Análise da capacidade de um processo de
revestimento de bobinas de aço
Rômulo Rodrigues Barreto [email protected]
UERJ
Helcio de Oliveira Rocha [email protected]
UERJ
Cyro Alves Borges Junior [email protected]
UERJ
Resumo:O presente artigo evidencia a importância da aplicação do Controle Estatístico do Processo através da análise da capacidade de processo para avaliação dos resultados obtidos a partir das práticas operacionais utilizadas em uma indústria siderúrgica. Por meio de uma revisão bibliográfica foram apresentados conceitos de Controle Estatístico do Processo para a definição da capacidade do processo de revestimento de bobinas de aço de uma indústria siderúrgica. A avaliação foi aplicada em um processo de revestimento de bobinas de aço, podendo ser desdobrada a qualquer atividade industrial e principalmente em processos contínuos. Concluiu-se que o processo, a partir das práticas atuais, é capaz de atender aos requisitos do cliente sem a necessidade de alteração na rotina de amostragem.
1. INTRODUÇÃO
A crescente disputa entre produtos nacionais e importados faz com as indústrias produtoras de aço busquem constantemente a melhoria em seus processos de transformação para o atendimento a demanda cada vez mais exigente do mercado. Um importante ponto de comparação é a homogeneidade das propriedades ao longo dos produtos siderúrgicos, haja vista, que estes podem ser fornecidos em forma de bobinas com alguns milhares de metros de comprimento.
A competitividade está baseada em produtos com maior qualidade e que geram maior satisfação ao cliente, além de alcançar custos que permitam lucratividade e rentabilidade compatíveis com os objetivos da empresa. Para isto, a metodologia de amostragem para a realização das análises de liberação de produto tende a atender a melhor relação entre custo e confiabilidade, onde é necessário garantir que a amostra seja representativa da população, isto é, a amostra deve possuir as mesmas características básicas da população no que diz respeito ao fenômeno pesquisado (CORREA, 2003).
Em um processo sob controle, os parâmetros devem ser conhecidos e monitorados em tempo real. Sempre que houver um distúrbio ou variação no processo, a variável controlada deverá ser conduzida a retornar ao ponto de ajuste estabelecido, dentro do tempo prescrito e com um erro delimitado (RIBEIRO, 2001).
Desta forma, a sobrevivência dessas indústrias no cenário econômico atual está ligada à produção de itens de qualidade a baixo custo, ou seja, uma série de estratégias deve ser analisada com o objetivo de assegurar a qualidade de processos e produtos, que proporcionará o controle efetivo, onde o Controle Estatístico do Processo pode ser utilizado (FLOR, 2013).
O objetivo do presente trabalho é analisar a capacidade de um processo de revestimento do aço, realizado em uma indústria siderúrgica nacional.
2. REFERENCIAL TEÓRICO
A venda de produtos de baixa qualidade ou com confiabilidade reduzida diminui a competitividade das empresas, independentemente do ramo de atuação. Neste caso a implantação de programa de melhoria da qualidade pode eliminar desperdícios, diminuir a freqüência de amostragem para inspeção, aumentando assim a satisfação dos clientes.
De acordo com Ribeiro & Caten (2012, p. 17), a inspeção e o controle estatístico do processo possuem características e objetivos distintos. No curto prazo, uma inspeção 100% fornece mais resultados na detecção de unidades defeituosas, pois elas são filtradas e dirigidas para retrabalho ou sucata. Porém, de acordo com os autores, “as atividades de inspeção não melhoram os processos, pois tomam tempo e mobilizam recursos em atividades que não agregam valor”.
Segundo Werkema (1996), a variabilidade é o resultado de alterações nas condições sob as quais as observações são tomadas. Estas alterações podem refletir diferenças entre as matérias primas, as condições dos equipamentos, os métodos de trabalho, as condições ambientais e os operadores envolvidos no processo considerado. A variabilidade ainda é decorrente do sistema de medição empregado.
