Statistical Process Control (SPC): Entenda e evite desperdícios

statistical process control
17 de maio de 2020
Última modificação: 17 de maio de 2020

Autor: Paula Louzada
Categorias: Blog, Lean

Statistical Process Control: uma introdução

Uma das ideias principais da manufatura enxuta é que os defeitos devem ser detectados o mais cedo possível. Nesse sentido, ciou-se o Statistical Process Control (ou Controle Estatístico de Processo, em português), que é um conjunto de métodos criados pela primeira vez por Walter A. Shewhart nos Laboratórios Bell no início dos anos 1920. Mais tarde, Edwards Deming padronizou o SPC para a indústria americana durante a Segunda Guerra Mundial e o introduziu no Japão durante a ocupação americana após a guerra. Assim, o SPC se tornou uma parte essencial da metodologia Seis Sigma, do Sistema Toyota de Produção e, por extensão, do lean manufacturing.

O universo Lean é novo para você?

Então confira o curso grátis de Introdução ao Lean da FM2S

 

O que é Statistical Process Control (SPC)?

O Controle Estatístico de Processo é uma maneira de descobrir como um processo ou sistema deve se comportar. Um modelo para o comportamento “normal” do sistema é criado com limites definidos. Assim se permite que variações da norma sejam identificadas. Todos os sistemas têm variação, mas o SPC ajuda a identificar quando essas variações são inaceitáveis ​​ou imprevisíveis.

Como funciona o Statistical Process Control?

O SPC mede as saídas dos processos, procurando alterações pequenas, mas estatisticamente significativas, para que as correções possam ser feitas antes que os defeitos ocorram. O SPC foi usado pela primeira vez na fabricação, onde pode reduzir bastante o desperdício proveniente de retrabalhos e sucatas. Mas ele pode ser usado para qualquer processo que tenha uma saída mensurável e agora seja amplamente utilizado nas indústrias de serviços e na área da saúde.

É da área da saúde? Confira, então, o curso grátis de Introdução ao Lean Healthcare da FM2S!

Em sua aplicação, o SPC usa métodos estatísticos para monitorar e controlar as saídas do processo. Isso inclui ferramentas gráficas, como gráficos de execução e gráficos de controle. Além desses, também o projeto de experimentos é um aspecto importante. Já quanto à sua realização, essa deve ocorrer em duas fases. A primeira garante que o processo seja adequado ao objetivo e estabelece como ele deve ser. Já a segunda fase monitora o processo para garantir que ele continue a ter o desempenho que deveria. Neste segundo momento, portanto, determinar a frequência correta de monitoramento é bastante importante.

Dois tipos de variação ocorrem em um sistema:

Variação de causa comum: variação aleatória que é uma parte natural de qualquer sistema. Se a variação de causa comum é a única variação no sistema, esse sistema está sob controle.

Variação de causa especial (atribuível): variação devido a uma causa específica, não aleatória. Se existir uma variação de causa especial, o sistema estará fora de controle.

Ferramentas para aplicação do Statistical Process Control

Muitas ferramentas diferentes podem ajudá-lo a investigar e monitorar o controle do processo. Eles incluem:

Gráficos de controle: a ferramenta usual para identificar processos fora de controle;

Diagramas de causa e efeito: geralmente criados após a identificação de um problema com um gráfico de controle ou outra ferramenta. Esses diagramas ajudam a encontrar uma causa para o comportamento fora de controle;

Folhas de verificação: documentos usados ​​para coletar dados em tempo real no local.

Diagramas de Concentração de Defeitos: um gráfico que mostra todos os defeitos. Um cluster de defeitos semelhantes na mesma parte do gráfico pode indicar uma causa atribuível.

Histogramas: fornecem um instantâneo de variação fácil de entender em um conjunto de dados.

Gráficos de dispersão: mostram as relações entre duas variáveis ​​em um formato fácil de entender.

Diagramas de Pareto: Um gráfico de barras vertical com categorias listadas em ordem de magnitude, da esquerda para a direita.

Gráficos de controle: permitem ver facilmente quando um evento incomum acontece, como um alto número de itens com defeito.

Gráficos de Controle

Os gráficos de controle permitem ver facilmente quando um evento incomum acontece, como um alto número de itens com defeito. Os valores para os limites superior e inferior a “sob controle” são escolhidos para que haja uma pequena probabilidade de interromper um processo sob controle. Esses gráficos (também conhecidos como gráficos de Stewhart) são normalmente usados ​​para manter um olho na qualidade de um processo (por exemplo, uma linha de fabricação em uma fábrica). Os dois tipos básicos são:

Univariado: uma exibição de uma medição de qualidade.

