Captulo 10 Grficos de controle avanados Grfico padronizado

Capítulo 10 Gráficos de controle avançados: Gráfico padronizado, CUSUM, EWMA, deméritos. 10. 1 Introdução 10. 2 Gráfico de controle padronizado 10. 3 Gráfico de controle CUSUM 10. 4 Gráfico de controle EWMA (exponentially weighted moving average) – suavização exponencial simples. 10. 5 Gráfico de controle de deméritos 10. 6 Conclusões 10. 7 Questões e exercícios 10. 8 Referências 1

10. 1 Introdução Neste capítulo, vamos ver 4 gráficos de controle avançados desenvolvidos para situações específicas que no mesmo tempo minimizam a ocorrência de alarmes falsos e alarmes não dados. O gráfico padronizado de seção 10. 2 é aplicado para famílias de peças onde as peças individuais produzidas em lotes relativamente pequenos têm características levemente diferentes. Numa fábrica de confecções por exemple um único gráfico de controle padronizado serviria para lotes de camisas de tamanhos diferentes. Os gráficos de CUSUM e EWMA são aprimoramentos do gráfico de Shewhart. Eles levam em conta a historia dos dados, característica ausente dos gráficos mais simples, e são capazes de reconhecer pequenas alterações nos processos muito antes dos alarmes dos gráficos O gráfico de deméritos é apresentado. É um gráfico que envolve várias melhorias em relação ao gráfico de defeitos (c). Este último gráfico é ainda pouco utilizado na indústria brasileira, embora tenha sido testado e aprovado em situações diversas, com repercussão sempre positiva pela acurácia e simplicidade de uso. 2

10. 2 Gráfico de controle padronizado • Pode ser utilizado um único gráfico de controle para o monitoramento de qualidade para produtos distintos da mesma família, por exemplo, calças de tamanho diferente, pistões e cilindros também de tamanhos diferentes. • Este gráfico é especialmente útil para produções pequenas e faltando dados em número suficiente para montar diversos gráficos de controle tradicional de Shewhart para cada espécie de item. 3

AUTO VALOR NOMINAL = 100 1 2 3 S Z MOTOCICLETA VALOR NOMINAL = 70 Tabela 10. 1 Resultados de levantamento amostral dos dois tipos de blocos de motor 1 2 3 S Z AUTO VALOR NOMINAL = 100 1 2 3 S Z MOTOCICLETA VALOR NOMINAL = 70 1 2 3 S Z AUTO VALOR NOMINAL = 100 1 2 3 S Z AMOSTRA DE BLOCOS DE MOTOR HORA EM HORA 1 2 3 4 5 99, 977 99, 982 99, 990 100, 007 99, 997 99, 988 99, 981 100, 005 99, 993 100, 001 99, 984 100, 003 99, 989 99, 990 99, 991 99, 996 100, 001 0, 011 0, 009 0, 010 0, 011 0, 007 -1, 030 -1, 038 -0, 928 -0, 340 0, 129 6 7 8 9 10 69, 977 69, 982 69, 990 70, 007 70, 006 70, 024 70, 002 70, 000 69, 996 69, 999 69, 992 70, 000 69, 991 69, 989 69, 994 69, 999 69, 997 0, 015 0, 022 0, 006 0, 005 0, 009 -0, 382 -0, 024 -0, 403 -0, 543 -0, 312 11 12 13 14 15 99, 996 100, 007 99, 984 100, 005 99, 991 99, 999 99, 992 100, 000 99, 991 99, 989 100, 003 100, 025 99, 989 99, 996 100, 002 99, 999 100, 008 99, 991 99, 998 99, 994 0, 003 0, 017 0, 008 0, 007 -0, 188 0, 489 -1, 145 -0, 317 -0, 881 16 17 18 19 20 69, 996 70, 007 69, 984 70, 005 70, 000 69, 997 69, 988 69, 981 70, 005 69, 993 70, 008 70, 013 69, 996 70, 008 69, 991 70, 000 70, 003 69, 987 70, 006 69, 995 0, 007 0, 013 0, 008 0, 002 0, 004 0, 071 0, 209 -1, 636 3, 305 -1, 246 21 22 23 24 25 100, 006 100, 024 100, 002 100, 000 99, 996 100, 008 100, 013 99, 996 100, 008 99, 991 99, 997 100, 012 99, 995 100, 001 99, 999 100, 004 100, 016 99, 998 100, 003 99, 996 0, 007 0, 004 0, 593 2, 490 -0, 519 0, 673 -1, 095 4

