa e Efeito.................................................................................. 69 CAPTULO 5 Concluses e recomendaes ............................................................72 5.1 Concluses ............................................................................................................ 72 5.2 Recomendaes .................................................................................................... 75 REFERNCIAS BIBLIOGRFICAS ........................................................................76 ANEXO...........................................................................................................................81

17

CAPTULO 1 INTRODUO AO ESTUDO

1.1 Formulao do Problema

A entrada de capital externo na siderurgia brasileira, ocorrida na dcada de 90, possibilitou ao setor avanos tecnolgico, produtivo e financeiro, que alm do fortalecimento, internacionalizao e autonomia administrativa, proporcionaram s empresas ganhos, tais como, gesto orientada para resultados, foco no cliente e elevao dos padres de qualidade de seus processos e produtos, sobretudo atravs do processo de certificaes ISO. O sculo XXI, marcado pela fuso de grandes empresas do ramo, tem ratificado a importncia deste setor para a economia brasileira. Nosso parque siderrgico capaz de suprir a demanda interna de ao e de manter-se competitivo no mercado internacional, devido, entre outros fatores, sua qualidade. A qualidade, presente na siderurgia como em qualquer outro campo industrial, tornou-se requisito bsico para as empresas manterem-se no mercado. Traduzida tambm como excelncia de um produto ou servio, a qualidade est diretamente relacionada competitividade da organizao. David Garvin (1992, p.44) explica esta relao com um breve histrico do conceito de qualidade, concluindo que a nfase volta-se para o gerenciamento estratgico da qualidade, no qual a preocupao maior poder concorrer num determinado mercado, buscando-se no s satisfazer as necessidades do consumidor, mas tambm a do prprio mercado. O mercado possuiu diversos fatores competitivos, que muitas vezes, exercem influncias sobre as empresas, sem nem mesmo estar relacionados s suas aes. No entanto, a qualidade, um dos fatores que determinam o grau de competitividade das corporaes, depende prioritariamente de aes e polticas organizacionais, que buscam manter um padro operacional qualificado por meio de gestes, programas, mtodos e ferramentas. Neste contexto, o Controle Estatstico do Processo CEP, segundo Oliveira (2000) e Werkema (1995), se refere a um conjunto de ferramentas utilizadas com o

18

propsito de possibilitar a interveno racional num sistema de produo, a fim de conferir-lhe qualidade. Ainda de acordo Montgomery (2003, p.361), atravs do uso de grficos de controle, a mais poderosa das ferramentas do CEP pode-se realizar a monitorizao da variabilidade do processo, obter informaes que colaborem para a melhoria das etapas produtivas e estimar os parmetros do processo, verificando por meio destes a sua capacidade. Para Paladini (2002, p.66), capacidade ou capabilidade pode ser definida como o comportamento normal de um processo quando operando em estado de controle estatstico, ou seja, quando operando sob controle e com seus parmetros atuando dentro dos limites especificados para o processo. Em todo e qualquer processo produtivo, preciso que se estabeleam parmetros a serem avaliados e limites superior e inferior, os quais determinem e indiquem sua variao aceitvel. Assim tambm ocorre com as empresas do setor siderrgico brasileiro, que para manterem-se bem posicionadas nos mercados nacional e internacional, precisam, entre outros quesitos, conhecer e controlar seus processos, a fim de atender as necessidades dos clientes, garantindo-lhes produtos com alto padro de qualidade. Portanto, o controle e acompanhamento dos seus mais diversificados processos como laminao, trefilao, exausto, usinagem, galvanizao, se fazem necessrios. A galvanizao, tratamento superficial do material, no qual h deposio de um metal resistente a oxidao sobre um metal-base, atravs da reduo qumica ou eletroltica, merece tambm ateno especial em relao a sua qualidade. Para que seu objetivo principal, impedir o contato do metal com o meio corrosivo, seja satisfeito e que o produto final atenda com qualidade s necessidades dos clientes, preciso prioritariamente que seu processo produtivo seja de qualidade e que esta esteja presente desde o incio deste processo de fabricao at o acondicionamento do arame j galvanizado, para que ele no sofra nenhum dano. No entanto, no prprio processo de galvanizao, o material metlico passa por inmeras etapas, apresentando maior exposio a possveis no conformidades a desvios do percurso produtivo. E na maioria das vezes, o material metlico a ser galvanizado, j passou por outras transformaes siderrgicas, o que aumenta a necessidade de se controlar os padres de qualidade de cada etapa a qual o material submetido.

19

Sendo assim, gerenciar a variabilidade do processo, bem como sua capacidade em atender s exigncias colocadas a ele, fator chave para o seu sucesso e qualidade do seu produto. Embora os Grficos de Controle no informem as causas dos defeitos e a origem dos desvios, atravs deles pode-se obter o estudo da capacidade do processo, o qual identifica a presena de defeitos, a sua intensidade e a uniformidade e desempenho do processo. Dessa forma, a questo problema pertinente ao estudo : Qual a contribuio dos Grficos de Controle e da Anlise de Capacidade para a fabricao de arames galvanizados de uma empresa siderrgica de Minas Gerais?

1.2 Justificativa

Embora a qualidade, segundo a International Bussines Report - IBR (2009), seja considerada a principal vantagem competitiva por 70% das empresas privadas de capital fechado do mundo, ela no atua de forma plena e completa nas organizaes. Mtodos, programas, ferramentas que buscam sua melhoria contnua sempre estaro em evidencia no mbito empresarial. Mtodos estatsticos tm sido cada vez mais difundidos e utilizados para o entendimento e melhoria dos processos produtivos. Segundo Montgomery (2003, p.363), a maioria dos processos no opera em estado de controle estatstico, o que justifica e evidencia a necessidade do uso de ferramentas como os grficos de controle. Os grficos de controle, por serem simples e de fcil construo, uma das ferramentas estatsticas mais aplicadas para o monitoramento dos processos produtivos e para identificao de causas especiais, responsveis por provocar mudanas no processo. No entanto, o uso indiscriminado e sem o conhecimento concreto desta ferramenta pode implicar em diagnsticos errneos e ajustes desnecessrios no processo. Alm disto, estes grficos s se tornam teis e confiveis para o clculo da mdia e da variabilidade do processo, quando as escolhas dos valores das constantes envolvidas na sua construo estiverem corretas.

20

Notou-se, ento, a importncia em discutir esta ferramenta com um elaborado embasamento terico que contribuir para o meio acadmico e que ir auxiliar e proporcionar sua melhor utilizao, a fim de que os profissionais responsveis pela sua aplicao consigam usufruir seus benefcios. Este trabalho apia-se tambm no fato de que o processo, mesmo que sob controle estatstico e com variabilidade previsvel, produza itens no-conformes. Logo, no preciso apenas um processo sob controle, mas fundamental que ele seja capaz de atender s especificaes estabelecidas com base nas necessidades de seus clientes. A anlise estatstica do processo por meio de grficos de controle e sua posterior anlise de capacidade, como sero apresentados em um estudo de caso de uma empresa siderrgica de Minas Gerais, se fazem necessrios para obteno de um processo sob controle e capaz. Portanto, esta pesquisa se justifica pela excelncia operacional almejada pelas empresas, a fim de se reduzir a produo de no-conformes e a variabilidade dos processos por meio do uso adequado dos Grficos de Controle e da Anlise de Capacidade.

21

1.3 Objetivos

1.3.1 Objetivo Geral

Verificar a contribuio dos Grficos de Controle e da Anlise de Capacidade para a fabricao de arames galvanizados de uma empresa siderrgica de Minas Gerais, por meio da implantao de uma metodologia para anlise do processo.

1.3.2 Objetivos Especficos

Realizar pesquisa bibliogrfica sobre Qualidade, Engenharia da Qualidade, CEP e Anlise de Capacidade; Implantar uma metodologia para anlise do processo; Descrever e analisar o processo de produo de arames galvanizados da empresa em estudo, bem como o ponto a ser estudado; Utilizar Grficos de Controle e Anlise de Capacidade para avaliar a fabricao do arame galvanizado; Apresentar consideraes sobre o processo estudado e os resultados avaliados.

22

CAPTULO 2 BASE TERICA DO ESTUDO

Este captulo apresenta uma breve explicao das definies sobre qualidade, engenharia da qualidade, Controle Estatstico do Processo, Diagrama de Causa e Efeito, Grficos de Controle e Anlise de Capacidade do Processo.

