Artigo Capabilidade de Um Processo

ESTUDO DE CAPABILIDADE DO PROCESSO DE FABRICAÇÃO DE

UMA EMPRESA FORNECEDORA DE CABOS PARA CHICOTES Ana Elisa Di Tano Camargo Giselle Mattos Tavares Orientador: Pedro Paulo Balestrassi Universidade Federal de Itajubá, Departamento de Produção Cx. P. 50 37500-903 Itajubá, MG, Brasil Resumo. Este trabalho apresenta os principais conceitos relacionados à análise de capabilidade de processo baseando-se em um estudo de caso dos resultados de tração dos cabos a serem usados em chicotes automotivos, feitos na AFL do Brasil, uma indústria fabricante de sistema de distribuição elétrico/eletrônico automotivo (chicote do automóvel). Existe uma preocupação muito grande com a tração dos cabos, pois estes devem resistir ao processo de crimpagem dos terminais. Assim, fez-se uma avaliação do estudo e dos índices de capabilidade obtidos, a fim de se homologar o processo de fabricação do cabo de bitola 1.0 mm do fornecedor. Para tanto, fez-se uma análise de duas abordagens do cálculo de capabilidade: uma abordando a análise convencional e outra através do nível sigma.

Palavras-chave: Capabilidade, Controle Estatístico de Processos, Cartas de Controle

1. INTRODUÇÃO O mercado atual exige que as empresas trabalhem com qualidade total, e para tanto será

necessário o conhecimento e aplicação de metodologias e ferramentas estatísticas para controle de processos e conformidade de produtos.

Os índices e taxas que medem a capabilidade, ou seja, a capacidade de um dado processo fabricar produtos dentro da faixa de especificação, surgiram dos estudos sobre Controle Estatístico de Processo (CEP) realizados por Walter Shewhart da Bell Laboratories na década de 20. Seu surgimento se confunde com o próprio nascimento da área de qualidade. (QS9000,1997)

O objetivo do controle estatístico do processo é aprimorar e controlar o processo produtivo por meio da identificação das diferentes fontes de variabilidade do processo. Utilizando conceitos de estatística procura-se separar os efeitos da variabilidade causada pelas chamadas causas comuns das causas especiais de variação. A técnica se compõe de uma

UNIVERSIDADE FEDERAL DE ITAJUBÁ

INSTITUTO DE ENGENHARIA MECÂNICA

DEPARTAMENTO DE PRODUÇÃO

Universidade Federal de Itajubá – Engenharia de Produção - Trabalhos de Formatura 2002

ferramenta principal denominada Gráficos de Controle que permite identificar se o processo está sob controle estatístico, situação em que atuariam somente causas comuns.

Os índices de capabilidade podem ser obtidos diretamente dos dados registrados nas cartas de controle e medem, para um processo sob controle estatístico, a relação entre a faixa de tolerância especificada para uma dada característica de projeto do produto e a variabilidade natural do processo produtivo destinado a obtenção daquela característica (a variabilidade devida as causas comuns). Se a variabilidade do processo é muito maior ultrapassando os limites de especificação é possível estimar a probabilidade de produção de peças fora da especificação. Se esta probabilidade é muito alta pode-se inferir que o processo não é capaz de produzir aquela característica mesmo que peças conformes possam estar sendo obtidas, conforme ilustrado na figura 1.

Mudanças significativas neste processo ou mesmo à adoção de processos alternativos podem então ser necessárias para tornar este processo capaz estatisticamente.

Figura 1: Fundamentos da Capacidade

Estes índices são de extrema importância para o profissional que trabalha no

desenvolvimento de produto por duas grandes razões. Nas fases iniciais de projeto, a avaliação de séries históricas dos índices de capabilidade obtidos de peças similares pode permitir que os projetistas escolham processos e especificações dos produtos coerentemente adequadas, garantindo a obtenção de características do produto por meio de processos altamente capazes estatisticamente. Outra importante aplicação destes índices no desenvolvimento de produto é durante a homologação do processo. Nesta etapa os índices podem ser utilizados para avaliar a capabilidade do processo, identificando processos problemáticos a tempo de correções antes da entrada em linha de produção.