Figura 10. 1 – Gráfico de controle padronizado Z O gráfico representa um processo emitindo alarme para o subgrupo 19 dos blocos para motocicletas onde o valor de Z é 3, 305. Este valor deve chamar atenção a engenharia e a linha inspecionada. 5

10. 3 Gráfico de controle CUSUM É conhecido na literatura especializada e na prática do chão da fábrica que o gráfico de Shewhart é lento com altos valores de NMA para detectar alterações no processo. Isso ocorre porque a análise dos dados segue uma suposição das mais simples imagináveis, concentrando todos os esforços de diagnostico no posicionamento de apenas um único ponto em relação aos limites de controle. Para incluir mais pontos na análise, já vimos no capitulo 7 o diagnostico dos padrões de pontos da Western Electric, quando cuidadosamente utilizado pode revelar mais rapidamente alterações no processo. No entanto, o gráfico de controle mais apropriado para reconhecer o histórico dos dados é o de somas acumuladas CUSUM. É de uma riqueza e sofisticação conceitual de alto nível e no final não tão difícil a sua aplicação na fábrica. Considerando as qualidades do CUSUM, é infeliz a sua ausência na indústria nos dias de hoje. Nesta seção será apresentado o conceito de soma acumulada utilizada como ponto no gráfico de controle. 6

Cálculo da CUSUM é a soma acumulada dos desvios das mensurações ao redor da média ou valor nominal do processo como ponto de referência. No caso de usar dados individuais, o desvio entre o valor observado Xi e a media 0 (ou alvo) da variável é calculado para cada observação, e a seqüência de desvios é acumulada numa soma contínua. CUSUMi = (Xi - 0). Se os Xi desviam muito do alvo, levando valores altos para os desvios, então a soma acumulada vai rapidamente somar para valores cada vez maiores, alertando o engenheiro do deslocamento do processo. Em termos mais simples para calcular: CUSUMi = CUSUMi-1 + (Xi - 0). Na expressão, vejamos que a última CUSUMi é a soma da penúltima CUSUMi -1 e o último desvio. 7

Cálculo da CUSUM Para ilustrar este cálculo melhor, vamos voltar para os dados da tabela 8. 5 das temperaturas em graus Celsius de uma composição química. Foram acrescentadas à tabela 8. 5 duas colunas para os cálculos das somas acumuladas, CUSUM e a CUSUM padronizada para formar tabela 10. 2. Por exemplo, na linha leitura número 5, a entrada para CUSUM é 3, 73. É o resultado do CUSUM anterior e o desvio associado à leitura 5: 3, 73 = 0, 66 + (102, 18 - 99, 11). Na tabela, o valor da CUSUM é relativamente estável até a vizinhança da leitura número 11 onde uma série de desvios negativos (observados menores que a média) aumenta rapidamente o valor da CUSUM e pode servir de alarme necessitando investigação. No entanto, isso não é ainda o gráfico de controle. Diferente do gráfico básico de Shewhart, a CUSUM é mais flexível teoricamente e passou por vários aprimoramentos para facilitar o uso. Nota-se que a unidade de mensuração na tabela é grau Celsius. Para o gráfico de controle CUSUM, é mais fácil trabalhar com os dados padronizados, divididos pelo desvio padrão do processo. Então a CUSUM padronizada é a soma acumulada de desvios padronizados. Veja a última coluna da tabela. 8