2.1 Qualidade

Segundo Montgomery (2004), o conceito tradicional de qualidade est diretamente relacionado satisfao dos clientes. As especificaes de produtos e servios devem ser as exigidas por aqueles que vo us-los. Do mesmo modo, Falconi (1992, p.2) afirma que um produto ou servio de qualidade aquele que atende perfeitamente, de forma confivel, de forma acessvel, de forma segura e no tempo certo s necessidades do cliente. Porm Melhado (apud Deming, 2009) partilha da viso de que qualidade relativa e muda seu significado medida que as necessidades dos clientes evoluem. Tem-se ento que a qualidade no um objetivo esttico, que uma vez alcanada sempre apresentar bons resultados. Ela deve ser constantemente trabalhada e monitorada, a fim de que as exigncias dos clientes sejam sempre atendidas. Sendo assim, meios para obt-la e assegur-la ao longo do tempo tambm foram inseridos em sua conceituao. O prprio Deming (1951) define que a busca pela qualidade ocorre por meio do seu controle estatstico. Tambm Ishikawa (1986), alm de sistematizar as sete ferramentas estatsticas para o controle da qualidade, assume um diferente enfoque para este conceito, assegurando sua estreita relao com o denominado Crculo de Controle da Qualidade. Estes crculos consistem em pequenos grupos formados por voluntrios dispostos a se reunirem para identificar, investigar, analisar e solucionar problemas no trabalho, desenvolvendo assim o Controle da Qualidade. J Juran (2002, p.9) torna-se pioneiro em relacionar o conceito de qualidade estratgia empresarial, por meio de sua famosa trilogia: Melhoria, Planejamento e

23

Controle. Para ele, dentre os vrios conceitos de qualidade, dois merecem destaque: as caractersticas do produto: Aos olhos dos clientes, quanto melhores as caractersticas do produto, mais alta a sua qualidade e a ausncia de deficincias: ... quanto menos deficincias, melhor a qualidade. No entanto, Garvin (1988) ainda defende o carter multidimensional deste conceito, apresentando suas oito componentes, que embora distintas, podem estar interrelacionadas. So elas, Desempenho, Confiabilidade, Durabilidade, Assistncia Tcnica, Esttica, Caractersticas, Qualidade Percebida e Conformidade com Especificaes. Garvin visa, a partir da combinao de vrias destas dimenses, a competio em qualidade, ou seja, o uso da qualidade como arma de concorrncia. Nessa concepo, Oliveira (2004, p.114) afirma que a qualidade no mais uma estratgia de diferenciao no mercado, mas uma condio de preexistncia. Completa ainda que nos dias de hoje, a qualidade se firmou como um conceito de extrema importncia para a competitividade das empresas e para a sociedade em geral, sendo notria a tendncia de trazer os esforos despendidos em prol da qualidade. Ratificando a relevncia deste conceito, Feigenbaum (1994) afirma que qualidade no apenas uma tcnica para eliminao das falhas do processo produtivo, mas um instrumento estratgico que deve preocupar todos os envolvidos na organizao. Segundo ele, uma filosofia de gesto comprometida com a excelncia, orientada para o cliente e no para a reduo de efeitos. Cabe, portanto, ressaltar que qualidade refere-se satisfao das expectativas geradas pelo produto ou servio que uma organizao dispe no mercado, entretanto, para qualquer que seja sua definio, palavras-chaves, tais como cliente, necessidades, especificaes, melhoria, competitividade, sempre se faro presentes, certas de que so os pilares deste conceito.

2.2 Engenharia da Qualidade

A busca pela qualidade, assim como os mtodos para avali-la, h muito tempo faz parte da rotina das organizaes. No incio do Sculo XX, os responsveis por inspecionar a qualidade nas fbricas, eram os prprios supervisores e gerentes de

24

produo. Havia tambm o papel do inspetor, porm a este era designado o trabalho de verificao dos mais diversos setores de produo. Com a massificao da produo e o aumento de produtividade, a inspeo, realizada com instrumentos de medio, tornou-se intensa, uma vez que os produtos eram verificados individualmente. Esta atividade de verificao foi moldando-se e deu origem, dentro das prprias fbricas, aos departamentos de inspeo. Segundo Gurgel (apud Garvin 2002) pode-se caracterizar este perodo como a primeira fase do movimento da qualidade e o incio da atividade voltada para este objetivo de forma cientfica e sistematizada, utilizando-se para isso, medidas e gabaritos com modelos padro. Posteriormente, na Era do Controle Estatstico, verificou-se ento o aprimoramento de tcnicas estatsticas para o controle da qualidade. As cartas de controle, desenvolvidas por Shewhart, possibilitaram a definio de limites dos processos produtivos e possibilitaram a avaliao de causas anormais de variao. A amostragem facilitou o trabalho de inspeo, j que amostras aleatrias de produtos, obedecendo a clculos estatsticos, poderiam representar todo o lote de produo. Segundo Ishikawa (1986, p.17), a partir de 1950, diversas indstrias passaram a adotar as cartas de controle e as inspees por amostragem. Tambm, no final da II Guerra Mundial, o Japo j havia iniciado movimentos em prol da Qualidade Total. Segundo Oliveira (2004) este conceito previa um processo produtivo controlado, o envolvimento de toda a empresa com a qualidade, a preveno de defeitos e a qualidade assegurada. O Controle Total da Qualidade CTQ foi, ento, a abordagem gerencial encontrada para concretizar o desejo de qualidade em toda a organizao, o que satisfaria clientes e acionistas. Com a evoluo das diversas formas de se administrar a qualidade, surgiu, no final da dcada de 70, a Gesto da Qualidade. Intimamente associada s estratgias da instituio, a Gesto da Qualidade utiliza tcnicas e ferramentas integradas ao modelo de gesto praticado pelas organizaes. Juran e Gryna (1991, p.210) ainda afirmaram que uma das maiores aplicaes do conceito de planejamento da qualidade o planejamento estratgico da qualidade, algumas vezes chamado de Gesto da Qualidade Total (GQT). Segundo Paladini (2004, p.37)

25

... a GQT cria uma ao estratgica da qualidade, que envolve o desdobramento dos objetivos gerais da companhia para incluir qualidade, a definio clara de responsabilidades pela qualidade em vrios nveis, a criao de recursos exclusivos para a qualidade e, em resumo, o posicionamento do esforo pela qualidade entre as grandes metas da empresa, e no nvel elevado. Dessa forma, a qualidade pode ser compreendida, sentida e almejada por toda a organizao. Para que as gestes de qualidade adotadas pelas empresas sejam validadas e que a qualidade possa ser de fato implementada, existe ento a Engenharia da Qualidade, que exerce papel fundamental nas organizaes. Sua relevncia j citada por Crosby (1994, p.85) ela deve zelar pela qualidade geral da companhia (...) para que o todo alcance o resultado proposto. reafirma a idia de Montgomery (2004) de que seu objetivo garantir as caractersticas de qualidade de um produto em seu nvel nominal ou requerido. Seu conceito est diretamente associado a tcnicas e ferramentas estatsticas que garantam a qualidade do produto e do projeto. O controle, seja pela inspeo de produtos ou pelo acompanhamento do processo, sempre se fez presente na engenharia da qualidade. Dentre seu conjunto de ferramentas, observamos maior destaque e utilizao do Controle Estatstico do Processo CEP, que em grande parte das aplicaes acompanhado tambm pela anlise de capacidade do processo.

2.3 Controle Estatstico do Processo

Desenvolvido por Shewhart na dcada de 1920, o Controle Estatstico do Processo CEP consiste em um conjunto de mtodos estatsticos que estuda a variabilidade do processo, a fim de mant-lo sob controle. Segundo Costa (2005), variabilidade est relacionada condio normal do processo de no produzir peas exatamente iguais, e pode ocorrer devido s causas aleatrias, inerente a qualquer processo produtivo, e s causas especiais, que devem ser detectadas e diagnosticadas, uma vez que podem alterar o estado de controle do processo.

26

Ainda Costa (2005, p.116) afirma que desajustes e/ou falta de estabilidade do processo (provocados por causas especiais) reduzem sua capacidade e aumentam o nmero de itens no conformes produzidos. Da mesma forma, Montgomery (2003, p.361) correlaciona o estado de controle do processo e sua variabilidade, definindo o CEP como uma ferramenta poderosa para encontrar a estabilidade de um processo e para melhorar a capacidade atravs da reduo da variabilidade. Mantendo este ponto de vista, porm com a introduo de um novo conceito, Schissatti (apud Owen 1998) considera o controle estatstico do processo um sistema de controle preventivo, o qual controla as condies do processo, visando evitar a produo de produtos defeituosos. Sendo assim, podemos seguramente associar ao Controle Estatstico do Processo, o conceito de qualidade. Segundo Schissatti (1998), o controle estatstico do processo costuma ser um dos melhores meios de se fazer o controle da qualidade, uma vez que a qualidade est sendo analisada ao longo do processo. Toledo (2006) ainda afirma que o CEP visa no s o controle, mas tambm a melhoria do processo. Segundo ele, definir a prxima etapa do processo como cliente da etapa anterior um dos princpios fundamentais para implantao e gerenciamento do Controle Estatstico do Processo. A implantao do CEP, como representada pela figura 1, ocorre por meio da coleta de dados do processo, da sua monitorao (verificao do estado do processo), anlise e propostas de melhorias para o alcance de melhores patamares de desempenho.