No decorrer deste trabalho, serão apresentados os índices de capabilidade clássicos para variáveis em subgrupos. Além destes, existe uma grande quantidade de índices propostos na literatura para as mais diversas aplicações. Especial atenção será dada aos índices baseados na metodologia Seis Sigma.

De modo simplificado, o Seis Sigma é um programa de redução de defeitos que nasceu na Motorola sob influência das idéias de Joseph M. Juran e W. Edwards Deming. No entanto, ele é muito mais do que isso. Não se trata de um simples esforço para aumentar a qualidade, é um processo para aperfeiçoar processos empresariais. No nível mais elevado, é um programa de melhoria do negócio como um todo que utiliza ferramentas diversas (Breyfogle, 1999).

LSL USL

Baixa Capacidade do Processo

LSL USL

Probabilidade Muito Alta de Defeito


Excelente Capacidade do Processo

Probabilidade Muito Baixa de Defeito

Probabilidade Muito Baixa de defeito

LSL USL

Baixa Capacidade do Processo

LSL USLLSL USL



Excelente Capacidade do Processo

Probabilidade Muito Baixa de Defeito

Probabilidade Muito Baixa de defeito


2. DEFINIÇÃO DO PROBLEMA

Este trabalho irá avaliar a capabilidade do processo de fabricação de um novo fornecedor de cabos a serem usados em chicotes automotivos. Inicialmente, o fornecedor submeteu à AFL do Brasil seu próprio estudo dos índices de capabilidade. Cabe a esta empresa validar estes dados para poder garantir a homologação do processo do potencial fornecedor. Para isso, tanto cliente quanto fornecedor utilizam os índices clássicos de capabilidade como medida de desempenho, porém, este trabalho vem propor à AFL uma outra forma de se medir a capacidade do processo, a metodologia Seis Sigma. Para ambas abordagens a análise terá como base a força de tração que o cabo resiste, pois este passará por um processo de crimpagem. E, se sua tração não resistir a um esforço mínimo especificado, ele não resistirá ao referido processo.

A operação de crimpagem consiste em colocar na extremidade do cabo um terminal, para que seja possível a fixação do chicote nas diversas partes do carro. Segue em anexo uma figura explicativa do processo de crimpagem.

Os dados estão divididos em 25 subgrupos com 4 medidas de tração em cada, conforme tabela 1.

Subgrupo é o conjunto de peças/ medidas produzidas sob condições muito similares, dentro de um intervalo de tempo muito curto, com nenhuma relação sistemática entre si.

Os subgrupos devem ser escolhidos de modo que as oportunidades para a variação entre as unidades dentro (within) de cada subgrupo sejam pequenas. Se a variação de um subgrupo representa a variação peça-a-peça dentro de um período muito curto de tempo, então qualquer variação anormal entre subgrupos refletirá mudanças no processo que deveriam ser investigadas para a tomada de ações apropriadas. (QS9000, 1997)

Tabela 1: Dados coletados da tração suportada pelos cabos

Amostras 1 2 3 4

1 231 232 231 223 2 225 213 245 239 3 232 228 240 236 4 232 222 227 238 5 233 227 231 226 6 235 242 226 235 7 230 229 233 240 8 223 233 239 234 9 235 234 233 230

10 227 231 219 212 11 224 222 220 226

12 233 229 230 231 13 232 230 233 226 14 235 226 232 225 15 225 233 244 235 16 231 240 240 216 17 240 235 232 223 18 234 234 221 246 19 230 228 232 216 20 226 210 225 242 21 241 231 234 230 22 243 233 238 227 23 234 234 217 216

24 223 233 228 227 25 231 234 235 240


Observação: Cenário da amostra: ü Número de dados: 100; ü Freqüência: uma medição a cada 200mm; ü Especificação dimensional: mínimo 160 N (requisito do Cliente-Ford);

3. ÍNDICES CLÁSSICOS DE CAPABILIDADE

Ainda hoje, os índices clássicos de capabilidade, Cp e Cpk, são largamente utilizados

no controle de processo na maioria indústrias. As fórmulas que os representam envolvem somente cálculos simples baseados nas informações da carta de controle. Abaixo, tem-se uma descrição desses índices.