Tabela 10. 2 – Temperaturas em graus Celsius de uma composição química e a CUSUM. Fonte: tabela 8. 5 Leitura 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Média Desvio padrão Amplitude Temperatura Móvel CUSUM 95, 43 4, 42 -3, 68 99, 85 0, 24 -2, 94 100, 09 1, 65 -1, 96 101, 73 0, 45 0, 66 102, 18 3, 81 3, 73 98, 37 2, 84 2, 99 101, 21 4, 96 5, 09 96, 26 2, 64 2, 24 98, 9 1, 98 2, 03 96, 92 1, 23 -0, 16 95, 7 0, 65 -3, 57 95, 05 2, 76 -7, 63 97, 81 0, 03 -8, 93 97, 84 5, 25 -10, 2 103, 09 7, 91 -6, 22 95, 18 2, 42 -10, 15 97, 61 0, 39 -11, 65 97, 22 4, 56 -13, 54 101, 78 1, 54 -10, 87 103, 32 1, 29 -6, 66 102, 03 1, 98 -3, 74 104, 02 5, 34 1, 17 98, 68 0, 3 0, 74 98, 38 0, 01 99, 11 2, 55 2, 77 CUSUM padronizada -1, 330 -1, 063 -0, 709 0, 239 1, 348 1, 081 1, 840 0, 810 0, 734 -0, 058 -1, 291 -2, 758 -3, 228 -3, 687 -2, 249 -3, 669 -4, 212 -4, 895 -3, 930 -2, 408 -1, 352 0, 423 0, 268 0, 004 9

CUSUM positiva e negativa. No chão da fábrica é importante enxergar a distinção entre a soma acumulada positiva e a negativa e, por conseguinte a direção do deslocamento do processo. Uma série de somas acumuladas de desvios negativos, por exemplo, significa que as leituras observadas Xi são inferiores aos valores nominais µ 0 mostrando um deslocamento do processo para baixo. 10

k valor de referência Finalmente, há um último aprimoramento para considerar no cálculo do valor da CUSUM, a inclusão de valor de referência k. Na prática no chão da fábrica o engenheiro não se preocupa com toda e qualquer variação no processo. Ele já sabe que todo processo possui algum grau de variabilidade e, se for de repercussão menor, uma alteração pequena é tolerada e ignorada à luz da presença de outros problemas maiores e que exigem esforços mais concentrados. Logo, a tolerância do engenheiro em deixar de se preocupar com pequenas modificações no processo pode ser formalizada explicitamente nas equações de CUSUM com o valor de referência k. Este valor é diminuído dos desvios positivos e acrescentado aos desvios negativos. 11

Tabela 10. 3 – CUSUM positiva e negativa. k = 0, 5 A força da expressão min() e max() nas formulas da CUSUM é para garantir que a CUSUM negativa nunca se torna positiva e que a CUSUM positiva jamais tornará negativa. Leitura 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Média Desvio padrão Temperatura CUSUM(-) CUSUM(+) CUSUM(-)k CUSUM(+)k 95, 43 -1, 33 0, 00 -0, 83 0, 00 99, 85 -1, 06 0, 27 -0, 06 0, 00 100, 09 -0, 71 0, 62 0, 00 101, 73 0, 00 1, 57 0, 00 0, 45 102, 18 0, 00 2, 68 0, 00 1, 06 98, 37 -0, 27 2, 41 0, 00 0, 29 101, 21 0, 00 3, 17 0, 00 0, 55 96, 26 -1, 03 2, 14 -0, 53 0, 00 98, 90 -1, 11 2, 06 -0, 11 0, 00 96, 92 -1, 90 1, 27 -0, 40 0, 00 95, 70 -3, 13 0, 04 -1, 13 0, 00 95, 05 -4, 60 0, 00 -2, 10 0, 00 97, 81 -5, 07 0, 00 -2, 07 0, 00 97, 84 -5, 53 0, 00 -2, 03 0, 00 103, 09 -4, 09 1, 44 -0, 09 0, 94 95, 18 -5, 51 0, 02 -1, 01 0, 00 97, 61 -6, 05 0, 00 -1, 05 0, 00 97, 22 -6, 73 0, 00 -1, 23 0, 00 101, 78 -5, 77 0, 97 0, 00 0, 47 103, 32 -4, 25 2, 49 0, 00 1, 49 102, 03 -3, 19 3, 54 0, 00 2, 04 104, 02 -1, 42 5, 32 0, 00 3, 32 98, 68 -1, 57 5, 16 0, 00 2, 66 98, 38 -1, 84 4, 90 0, 00 1, 90 99, 11 2, 77 12

10. 4 Os limites de controle (h) para o gráfico CUSUM e a aproximação de Siegmund - NMAo O NMA 0 depende diretamente nos valores de referência k e dos limites de controle h, sempre padronizados em desvio padrão. Na tabela 10. 4 na primeira linha, onde o deslocamento da média do processo é nulo e o processo por definição está sob controle, encontra-se o valor de NMA 0 igual a 370 para várias configurações de k e h. Para calcular os parâmetros do gráfico CUSUM, vamos usar uma equação desenvolvida pelo Siegmund (1985), facilmente programada em planilha eletrônica. A equação para o NMA 0 é a seguinte: 13