2.1 CONTROLE ESTATÍSTICO DO PROCESSO
A verificação da qualidade do produto é realizada através do processo de amostragem, onde através de métodos estatísticos busca-se checar a qualidade do produto de modo a fazer interferências sobre a operação. O método mais utilizado é o procedimento chamado Controle Estatístico de Processo (CEP). Esse método preocupa-se com a amostragem do processo durante a produção dos bens ou a entrega de serviços. Com base nessa amostragem, as decisões são tomadas sobre se o processo está “sob controle”, isto é, se está operando como deveria (SLACK; CHAMBERS; JOHNSTON, 2002, apud FLOR, 2013).
Na visão de Montgomery (2004), o objetivo primário do CEP é a redução sistemática da variabilidade nas características-chave do produto, fornecendo as ferramentas necessárias para avaliação e melhoria de processos, produtos e serviços de forma abrangente.
Em processos produtivos, e no caso de produção de bobinas de aço, várias são as possibilidades de ocorrência de defeito. Para Montgomery (2004), a análise de capacidade consiste no uso de técnicas estatísticas para quantificar a variabilidade do processo, analisá-la em relação aos limites de especificação do produto e auxiliar o desenvolvimento e a fabricação na eliminação ou redução dessa variabilidade.
A capacidade do processo é usualmente medida por meio de índices, cujo objetivo é fornecer uma linguagem comum e de fácil compreensão para quantificar o desempenho (CHANG et al., 2002), quanto a capacidade de produzir itens de acordo com uma determinada tolerância (TANG; THAN, 1999).
Dentre os métodos estatísticos usados para avaliar se um processo está operando de acordo com as especificações ideais, destacam-se os índices de capacidade, que tem como princípio estimar a proporção de peças ou produtos defeituosos produzidos. O Cp e o Cpk foram os primeiros índices desenvolvidos, sendo os mais utilizados atualmente na indústria. O fato de serem adimensionais facilita a comparação de processos produtivos, independentemente do produto final (OLIVEIRA et al, 2011).
2.2 PROCESSO ESTÁVEL
Para um processo cujo comportamento seja conhecido, pode-se dizer que ele é capaz de produzir itens segundo as especificações determinadas pelo cliente? De acordo com Werkema (1995, apud Oliveira et al., 2011), é possível que mesmo um processo com variabilidade controlada e previsível produza itens defeituosos, devendo-se avaliar a capacidade do processo em atender às especificações estabelecidas.
A partir da análise de gráficos de controle é possível determinar se um dado processo é estável, ou seja, se não há presença de causas especiais de variação atuando sobre o mesmo. Segundo Lima et al (2006), para um processo ser considerado estatisticamente estável, é necessário que os pontos nos gráficos de controle distribuam-se de forma aleatória em torno da linha média sem que haja padrões estranhos, do tipo tendências crescentes ou decrescentes, ciclos, estratificações ou misturas, pontos fora dos limites de controle.
2.3 PROCESSO CAPAZ
A capacidade é medida através da análise da variabilidade de um processo estável em relação às suas especificações. Montgomery (2004) cita as principais utilizações da análise de capacidade, dentre as quais podemos citar (1) predizer até que ponto o processo manterá as
tolerâncias, (2) dar assistência aos projetistas do produto visando a seleção ou a modificação de um processo, (3) reduzir a variabilidade do processo.
A partir do momento em que se tem um processo sob controle, é necessário avaliar se este é capaz de atender às especificações estabelecidas a partir das necessidades dos clientes. É esta avaliação que compõe a análise da capacidade do processo, que é medida através da relação entre a variabilidade natural do processo em relação à variabilidade que é permitida a esse processo, dada pelos limites de especificação (GONÇALEZ; WERNER, 2009).
Conforme Montgomery (1997) e Deleryd (1999), citados por Gonçalez e Werner (2009), quatro são os índices de capacidade para dados normalmente distribuídos. Todos estes índices são números adimensionais que permitem a quantificação do desempenho de processos, sendo eles: Cp, Cpk, Cpm e Cpmk.