ü Capabilidade (Cp): Definido como o intervalo de tolerância dividido pela capabilidade do processo, ou seja, 6 vezes o desvio padrão estimado considerando a ausência de causas especiais. Ele é independente da centralização do processo e o desvio padrão é estimado considerando processos estáveis, conforme figura 2 e fórmula 1:

Figura 2: Representação de Cp

(1)

A fórmula descrita acima considera ó = 2

2/

ˆˆdRd

Rσσ == ,

Sendo R a média das amplitudes dos subgrupos (para períodos com amplitude sob controle) e d2 é uma constante que varia de acordo com o tamanho da amostra, como mostrado na tabela 2.

Tabela 2: Tabela da constante d2 (QS9000,1997)

N 2 3 4 5 6 7 8 9 10 d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08

L SE

T o lerância

L SL

U SL

6ó

ì L SE

L S L U S L

6ó

ì

USL - LSL


Esta estimativa de desvio padrão só pode ser usada na avaliação do processo, desde que as amplitudes e as médias estejam sob controle estatístico. ü Capabilidade Superior (CPU): variação superior da tolerância dividida por 3 vezes

o desvio padrão estimado pela capabilidade do processo. ü Capabilidade Inferior (CPL): variação inferior da tolerância dividida pela

dispersão superior real do processo. ü Capabilidade (Cpk): é o índice que leva em conta a centralização do processo. É

definido como o mínimo entre CPU e CPL. Ele relaciona a distância entre a média do processo e o limite de especificação mais próximo, com a metade da dispersão total do processo, conforme figura 3:

Figura 3: Índices Cpk, CPL e CPU.

Figura 3: Índices Cpk, CPL e CPU

Os índices descritos anteriormente referem-se às medidas Short Term (curto prazo)-ST

que se baseiam em um processo centrado na média das especificações. O Short Term considera variações entre os subgrupos ( ) e dentro destes ( e ), conforme figura 4, ilustrada com dados reais do problema.

Figura 4: índices Cpk, CPL, CPU

LSE LSL USL µ

3 σσ 3 σσ

µ µ - LSL USL - µµ

3 ó LSL ì CPL − =

3 ó ì - USL CPU =

CPU) min(CPL, Cpk =

LSE LSL USL µ

3 σσ 3 σσ

µ µ - LSL USL - µµ

3 ó LSL ì CPL − =

3 ó ì - USL CPU =

CPU) min(CPL, Cpk =

Cpk=1 .5 é similar ao nível 6 Sigma mas tem o incovenientede considerar somente variações de Causas Comuns (ST). Cpk é

um cálculo válido apenas quando o Processo está sob controle

Cpk=1

.5 é similar ao nível 6 Sigma mas tem o incoveniente de considerar somente variações de Causas Comuns (ST). Cpk é

um cálculo válido apenas quando o Processo está sob controle

x R s

Within (dentro)