10. 4 Os limites de controle (h) para o gráfico CUSUM e a aproximação de Siegmund – NMA 1 Para medir a eficiência do gráfico CUSUM para detectar variações na média do processo temos que calcular o NMA 1, o número de subgrupos que vai passar sem perceber a variação do processo. A equação para NMA 1 leva em conta o tamanho do deslocamento da média do processo (d). 14

Tabela 10. 4 – NMA: comparando Shewhart com várias configurações do gráfico CUSUM deslocamento NMA k=0; em dp Shewhart h=18, 07 0 370, 38 370, 00 0, 25 281, 14 68, 94 0, 5 155, 22 36, 47 0, 75 81, 22 24, 76 1 43, 89 18, 74 1, 25 24, 96 15, 07 1, 5 14, 97 12, 60 1, 75 9, 47 10, 83 2 6, 30 9, 49 2, 25 4, 41 8, 45 2, 5 3, 24 7, 61 2, 75 2, 49 6, 93 3 2, 00 6, 36 k=0, 25; h=8, 01 370, 00 84, 12 28, 77 16, 34 11, 34 8, 67 7, 02 5, 89 5, 08 4, 46 3, 98 3, 59 k=0, 5; h=4, 77 370, 00 121, 28 35, 19 16, 14 9, 87 7, 02 5, 43 4, 43 3, 73 3, 23 2, 84 2, 54 k=0, 75; h=3, 32 370, 00 167, 11 49, 53 20, 15 10, 80 7, 00 5, 10 3, 99 3, 27 2, 77 2, 40 2, 12 k=1; h=2, 49 370, 00 207, 23 67, 85 27, 08 13, 34 7, 90 5, 36 3, 99 3, 15 2, 60 2, 21 1, 92 3, 27 2, 29 1, 90 1, 70 15

Figura 10. 2 – NMA comparação entre várias configurações do gráfico CUSUM e Shewhart. NMA 0 igual a 370 para todos. Fonte: tabela 10. 4 16

Figura 10. 3 – Gráfico de controle CUSUM, k = 0, 5; h = 4, 77 • Nas últimas duas colunas de tabela 10. 3, são apresentados os valores dos cálculos da CUSUM positivo e negativo no caso de k = 0, 5. • A escolha para o valor de h (o limite de controle) pela tabela 10. 4 e figura 10. 2, e respeitando o valor de NMA 0 de Shewhart de 370, pode ficar com h = 4, 77. • Na figura, esta configuração proporciona valores de NMA 1 entre os menores, reforçando a idéia da sua eficiência relativa. Finalmente, o gráfico de controle se encontra na figura 10. 3. 17

Figura 10. 3 – Gráfico de controle CUSUM, k = 0, 5; h = 4, 77 18

10. 4 Gráfico de controle EWMA (Exponentially Weighted Moving Average) – suavização exponencial simples. • Há grande discussão sobre os benefícios e desvantagens dos gráficos de CUSUM e de EWMA. • Os dois gráficos servem aos mesmos propósitos, eles são caracterizados por mais eficiência para a detecção de pequenas mudanças no processo do que os de Shewhart. • Os dois em maneiras diferentes utilizam toda a série de dados para calcular os limites de controle e os pontos no gráfico. No entanto, entre os dois não há consenso sobre os méritos relativos 19

Média EWMA A média calculada por suavização exponencial simples é definida como uma combinação entre a média do período passado Zi-1 e o valor observado mais recentemente Xi; o parâmetro que pondera a combinação será discutido em seguida: Zi = Xi + (1 - )Zi-1 Nota-se que no período anterior, Zi-1 foi calculado usando Xi-1 e Zi-2. Nesse sentido, se for feita uma série de substituições seqüenciais para todos os Z no passado, é possível demonstrar que a média EWMA usa todos os dados da série e que a ponderação da média declina geometricamente no passado até um valor teórico de 0, 00. Em outras palavras, o gráfico EWMA possui uma base conceitual muito intuitiva, dados mais velhos pesam menos no cálculo da média, enquanto dados mais recentes valem mais. 20

