característica espessura durante o processo
de fabricação em uma máquina de papel
Alex Reginaldo Silva dos Santos Guilherme Petry Breier Carla SchwengbertenCaten
RESUMO
Através das técnicas de controle estatístico de processo (CEP), o presente estudo avaliou a característica da espessura, durante a fabricação do papel filtrante, que apresentava perda de qualidade. A análise física e mecânica, atribuída ao processo, possui características distintas e específicas, que contribuem para a garantia da qualidade do produto final, bem como para agregar valor para os clientes.
PALAVRAS CHAVES
Controle Estatístico de Processo; Estabilidade de Processos; Indústria do Papel. ABSTRACT
Through the technique sofstatistical process control, hepresent paper evaluated the characteristic thickness during manufacture offilter paper, which presented a lossof quality. The analysis attributed to physical mechanical process has distinct feature sand specific that contributes to ensuring final product quality andad ded value for customers.
KEy WORDS
Statistical Process Control; Process Stability; Industry.
1 INTRODUÇÃO
O mercado está cada vez mais exigente, no que se refere à qualida-de, aspecto que constitui preocupação para as empresas em relação ao quesito da qualidade, enquanto diferencial que as torna altamente competitivas na busca da melhoria contínua em processos e produtos.
Utilizando ferramentas relacionadas à qualidade, é possível identificar e resolver problemas em processos, e, com isso, evidenciar
possibilida-des de perdas e oportunidapossibilida-des de melhoria, o que é possível mediante a aplicação da análise estatística que possibilita a avaliação da caracte-rística da espessura durante o processo de fabricação do papel filtrante. A avaliação em questão destina-se à verificação da estabilidade e da capacidade do processo, de acordo com a respectiva linha de produção. Sendo assim, o processo de fabricação do papel filtrante deverá garantir a especificação de espessura estipulada pelo Controle da Qualidade, e o não atendimento à especificação resultará em perdas de qualidade do produto final, aumentando a geração de refugo e a perda de produ-tividade.
Durante a fabricação do papel, a maior parte da variação relaciona-se ao equipamento responsável, que confere a característica da espessura ao produto. Em face disso, este estudo tem como objetivo verificar a estabilidade e a capacidade do processo mencionado, de forma a mensu-rar os custos da não qualidade relacionados aos processos em questão. 2 REFERENCIAL TEÓRICO
O Controle Estatístico de Processo (CEP) aplica métodos estatísticos como parte da estratégia de prevenção de defeitos para a melhoria da qualidade dos produtos e da redução de produto não conforme produ-zido durante o processo. Sendo assim, o CEP constitui-se como uma ferramenta capaz de auxiliar na resolução de problemas e na obtenção da estabilidade e da capacidade do processo. Conforme Montgomery (2004), esses são aspectos fundamentais para que o produto corresponda às exigências dos clientes e do mercado.
A conformidade de um produto ou de um processo está diretamente relacionada às especificações às quais esse produto está submetido (FEIGENBAUM, 1993; MONTGOMERY, 2004). Essa constitui uma das visões possíveis de qualidade quando é entendida como a capacidade de um produto, ou de um serviço, em atender às expectativas de um indivíduo ou uma organização com relação a um padrão (tangível ou intangível) de satisfação (VACCARO et al., 2010).
Montgomery (2004) descreve alguns objetivos do CEP que justificam a sua aplicação:
