- PowerPoint PPT Presentation

About This Presentation
Title:

Description:

Title: Cap tulo 4 As distribui es de probabilidade mais importantes em controle estat stico de qualidade (CEQ): atributos Author: Casa Last modified by – PowerPoint PPT presentation

Number of Views:26
Avg rating:3.0/5.0
Slides: 14
Provided by: Casa161
Category:
Tags: graficos

less

Transcript and Presenter's Notes

Title:


1
  Capítulo 9 Gráficos de controle para
atributos  
  • 9.1 Introdução
  • 9.2 Percentagem de peças defeituosas, o gráfico
    de controle p.
  • 9.3 Qualidade em ação gráficos de controle p na
    prática
  • 9.4 Gráfico de controle np
  • 9.5 Contando defeitos na peça - gráficos de
    controle c
  • 9.6 Comentários finais sobre os gráficos para
    atributos
  • 9.7 Questões e exercícios
  • 9.8 Referencias

2
9.1 Introdução
  • Embora a prática da mensuração de
    características seja sempre melhor em termos
    científicos, existem razões para evitar a
    mensuração de algumas características do
    processo, concentrando apenas na contagem de
    peças não conformes ou no número de defeitos na
    peça.
  • Por exemplo, enquanto todas as características
    de um parafuso comum podem ser mensuradas, peso,
    comprimento, dureza, diâmetro, etc., é raro nessa
    indústria gastar em equipamentos de alta
    precisão, treinamento exaustivo dos funcionários,
    e passar preciosos minutos fazendo mensurações
    minuciosas de um produto cujo custo individual é
    irrisório.
  • Nesses casos, o gráfico de controle para
    atributos é o mais
  • apropriado, pela facilidade de uso, e pela sua
    eficiência a baixo custo.

3
9.2 Percentagem de peças defeituosas, o gráfico
de controle p.
  • Esse gráfico é muito popular nas fábricas onde a
    utilização de controle estatístico de qualidade é
    ainda muito embrionária.
  • A peça é inspecionada e julgada conforme ou não.
    Não é preciso nenhum equipamento avançado de
    mensuração.

4
Tabela 9.1 Percentagem defeituosa.
Código Número Tamanho Percentagem
da amostra defeituosa d da amostra defeituosa p
1 8 100 8,00
2 8 100 8,00
3 5 100 5,00
4 2 100 2,00
5 5 100 5,00
6 7 100 7,00
7 2 100 2,00
8 5 100 5,00
9 3 100 3,00
10 12 100 12,00
31 9 100 9,00
32 7 100 7,00
33 5 100 5,00
34 4 100 4,00
Média 5,12 100,00 5,12
5
O gráfico de controle p
  • Da tabela 9.1, pode ver que a percentagem
    defeituosa média é 5,12.
  • O cálculo do desvio padrão nesse caso seque a
    fórmula já vista em capítulo 4, seção 4.4,

2,2.
6
O gráfico de controle p, os limites de controle
Portanto, os limites de controle se distanciam
da percentagem média em três desvios
padrão LSC 5,12 32,2 11,72 ? 11
LIC 5,12 - 32,2 - 1,49 ? 0,0
O limite superior de controle foi substituído
pelo valor 11 considerando a impossibilidade de
ter frações de peças. O limite de controle
inferior foi calculado em 1,48, quer dizer,
número negativo, outra impossibilidade.
7
Figura 9.1 Gráfico de controle de percentagem
defeituosa p.
O subgrupo 10 tem uma percentagem de defeituosas
maior que o limite superior (0,12 gt 0,11). Uma
investigação atrás de causas especiais é
apontada, e se for encontrada a causa dessa
deteriorização da qualidade do produto, a causa
deve ser eliminada, e o subgrupo deve ser
eliminado da base de dados do gráfico.
8
9.4 Gráfico de controle np limites de controle
média de peças defeituosas por amostra /- 3
  • média de peças defeituosas por
  • amostra /- 3

9
9.5 Contando defeitos na peça - gráficos de
controle c
  • Quando a fabricação é de itens maiores, de maior
    custo e complexidade, e infinitas possibilidades
    de encontrar defeitos, como carros, iates,
    geladeiras, paredes em construções grandes como
    arranha-céus (é particularmente interessante a
    utilização do gráfico de defeitos na área de
    construção civil) e aviões, então surge a
    necessidade de contar o número de defeitos
    encontrados no item fabricado para monitorar o
    processo e melhorar a qualidade.

10
Tabela 9.2 Número de defeitos por geladeira em
50 subgrupos
Identificação Número de Identificação Número de Identificação Número de Identificação Número de
da Geladeira Defeitos ci da Geladeira Defeitos ci da Geladeira Defeitos ci da Geladeira Defeitos ci
1 0 14 0 27 1 40 1
2 3 15 0 28 5 41 2
3 1 16 0 29 1 42 1
4 0 17 1 30 0 43 1
5 0 18 1 31 2 44 0
6 0 19 0 32 1 45 0
7 0 20 0 33 0 46 2
8 0 21 3 34 0 47 3
9 0 22 0 35 2 48 1
10 1 23 1 36 0 49 3
11 3 24 2 37 1 50 3
12 0 25 2 38 0
13 3 26 1 39 4 Média 1,12
11
Gráficos de controle c
O desvio padrão é representado por uma equação
muito especial e muito simples, se baseando na
distribuição Poisson do capítulo 4, seção 4.5 é
a raiz quadrado da média dos defeitos. No
exemplo das geladeiras é desvio padrão v1,12
1,058
Em outras palavras, a variância e a média na
distribuição Poisson são idênticas! Portanto os
limites de controle são
LSC 1,12 3v1,12 4,29 LIC 1,12
- 3v1,12 -2,05 ? 0,00
12
Figura 9.2 Gráfico de controle para defeitos.
A geladeira subgrupo número 28 possui 5 defeitos
e está acima do limite de controle. Veja figura
9.2. O gerente deve entrar em ação e investigar o
processo para possíveis causas especiais.
13
9.6 Comentários finais sobre os gráficos para
atributos
  • É importante que defeitos ou peças defeituosas
    apareçam nos subgrupos. Se o subgrupo for pequeno
    e nada de não conformes aparecem, o gráfico de
    controle vai acumular uma serie de valores nulos
    nos subgrupos, e a taxa de não conformidades será
    enviesada para baixo.
  • É tradicional usar o gráfico de controle c para
    itens grandes como iates e prédios, mas na
    realidade defeitos também aparecem em unidades
    menores como, por exemplo, placas eletrônicas.
    Assim a base da unidade de amostragem e inspeção
    pode ser 10 placas, e assim são contados defeitos
    em cada 10 placas. Muito parecido é um exemplo da
    área têxtil a unidade de amostragem pode ser um
    metro quadrado de tecido ou 10 ou 100 metros
    quadrados.
Write a Comment
User Comments (0)
About PowerShow.com