2.3.1 ÍNDICE Cp
O índice Cp, chamado de índice de capacidade potencial do processo, considera que o processo está centrado no valor nominal da especificação. Este índice relaciona a variabilidade permitida ao processo (especificada pelo cliente e/ou projeto) com a variabilidade natural do processo. Tem-se que quanto maior for o valor de Cp, maior será a capacidade do processo em atender às especificações, desde que a média esteja centrada no valor nominal.
Uma regra prática, conforme Montgomery (1997, apud Gonçalez e Werner, 2009), para analisar este índice é definir três intervalos de referência, conforme mostrados na Tabela 1.
Tabela 1: Intervalos de referência para análise do índice Cp
Cp Itens não-conformes (PPM) Interpretação
Cp < 1 Acima de 2700 Processo incapaz
1 ≤ Cp ≤ 1,33 64 a 2700 Processo aceitável ou relativamente capaz
Cp ≥ 1,33 Abaixo de 64 Processo potencialmente capaz
Porém, este índice (Cp) não localiza o valor médio do parâmetro de processo em relação aos limites especificados. Ele está embasado somente na relação entre a amplitude do intervalo de especificação e a variabilidade natural do processo. Para um determinado valor de Cp, pode-se ter qualquer percentual de itens fora das especificações, dependendo apenas de onde está localizada a média do processo. O índice Cp nos diz o quanto o processo é potencialmente capaz de produzir dentro do intervalo especificado no projeto, desde que permaneça centralizado entre os dois limites especificados.
2.3.2 ÍNDICE Cpk
Devido ao fato de que nem sempre o processo encontra-se centrado no valor nominal da especificação então, o uso do índice Cp pode levar a conclusões erradas. Kane (1986) propôs o índice de desempenho Cpk, que leva em consideração a distância média do processo em relação aos limites de especificação.
Quando processo estiver centrado no valor nominal de especificação, teremos que Cp = Cpk. Caso contrário, o processo estará descentrado e a média não coincidirá com o valor nominal das especificações. Neste caso, o índice Cpk terá seu valor calculado levando-se em consideração a distância entre a média do processo e o limite de especificação mais próximo. As interpretações do índice Cpk poderão ser feitas pela regra mostrada para o índice Cp na Tabela 1, já que a análise da capacidade do processo é feita usando-se estes dois índices em conjunto.
3. METODOLOGIA
Este estudo de caso consiste na avaliação quantitativa de uma das principais características de bobinas de aço revestidas, a camada de revestimento sobre a superfície do aço. Esta característica será avaliada tanto na face inferior como na face superior de seis bobinas processadas em sequência. Estas bobinas apresentam a mesma especificação, onde não houve mudança de material, assim como o mesmo revestimento nominal em ambas as faces.
Vale ressaltar que o método de obtenção da camada de revestimento em ambas as faces é igual, porém o resultado é independente entre as faces, ou seja, podemos ter valores distintos entre as faces utilizando os mesmos parâmetros. Isto se deve ao fato que a eficiência de processo pode apresentar certa variação.
O método atual de amostragem para análise de liberação de produto final, de acordo com esta característica, ocorre conforme fluxograma da Figura 1.
Figura 1: Fluxograma do processo de amostragem
Neste fluxograma, temos que a primeira bobina após a realização de setup sempre será analisada, enquanto que a seguinte será somente se o resultado encontrado não for satisfatório. Caso o resultado obtido da primeira amostra estiver conforme os limites de especificação, a próxima bobina a ser amostrada e analisada será a terceira bobina, e assim sucessivamente.
A camada de revestimento sobre o aço é determinada automaticamente através de equipamento específico, onde este combina um método eletroquímico (coulométrico) de análise com um sistema automático de aplicação, medida e controle gráfico do potencial elétrico aplicado para determinação do peso de revestimento na amostra.