I. Permite identificar até que ponto o processo manterá as tole-râncias de um processo;
II. Auxilia a estabelecer intervalo entre amostras para monitora-mento de um processo;
III. Permite especificar as exigências envolvendo desempenho para um equipamento novo;
IV. Permite reduzir a variabilidade de um processo.
Uma das ferramentas mais importantes do CEP são as cartas de controle, que têm como objetivo monitorar o processo ao longo do tempo, separando as causas comuns e as causas especiais. As cartas de controle são de dois tipos (RIBEIRO e CATEN, 2011):
a) Por variáveis: muito utilizadas para processo que possui carac-terísticas mensuráveis. A carta de média e de amplitude (X e R) são as mais utilizadas na indústria. Por serem empregadas em subgrupos menores que 10 amostras, podem assim ser consideradas de baixo custo para a coleta de dados e para a facilidade na elaboração dos cálculos (RIBEIRO e CATEN, 2011). b) Por média e por desvio padrão (X e S): constituem cartas que
apresentam uma alta eficiência estatística, devido a serem utilizadas quando o tamanho da amostra é maior que 10. Por isso, esse tipo de carta é utilizado com menor frequência, considerando-se a quantidade de amostra, que pode ser eco-nomicamente inviável ao ser coletada. Além disso, esse tipo de carta necessita de uma maior habilidade no que se refere aos cálculos para a obtenção dos limites (RIBEIRO e CATEN, 2011). As cartas são originadas a partir de uma primeira amostragem de dados coletados que servirá para cálculo dos limites de controle, o qual define o padrão de variabilidade natural do processo em estudo. Os limites de controle (LC) podem ser definidos a partir da equação (1):
Considera-se X1 para a média das médias amostrais e σX1 para a variabilidade das médias. Já, no tocante às cartas de média, os limites de controle superior (LCS) e inferior (LCI) podem ser calculados através das equações (2) e (3). Para as cartas de amplitude os limites LCS e LCI são encontrados pelas equações (4) e (5):
(2) (3) (4) (5) Considera-se R como a representação da amplitude; as constantes A2, D4 e D3 dependem do tamanho da amostra, conforme a Tabela 1.
n 2 3 4 5 6 7 8 9 10 15 20
D4 3,27 2,57 2,28 2,11 2,00 1,92 1,86 1,82 1,78 1,65 1,59 D3 0 0 0 0 0 0,08 0,14 0,18 0,22 0,35 0,42 d2 1,13 1,69 2,06 2,33 2,53 2,70 2,85 2,97 3,08 3,47 3,74 A2 1,88 1,02 0,73 0,58 0,48 0,42 0,37 0,34 0,31 0,22 0,18
Tabela 1: Valores das constantes A2, D4 e D3, adaptado por Ribeiro e Caten (2011) Com os limites de controle calculados é possível desenvolver a carta de controle adequada ao processo em estudo, que analisa se o mesmo é estável, ou seja, se não apresenta causas especiais (causas fora dos limites de controle). Caso o processo apresente causas especiais, essas devem ser analisadas e eliminadas. Caso contrário, se o processo for estável e apresentar somente causas comuns de variação, pode-se cal-cular a sua capacidade.
A análise da capacidade de um processo consiste em uma abordagem metodológica baseada na probabilidade e na estatística, visando men-surar a adequação do comportamento de uma ou mais características de interesse quanto a padrões previamente estabelecidos.
Segundo Torminato (2004), a análise de capacidade é parte do CEP, pois permite ao analista determinar a habilidade do processo em satisfa-zer as especificações e os limites de tolerância desse processo, além de
diagnosticar o estado de controle dos processos de produção, verificando se possuem ou não capacidade de atender as solicitações dos clientes. Os índices de capacidades mais conhecidos são Cp (índice de capacidade potencial), que mede a capacidade de atender as especifica-ções se esse estiver ajustado. é definido como o intervalo de tolerância dividido pela amplitude do processo, ou seja, 6 vezes o desvio padrão estimado, considerando-se a ausência das causas especiais, conforme a equação (6):
(6) LSE e LIE representam, respectivamente, os limites superior e inferior de especificação; σ constitui o desvio padrão do processo, conforme a equação (7):
(7) O índice de capacidade (Cpk) mede a capacidade do processo, considerando-se a centralização do mesmo, que é sensível às causas especiais e indica a capacidade que o processo possui em produzir re-sultados efetivamente aceitáveis, ou seja, variando dentro dos limites especificados de controle, conforme as equações (8) e (9):
(8) (9) Conforme Ribeiro e Caten (2011), em processo cuja característica do tipo maior-é-melhor, o índice Cpkinf é utilizado para avaliação de capacidade do processo, pois o LSE é teoricamente infinito, necessitando do Cpksup para a avaliação da capacidade.