A m o s t r a s x1 x2 x3 x4 X b a r R S

1 2 3 1 2 3 2 2 3 1 2 2 3 229,3 9 4,2

2 2 2 5 2 1 3 2 4 5 2 3 9 230,5 3 2 14,4

3 2 3 2 2 2 8 2 4 0 2 3 6 234,0 1 2 5,2

4 2 3 2 2 2 2 2 2 7 2 3 8 229,8 1 6 6,8

5 2 3 3 2 2 7 2 3 1 2 2 6 229,3 7 3,3

6 2 3 5 2 4 2 2 2 6 2 3 5 234,5 1 6 6,6

7 2 3 0 2 2 9 2 3 3 2 4 0 233,0 1 1 5,0

8 2 2 3 2 3 3 2 3 9 2 3 4 232,3 1 6 6,7

9 2 3 5 2 3 4 2 3 3 2 3 0 233,0 5 2,2

1 0 2 2 7 2 3 1 2 1 9 2 1 2 222,3 1 9 8,5

1 1 2 2 4 2 2 2 2 2 0 2 2 6 223,0 6 2,6

1 2 2 3 3 2 2 9 2 3 0 2 3 1 230,8 4 1,7

1 3 2 3 2 2 3 0 2 3 3 2 2 6 230,3 7 3,1

1 4 2 3 5 2 2 6 2 3 2 2 2 5 229,5 1 0 4,8

1 5 2 2 5 2 3 3 2 4 4 2 3 5 234,3 1 9 7,8

1 6 2 3 1 2 4 0 2 4 0 2 1 6 231,8 2 4 11,3

1 7 2 4 0 2 3 5 2 3 2 2 2 3 232,5 1 7 7,1

1 8 2 3 4 2 3 4 2 2 1 2 4 6 233,8 2 5 10,2

1 9 2 3 0 2 2 8 2 3 2 2 1 6 226,5 1 6 7,2

2 0 2 2 6 2 1 0 2 2 5 2 4 2 225,8 3 2 13,1

2 1 2 4 1 2 3 1 2 3 4 2 3 0 234,0 1 1 5,0

2 2 2 4 3 2 3 3 2 3 8 2 2 7 235,3 1 6 6,8

2 3 2 3 4 2 3 4 2 1 7 2 1 6 225,3 1 8 10,1

2 4 2 2 3 2 3 3 2 2 8 2 2 7 227,8 1 0 4,1

2 5 2 3 1 2 3 4 2 3 5 2 4 0 235,0 9 3,7

xì ≈

42 cs

dR

ó ≈≈

xì ≈

42 cs

dR

ó ≈≈

n c 4 d 2 2 0,798 1,1283 0,886 1,6934 0,921 2,0595 0,940 2,3266 0,952 2,5347 0,959 2,7048 0,965 2,8479 0,969 2,970

10 0,973 3,078

Fatores de correção (Montgomery,1996)

n c 4 d 2 2 0,798 1,128

6 0,952 2,5347 0,959 2,7048 0,965 2,8479 0,969 2,970

10 0,973 3,078

Valores Médios x x R ss

Bet

wee

n (e

ntre

)


Para esses índices serem efetivamente utilizados as condições e suposições que o cercam devem ser atendidas. Caso contrário, as medidas terão pouco ou nenhum significado, não adicionando valor para compreensão nos processos dos quais eles foram gerados. A seguir, estão as quatro condições mínimas que devem ser satisfeitas para todas as medidas de capabilidade descritas acima:

1. Verificação do Controle Estatístico do Processo: nesta etapa são preparados os gráficos de controle para a coleta de dados (sem os limites) e estes são entregues para a produção. Estes dados são então levantados e a partir de uma análise gráfica (ou mesmo utilizando testes estatísticos) verifica-se a existência de causas especiais atuando no processo. Se existirem causas especiais atuando deve-se identificá-las e eliminá-las até que o processo esteja sobre controle estatístico.

2. Distribuição Normal: as medições individuais dos dados do processo formam uma distribuição aproximadamente normal.

3. Cliente: as especificações são baseadas nos requisitos do cliente.

4. Avaliação dos Índices: uma vez garantido o controle estatístico do processo identificam-se todos os dados que compõem o período sobre controle do processo. Estes dados são então utilizados para a geração dos índices.

Os requisitos a seguir têm como objetivo assegurar um nível mínimo de desempenho que

seja consistente entre características, produtos e fontes de manufatura. Para a AFL do Brasil é adotada a primeira condição, pois prefere-se trabalhar com um

fator de segurança, para garantir que o cabo irá resistir ao processo de crimpagem.

Resultados

Valor do índice >1.67

1.33≤valor do índice≥1.67

valor do índice<1.33

Interpretação

O processo é atualmente aceitável, mas pode requerer alguma melhoria.