O método de análise coulométrico baseia-se na aplicação da 1ª Lei de Faraday da Eletrólise, a qual expressa que a extensão de uma reação química num eletrodo é diretamente proporcional a quantidade de corrente elétrica que passa através deste eletrodo.
Desta forma, o objetivo deste trabalho é avaliar a uniformidade da camada de revestimento ao longo do comprimento dessas bobinas. Foram retiradas amostras a cada 1.500 metros, totalizando 84.000 metros analisados (57 amostras). Em condições normais de
amostragem e processamento, seriam retiradas no máximo seis amostras para avaliação da camada de revestimento.
Este estudo visa responder perguntas como “O método atual de amostragem para análise de liberação garante a característica final do produto de acordo com os limites de especificação” e/ou “O processo de obtenção de revestimento é estável e capaz”. Sendo, assim, a adoção do estudo de caso como o método de pesquisa apropriado para o trabalho.
A aplicação do Controle Estatístico do Processo para avaliar a uniformidade da camada de revestimento sobre o aço baseou-se na construção de gráficos e tratamento dos dados através do Software Minitab Versão 17, sendo realizadas as seguintes etapas: 1) Teste de Normalidade a fim de verificar se tal característica do aço se comportava de acordo com a distribuição normal; 2) Carta de Controle onde se determinou a variabilidade do processo, assim como os limites inferior e superior de controle; 3) Avaliação da capacidade do processo através dos índices Cp, Cpk e Cpm obtidos a partir da ferramenta específica do software citado.
O Software Minitab versão 17, foi utilizado para a confecção dos gráficos apresentados a seguir e também para o tratamento estatístico dos dados obtidos, através de suas ferramentas de análise.
4. RESULTADOS E DISCUSSÃO 4.1 TESTES DE NORMALIDADE
Para aplicação do estudo de capacidade de processo, tornou-se necessária a realização do teste de normalidade dos dados, onde os resultados obtidos para a face inferior e face superior (espessuras em mm) estão representados respectivamente nas Figuras 2 e 3, respectivamente. 2,80 2,75 2,70 2,65 2,60 2,55 2,50 2,45 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean 2,609 StDev 0,05444 N 57 AD 0,662 P-Value 0,080 Revestimento P o rc e n ta g em Normal - 95% CI
Teste de Normalidade - Face Inferior
3,0 2,9 2,8 2,7 2,6 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean 2,782 StDev 0,07103 N 57 AD 0,317 P-Value 0,530 Revestimento P o rc e n ta g em Normal - 95% CI
Teste de Normalidade - Face Superior
Figura 3: Teste de normalidade do revestimento (mm) da face superior
As Figuras 2 e 3 demonstram que os dados obtidos tanto para a face inferior quanto para a superior seguem a distribuição normal, haja visto que o valor-p alcançou os valores respectivos de 0,080 (face inferior) e 0,530 (face superior). O valor mínimo admissível para tal distribuição é 0,050.
Como os dados seguem uma distribuição normal, pode-se prosseguir com a mensuração da capacidade do processo para ambas as faces.
4.2 CARTA DE CONTROLE
Após o teste de normalidade, os dados de revestimento foram dispostos em dois gráficos (cartas de controle) de acordo com a face analisada, conforme Figuras 4 e 5, respectivamente.
Na Figura 4, carta de controle da face inferior, é possível observar que apenas um ponto encontra-se fora dos limites de controle estabelecido automaticamente pelo software para este processo. Porém, todos os resultados estão de acordo com os limites de especificação da norma vigente para este tipo de material. Apesar de o resultado estar sistematicamente abaixo do valor nominal estabelecido, o produto atenderá ao seu uso final.
Na Figura 5, carta de controle da face superior, é possível observar que cinco pontos, dois acima e três abaixo, encontram-se fora dos limites de controle estabelecidos automaticamente pelo software para este processo. Porém, todos os resultados estão de acordo com os limites de especificação da norma vigente. Além disto, nota-se uma mudança de patamar ao longo do comprimento da bobina, a partir da amostra 36 (52.500 metros), mantendo-se todavia o produto em conformidade com o uso pretendido.