Multivariado: uma exibição de várias medições de qualidade.

Limites de especificação e limites de controle

Limites de especificação são a quantidade de variação que você normalmente encontraria em um processo. Para um exemplo simples, digamos que sua linha de produção produz palitos de 500 milímetros. É improvável que os palitos meçam exatamente 500 milímetros. Você pode pensar que eles são aceitáveis ​​se estiverem na faixa de 490 a 510 milímetros. Essas medições são os limites de especificação inferior e superior.

Além disso, os limites de controle também têm limites superior e inferior, mas não estão relacionados aos limites de especificação. Os limites de controle são limites para a variação esperada no processo. São probabilidades que informam se seu processo está funcionando com controle estatístico.

Os limites de controle são definidos pela quantidade de risco que você deseja aceitar. No Reino Unido, os limites de controle são geralmente declarados como uma probabilidade. Por exemplo, um limite superior de 0,002 significa 2 em mil. Nos Estados Unidos, eles são comumente definidos como três desvios padrão da média (“três sigma”), que é aproximadamente equivalente a uma probabilidade de 1 em mil (ou seja, 0,001).

Limitações dos gráficos de controle

Só porque todos os seus pontos estão dentro dos limites de controle não significa que seu processo está funcionando bem. Por exemplo, se o seu gráfico não for aleatório, pode ser uma indicação de que há algo errado. Portanto, os gráficos de controle geralmente são usados ​​como um indicador de fora da norma, e não como um indicador de que tudo está funcionando bem.

Um estado de controle

Um dos objetivos do SPC é alcançar um processo no qual toda a variação possa ser explicada por causas comuns, fornecendo uma probabilidade conhecida de defeito. Assim, qualquer variação de causa especial significativa deve ser detectada e removida o mais rápido possível.

Shewhart, nesse sentido, disse que algo era controlado quando “podemos prever, pelo menos dentro de certos limites, como o fenômeno pode variar no futuro…. [isto] significa que podemos afirmar, pelo menos aproximadamente, a probabilidade de que o fenômeno observado caia dentro dos limites dados.”

Estatísticas Básicas em Statistical Process Control

O SPC é um assunto amplo que pode envolver algumas estatísticas bastante complexas. No entanto, apenas um entendimento muito básico das estatísticas é necessário para entender seus métodos principais. Você precisa entender o desvio padrão, as distribuições de probabilidade e a significância estatística. Verifique os seguintes aspectos da Estatística Básica:

Desvio padrão

O desvio padrão fornece uma medida da variação ou dispersão para um conjunto de valores. Suponha que você queira medir a variação de um processo de fabricação que está produzindo peças. Você pode começar medindo 30 partes no final do processo. Cada uma das partes possui um valor de medição ligeiramente diferente. Observando esses valores, você terá uma ideia da quantidade de variação existente entre as partes, mas queremos um número único que quantifique essa variação.

A maneira mais simples de medir essa dispersão seria encontrar os valores maiores e menores e subtrair os menores dos maiores para fornecer a faixa. O problema de usar o intervalo é que ele não considera todos os valores; é melhor puramente nos dois extremos. Quanto mais peças formos verificadas, maior será o alcance, portanto, claramente, essa não é uma medida confiável. Também não há como determinar uma probabilidade de conformidade com base no intervalo.

O desvio padrão é a medida confiável de que precisamos, pois permite que uma probabilidade de conformidade seja calculada se as premissas de certeza forem válidas. É basicamente a distância média de todos os valores individuais da média de todos os valores.

Distribuição de probabilidade

Outro conceito estatístico básico que é importante no SPC é a distribuição de probabilidade. Uma distribuição de probabilidade é uma função estatística que descreve todos os valores e probabilidades possíveis que uma variável aleatória pode assumir dentro de um determinado intervalo. Esse intervalo será limitado entre os valores mínimos e máximos possíveis, mais precisamente onde o valor possível provavelmente será plotado na distribuição de probabilidade depende de vários fatores.

Enfim, se conhecermos o desvio padrão e a distribuição de probabilidade de um processo, é possível calcular a probabilidade de saída, tendo um determinado intervalo de valores. Isso significa que a probabilidade de um defeito pode ser calculada, além de ser possível calcular a probabilidade de um determinado valor pertencer a essa distribuição.

Se é muito improvável que uma parte medida possa ter vindo da distribuição de probabilidade para o processo estável, é provável que uma nova causa especial tenha surgido, indicando que o processo está fora de controle.

Deixe seu comentário

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

dez + nove =