İnfrared Spektroskopisi

As cartas ou gráficos de controle são as ferramentas principais utilizadas no controle estatístico de processo e têm como objetivo detectar desvios de parâmetros representativos do processo, reduzindo a quantidade de produtos fora de especificações e os custos de produção. Trata-se de gráficos temporais que apresentam os valores de medição da variável de interesse no eixo vertical e os pontos no tempo nos quais as medições são efetuadas no eixo horizontal. O objetivo principal do CEP é monitorar o desempenho da variável de interesse, atuando corretivamente sobre o processo quando necessário, de forma a garantir a qualidade futura dos itens. Os dados de entrada das cartas de controle podem ser medições de um parâmetro de processo ou de uma característica de qualidade de interesse, (ALENCAR, et al. 2007).

Segundo Souza (2003) os Gráficos de Controle foram apresentados pela primeira vez pelo Dr. Walter A. Shewhart, como um método para a análise e ajuste da variação de um processo em função do tempo.

Souza (2003) ainda enfatiza que todos os processos apresentam variabilidade. E que quando produzimos um bem ou serviço, suas características irão apresentar uma variação inevitável, devido a variações sofridas pelos fatores que compõem o processo produtivo. Essas variações podem resultar de diferenças entre máquinas, mudanças de condições ambientais, variações entre lotes de matéria-prima, diferenças entre fornecedores, entre

outras. Apesar de um esforço considerável ser especificamente direcionado para controlar a variabilidade em cada um desses fatores, existirá sempre a variabilidade no produto acabado de cada processo de uma empresa. Portanto, é importante que essa variabilidade também seja controlada, para que possam ser obtidos produtos de boa qualidade.

Figura 2-10: Causas comuns e causas especiais de variação Fonte: Alves, 2003

Shewhart constatou que, ao acompanharmos alguma característica dos bens sucessivamente produzidos, certas variações eram observadas. Se estas fossem estatisticamente aleatórias, o processo estaria "sob controle". Se apresentassem, porém, um viés sistemático, haveria alguma "causa especial" que o provocava e que poderia ser eliminada (LINS, 2008). A Figura 2-11 apresenta um gráfico linear. Nele estão sendo acompanhados os indicadores de defeitos. O gráfico mostra os efeitos nos índices devido às causas comuns e às causas especiais.

A qualidade de produtos ou serviços está relacionada com a variabilidade (desvio em relação ao valor desejado) existente nos processos, no sentido de que, quanto menor o desvio, melhor a qualidade do produto. Assim, controlar a qualidade é controlar a variabilidade (KAPPEL & RODRIGUES, 2008). No entanto, esses processos precisam ser analisados a fim de se desenvolver o conhecimento do processo, de modo que a variação possa ser reduzida. Essa variação no processo pode ser reduzida, primeiramente pela eliminação das variações de causa especial. Em seguida, as variações de causa comum podem ser reduzidas por meio da alteração do processo. Isso irá gerar uma melhoria na qualidade e cliente mais satisfeito. A Figura 2.9 mostra de maneira esquematizada as etapas para a avaliação de um processo (ALVES, 2003).

Figura 2-11: Avaliação de um processo

Fonte: Alves, 2003.

De acordo com Levine, et al. (2005), o gráfico de controle representa um meio para monitorar variações nas características de um produto ou serviço, focalizando a dimensão de tempo no qual o processo produz bens ou serviços, e estudando a natureza da variabilidade no processo. É utilizado para implementação efetiva do controle de processo, determinando se a variação na qualidade é relevante para uma mudança nas condições do processo ou trata-se de causas aleatórias. O gráfico é composto por um limite médio de controle (LMC) e limites de controle superior e inferior (LSC e LIC), os quais são determinados com base no comportamento do processo de produção. Se os valores da característica fixados no gráfico estiverem entre os limites de controle superior e inferior, e livres das tendências anormais, o processo será considerado como sob controle, como é mostrado na figura 2-12.

Figura 2-12 – Carta de controle genérica para monitoramento de um processo. Fonte: ALVES, 2003.