55 49 43 37 31 25 19 13 7 1 3,2 3,1 3,0 2,9 2,8 2,7 2,6 2,5 2,4 2,3 Amostra R e ve st im e n to _ X=2,6093 UCL=2,7423 LCL=2,4763 USL = 3,22 LSL = 2,38 1
Carta de Controle - Face Inferior
Figura 4: Carta de controle do revestimento (mm) da face inferior
55 49 43 37 31 25 19 13 7 1 3,2 3,1 3,0 2,9 2,8 2,7 2,6 2,5 2,4 2,3 Amostra R e ve st im e n to _ X=2,7821 UCL=2,8989 LCL=2,6653 LSL = 2,38 USL = 3,22 1 1 1 1 1
Carta de Controle - Face Superior
Figura 5: Carta de controle do revestimento (mm) da face superior
4.3 HISTOGRAMA E CÁLCULO DOS ÍNDICES DE CAPACIDADE
Nas Figuras 6 e 7 temos respectivamente os histogramas para as espessuras das faces inferior e superior, respectivamente, e na Tabela 2 estão os resultados obtidos após análise da capacidade do processo, realizada pelo Software Minitab.
A Figura 6 comprova que os dados encontram-se distribuídos aproximadamente de forma normal, além de complementar o exposto na Figura 4, onde os valores obtidos estão deslocados à esquerda em relação ao objetivado (nominal), porém garantindo que não haja ocorrência de valor abaixo do limite inferior.
3,30 3,15 3,00 2,85 2,70 2,55 2,40 LSL Target USL Overall Within
Histograma - Face Inferior
Figura 6: Histograma da face inferior
3,30 3,15 3,00 2,85 2,70 2,55 2,40 LSL Target USL Overall Within
Histograma - Face Superior
Figura 7: Histograma da face inferior
Assim como na Figura 6, a Figura 7 demonstra que os dados encontram-se distribuídos de forma aproximadamente normal. Porém, neste caso os mesmos encontram-se próximos da meta.
Ao avaliar em conjunto as informações apresentadas pelas Figuras 5 e 7, temos que apesar dos resultados estarem distribuídos próximos ao valor objetivado, há uma mudança de patamar nos valores encontrados, que afetou parcialmente o formato do histograma.
A fim de facilitar a análise e possível comparação entre os dados obtidos para as duas faces analisadas, os mesmos foram dispostos na Tabela 2.
A partir dos dados demonstrados na Tabela 2 pode-se concluir que o processo referente à face inferior é capaz, avaliando tanto o seu Cp quanto o seu Cpk, onde o desvio padrão apresentado representa 2,09% em relação à média, sendo este um valor satisfatório
para o processo. Além disto, o valor de Cpm demonstra que os dados estão deslocados em relação ao valor objetivado.
Ao avaliarmos os resultados obtidos para o revestimento na face superior, é possível, assim como no caso anterior, verificar que este processo é capaz e apresenta resultados consideráveis, tanto de Cp quanto Cpk. Além disto, o desvio padrão corresponde a 2,55% da média amostral, ou seja, um valor também satisfatório para o processo.