A Figura 1 apresenta um exemplo ilustrativo do Cp e Cpk, sendo ambos fundamentais para a correta compreensão de uma análise, utilizando-se o controle estatístico de processo.
Figura 1: Análise dos Processos, adaptado de apostila de CEP Trainning (2006)
Segundo Ribeiro e Caten (2011), pode-se fazer algumas observações a respeito dos índices de Cp e CpK:
• O índice de Cpk é menor do que o índice de Cp quando o pro-cesso está descentralizado, mas é igual ao Cp quando o propro-cesso está centrado;
• O índice Cpk, que mede a capacidade real do processo, é sempre menor ou igual ao índice Cp, que mede a máxima capacidade do processo quando esse está centrado;
• O índice Cpk>1 é condição necessária para que a fração de de-feitos seja pequena (<0,27%). Muitas empresas utilizam como padrão de qualidade a meta Cpk> 1,33 associada a uma fração de defeituosos de 0,00633%.
A Tabela 2 ilustra, resumidamente, o entendimento da capacidade de um processo com diferentes Cpk.
Capacidade CpK % fora de especificação
Muito incapaz 0,33 32%
Incapaz 0,66 4,40%
Capaz 1,00 0,27%
Muito Capaz 1,33 0,01
Extremamente capaz 1,67 0,0000
Tabela 2: Escala para avaliação da capacidade das etapas dos processos produtivos Fonte, adaptado de Ribeiro e Caten (2011) 2.1 Função Perda
Na maioria das empresas, os investimentos em programas de melho-ria da qualidade têm sido recuperados através de custos mais baixos de produção, menores índices de refugo, redução de defeitos e de re-dução de gastos com a garantia. Mesmo com esses ganhos, os custos associados com a má qualidade dos produtos prosseguem perseguindo as indústrias (NETO, 2004).
A função perda demonstra os custos da não qualidade nos proces-sos em que se emprega a abordagem de Taguchi. Normalmente, pode dizer-se que o que estiver fora da especificação deve ser rejeitado ou deve ser retrabalhado, gerando assim custos extras ao processo. Com a função perda podem ser mensurados os custos relacionados à qualidade não adequada com objetivo estabelecido, ou seja, diferente da abordagem normal, a qual não contempla as perdas relacionadas à baixa qualidade do que se encontra dentro da especificação. Dessa forma tal perda poderá resultar, aproximadamente, no quadrado do desvio do objetivo estabelecido para certa característica de qualidade (CATEN e MIORANDO, 2010).
A perspectiva defendida por Taguchi avalia perdas que não são iden-tificadas pelo método tradicional. Graficamente, é possível exemplificar a diferença entre ambas abordagens, conforme vê-se na Figura 2. A
linha cinza representa o enfoque tradicional, enquanto a linha preta representa o ponto de vista de Taguchi.
A Figura 2 apresenta Abordagem tradicional X Abordagem de Taguchi.
Figura 2: Abordagens, adaptado de Caten e Miorando (2011) A função perda é quantificada pela equação (10):
(10)
Onde,
A perda financeira demonstrada com o desvio da meta é representada por Li e yi representa o valor médio da unidade i para a característica qualidade (em estudo); m representa a meta para a respectiva caracte-rística de qualidade; K representa o coeficiente de perda em qualidade que será convertido em custo; Δo especifica o desvio da meta que exige reparo, enquanto Ao, refere-se ao custo do reparo. Para cada tipo de processo há diferentes formas de calcular a perda média unitária.