27

Figura 1: Etapas de Implantao do CEP Fonte: Pesquisa Indireta, 2009

Os dados tm, portanto, papel fundamental para eficiente aplicao do CEP. Eles devem ser analisados e coletados de forma a transparecer a realidade do processo. Segundo Triola (1999, p.301), a caracterstica mais importante dos dados a sua configurao ao longo do tempo, afirma ainda que monitorando esta caracterstica, estaremos em melhores condies de controlar a produo de bens e servios.... Para o acompanhamento dos processos produtivos, Montgomery (2003) enumera as ferramentas estatsticas mais importantes do CEP: Histograma, Grfico de Pareto, Diagrama de causa-efeito, Diagrama de defeito-concentrao, Grfico de Controle, Diagrama de disperso e Folha de verificao. esquemtica estas ferramentas. A figura 2 enumera de forma

28

Figura 2: Ferramentas do CEP Fonte: Pesquisa Indireta, 2009

Estas ferramentas podem ser utilizadas individualmente ou trabalhadas aos grupos, aos pares, completando-se na busca pelo controle estatstico do processo. Cada situao avaliada ir direcionar e apresentar a possibilidade da utilizao, ou no, de determinada ferramenta. No entanto, de acordo com Costa (2005, p.28), o grfico de controle a principal ferramenta utilizada para monitorar os processos e sinalizar a presena de causas especiais. E o Diagrama de causa e efeito, segundo Montgomery (2004) uma ferramenta muito poderosa para identificar e reparar defeitos.

2.3.1 Diagrama de Causa e efeito

Desenvolvido por Karou Ishikawa na dcada de 40 e definido com uma das sete ferramentas da qualidade, o diagrama de causa e efeito, tambm conhecido como Diagrama de Ishikawa ou Espinha de Peixe, tem como objetivo relacionar um determinado efeito e as possveis causas que colaboraram para a ocorrncia deste efeito. Estas possveis causas so avaliadas sob ponto de vista de seis diferentes categorias, as quais so conhecidas como o 6Ms: Matria-prima, Mquina, Medida,

29

Mo-de-obra, Meio-ambiente e Mtodo. As causas categorizadas de acordo com o 6Ms levam ao efeito indicado, conforme se pode verificar na figura 3.

Figura 3: Diagrama de Causa e Efeito Fonte: Pesquisa Indireta, 2009

De acordo com Mata-lima (2007, p.5) a aplicao deste diagrama pressupe que o processo esteja descrito e o problema rigorosamente definido, j que as causas descritas so causas potenciais para o efeito estudado e no causas que necessariamente devero ser atacadas. Embora seja preciso estar atento ao efeito que se deseja solucionar e a sua relao com as mais diversas causas enumeradas no Diagrama de causa e efeito, segundo Neto (apud Colenghi, 2008, p.4) esta ainda sim uma ferramenta eficaz na determinao de causas (problemas) e percepo dos efeitos (ineficincias), destacando como ponto positivo seu alto grau de aplicabilidade no gerenciamento da qualidade. Por meio da aplicao do Diagrama de causa e efeito, possvel de diferentes maneiras alcanar a qualidade, j que ele rene diferentes pontos de vistas a cerca de um mesmo problema, apresenta um formato que ajuda no planejamento de futuras aes e na organizao de uma quantidade relativamente grande de informaes a cerca de um mesmo problema e proporciona relaes entre causa e efeito claramente visveis para a organizao.

30

2.3.2 Grfico de Controle

Segundo Moreira (apud Banks 2008), os grficos de controle surgiram a partir da necessidade de encontrar mtodos mais rigorosos de controle da qualidade que pudessem gerar mais confiana nos produtos e servios. Sendo assim, em 1924, buscando tcnicas que pudessem monitorar o processo, Walter Andrew Shewhart desenvolveu o primeiro grfico de controle. (Junior apud Montgomery, 2007) Tambm conhecido como carta de controle, o grfico de controle, segundo Alencar (2007, p.88), teria como objetivo detectar desvios de parmetros representativos do processo, reduzindo a quantidade de produtos fora de especificaes e os custos de produo. Corra (2007, p.4) afirma ainda que essa ferramenta visa detectar variaes anormais e possibilitar administrao do processo identificar as fontes dessa anormalidade. Ramos (1997) resume os objetivos deste grfico como sendo trs bsicos: verificar se o processo em anlise estatisticamente estvel, sem a presena de causas especiais; verificar se o processo continua estvel, indicando quando se deve atuar sobre ele e permitir o aprimoramento constante do processo, por meio da reduo de sua variabilidade. Partindo para sua conceituao, Alencar (2007, p.88) afirma tratar-se de grficos temporais que apresentam os valores de medio da varivel de interesse no eixo vertical e os pontos no tempo nos quais as medies so efetuadas no eixo horizontal. Este grfico, como na figura 3, ainda apresenta uma linha central (LC), assim como limite inferior de controle (LIC) e limite superior de controle (LSC) (Triola,1999).

31

Mdia Amostral

LSC LC LIC Tempo ou Nmero de Amostras

Figura 4: Representao de um tpico Grfico de Controle Fonte: Pesquisa Indireta, 2009

A linha central, segundo Moreira (apud Montgomery 2008), representa o valor alvo do processo: Este valor pode, por exemplo, ser um valor nominal exigido por lei, um padro ou especificao de produo. Pode ser tambm um valor baseado na experincia passada do processo ou um valor estimado tomado de um processo produtivo sob condies sem perturbaes. J os limites superior e inferior de controle LSC e LIC definem respectivamente, os valores mximo e mnimo que a varivel em anlise pode atingir para que o processo mantenha-se sob controle (Moreira apud Montgomery 2008). Segundo Alencar (2007) esta varivel pode ser um parmetro do processo ou uma caracterstica de qualidade de interesse. Suponhamos que W seja uma estatstica da amostra, que represente um parmetro do processo ou uma caracterstica de qualidade, que sua mdia seja w e o desvio-padro seja w, podemos ento definir um modelo geral para a linha central, o limite superior de controle e o limite inferior de controle, como representado pelas equaes 1, 2 e 3 (Montgomery, 2003):(1) (2) (3)

32

O valor de k, segundo Montgomery (2003, p.363), seria a distncia dos limites de controle a partir da linha central, expressa em unidades de desvio-padro. Ainda de acordo com ele, k = 3 seria o mais usual. Moreira (apud Montgomery 2008) explica que os limites estabelecidos a trs desvios-padres fazem com que a probabilidade de um ponto estar dentro dos limites seja de 99,74%. O que evita reajustes que seriam necessrios, caso os pontos estivessem ultrapassando as linhas de limite de controle. Da mesma forma, Rocha (apud Montgomery 2004, p.37) afirma que:esta escolha de limites de controle (...) na prtica, tem dado

bons resultados e que os valores exatos dos parmetros da distribuio de probabilidade da varivel de qualidade em estudo no so realmente conhecidos. Desta forma, os grficos de controle de Shewhart normalmente esto ajustados para detectar apenas grandes desvios do valor alvo. Para deteco de pequenas mudanas no processo, o tamanho da amostra precisa ser consideravelmente maior do que a analisada para deteco de grandes mudanas. Por isso, preciso que se saiba a magnitude da mudana que se deseja detectar para definir o tamanho da amostra. Segundo Veloso (2004, p.156), para identificao de causas que resultem em uma modificao no processo, o ideal seria em seu estudo inicial coletar grandes amostras, isto , mais de 30 peas seqenciais do processo. Enquanto que para Costa (2005), o conceito de subgrupos racionais est exatamente relacionado metodologia de se retirar pequenas amostras em intervalos de tempos regulares a fim de se avaliar a variabilidade do processo e a existncia de causas especiais. Outro aspecto importante a se considerar, na construo da carta de controle, a freqncia de amostragem. O ideal seria tomar grandes amostras freqentemente. No entanto, do ponto de vista econmico, ou tomamos pequenas amostras em intervalos menores, ou tomamos maiores amostras em intervalos mais longos (Montgomery, 2004). Embora no to precisos para deteco de pequenos desvios do processo, segundo Rocha (2008, p.39) os grfico de controles de Shewhart so amplamente utilizados devido a sua simplicidade. Existem diferentes tipos, que so caracterizados

33

pelo tamanho das observaes, periodicidade da coleta das observaes e tipo de informaes. (Moreira, 2008) Os mais comuns so os grficos para variveis e para atributos e os no convencionais, segundo Costa (2005), so os grficos CUSUM e EWMA. Os grficos para variveis so grficos que monitoram ao longo do tempo as caractersticas de qualidade que podem ser expressas em valores e os grficos de controle para atributos so os grficos responsveis por monitorar caractersticas do processo que no podem ser representadas numericamente, no entanto, precisam ser acompanhadas. J os grficos CUSUM, de soma cumulativa, e EWMA, exponencial de mdia mvel, so grficos utilizados para dados correlacionados e apresentam melhor desempenho para deteco de pequenos desvios no processo. Com base na especificidade de cada grfico e na contribuio almejada pela sua aplicao, pode-se concluir de acordo com Amaral (2004, p.27) que extremamente importante escolher um grfico que melhor se adqe s necessidades de cada situao.