Tabela 2: Análise da capacidade de processo (Software Minitab)
Face analisada Inferior Superior
Dados de Processo
LSL (Limite Inferior Especificação) 2,38 2,38
Target (Nominal) 2,80 2,80
USL (Limite Superior
Especificação) 3,22 3,22
Média amostral 2,6093 2,78211
Amostra 57 57
Desvio Padrão (Overall) 0,054441 0,071032
Desvio Padrão (Within) 0,044326 0,038944
Análise de Capacidade Cp 3,16 3,59 CPL 1,72 3,44 CPU 4,59 3,75 Cpk 1,72 3,44 Cpm 0,70 1,91 5. CONCLUSÃO
O presente trabalho teve o objetivo de analisar a capacidade de um processo de revestimento do aço, realizado em uma indústria siderúrgica nacional. O objetivo foi alcançado mediante uma sequência de etapas. Na primeira etapa, verificou-se que a variável crítica de processo se comportava aproximadamente conforme distribuição normal. Este comportamento é fundamental para a interpretação da capacidade do processo. Em uma segunda etapa, a aplicação de cartas de controle demonstrou que o processo de revestimento do aço estava sob controle estatístico, sob o ponto de vista do revestimento. Atendidos os pré-requisitos de garantia tanto do controle do processo quanto do comportamento de distribuição normal da variável em estudo, partiu-se para a terceira etapa. Nesta, com o auxílio do software Minitab, verificou-se que o processo demonstrou ser capaz de atender aos limites especificados no projeto do produto.
Comparativamente, observou-se que o revestimento superior possuía maior capabilidade, demonstrada primordialmente pelo seu índice Cpk substancialmente superior ao
do revestimento inferior. Além disso, a pequena discrepância entre os índices Cp e Cpk para o resvestimento superior é um indício de que o valor médio de processo se apresentava razoavelmente centralizado perante os limites especificados.
Por sua vez, a razoável distância entre os índices Cp e Cpk para o revestimento inferior nos permitiu interpretar que o respectivo processo estava razoavelmente descentralizado. Mesmo assim, ambos índices se apresentaram acima da unidade, permitindo-se a interpretação de termos um processo capaz.
REFERÊNCIAS
CHANG, Y. S.; CHOI, I. S.; BAI, D. S. Process capability indices for skewed populations. Quality and Reliability Engineering International, Vol. 18, p. 383-393, 2002.
CORREA, S. M. B. B. Probabilidade e Estatística. Minas Gerais: PUC Minas Virtual, 2003.
FLOR, A. S. Utilização do Controle Estatístico do Processo para o Monitoramento de Espessura em garrafa pet: Um estudo de caso. Revista Especialize On-line IPOG, Goiânia, Vol. 01, 2013.
GONÇALEZ, P. U.; WERNER, L. Comparação dos índices de capacidade de processo para distribuições não-normais. Gestão da Produção, São Carlos, Vol. 16, n.1, p. 121-132, 2009.
KANE, V. E. Process capability indices. Journal of Quality Technology, Vol. 18, n.1, p. 41-52, 1986.
LIMA, A. A. N.; LIMA, J. R.; SILVA, J. L.; ALENCAR, J. R. B.; SOARES-SOBRINHO, J. L.; LIMA, L. G.; ROLIM-NETO, P. J. Aplicação do controle estatístico de processo na indústria farmacêutica. Revista de Ciências Farmacêuticas Básica e Aplica, Vol. 27, n.3, p. 177-187, 2006.
MONTGOMERY, D. C. Introdução ao Controle Estatístico de Qualidade. Rio de Janeiro, LTC, 2004. OLIVEIRA, J. B.; SOUTO, R. R.; MAIA, R. D. A.; MEIRA, J. A.; LIMA, V. S. P. Análise da capacidade de um processo: Um estudo de caso baseado nos indicadores Cp e Cpk. XXXI Encontro Nacional de
Engenharia de Produção, Belo Horizonte, 2011.
RIBEIRO, J. L. D.; CATEN, C. S. Série monográfica Qualidade – Controle Estatístico do Processo. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2012.
RIBEIRO, M. A. Controle de Processo – Teoria e Aplicações. Bahia: Tek Treinamento e Consultoria, 2001. TANG, L. C.; THAN, S. E. Computing process capability indices for non-normal data: A review and comparative study. Quality and Reliability Engineering International, Vol. 15, p. 339-353, 1999.
WERKEMA, M. C. C, AGUIAR, S. Planejamento e Análise de Experimentos: Como identificar as Principais Variáveis Influentes em um Processo. Belo Horizonte, 1996.