Conforme Caten e Ribeiro (2011), as equações (11), (12) e (13) repre-sentam a perda para processos do tipo maior-é-melhor, menor-é-melhor e nominal-é-melhor:
(11) (12) (13)
Onde y representa a média dos valores medidos, s o desvio padrão da amostra e m a meta para característica de qualidade.
3 PROCEDIMENTOS METODOLÓGICOS
Segundo Macke et al., (2006), o método representa o conjunto de atividades sistemáticas e racionais que orienta a geração de conheci-mento válido e verdadeiro, indicando o caminho a ser seguido.
Segundo Santos (1999), as pesquisas exploratórias têm como prin-cipal finalidade desenvolver, esclarecer e modificar conceitos e ideias, com vista à formulação de problemas mais precisos ou de hipóteses de pesquisa para estudos posteriores.
Para a característica espessura do papel filtrante foi definido o indica-dor, o tipo e as especificações, assim como a função perda, a definição do tamanho da amostra e a frequência de amostragem.
A coleta dos dados foi feita em 2011, por meio de apontamentos realizados em uma planilha eletrônica, que contempla 5 amostras coletadas por dia, durante um período de 30 dias. Não houve dificul-dades para coletar os dados devido ao histórico de medição diária e rotineira. Para realizar análise de espessura é utilizado um equipamento chamado micrômetro.
O processo é do tipo nominal, sendo melhor para o mesmo a especi-ficação nominal 11,50 mm/80fls com uma tolerância de ± 1,0 mm/80fls. A carta utilizada no processo de espessura para este estudo foi a Carta para médias e amplitudes, empregada uma amostragem com 30 dados.
4 ANÁLISE DOS RESULTADOS
Uma empresa localizada Rio Grande do Sul, cujo ramo de atividade está voltado à fabricação de papel, com potencial de 2000 toneladas/ mês, com mix de produção de 80% de papel alimentício e de 20% de papel industrial para embalagens diversas, tem como objetivo utilizar a ferramenta de Controle Estatístico de Processo (CEP).
4.1 Estudos de estabilidade
Levando-se em conta os dados coletados, é possível realizar cálculos de limites de controles para a carta de médias e amplitudes, conforme as equações (2) e (3). Nesses há um limite de controle inferior (LCI) e um limite de controle superior (LCS), respectivamente de 10,31 e de 11,72 mm/80fls.
Para a carta das amplitudes, os limites de controle foram calculados conforme as equações (4) e (5), considerando-se LCS 2,55 e LCI zero.
A Figura 3 apresenta a carta prévia das médias e a Figura 4, a carta prévia das amplitudes em que se pode observar que as amostras 7, 10, 15 e 25 foram consideradas como causas especiais, em função de a média ter-se deslocado para nível superior ao da média do processo.
Figura 4: Carta das amplitudes da espessura papel filtrante
Após a identificação das causas especiais, essas foram elimi-nadas, sendo recalculados os limites de controle para médias LCI 10,35mm/80fls e LCS 11,52mm/80fls, amplitudes LC I zero e LCS 2,13. As Figuras 5 e 6 representam as cartas das médias e das amplitudes após os limites recalculados.
Figura 6: Carta das amplitudes da espessura papel filtrante
Nas Figuras 4 e 5 pode ser observado que o processo não é estável ao longo do tempo, pois há pontos que extrapolam os limites de controle, sendo assim, as causas especiais devem ser investigadas. Nos demais dias, pode-se afirmar que o equipamento responsável pela característica espessura do papel já se encontra no final da sua vida útil, aspecto que afeta a espessura do papel, gerando variações.
5 ESTUDO DE CAPACIDADE
O processo da espessura do papel do tipo nominal é melhor, em face do cálculo dos índices de capacidade Cp e Cpk. Para realizar o cálculo desses índices, utilizaram-se as equações (6), (7), (8) e (9). Como re-sultado foi obtido Cp = 0,14 e Cpk = 0,06.
Nesse, o LSE representa o limite superior de especificação, LIE o limite inferior de especificação e a equação (7) a estimativa do desvio padrão dos valores individuais.