2.3.2.1 Grficos de Controle para variveis

De acordo com Konrath (2002) os grficos de controle para variveis so grficos que monitoram ao longo do tempo as caractersticas de qualidade que podem ser expressas em valores. Segundo Montgomery (2004), muitas so as caractersticas que podem ser mensuradas, as quais, portanto, so denominadas variveis. Os grficos de controle para acompanhamento destas caractersticas so vastamente utilizados. Os grficos de controle denominados so utilizados para monitorar a mdia da

varivel em estudo. J os grficos R so conhecidos tambm como grficos de amplitude e monitoram a variabilidade do processo. Paralelo a isto, Triola (1999) define que: Ao utilizarmos grficos de controle para monitorar um processo, costumamos considerar conjuntamente grficos de R e grficos de , porque um processo

estatisticamente instvel pode ser o resultado de uma variao crescente, ou de mdias variveis, ou de ambos.

34

Amaral (2004, p.27) ainda afirma que mais modernamente, pode-se substituir o grfico R pelo grfico S (referente ao desvio-padro). No entanto, a escolha pelo grfico S s se justifica quando o tamanho do subgrupo for maior que 10 ou quando o tamanho da amostra for varivel, j que nestes casos o grfico S apresenta melhores resultados (Konrath apud Montgomery 2004). Outro grfico que pode ser utilizado para o controle de variveis o grfico para medidas individuais. Seu uso se justifica quando as amostras utilizadas para anlise tm tamanhos unitrios, no havendo a diviso dos dados em subgrupos (Montgomery, 2004). Entretanto, fundamental destacar que independente da escolha do tipo de grfico de controle para variveis, estes devem ser aplicados aos pares, a fim de que se avalie concomitantemente a variabilidade e a centralidade do processo.

2.3.2.1.1 Grficos de Controle para Medidas Individuais e Amplitude Mvel

O grfico de Controle para medidas individuais til quando o tamanho da amostra empregada para o controle do processo n=1. Seu uso se justifica para determinadas situaes, tais como, inspeo automtica, em que cada unidade produzida analisada; processos nos quais a taxa de produo lenta, tornando invivel a espera de amostras n>1; medidas repetidas no processo que diferem somente devido a erros nos laboratrios ou na anlise e utilizada tambm para analisar parmetros que possuem um desvio-padro muito pequeno (Montgomery, 2003). A variabilidade do processo neste caso determinada pela amplitude mvel de duas observaes sucessivas, como pode ser observado pela equao 4:(4)

Em que

representa uma determinada observao e

, sua observao

imediamente anterior. Os limites do grfico de controle para amplitude mvel podem ser estabelecidos utilizando-se n=2, j que variabilidade est sendo avaliada com base nas diferenas de apenas duas observaes consecutivas. Sendo assim, as equaes 5, 6 e 7 representam os limites deste grfico de controle.

35

(5) (6) (7)

Em que am representa a mdia das amplitudes da amostra e os valores de D3 e D4 so fatores tabulados em funo dos tamanhos dos subgrupos (ANEXO I). Para monitorar a centralidade do processo, utilizamos o grfico de medidas individuais, sendo que o desvio-padro para sua construo representado pela equao 8:

(8)

Em que

=1,128, quando duas observaes consecutivas so utilizadas para calcular a

mdia mvel. Os limites para o grfico de medidas individuais podem ser calculados pelas equaes 9, 10 e 11:

(9) (10)

(11)

A interpretao destes grficos de controle, como de qualquer outro, deve se basear na seguinte concepo: caso ocorra alguma amostra fora dos limites de controle dos grficos em construo, necessrio que se faa um trabalho de investigao. Se a causa especial puder ser identificada e se for comprovado que esta afetou apenas a amostra que se encontrava fora dos limites, pode-se apenas elimin-la da anlise. Se constatar-se em qual perodo a causa especial atuou e quais as amostras foram afetadas, todas devem ser eliminadas. Se sobrarem poucas amostras para construo do grfico, o perodo de coleta de amostras para construo dos grficos dever ser prolongado. Caso a causa especial no possa ser identificada, o nmero de amostras fora dos limites dever ser verificado, fazendo-se a seguinte anlise: apenas uma amostra fora, ou podese apenas elimin-la e recalcular os limites do grfico ou pode-se ignor-la e considerar o grfico pronto para uso. Sendo mais de uma amostra fora dos limites, deve-se

36

considerar a possibilidade do processo no estar sob controle e reiniciar a investigao em busca das causas especiais (Costa, 2005). A figura 5 um fluxograma que representa toda esta interpretao.

Figura 5: Fluxograma da metodologia de controle Fonte: Costa, 2005, p.52

37

Ao interpretarmos os grficos de controle, existem oito critrios que podem ser adotados. Porm segundo Triola (1999), trs critrios so principais para determinar se um processo no estatisticamente estvel: 1) H um padro, uma tendncia ou um ciclo que obviamente no aleatrio, como representado pela figura 6:

Mdia Amostral

LSC LC LIC Tempo ou Nmero de Amostras

Figura 6: Grfico de Controle Tendencioso Fonte: Pesquisa Indireta, 2009

2) H um ponto fora do limite superior ou inferior de controle. A Figura 7 representa esta ocorrncia.

Mdia Amostral

LSC LC LIC Tempo ou Nmero de Amostras

Figura 7: Grfico de Controle com ponto fora do limite de controle Fonte: Pesquisa Indireta, 2009

3) Regra da seqncia de oito: H oito pontos consecutivos, todos acima ou todos abaixo da reta central, como representado na figura 8.

38

Mdia Amostral

LSC LC LIC Tempo ou Nmero de Amostras

Figura 8: Grfico de Controle com seqncia de oito pontos Fonte: Pesquisa Indireta, 2009

Portanto, para que os grficos de controle atendam plenamente s necessidades daqueles que fazem seu uso, fundamental que aps sua construo, sua interpretao seja cautelosa e proporcione o correto diagnstico do processo, determinando se ele estvel ou instvel.

2.4 Anlise de Capacidade do Processo

Segundo Pires (2000, p.22), o estudo da capacidade do processo um procedimento que evolui a partir do estudo das cartas de controle. Somente aps a comprovao de que o processo opera sob controle e que suas causas especiais foram eliminadas possvel fazer uma avaliao quanto a sua capacidade, ou seja, possvel definir se o processo est apto a atender s especificaes de determinada caracterstica. Tambm Costa (2005) afirma que a capacidade do processo no est relacionada s suas causas especiais, mas sim s especificaes e a variabilidade do processo. Pires (apud Pitt 2000) completa ainda que a variabilidade existente nos processos est relacionada a equipamentos, materiais, pessoas e mtodos. Esta variabilidade pode levar a no realizao das especificaes de projeto, ou seja, das especificaes requeridas para certas variveis. As especificaes de projeto so determinadas pela engenharia e/ou pelo cliente. Para que o processo seja considerado capaz, necessrio que as caractersticas dos itens produzidos no ultrapassem o que so denominados Limite Superior de Especificao LSE e Limite Inferior de Especificao LIE. Estes limites so completamente distintos

39

dos limites de controle do processo. Os limites de controle monitoram a existncia de causas especiais e a condio de controle estatstico do processo, enquanto os limites de especificao monitoram a capacidade do processo em atender s exigncias do projeto. Sendo assim, no estudo da capacidade, relevante diferenciar um processo estvel de um processo capaz. Segundo Pires (2000, p.22), Processos sob controle estatstico podem no ser capazes de atender as especificaes do cliente (...) isso ocorre quando, apesar de estvel, o processo apresenta uma variabilidade devido as causas comuns maior do que a amplitude das especificaes determinadas pelos clientes. Para analisar a capacidade de determinada caracterstica necessrio inicialmente conhecer sua distribuio de probabilidade e estimar sua variabilidade e mdia para que os limites naturais de tolerncia do processo possam ser calculados. Segundo Montgomery (2004), os limites inferior e superior naturais do processo, considerando = mdia e = desvio-padro do processo, podem ser calculados com base nas equaes 12 e 13:(12) (13)

Ainda de acordo com Montgomery (2004), para a distribuio normal da varivel, os limites LSNT e LINT incluem 99,73% da varivel, ou seja, apenas 0,27% dos itens liberados pelo processo no atendem os limites de tolerncia. Para que um processo seja considerado capaz em relao a determinada caracterstica, necessrio que a sua variabilidade natural (6 ) seja menor que a amplitude dos limites de especificao (LSE - LIE). Caso a variabilidade natural (6 ) seja maior que a amplitude das especificaes, o processo ser considerado no capaz de atender s exigncias impostas pelo cliente e/ou engenharia. A figura 9 representa um processo no capaz.

