mais de 50 países
Uso global, impacto local
47 anos de atividade
Originada em 1979
mais de 50 funcionários
Europa, EUA e Ásia
mais de 2000 clientes
Mais de 20.000 usuários
Processos paralelos e controle estatístico de processos
Introdução
O Controle Estatístico de Processos (SPC) comprova seu valor em muitos setores e tipos de processos diferentes. Uma implementação interessante e desafiadora do Controle Estatístico de Processos é quando ele é aplicado a processos paralelos. Há muitos exemplos na produção em que são encontrados processos paralelos:
A teoria do CEP é bastante clara: se o senhor tem um processo diferente com variação diferente, deve criar gráficos de controle separados para cada processo. Na prática, porém, isso não é tão fácil. Por exemplo, na moldagem por injeção de pré-formas, o número de cavidades pode ser de 96 ou até mais. Se o senhor medisse 2 ou 3 dimensões, isso significaria que teria 192 cartas de controle com 2 dimensões para apenas 1 molde. Portanto, deve haver alternativas para definir um plano de amostragem e ainda assim conseguir encontrar diferenças entre processos paralelos. A maneira de implementar o SPC e configurar os gráficos de controle depende muito do tipo de variação encontrada no processo.
Variação e processos paralelos
Em processos paralelos, normalmente há três tipos de variação que podem ser considerados. Na figura 1, é dado um exemplo de 4 processos paralelos em que baterias ou latas são produzidas e o senhor deseja medir uma dimensão dos produtos.
Os três tipos de variação neste exemplo são:
A melhor maneira de analisar os dados é criar uma carta de controle por processo com um tamanho de subgrupo de, por exemplo, 3. Isso significa que em uma carta de controle o senhor vê a variação entre os ciclos como a variação dentro do subgrupo. A variação ao longo do tempo é a variação entre subgrupos. A variação entre os processos pode ser analisada comparando-se resultados como Cpk e Ppk para diferentes cartas (conforme explicado mais adiante neste blog).
Em muitos casos, fazer uma análise como essa não é economicamente viável, portanto, na maioria desses casos, os subgrupos são obtidos em processos paralelos. A coleta de subgrupos entre processos também faz sentido se a variação de ciclo a ciclo for pequena em comparação com os outros dois tipos de variação. A aplicação do segundo método também pode ser escolhida após um determinado período de tempo, quando o processo estiver completamente sob controle e todas as causas especiais de variação forem eliminadas.
Se o senhor pegar subgrupos em processos paralelos, normalmente o gráfico de faixa está mostrando a variação entre os processos e o gráfico de controle está mostrando a variação no tempo. A variação de ciclo a ciclo está ausente e também os valores de Cpk e Ppk representam outros resultados que o senhor normalmente teria se combinasse produtos consecutivos em um subgrupo. E, se o senhor decidir implementar o CEP usando esse método, ainda assim desejará poder analisar a variação de um processo específico. O DataLyzer SPC é capaz de implementar esse método e fazer a análise correta.
Na prática, o senhor também pode usar uma combinação dos métodos descritos acima, usando gráficos separados, caso tenha Fora de Controle no gráfico de intervalo. No entanto, a combinação de métodos normalmente não facilita a vida dos operadores na prática.
Comparação de várias cartas de controle para a mesma característica de processos paralelos
No DataLyzer Qualis SPC, há várias ferramentas para comparar dados de diferentes características/processos:
Os métodos do software DataLyzer SPC oferecem ao engenheiro possibilidades mais do que suficientes para comparar processos. Se for importante monitorar a média de diferentes processos paralelos, é possível criar facilmente um gráfico extra que simplesmente calcula a média dos outros gráficos.
Comparação de processos paralelos em um subgrupo
O Datalyzer Qualis SPC tem vários recursos disponíveis para mostrar a variação entre processos paralelos se eles forem combinados em um Gráfico de Controle / Subgrupo, como:
A Carta de Controle que mostra a leitura mais alta e a mais baixa apresenta as linhas dos valores máximo e mínimo no subgrupo e coloca o número do processo ao lado dela (veja a Figura 4). Se o senhor vir o mesmo número com muita frequência, precisará investigar esse processo específico (por exemplo, cavidade) porque a média do processo está se desviando da média geral. A próxima etapa poderia ser analisar os dados com a análise Box and Whisker ou Multi-Vari. Para comparar processos, os operadores ou engenheiros geralmente começam analisando as medições individuais em uma tabela de dados brutos e, em seguida, continuam com a análise multivariada (Box and Whiskers). Digamos que o usuário queira ver a variação entre os processos paralelos dos últimos 10 subgrupos. O usuário filtra os últimos 10 subgrupos e, em seguida, visualiza os resultados, veja a Figura 6.
Situações excepcionais
Se o senhor selecionar um método específico para aplicar o CEP no caso de processos paralelos, deverá levar em conta que existem situações excepcionais de produção que influenciarão os resultados ou reduzirão a eficiência da solução de CEP implementada. Para diferentes tipos de setores, há diferentes exceções, mas nos limitamos aqui a duas exceções comuns:
1. Um dos subprocessos não está ativo
2. Os subprocessos estão operando em um nível diferente.
Anúncio 1: Em muitas situações de processos paralelos, pode acontecer que um dos subprocessos não esteja (temporariamente) ativo. Por exemplo, uma cavidade bloq na moldagem por injeção, uma pista que não é usada na fabricação de células solares, etc. Seu programa SPC deve permitir que o senhor lide com essas exceções de forma eficiente e em tempo real no chão de fábrica. O DataLyzer Qualis SPC tem essa cobertura ao permitir um certo nível de “subgrupos incompletos”.
Ad 2: Se os processos estiverem operando em um nível diferente e o senhor combinar subprocessos em um subgrupo e não conseguir eliminar a diferença, isso influenciará fortemente os cálculos dos limites de controle; isso ampliará os limites de controle. Nesse caso, o senhor deve usar um método diferente para calcular os limites de controle.
Conclusão
O Datalyzer Qualis SPC facilita o SPC para processos paralelos de várias maneiras, incluindo o tratamento eficiente de todas as exceções.
O aspecto mais importante da configuração de um método SPC correto é analisar os três tipos de variação e levar em conta quais são as consequências da seleção de um dos dois métodos ou de uma combinação desses métodos.
As consequências precisam ser definidas em termos de tempo e dinheiro para as medições, mas certamente também em termos de facilidade de uso e aceitação do método escolhido pela organização e pelos clientes.
9%
Redução de custos alcançada pelos clientes
O que os clientes dizem
“O Datalyzer nos ajudou a vincular automaticamente dados de qualidade de todos os processos para análise avançada”
Dave Beeren
Engenheiro de rendimento, Philips
Setores que atendemos
Certificação ISO
ISO 27001 E SOC2