Analisando os resultados, conforme a tabela (2), conclui-se sobre a incapacidade do processo relativamente a variações maiores do que a faixa dos limites de especificação. O processo encontra-se deslocado para baixo, pois 15,8% da espessura encontram-se abaixo do valor nominal da especificação, confirmando a incapacidade do processo.
A Figura 7 representa que o processo é configurado como incapaz, evidenciando-se deslocamento para o limite inferior à especificação.
Figura 7: Representa a incapacidade do processo 5.1 Função Perda
A característica espessura para o processo encontra-se diretamente ligada ao custo da garantia, pois o não cumprimento da especificação afetará diretamente o cliente, gerando, consequentemente, reclamações e até mesmo devoluções de produto.
Foi estimado o custo médio da não qualidade em R$1.700,00/tone-ladas de papel produzido.
A perda referente à variabilidade do processo indica uma probabi-lidade de 15,8% de a produção sair com a espessura fora da especifi-cação, em face da redução, no caso, somente vir a ocorrer através de investimento. Para este cálculo foi utilizada a equação (13).
Para uma produção de 500 toneladas mês de papel filtrante é possível verificar que a perda mensal relacionada à garantia da qualidade pode chegar a 79,39 toneladas/mês, estimando-se o custo da perda em R$134.967,91/mês.
5.2 Simulação centralização do processo
O processo do tipo nominal é melhor se esse for de responsabilidade de um equipamento relacionado à centralização do processo, que é
possível, porém não tão barato. A realização da simulação do processo centralizado determinou que a perda referente à variabilidade do pro-cesso caiu para 2,00%, ou seja: considerando-se uma produção de 500 toneladas/mês de papel filtrante, é possível observar que a perda mensal relacionada à garantia da qualidade reduziu-se significativamente em 10,02 toneladas mês de papel. Dessa forma, o custo mensal da perda por qualidade poderia ficar em torno de R$17.034,76.
Avaliando o sistema, e considerando a redução de perda, devido à variabilidade e a viabilidade de investimento para redução das causas comuns, o processo não teria tanta variação com um novo equipamento. Assim, reduzindo-se a variabilidade, e centralizando o processo, seria possível obter um ganho significativo.
Para aquisição de um equipamento (sistema de raspa) para menor variabilidade haveria um custo de aproximadamente R$500.000,00. Considerando-se que o custo estimado de garantia mensal era de R$134.967,91/mês, através de simulações de centralização do processo encontrou-se um valor em torno de R$17.034,76/mês, representando um ganho de R$117.933,16 mensais. Sendo assim, o investimento retor-naria em menos de 6 meses, o que torna viável para empresa a opção. 6 CONCLUSÃO
Nesta avaliação foi verificada a estabilidade e a capacidade do pro-cesso relacionado à espessura do papel filtrante, sendo esse de extrema relevância, já que deve garantir a especificação estipulada pelos clientes, sejam eles internos ou externos.
Os estudos realizados focalizaram a espessura do papel fabricado; o que se refere a sua determinação encontra-se diretamente relacionado a um equipamento, não sujeito à influência do operador, sendo facilitadas dessa forma as ações e as oportunidades de melhoria.
No que se refere à estabilidade, o processo de espessura apresentou algumas causas especiais, conforme as Figuras 3 e 4. Na análise de
capacidade, o processo não apresentou bom resultado, mas por ser automatizado poderá vir a ser facilmente melhorado.
Em relação à função perda para o processo de espessura, essa é significativa, podendo ser minimizada com a centralização do processo, aspecto que reduziria em aproximadamente 87,34% o custo da má qua-lidade, ou seja, reduziria a parcela de perda referente ao desvio da meta. No que se refere à razão para o investimento e para a busca do correspondente retorno, pode-se dizer que tais análises trouxeram in-formações relevantes, as quais alcançaram a centralização do processo, e, com isso, podem reduzir a má qualidade, apontando-se, assim, que a empresa terá que fazer investimento na raspa crepadora.