40

LSNT Mdia Amostral LSE LC LIE LINT Tempo ou nmero de amostras 3 3

Figura 9: Processo Incapaz Fonte: Pesquisa Indireta, 2009

2.4.1 ndices de Capacidade

Visto a importncia e necessidade de se avaliar a capacidade do processo, existem diversos mtodos para tal, porm segundo Palheta (apud Ramos 2005) os ndices de Capacidade do Processo, devido sua simplicidade de obteno e avaliao, so amplamente utilizados no setor industrial. Ainda de acordo com Palheta (2005), estes ndices so nmeros adimensionais que permitem uma quantificao do desempenho dos processos e utilizam as informaes de modo que seja possvel avaliar se um processo capaz de gerar produtos que atendam s especificaes. Segundo Costa (2005, p.124) para grande parte dos ndices, quanto maior o seu valor, melhor o processo consegue atender s especificaes. Existem vrios ndices de capacidade do processo. Dentre eles, os ndices , e so os mais usuais. indica qual seria a

O ndice de capacidade potencial do processo -

capacidade do processo caso sua centralidade estivesse localizada no valor nominal da especificao. Segundo Veloso (2004), este seria o valor mximo de sua capacidade. Este ndice ainda relaciona a variabilidade permitida (LSE LIE) com a variabilidade natural (6 ) do processo, como demonstra a equao 14:

(14)

Em que LSE o limite superior de especificao, LIE o limite inferior de especificao e o desvio-padro do processo.

41

Segundo Gonalez (apud Montgomery 2009), para anlise do valor encontrado tem-se como regra prtica definir trs intervalos de referncia, como mostrado na tabela 1:Interpretao Cp < 1 1 Cp 1,33 Cp 1,33 Processo incapaz Processo aceitvel ou relativamente capaz Processo potencialmente capaz

Tabela 1: Interpretao dos ndices de capacidade Fonte: Pesquisa Indireta, 2009

J o diferentemente do

- ndice de capabilidade mede o desempenho do processo e, , considera a disperso processo em relao a sua mdia de

amostras, indicando ainda para qual lado est o seu deslocamento. ndice de capabilidade superior, equao 15:

(15)

ndice de capabilidade inferior, equao 16:

(16)

Em que LSE o limite superior de especificao, LIE o limite inferior de especificao e o desvio-padro do processo.

Caso a centralidade do processo esteja coincidindo com o valor nominal de especificao, temos = . Caso contrrio, teremos uma mdia diferente do valor ser similar a do , podendo

nominal de especificao e a interpretao do

inclusive utilizar os mesmos intervalos de referncia. Segundo Veloso (2004), o do processo o menor dos ndices calculados ( superior ou inferior). Isto significa

que onde o processo est mais crtico com relao especificao.

42

O terceiro ndice mais usual, o

, conhecido tambm como ndice de

Taguchi, considera alm da variao do processo, a centralizao do mesmo, ou seja, a distncia da sua mdia em relao ao valor nominal da especificao. Sua equao representada pela 17:

(17)

Em que LSE o limite superior de especificao, LIE o limite inferior de especificao, o desvio-padro do processo, a mdia do processo e T o valor

nominal de especificao. Segundo (Gonalez. 2009 p. 122 - 123) uma vantagem do ndice relao ao ndice em

, que ele fornece uma boa idia de capacidade do processo, tanto

para os processos que se apresentam prximos ao valor nominal quanto para os que se apresentam mais afastados dele. A sua interpretao tambm pode utilizar como referncia a tabela 1.

43

CAPTULO 3: PROCEDIMENTOS METODOLGICOS

Este captulo descreve a forma como a pesquisa foi desenvolvida, dando nfase a sua natureza, classificao e rea em que foi realizada, aos instrumentos de coleta utilizados, s variveis e indicadores adotados e s ferramentas que possibilitaram a anlise dos dados coletados.

3.1 Natureza da Pesquisa

Segundo Teodora (apud Gatti 2007), o conceito de pesquisa abrange (...) desde uma busca de informaes e localizao de textos em materiais impressos e eletrnicos, at o uso de sofisticao metodolgica e de teoria de ponta para abrir caminhos novos no conhecimento existente. Embora to abrangente em sua conceituao, a pesquisa s pode ser classifica sob dois pontos de vista quanto a sua natureza. Ela pode ser uma pesquisa qualitativa ou uma pesquisa quantitativa. De acordo com Portela (2004, pag. 2): Os pesquisadores que utilizam os mtodos qualitativos buscam explicar o porqu das coisas, exprimindo o que convm ser feito, mas no quantificam os valores e as trocas simblicas nem se submetem prova de fatos, pois os dados analisados so nomtricos (suscitados e de interao) e se valem de diferentes abordagens. Terence (2006, pag.3) ainda define como sendo caractersticas desta pesquisa: a interpretao, a considerao do pesquisador como principal instrumento de investigao e a necessidade do pesquisador de estar em contato direto e prolongado com o campo, para captar os significados dos comportamentos observados. Por outro lado, a pesquisa quantitativa segundo Richardson (1999) descreve a complexidade de determinado problema, analisa a interao de variveis, classifica processos dinmicos e possibilita o entendimento do comportamento dos indivduos.

44

Este tipo de pesquisa baseia-se em dados mensurveis e abordagens experimentais, com utilizao intensa de mtodos estatsticos na anlise e coleta dos dados. Seus resultados auxiliam o planejamento de aes coletivas e produzem resultados que so aplicveis de forma generalizada, principalmente quando as populaes pesquisadas representam semelhanas com o coletivo. Esta pesquisa, portanto, enquadra-se na classificao quantitativa, pois foi realizada com base na anlise de variveis e suas interaes. Os dados utilizados foram coletados e tratados estatisticamente a fim de apresentar uma soluo generalista para o problema.

3.2 Classificao da Pesquisa

Com base em seus objetivos, uma pesquisa pode ser classificada em trs grandes grupos: Pesquisas Descritivas, Pesquisas Explicativas e Pesquisas Exploratrias. Segundo Rocha (2009), a pesquisa descritiva tem como objetivo descrever caractersticas de determinada populao ou de algum fenmeno ou ainda estabelecer relaes entre variveis, geralmente assumindo formas de levantamentos que utilizam tcnicas padronizadas de coleta de dados, questionrio e observao sistmica. A pesquisa explicativa visa identificar os fatores que determinam ou contribuem para a ocorrncia dos fenmenos. Seu objetivo est relacionado a explicar os porqus dos acontecimentos, o que lhe confere maior conhecimento da realidade. J a pesquisa exploratria, de acordo com Gil (2002), apresenta maior familiaridade com o problema. Seu objetivo tornar o problema mais explcito, constituindo hipteses, aprimorando idias ou ainda proporcionando novas descobertas. Por considerar os mais diversos aspectos e variveis envolvidos com o objeto estudado, este tipo de pesquisa apresenta um planejamento bastante flexvel, que segundo Gobbo (2009) pode ser classificado, em geral, como pesquisa bibliogrfica ou estudo de caso. Ainda de acordo com Gobbo (2009), a pesquisa bibliogrfica baseia-se em materiais j publicados, revistas, artigos, livros, peridicos e atualmente contedos disponibilizados na internet. Enquanto que o estudo de caso pode ser definido como um dos vrios meios de se fazer pesquisa e de se obter vasto e detalhado conhecimento a

45

cerca do objeto estudo, seja ele indivduos, organizaes, sociedade ou fenmenos polticos. (Yin, 2001) Com base na teoria descrita, classificamos esta pesquisa como uma Exploratria e mais precisamente como um estudo de caso, que busca a familiaridade e entendimento do objeto estudado, com o propsito de desenvolver novas descobertas e solues.

3.3 rea da Pesquisa

De acordo com Campos (2008, p. 6), as indstrias siderrgicas representam hoje um dos alicerces de um pas desenvolvido. Embora sob processo de desenvolvimento, ainda no Brasil podemos constatar que a siderurgia est presente nas diversas atividades econmicas, como agricultura, construo civil, transporte, energia, assumindo um importante papel de segmento base para a economia. Para que a siderurgia atenda a demanda de produtos e equipamentos dos mais distintos setores econmicos, necessrio que seus processos produtivos sejam altamente qualificados e diversificados. Dentre seus vrios processos de produo, a galvanizao e o seu setor econmico tm grandes expectativas de crescimento no mercado nacional. Associando a importncia do setor siderrgico para a economia do pas e o momento da economia que se apresenta favorvel para o setor de galvanizao, est pesquisa destina-se ao setor Siderrgico, com nfase no Processo de Galvanizao. O incio da pesquisa foi destinado a atender s exigncias de clientes da empresa onde o caso foi estudado. Embora as ferramentas estatsticas utilizadas nesta pesquisa sejam amplamente divulgadas e conhecidas no meio acadmico e profissional, o foco do problema a ser estudado trata-se de um tema pouco explorado e divulgado. Sendo assim, os dados coletados e o conhecimento tcnico necessrio para o desenvolvimento da pesquisa foram obtidos na prpria empresa siderrgica, que possua todo o referencial terico baseado em normas pr-estabelecidas ou em histricos do processo produtivo.