O processo atualmente satisfaz os requisitos do cliente.

O processo não satisfaz o critério de aceitação.

(QS9000, 1997)

Os gráficos apresentados nos itens a seguir (2.1 e 2.2) referem-se aos dados reais do trabalho, tabela 1, os quais são os focos de estudo deste trabalho.


2.1. Testes de Normalidade

Figura 5: Gráfico de teste de normalidade – (Minitab)

A análise de normalidade através Anderson-Darling foi realizada no software de estatística Minitab e demonstrou que a distribuição dos dados não era normal, pois P-Value < 0,05, conforme Figura 5. Devido a robustez quanto ao uso das cartas de controle e do cálculo da capabilidade preferiu-se não transformar o conjunto de dados (usando por exemplo um procedimento de Box-Cox) (Montgomery,1996).

De posse desta informação pode-se verificar a estabilidade do processo, através dos gráficos de controle, bem como seus índices de capabilidade.

2.2. Gráficos de Controle

2 52 01 51 05S u b g ro u p 0

2 4 0

2 3 0

2 2 0

Sam

ple

Mea

n

5

M e a n = 2 3 0 ,5

UC L = 2 4 1 ,0

L C L = 2 2 0 ,0

1 5

1 0

5

0

Sam

ple

StD

ev

S = 6 ,4 5 7

UC L = 1 4 ,6 3

L C L = 0

X b a r/S C h a rt fo r x1 -x4

Distribuição de Probabilidade Normal Pr

obab

ilida

de

Gráfico de sx / para as amostras

Méd

ia d

as a

mos

tras

Subgrupo

Des

vio

Padr

ão

das

amos

tras

Média=230,5

Figura 6: Carta de Controle – (Minitab)


Para se analisar a Carta de Controle, é necessário fazer alguns testes. São critérios usados para se determinar se um processo não é estatisticamente estável, isto é, se ele está fora de controle estatístico. Estes critérios serão descritos a seguir (Triola, 1997):

1) Há um padrão, uma tendência ou um ciclo que obviamente não é aleatório; 2) Há um ponto fora dos limites superior ou inferior de controle; 3) Regra da seqüência de oito: há oito pontos consecutivos, todos acima ou todos abaixo

da reta central; 4) Há seis pontos consecutivos, todos crescentes ou todos decrescentes; 5) Há quatorze pontos consecutivos se alternando entre para cima e para baixo; 6) Dois ou três pontos consecutivos estão fora dos limites de controle fixados à distância

de um desvio padrão a contar da reta central. 7) Quatro dentre cinco pontos consecutivos estão fora dos limites de controle fixados à

distância de dois desvios padrão a contar da reta central.

No estudo de caso em questão, observa-se que houve uma falha no ponto onze, uma vez que o critério 6 acima não foi obedecido. Mas, sabe-se que somente com esse dado, não se pode afirmar que todo o processo está fora de controle. Para se fazer tal afirmação, seria necessário um acompanhamento maior do processo a fim de se verificar se essa condição ou qualquer outra alteração fosse percebida. 3. ÍNDICES BASEADOS NA METODOLOGIA SEIS SIGMA

Até o momento presente, foram abordados somente os índices clássicos, que são usualmente empregados nas indústrias nos dias de hoje. Porém, eles têm o inconveniente de ser restritos a dados do tipo variáveis, o que impossibilita uma análise de dados do tipo atributo, por exemplo.

A seguir serão apresentados os índices baseados na metodologia Seis Sigma, cuja principal vantagem é justamente abranger todos os tipos de dados.