A flutuação dos pontos, dentro dos limites de controle, é natural do processo (causas comuns), e somente pode ser alterada por uma mudança do próprio processo. Os pontos eventualmente fora dos limites indicam causas especiais (erro humano, acidentes, etc.), mostrado na Figura 2-13 (SANTOS, 2000).

Figura 2-13: Ilustração esquemática de um gráfico de controle Fonte: KAPPEL e RODRIGUES, 2008

Os gráficos de controle analisam o comportamento do processo de fabricação, permitindo que se possa atuar no processo de forma preventiva efetuando ações corretivas no momento em que ocorrerem desvios e assim permitam manter o processo dentro de condições preestabelecidas. Os gráficos de controle também podem ter um papel importante na aceitação do produto, pois o controle estatístico verifica a estabilidade do processo e a homogeneidade do produto (GALUCHE, 2002).

Costa, Epprecht e Carpinetti (2004), ressaltam que para construir os gráficos de controle é preciso estimar o desvio-padrão e a média durante o período em que o processo está isento de causas especiais; e avaliar se a estimativa da média está próximo do valor alvo.

Existem gráficos de controle para atributos e para variáveis:

Atributos: características que só podem ser contadas ou classificadas, tais como, passa/não passa, claro/escuro, com trinca/sem trinca, entre outros.

Variáveis: características que podem ser medidas, tais como, velocidade, altura, massa, volume entre outros. Exigem medições em uma escala contínua.

Independentemente do tipo de Gráfico de Controle algumas suposições precisam ser satisfeitas pelos dados para permitir a sua utilização, e que seus resultados sejam válidos. São elas (COSTA, EPPRECHT & CARPINETTI, 2004):

- que as observações sejam independentes;

- que o processo esteja sob Controle Estatístico (isento de causas especiais).

Estes pressupostos quase sempre não são atendidos e muitas vezes levam à utilização das cartas de controle com limites inadequados e com a freqüente ocorrência de alarmes (pontos fora ou próximos aos limites da carta) sem que, necessariamente, representem a presença de uma causa especial.

São mostradas na Figura 2-14, as possíveis situações de padrões não aleatórios do CEP, tais como: mistura, estratificação, desvio da média, sistemático, ciclo e tendência.

Figura 2-14: Padrões não aleatórios do CEP Fonte: Balestrassi, 2000.

Balestrassi (2000), cita os 6 padrões não aleatórios mais comuns e suas possíveis causas, que abrangem quase todos os tipos de problemas de qualidade em processos de manufatura. Estes são resumidos a seguir:

Tendência: Contínuo movimento em uma direção. Causas: Fadiga do operador,

Desvios da Média: Abrupta mudança na média de um processo. Causas: Alteração

do setup do processo, mudança ou alteração de matéria prima, mudança ou introdução de novos operadores, mudança nos métodos de inspeção, etc.

Variações Sistemáticas: Um ponto baixo é geralmente seguido de um ponto alto.

(Obs.: Uma das características dos padrões aleatórios é que as flutuações de ponto para ponto são não sistemáticas ou não previsíveis). Causas: Diferença entre deslocamentos, diferença entre conjuntos de teste e diferença entre linhas de produção onde o produto é amostrado por rotação.

Ciclos: Uma série de altos picos intercalados com uma série de baixos picos.

Causas: Periódica rotatividade de operadores, mudanças sistemáticas no meio ambiente como temperatura ou fadiga do operador, flutuação de voltagem ou pressão ou alguma variação no equipamento de produção, etc.

Misturas: Os pontos tendem a falhar nas proximidades dos picos com uma ausência

de flutuações aleatórias nas proximidades dos valores médios. A mistura é uma combinação de dados de diferentes distribuições. Causas: Diferentes fornecedores, máquinas ou equipamentos, supercontrole do processo.

Estratificação: Os pontos estão aglomerados em torno da média do processo. As

observações provêem de duas populações com distribuição de probabilidades distintas. Causas: Diferentes lotes de materiais misturados na linha, diferença em padrões e equipamentos de medição e/ou pulos e instabilidade frequentes no controle automático.

Para a identificação dos padrões não aleatórios acima, o analista do CEP frequentemente usa um conjunto de regras de decisão (regras sensibilizantes) sobre os dados (comumente medidas de qualidade) obtidos de um item de controle que se deseja monitorar.