46

3.4 Instrumentos da Coleta

O processo de coleta de dados uma etapa extremamente importante para um trabalho estatstico, pois se espera que os dados coletados e levantados representem com maior fidelidade possvel a realidade da situao estudada, a fim de que projetos de melhorias sejam realmente eficazes. Dessa forma, as tcnicas de pesquisa adotadas foram a documentao indireta e a documentao direta. Segundo Sanchez (2009) a documentao indireta a fase da pesquisa realizada com o intuito de recolher informaes prvias sobre o campo de interesse. As informaes utilizadas so dados coletados por outras pessoas, sendo materiais j elaborados ou no, que so divididos em pesquisa documental (fontes primrias) e bibliografia (fontes secundrias). J a documentao direta caracteriza-se pelo levantamento de dados no prprio local onde os processos pesquisados ocorrem, sendo obtidos por meio da pesquisa de campo e da pesquisa de laboratrio, neste caso por meio de visitas empresa em estudo. Sendo assim, a coleta de dados foi realizada atravs de fontes primrias (dados histrico do processo) e secundrias (bibliografias), caracterizando a forma indireta da pesquisa. Enquanto que a forma direta caracterizou-se pela coleta diria de dados do processo produtivo em estudo. A documentao direta foi de importante valia para a pesquisa, pois a partir desta, foi possvel analisar e buscar as causas para as deficincias do processo.

3.5 Variveis

O conceito de varivel para Lakatos e Marconi (1995, p.137) pode ser descrita como uma classificao ou medida; uma quantidade que varia; um conceito operacional, que contm ou apresenta valores; aspecto, propriedade ou fator, discernvel em um objeto de estudo e passvel de mensurao. O quadro 2, a seguir, apresenta as variveis, suas definies e indicadores utilizados nesta pesquisa, que foram definidos por meio da pesquisa direta.

47

VARIVEIS 1. Peso

DEFINIES

INDICADORES

Compreende uma caracterstica de Cast - indicador qualidade do produto que vai ser tcnico do estudado e apresenta grande processo produtivo. relevncia para a empresa siderrgica. Compreende uma caracterstica de Helix - indicador qualidade do produto que vai ser tcnico do estudado, porm sua relevncia se processo produtivo. apresenta para o cliente.

2. Altura

Tabela 2: Variveis e indicadores da pesquisa. Fonte: Pesquisa Direta, 2009

3.6 Tabulao e anlise de Dados

As documentaes diretas e indiretas foram base para a coleta e anlise dos dados obtidos, sendo que estas etapas deram-se de forma sistmica, a partir das variveis e indicadores citados. Para tabulao e exposio dos dados, ferramentas computacionais da Microsoft Office foram utilizados para elaborao de figuras e tabelas, a fim de apresentar de forma mais clara e objetiva os propsitos desta pesquisa. A anlise dos dados ter como base o conhecimento terico adquirido nas documentaes e exposto na reviso bibliogrfica. E toda a anlise estatstica necessria pesquisa ter como suporte o Software Estatstico Minitab, verso 15, que apresentar de forma sucinta e precisa os resultados matemticos e estatsticos alcanados, afim de que consideraes e anlises relativas ao estudo possam ser apresentadas e debatidas. Foram apresentadas na base terica as ferramentas utilizadas para o tratamento dos dados e sero apresentadas juntamente com o estudo de caso as observaes da pesquisa direta e dos dados histricos do processo, que foram um forte referencial para o trabalho.

48

3.7 Consideraes Finais

Neste captulo foram apresentadas as classificaes da pesquisa quanto a sua natureza e objetivo, bem como rea em que foi desenvolvida, os instrumentos utilizados para desenvolv-la, as variveis e indicadores utilizados, e os mtodos da coleta, tabulao e anlise dos dados. Verifica-se ento que as ferramentas utilizadas para realizao desta pesquisa e os instrumentos escolhidos com base na literatura esto coerentes com o objetivo proposto por este trabalho. O captulo seguinte apresenta o estudo de caso, desde a caracterizao do setor em que a empresa atua at a anlise dos dados coletados. Proposies quanto s possveis causas para o problema em questo tambm sero apresentadas, porm a implantao de melhorias no ser apresentada, pois o trabalho ainda est em andamento e no ser finalizado antes da concluso desta pesquisa.

49

CAPTULO 4 ESTUDO DE CASO

O presente captulo se destina a apresentar a empresa siderrgica, onde foi realizado o estudo de caso, o produto e o processo alvos do trabalho, bem como as suas variveis e indicadores de qualidade, a metodologia proposta e aplicada para coleta de dados e a forma como a anlise estatstica dos dados e do processo ocorreram.

4.1 Setor de Galvanizao

A galvanizao um processo metalrgico que consiste no revestimento de metais por metais mais nobres, com o principal objetivo de garantir-lhes resistncia oxidao. Materiais metlicos, que ficam expostos s condies do ambiente, que necessitam de uma superfcie protetora e/ou que prezam por melhor esttica, comumente so submetidos a este processo, que pode ocorrer a quente ou a frio, como representado pela figura 10. A zincagem, como conhecida a galvanizao a quente, consiste na imerso de materiais frricos em banhos de zinco com temperaturas entre 430C e 460C, visto que o ponto de fuso do zinco de aproximadamente 419 Celsius. Por meio de reaes metalrgicas, o zinco adere-se a superfcie do ferro, formando uma camada protetora para o ao. Outra forma de conferir ao metal esta camada protetora por meio de reaes inicas, nas quais os metais (material metlico e metal nobre) interagem devido a diferenas de potencial. Neste caso, a galvanizao acontece a frio e o processo conhecido como galvanizao eletroltica.

50

Figura 10: Processos de Galvanizao Fonte: Pesquisa Indireta, 2009

Em ambos os casos, verifica-se a eficcia dos processos em atender seus objetivos e satisfazer s necessidades dos clientes. No sendo contraditrio, portanto, que o setor de galvanizao se encontre em fase ascendente. Segundo a Siderurgia Brasil (2009), nos ltimos dois anos a demanda deste mercado cresceu 50% e tende a manter o crescimento, uma vez que h uma conscincia cada vez maior a respeito dos seus benefcios no longo prazo. Deste modo, o presente estudo realizou-se em uma fbrica de galvanizao e tem como objetivo analisar um tipo de produto galvanizado, descrevendo seu processo de produo e realizando sua anlise estatstica.

4.2 Caracterizao da empresa

A empresa em estudo pertence ao ramo siderrgico e se encontra localizada na cidade de Contagem MG. Especializada em arames e derivados, atende os mercados nacional e internacional com uma produo mensal de aproximadamente 35 mil toneladas. Conta com a colaborao de 1200 funcionrios e apresenta sua produo dividida em seis unidades fabris, as quais foram definidas pelo tipo de produto fabricado e pode ser verificada a seguir pela figura 11.

51

Figura 11: Diviso interna da empresa siderrgica Fonte: Pesquisa Direta, 2009

A Fbrica de Galvanizao, como ser referida no trabalho a unidade de produo onde ocorreu o estudo, produtora de arame galvanizado e conta com uma produo mensal de 7000 mil toneladas, o que representa 20% da produo total da empresa. A figura 12 representa esta proporo.

Produo MensalFbrica de Galvanizao 20% Outras fbricas

80%

Figura 12: Grfico da produo mensal da empresa e da fbrica em estudo Fonte: Pesquisa Direta, 2009

Toda sua produo destina-se a clientes externos (mercados nacional e internacional) e clientes internos (outras unidades fabris da prpria empresa). Para isto, ela possui um vasto portflio que contemplado com mais de 1500 tipos de produtos de diferentes aplicaes. Todos estes produtos apresentam um trajeto definido dentro da fbrica e o controle da qualidade acontece online, acompanhando-se os parmetros de qualidade em cada etapa do processo e tambm aps sua produo, momento em que os produtos so submetidos a testes de qualidade, que verificam suas especificaes a fim de garantir a satisfao do cliente.

52

Como a busca pela qualidade se d de forma constante nas organizaes, j que seu conceito no esttico, sempre h oportunidades para melhorias e conseqente aumento da competitividade da empresa e da satisfao do cliente. Sendo assim o produto, ao qual iremos tratar por Race, sempre atendeu o mercado com alto nvel de qualidade e no intuito de mant-lo neste patamar, foi identificado dentre suas caractersticas uma oportunidade para efetiva melhoria. Para a Fbrica de Galvanizao, o Race um dos produtos mais representativos no mercado nacional. Seu mercado encontra-se em constante crescimento desde 2008 e sua produo mensal de 800 toneladas, representando mais de 11% da produo total da fbrica.

Figura 13: Grfico da produo mensal da Fbrica de Galvanizao Fonte: Pesquisa Direta, 2009

A empresa, que preza pela excelncia de suas operaes e pela satisfao de ambas as parte envolvidas, tem ento a oportunidade de implantar melhorias no processo e no produto, buscando melhor atender seus clientes e conseqentemente almejando sua maior participao no mercado, visto que este promissor.