REFERÊNCIAS
CATEN, C.S.; MIORANDO, R. Função Perda Quadrática. Porto Alegre: FEENG/UFRGS, 2010.
FEIGENBAUM, A.V. Total qualitycontrol. 3. ed. New York: McGraw--Hill, 1993.
MACKE, J.A., GODOI, C., BANDEIRA-DE-MELO, R., SILVA, A. Pesqui-sa qualitativa em estudos organizacionais: paradigmas, estratégias e métodos. Saraiva, 2006.
MONTGOMERY, D. Introdução ao controle estatístico da qualidade. 4ªed.LTC – Livros Técnicos Científicos, 2004.
NETO, M.V.J. Tese Mestrado: Método para redução das perdas de produ-tividade através da análise dos defeitos durante o processo de montagem em uma empresa fabricante de máquinas téxteis, UFRGS, 2004. RIBEIRO,J.L.D & TEN CATEN, C.S. Série Monográfica Qualidade: Con-trole Estatístico do Processo. Porto Alegre: FEENG/UFRGS, 2011. SANTOS, A.R., Metodologia científica: a construção do conhecimento, DP&A, 1999.
TORMINATO, S.M. Análise da utilização da ferramenta CEP: um estudo de caso na manufatura de autopeças, Universidade Estadual Campinas, 2004.
VACCARO, G.L.R., MARTINS, J.C & MENEZES, T.M. Artigo: Statisti-calanalysisofthequalityoftensionlevels in electricalenergydistribution systems, 2010.
ALEX REGINALDO SILVA DOS SANTOS
é formado em Engenharia de Produção e especialista em Engenharia de Produção
E-mail: alexrsilvasantos@gmail.com.br GUILHERME PETRY BREIER
Possui graduação em Engenharia Elétrica pela Universidade do Vale do Rio dos Sinos (2004) e mestrado em Engenharia Elétrica pela Universi-dade Federal do Rio Grande do Sul (2008). Tem experiência na área de Microeletrônica, com ênfase em desenvolvimento de Circuitos Integrados e utilização de RFID. Atualmente realiza Doutorado em Engenharia de Produção desenvolvendo pesquisas em sustentabilidade em cadeias produtivas da indústria de eletro-eletrônicos.
E-mail: guilherme.breier@ufrgs.br CARLA SCHWENGBER TEN CATEN
Possui doutorado em Engenharia (1999) e mestrado em Engenharia de Produção (1995) pela Universidade Federal do Rio Grande do Sul - UFR-GS, Porto Alegre, RS. é Professora Associado I da Universidade Federal do Rio Grande do Sul, e, atualmente é Coordenadora do Programa de Pós-Graduação em Engenharia de Produção e Transportes (PPGEP/ UFRGS) e membro da Câmara de Pós-graduação da UFRGS. é editora da revista Produto & Produção e revisora dos periódicos científicos: Gestão e Produção (UFSCar), Revista Liberato (Novo Hamburgo), Pro-dução (São Paulo), Produto & ProPro-dução (Porto Alegre) e Sistemas & Gestão. Tem experiência na área de Engenharia de Produção com ênfase em Engenharia da Qualidade, atuando principalmente em relação aos
seguintes temas: Gestão e Controle da Qualidade; Controle Estatístico de Processos; Metrologia; Projeto de Experimentos (DOE); Pesquisa, Desenvolvimento e Otimização de Produtos e Processos e Inovação Tecnológica.
E-mail: tencaten@producao.ufrgs.br
SANTOS, Alex Reginaldo Silva; BREIER, Guilherme Petri; CATEN, Carla Schwengber Ten. Controle estatístico de processo: variação da característica espessura durante o processo de fabricação em uma máquina de papel. Revista Negócios e Talentos, Porto Alegre, ano 8, n. 8, p. 141-157, 2011.