Figura 7: Índices de Capabilidade baseados na metodologia Seis Sigma – (Minitab)

15

10

5

0

S=6.694

UCL=15.17

LCL=0

2520151050

240

230

220

Xbar and S Chart

Subgroup

Mean=230.5

UCL=241.4

LCL=219.6

160

252.356208.684

Potential (ST) CapabilityProcess Tolerance

Specifications

III

II

160

252.474208.566

Actual (LT) CapabilityProcess Tolerance

Specifications

III

II

Mean

StDev

Z.USL

Z.LSL

Z.Bench

Z.Shif t

P.USL

P.LSL

P.Total

Y ield

PPM

Cp

Cpk

Pp

Ppk

LTST

Capability Indices

D ata Source:

Tim e Span:

D ata Trace:

3.21

0

100

0.000000

0.000000

0.000

7.000

9.674

7.290

230.520

3.23

0

100

0.000000

0.000000

0.000

7.000

9.738

7.242

230.520

Report 2: Process Capability for x1Relatório de capabilidade do Processo para as amostras coletadas

Índices de Capabilidade

Capabilidade Potencial (ST) Capabilidade Atual (LT)

especificação especificação

Tolerância do processo Tolerância do processo


Analisando-se os resultados anteriores, observa-se que as médias do Short Term e Long Term assumem o mesmo valor. Isso porque não foi especificado um valor máximo para tração dos cabos (que nesse caso, quanto maior, melhor), o que resulta em Zshift igual a zero, ou seja, não há variação da média da amostra (LT) para a média das especificações (ST).

O Zbench é o nível sigma do processo propriamente dito. Sua origem vem da curva de distribuição normal (média é zero e desvio padrão igual a um), conforme figura abaixo:

Figura 8: A origem do termo Zbench – (Montgomery,1996)

A figura abaixo descreve aos passos para o cálculo do Zbench..

Figura 9: Metodologia para o cálculo do Zbench

Benchmark : Desempenho Classe Mundial ( métrica baseada na distribuição “ Padrão X:N(0;1) ~ considerada como Benchmark ”)


Z short term : O nível de desempenho que um empreendimento deve atingir em funç ão dos investimentos já feitos (métrica baseada em valores Short Term )


p(x) Benchmark

Z short term Baseline

Benchmarking estabelece a meta final (numa comparação mundial), enquanto “ baselining ” tira medições atuais para monitorar um processo


Baseline ( Long Term ): Nível atual de desempenho (métrica baseada em valores Long Term ) Baseline ( Long Term ): Nível atual de desempenho (métrica baseada em valores Long Term )

X:N(0;1) X:N(T; σσ )

X:N(x;s)


Benchmark: Desempenho Classe Mundial ( métrica baseada na distribuição “

Padrão X:N(0;1) ~ considerada como Benchmark ”)



p(x) Benchmark





X:N(0;1) X:N(T; σσ )

X:N(x;s)



p(x) Benchmark





X:N(0;1) X:N(T; σσ )

X:N(x;s)

L S L T U S L_x

P ( d )L S L P ( d )U S L

sxU S L

Z U S L

−=

sL S Lx

Z L S L

−=

f (N o r m a l )dP U S L =)()()( N o r m a lfdP L S L =

)( N o r m a lfZ B e n c h L T =

U S LL S LT o t a l dPdPdP )()()( +=I – C á l c u l o d o P P M d e L o n g

T e r m( c o n s i d e r a n d o

c a u s a s c o m u n s e E s p e c ia i s )

I I – C á l c u l o d o Z b e n c h d e L o n g

T e r m( c o n s i d e r a n d o a

m é d i a d o p r o c e s s o )

B e n c h L TZL S L T U S L

_x

P ( d )L S L P ( d )U S L

sxU S L

Z U S L

−=

sL S Lx

Z L S L

−=

f (N o r m a l )dP U S L =)()()( N o r m a lfdP L S L =

)( N o r m a lfZ B e n c h L T =

U S LL S LT o t a l dPdPdP )()()( +=I – C á l c u l o d o P P M d e L o n g

T e r m( c o n s i d e r a n d o

c a u s a s c o m u n s e E s p e c ia i s )

I I – C á l c u l o d o Z b e n c h d e L o n g

T e r m( c o n s i d e r a n d o a

m é d i a d o p r o c e s s o )

B e n c h L TZ


A performance (Yield) do processo foi de 100%, já que não houve medidas abaixo do limite inferior de especificação.