53

4.3 O produto Race

Antes, porm de definir quaisquer possibilidades de melhorias identificadas neste produto, ser feita uma descrio de seu processo de produo e de suas caractersticas de qualidade, a fim de contextualizar o leitor, lhe proporcionado uma melhor compreenso do problema.

4.3.1 Processo Produtivo

A galvanizao, como j mencionado, um processo metalrgico que pode ocorrer a quente ou a frio. Na Fbrica de Galvanizao, este processo ocorre atravs da zincagem, ou seja, da imerso do material frrico, neste caso arame, em banhos de zinco com altas temperaturas. A zincagem um processo contnuo que acontece em linha, a qual pode ser denominada linha de zincagem ou linha de galvanizao. Nas etapas deste processo, o arame passa por tratamentos qumicos e fsicos que tem por finalidade prepar-lo para a zincagem propriamente dita. O fluxograma deste processo est representado pela figura 14:

Desenroladeira

Lavagem

Estufa

Tratamento Trmico

Banho cido

Zincagem

Banho de Chumbo

Lavagem

Bobinador

Figura 14: Fluxograma do processo produtivo do Race Fonte: Pesquisa Direta, 2009

54

O incio do processo ocorre quando a linha de galvanizao abastecida com arames, que esto acondicionados em bobinas verticais, que esto representados pela figura 15:

Figura 15: Foto da Bobina Vertical Fonte: Pesquisa Direta, 2009

Estas bobinas podem acondicionar at uma tonelada de arame e a linha de galvanizao em estudo tem capacidade para trabalhar com at 40 bobinas simultaneamente. No linguajar da empresa, dito que a linha de galvanizao pode rodar at 40 fios ao mesmo tempo, sem que nenhum interfira na qualidade de fabricao do outro. Para que o arame percorra a linha de galvanizao, existem 40 desenroladeiras no incio do processo, que so responsveis por desenrolar o arame da bobina vertical. Cada desenroladeira pode desenrolar apenas uma bobina por vez. Para que o processo no seja interrompido, no espao destinado a cada desenroladeira existem duas bobinas verticas, a que est sendo desenrolada e a reserva. A ponta final do arame da bobina vertical em uso soldada a ponta inicial do arame da bobina reserva, dessa forma a linha constantemente abastecida e o processo torna-se ininterrupto. No final da linha, existem tambm 40 bobinadores que so responsveis por acondicionar o arame, j galvanizado, em spiders, fechando ento o ciclo do processo de galvanizao. O spider um tipo de acondicionamento de metal que comporta at uma tonelada de arame. A Fbrica de Galvanizao utiliza o spider com altura de 1,60

55

metros e com dimetro, de 0,85 metros. Para melhor visualizao, ele est representado pelas figuras 16:

Figura 16: Foto do Spider vazio e acondicionando o arame. Fonte: Pesquisa Direta, 2009

No entanto, os produtos da Fbrica de Galvanizao antes de percorrerem a linha de galvanizao passam por outras etapas produtivas. A linha de galvanizao ou uma das etapas finais do processo ou uma etapa intermediria. Como h uma grande gama de produtos com trajetos produtivos distintos, sero apresentadas somente as etapas produtivas do produto em estudo, o Race. A decapagem a primeira etapa do processo de fabricao do Race e ocorre em outra fbrica da empresa. Esta etapa consiste na submerso do fio-mquina (matriaprima do processo) em um banho de cido clordrico e tem por finalidade a remoo das superfcies, das carepas e de outros xidos que esto recobrindo-o. Aps ser decapado, o fio-mquina segue para a Fbrica de Galvanizao, iniciando o processo com a etapa de trefilao, que consiste na reduo da seo transversal e respectivo aumento no comprimento do fio. O fio-mquina que matria-prima para o Race tem o dimetro de 6,3 milmetros e ao passar pela etapa de trefilao apresenta o dimetro final igual a 2,3 milmetros, que o exigido nas especificaes do produto. Ao deixar a trefilao acondicionado em bobinas verticais, o arame segue para a linha de galvanizao, onde das 40 desenroladeiras e fios disponveis, 10 so exclusivos

56

para desenrolar e rodar este produto. Aps percorrer a linha de galvanizao, o Race acondicionado em spiders e segue para ser embalado. O processo de embalagem a ltima etapa do cho-de-fbrica e tem como objetivo embalar o produto para que este possa ser transportado. O produto segue, ento, para expedio, de onde ser pesado e encaminhado para os clientes. A figura 17 representa o fluxograma do processo. A etapa de galvanizao est em destaque, j que o estudo restringiu-se a ela.

FioMquina

Decapagem

Trefilao

Galvanizao

Embalagem

Expedio

Etapasda Fbrica de GalvanizaoFigura 17: Fluxograma do Processo Produtivo do Race Fonte: Pesquisa Direta, 2009

Cliente

4.3.2 A qualidade do produto

Assim como qualquer produto da Fbrica de Galvanizao, o Race tem o acompanhamento das suas caractersticas de qualidade. Em cada etapa do processo produtivo existem variveis que so verificados por meio de inspees e controle da qualidade. Na galvanizao, algumas variveis so avaliadas pelos prprios operadores, enquanto outras devem ser analisadas no laboratrio de ensaios fsicos e qumicos. A

57

cada spider que retirado do processo, o operador retira uma espira do arame para fazer as medies do seu cast e do seu helix. O cast a medida do dimetro que espira de arame assume ao ser enrolada no spider e o helix a distncia entre as pontas da espira, como est representado pela figura 18. Estes indicadores esto relacionados, respectivamente, s variveis peso e altura que o arame atinge no spider.

Cast Helix

Helix

Figura 18: Ilustrao de Cast e Helix Fonte: Pesquisa Direta, 2009

O acondicionamento das espiras no spider tambm deve ser verificado visualmente pelos operadores. Elas devem se sobrepor de forma a obter a melhor utilizao do spider e de forma a facilitar o seu desenrolamento, para que no haja problemas de embaraamento e/ou de arrebentamento no processo produtivo do cliente. No laboratrio, so avaliados o dimetro do arame, sua resistncia ao arrebentamento, sua capacidade de toro, de alongamento e a gramatura de zinco que lhe foi adicionada. Todas as caractersticas, avaliadas pelos operadores ou pelo laboratrio, apresentam padres determinados pelas normas da Associao Brasileira de Normas Tcnicas - ABNT ou estabelecidas pela engenharia com base no histrico do processo.

58

4.3.3 Possibilidade de Melhoria

O Race sempre foi um produto de grande aceitao no mercado e com altos percentuais de satisfao. Os ensaios fsicos e qumicos sempre apresentaram excelentes resultados, assim como o seu acondicionamento e a sua embalagem. A gerncia da Fbrica, portanto, nunca precisou concentrar a ele maiores atenes. Entretanto, nos ltimos meses foi identificado uma oportunidade de melhoria em uma caracterstica do seu acondicionamento do arame que interferia diretamente na qualidade do seu processo produtivo do cliente: a altura que o arame acondicionado atingia no spider. O spider tem 1,60 metros de altura e a mdia histrica da altura do arame Race no spider era de 1,30 metros. Para o cliente, o ideal seria que a altura limite atingisse no mximo 1,20 metros, acima disto a sua mquina de desenrolar o arame no se encaixava perfeitamente no spider e constantemente o arame arrebentava ou embaraava, interrompendo todo o processo produtivo. Em acordo com a assistncia tcnica do produto, foi definido ento que o Race s seria entregue aos clientes com sua altura mxima no spider de 1,20 metros. No entanto, outras variveis precisaram ser avaliadas: o peso mnimo que um spider ocupado at 1,20 metros comportaria. A engenharia da qualidade juntamente com a gerncia da Fbrica de Galvanizao definiu, com base nos dados apresentados pelo processo, que o peso lquido mnimo que o spider acondicionando Race deveria ter seria de 700 kilos. Caso contrrio a empresa estaria perdendo eficincia no uso do spider, j que este comporta at 1000 kilos, e conseqentemente, estaria obtendo maior custo com o transporte, j que seria necessria maior quantidade de spiders para a entrega de um mesmo pedido. Dessa forma, o trabalho consiste em acompanhar as variveis peso e altura deste processo a fim de apresentar seu diagnstico, informando se ele encontra-se estatisticamente sob controle, bem como se capaz de atender os limites a ele especificado. Os indicadores Cast e Helix so tambm de extrema importncia para acompanhamento deste processo, uma vez que eles esto diretamente relacionados ao peso que arame acondicionado apresenta e sua altura alcanada no spider. Sendo assim, eles tambm sero acompanhados.