Os índices de Capabilidade (Cp) e Desempenho (Pp), por estarem relacionados com o intervalo de tolerância, tiveram seu valor igual a zero (USL não especificado).

Por fim, pode-se afirmar que o processo atende aos requisitos do cliente, uma vez que os índices (Cpk e Ppk) apresentam valores maiores que o mínimo especificado no item 4 (valor do índice > 1.67).

A figura 10 mostra o nível de qualidade do processo que é de 7.0 sigma. Este é um valor que parece ser extremamente satisfatório, uma vez que representa um índice de não conformidade de zero defeito por milhão. Porém, deve-se levar em consideração que o limite inferior de controle especificado está bem abaixo dos valores encontrados.

Figura 10: Nível sigma do processo

4. DISCUSSÕES SOBRE OS RESULTADOS

Este trabalho apresenta duas técnicas usadas para estimar como certas características da distribuição relacionam-se com as especificações. Para os índices clássicos, a pré-condição fundamental é de que o processo do qual os dados se originam exiba estabilidade estatística, ou seja, uma discussão da variação do processo e dos índices de capabilidade associados tem pouco valor para processos imprevisíveis. No entanto, abordagens para avaliação da capabilidade do processo têm sido desenvolvidas para processos que exibam causas especiais de variação, tais como: quebra de ferramenta, falta de energia elétrica etc. Neste caso, trata-se dos índices baseados na metodologia Seis Sigma.

O problema inicial deste trabalho era se determinar se o processo de fabricação do fornecedor poderia ou não ser homologado. Avaliando-se os índices clássicos, vê-se que o fornecedor estaria apto a fornecer o produto. Porém, os índices baseados na metodologia Seis Sigma apontam para uma potencial falha de especificação, deixando uma dúvida quanto a real capacidade do fornecedor.

É apropriado apontar aqui que não é o propósito deste trabalho resolver completamente

7.00

0

7,00

0

Sumário do Processo Performance do processo Características do processo

Desempenho do processo

Data:

Reportado por:

Projeto:

Departamento:

Limite superior:

Limite inferior:

Unidade:

Processo:

Característica:


essas questões, mas expô-las e discuti-las numa extensão que permita uma melhor compreensão destes a fim de fornecer valor e conhecimento para a melhoria contínua do processo.

5. REFERÊNCIAS

1) BREYFOGLE, F. W., 1999, Implementing Six Sigma: Smarter Solutions Using Statistical Methods, Editora Wiley, John & Sons, Incorporated.

2) QS9000, (1997). Fundamentos de Controle Estatístico do Processo. São Paulo: I.Q.A-Instituto da Qualidade Automotiva.

3) TRIOLA, MARIO F., (1997). Introdução à Estatística. Sétima edição, LaGrange, Nova York.

4) MONTGOMERY, D. C., (1996). Introduction to statical quality control. Terceira edição, John Wiley, New York.

Software

5) MINITAB - Desenvolvedor Minitab - Trata-se de um software clássico em termos de análise estatística. Amplamente difundido tem como seu forte o fato de possuir seus procedimentos de cálculo bastante validados. http://www.minitab.com/


6. ANEXO: O PROCESSO DE CRIMPAGEM

Figura 11: O processo de Crimpagem

O cabo é recebido em bobinas e estas são fixadas na máquina

de crimpagem

O terminal vem da bobina , passa pelo interior deste dispositivo e, por

um pedal ou automaticamente, aplica-se uma força no terminal que

o fixa no cabo.

O terminal é recebido em

bobinas e estas são fixadas na máquina

de crimpagem

É inserido nesta máquina o crimpador, que é responsável por crimpar o

terminal no cabo, e este é puxado da bobina, decapado e cortado por um

dispositivo que já é parte integrante na máquina.

Bobina de Cabo

Bobina de Terminal

Produto final:


Documents

Artigo Capabilidade de Um Processo