59

4.4 Coleta dos dados

Os indicadores de qualidade diretamente relacionados ao estudo so o cast e o helix, que esto associados respectivamente as variveis peso do arame e a altura do seu acondicionamento no spider. Para realizao deste trabalho, o primeiro passo seria realizar a coleta das variveis e seus indicadores periodicamente. Porm nesta linha de galvanizao existem, como j mencionado, dez desenroladeiras (incio do processo) e dez bobinadores (fim do processo) para o produto Race e com objetivo de facilitar a compreenso do processo e a identificao de possveis causas perturbadoras, este trabalho ir propor e utilizar como metodologia a anlise e estudo de apenas uma sada do processo, a fim de que o estudo proporcione resultados coerentes com reais propostas de melhorias, para que ento ele possa ser aplicado posteriormente e com maior know-how nos outros bobinadores deste produto. Simultneo a metodologia proposta para o estudo, foi necessrio tambm que definssemos a freqncia de amostragem e o tamanho da amostra que iramos utilizar. De acordo com Veloso (2004), para o incio de uma anlise estatstica do processo, o interessante seria obtermos uma amostra com um nmero superior a 30 medidas. Como o tempo de produo de cada produto Race era muito longo, aproximadamente 8 horas, definimos que nossa freqncia de amostragem seria seqencial. Todo o produto retirado deveria ser avaliado e o operador responsvel por retirar o produto da linha de galvanizao era tambm responsvel por fazer a medio dos indicadores e variveis indicadas, isto iria agilizar nosso estudo e a cada dia, trs novas medidas seriam obtidas. Para conseguirmos uma amostra representativa, foram coletados durante 12 dias (de 03 a 14 de setembro de 2009) medidas de todos os produtos Race que deixavam o processo de galvanizao somente pelo bobinador A, bobinador definido para este estudo, e assim no final desta coleta de dados obtivemos uma amostra com 36 medies para as variveis e indicadores avaliados. Para que os dados representassem com maior fidelidade as condies do processo, os operadores foram treinados e ferramentas foram utilizadas para auxili-los na coleta de dados. A planilha representada pela figura 19 direcionou o trabalho de medio dos operadores.

60Planilha de coleta de dados RaceAltura do arame no Spider

Data

Turma

Turno

Cdigo de Barra

Cast

Helix

___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___ ___/___/___

Figura 19: Planilha para Coleta de Dados Fonte: Pesquisa Direta, 2009

O preenchimento da data, turma e turno foi uma forma de obter o comprometimento dos operados com o trabalho e de verificar tambm se todas as unidades do Race produzidas diariamente haviam sido avaliadas. A anotao do nmero do cdigo de barra da etiqueta que acompanhava cada unidade foi uma forma de rastrearmos cada unidade do Race no software integrado da empresa. Por meio do cdigo de barra conseguimos obter o peso individual de cada produto Race e isto s seria possvel desta forma, uma vez que a pesagem do produto ocorria no processo de

61

expedio e no mais de galvanizao. importante lembrar que era necessrio fazermos a coleta do peso para identificarmos a capacidade do processo em atender o que, no momento, seria o ideal para a empresa: produtos Race com no mnimo 700 kilos. A altura do arame no spider tambm era uma varivel a ser avaliada, uma vez que esta era a principal reclamao do cliente quanto ao produto. Para direcionar os operadores quanto a altura do spider, foram marcados nos prprios bobinadores da linha de galvanizao a altura limite de 1,20 metros, como mostra a figura 20. Esta marcao direcionava os operadores indicando o momento em que o Race deveria ser retirado da linha de galvanizao para que o arame acondicionado no spider no ultrapassasse a altura exigida pelo cliente: 1,20 metros. E ainda sim, aps retirarem o produto na marca indicada, os operadores deveriam utilizar uma fita mtrica para medir a altura do arame no spider, anotando desta forma o valor desta varivel.

Figura 20: Marca indicativa de altura no bobinador Fonte: Pesquisa Direta, 2009

importante salientar que embora a empresa desejasse um peso mnimo de 700 kilos para cada unidade do Race, no momento em que o arame acondicionado atingisse 1,20 metros no spider, este deveria ser retirado da linha de produo, independente do

62

peso apresentado. O operador tambm no tinha meios para avaliar na prpria linha o peso no produto, estes eram pesados somente na expedio. As medies de Cast e Helix baseavam-se em um gabarito j existente na empresa e tinham como parmetros os dados histricos do processo. O cast deveria estar compreendido entre 65 e 80 centmetros e o helix entre 17 e 32 centmetros. A figura 21 mostra o gabarito utilizado para medio destes indicadores a forma como esta medio ocorria.

63

Gabarito utilizado para medir o cast e o helix do arame. As esferas A rgua fixada com ngulo de 90 graus no gabarito utilizado para representam os limites do cast, sendo que o vermelho representa valores medir o valor do helix. que esto fora do padro; o amarelo, aceitveis e o verde, ideais.

O prego fixado na parte superior do gabarito utilizado para segurar a espira de arame durante as medies.

A espira de arame apoiada no prego e utilizando a fita mtrica fixada no centro das espiras indicativas, o operador consegue verificar o valor do cast daquela espira.

Para a medio do valor do helix, o operador utiliza as rguas, como mostra a figura, verificando a diferena entre uma ponta do arame e a outra.

Figura 21: Gabarito Cast e Helix e metodologia de medio Fonte: Pesquisa Direta, 2009.

64

4.5 Anlise dos dados e do processo

Esta etapa do trabalho consiste na anlise das caractersticas avaliadas no processo. Para auxiliar no estudo estatstico, foi utilizado o software estatstico Minitab verso 15, que de forma eficaz e confivel realizou os clculos estatsticos e matemticos e gerou grficos precisos para a anlise do processo. Cada indicador e varivel foi avaliado individualmente e os mtodos para avaliao e as concluses sero tambm apresentados um por um, na seqncia.

4.5.1 Cast

O cast, como j mencionado, um indicador da qualidade que mede o dimetro adotado pelo fio do arame ao acondicionar-se no spider. Seus valores ideais concentram-se entre 65 e 80 centmetros, sendo que abaixo de 65 centmetros ocorrer pouco aproveitamento do espao do spider, ocasionando conseqentemente um peso baixo do produto no spider, e acima de 80 centmetros, embora aumente a probabilidade de se obter maior peso do produto no spider, o arame tende a ultrapassar os limites da base deste. O primeiro passo ento consistiu em avaliar se o processo encontrava-se sob controle estatstico. Como as amostras foram retiradas seqencialmente do processo e todas foram avaliadas, utilizamos o grfico de controle para medidas individuais (individual value) para avaliar a centralidade do processo e o grfico de controle para amplitude mvel (moving range) para avaliar sua variabilidade, como est representado pela figura 21. Estudando os grficos construdos pelo Minitab, verificamos que nenhuma das 36 amostras avaliadas ultrapassou os limites de controle dos grficos (representados pelas linhas vermelhas), no houve nenhuma tendncia cclica do processo, tampouco uma seqncia de oito pontos acima ou abaixo da linha central. Desta forma e de acordo com a base terica descrita no trabalho, pode-se afirmar que o processo de produo do Race encontrava-se sob controle estatstico quando se trata do indicador Cast.

65

Como foi verificado o controle estatstico do processo, em um segundo momento foi realizada uma anlise da capacidade do processo em atender as especificaes impostas a ele. No entanto, para que fosse possvel analisar sua capacidade, era preciso que seus dados obedecessem estatisticamente distribuio normal. Ao realizarmos o teste de normalidade, verificamos que um conjunto de dados segue a distribuio normal quando o P-valor (P-Value) apresenta-se maior ou igual ao valor padro do Nvel de Significncia, que 0,05. O P-valor nada mais que a probabilidade de se obter o efeito observado, ou seja, de obter a hiptese nula como verdadeira. A hiptese nula neste caso os dados seguem uma distribuio normal com mdia e varincia 2. Utilizando o software estatstico novamente, podemos concluir como verificado pela figura 21, que os dados do Cast seguiam a distribuio normal. Logo, foi vivel verificarmos a capacidade do processo em atender os limites inferior e superior de especificao do Cast que so respectivamente 65 e 80 centmetros. Pela a anlise da capacidade do processo, representada pela figura 21, conclumos que o processo de produo do Race incapaz de atender as especificaes para a caracterstica de qualidade Cast. O processo apresentou o ndice Cp igual a 0,36 e o Cpk igual a 0,26 e de acordo com a literatura, quando o processo apresenta o ndice Cp ou Cpk abaixo de 1,00, o processo no capaz.

66

Anlise Estatstica - CastGr fico de C ontr ole par a M edidas Individuais100 Individual Value UCL=96,89 _ X=74,78

A nlise de C apacidadeLSL USL

75

S pecifications LS L 65 U S L 80

50 1 5 9 13 17 21 25 29 33

LCL=52,67 60 66 72 78 84 90

Gr fico de C ontr ole par a A mplitude M velUCL=27,17 Moving Range 20 10 0 1 5 9 13 17 21 25 29 33 __ MR=8,31 LCL=0 60

T este de Nor malidade P :