Desvio padrão - EWMA O desvio padrão de Zi de EWMA é o seguinte: A determinação dos limites de controle depende exclusivamente de uma criteriosa avaliação dos conceitos de alarme falso e alarme não dado na formulação de NMA 0 e NMA 1, muito semelhante ao diagnostico feito para gráficos de controle CUSUM. 21

Limites de controle - EWMA O distanciamento (L) dos limites de controle da linha do meio (alvo ou média, 0 ) depende diretamente dos valores de . Os conceitos atrás da escolha entre pares de valores ( , L) não será explorada aqui pela sua complexidade matemática fora do alcance do livro, mas recomendamos os artigos de Hunter(1989) e Lucas e Saccucci (1990). Os limites de controle são, LSC = + L Zi LC = 0 LSC = 0 - L Zi Vamos montar o gráfico de controle EWMA para os dados da tabela 10. 2, com = 0, 25 e L = 3. Esta configuração dos parâmetros significa NMA 0 = 500. É muito parecido com os NMA do esquema do CUSUM para k = 0, 75 e h = 3, 32. O resultado dos cálculos se encontra na tabela 10. 5. 22

Tabela 10. 5 – Limites de controle e pontos para o gráfico EWMA. Fonte dos dados originais, tabela 10. 2 Leitura 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Média Desvio padrão Temperatura EWMA 95, 43 98, 19 99, 85 98, 61 100, 09 98, 98 101, 73 99, 66 102, 18 100, 29 98, 37 99, 81 101, 21 100, 16 96, 26 99, 19 98, 90 99, 11 96, 92 98, 57 95, 70 97, 85 95, 05 97, 15 97, 81 97, 31 97, 84 97, 45 103, 09 98, 86 95, 18 97, 94 97, 61 97, 86 97, 22 97, 70 101, 78 98, 72 103, 32 99, 87 102, 03 100, 41 104, 02 101, 31 98, 68 100, 65 98, 38 100, 09 99, 11 LCS 101, 18 101, 70 101, 95 102, 09 102, 16 102, 20 102, 22 102, 23 102, 24 102, 25 102, 25 102, 25 LCI 97, 04 96, 52 96, 27 96, 13 96, 06 96, 02 96, 00 95, 99 95, 98 95, 97 95, 97 95, 97 2, 77 23

Figura 10. 4 – Gráfico de controle EWMA, = 0, 25; L = 3. Fonte: Tabela 10. 5 24

10. 5 Gráfico de controle de deméritos Na seção 9. 5, encontra-se a discussão sobre os gráficos de controle para a contagem de defeitos na peça ou no subgrupo. Lá foi discutido um exemplo de controle de defeitos em geladeiras, e nesta seção vamos elaborar um pouco mais a história. Infelizmente, o gerente da linha de produção de geladeiras não ficou muito satisfeito com o gráfico de defeitos (c) porque no final há uma grande diferença entre a severidade dos próprios defeitos, alguns pesando muito mais que outros. Alguns são apenas superficiais e não afetam a utilização do produto enquanto outros são fatais e tem que ser evitados a qualquer custo. Há diferenças de graus de severidade em termos de funcionalidade e aparências. Juntar todos os defeitos no mesmo saco não é procedimento cabível. 25

Limites de controle Os limites seguem a norma de três desvios padrão de distância da média. Calcula-se os limites de controle como se fossem os limites do gráfico c, apresentado na seção 9. 5 no capítulo sobre gráficos de controle de atributos. limites de controle = LCS: 2, 62 + 3*√(2, 62) = 7, 5 → 8 LCI: 2, 62 - 3* √(2, 62) = - 2, 2 → 0, 00 26

Tabela 10. 6 – Defeitos com pesos diferenciados e Deméritos. Fonte dos dados originais, tabela 9. 2 Geladeira Defeitos no. leves médios severos peso 1 3 6 Deméritos 1 0 0 2 1 10 3 1 0 0 1 4 0 0 5 0 0 6 0 0 7 0 0 8 0 0 9 0 0 10 1 0 0 1 41 42 43 44 45 46 47 48 49 50 Total Média 1 1 1 0 0 1 1 1 32 0, 64 1 0 0 1 1 15 0, 3 0 0 0 1 0 1 1 9 0, 18 4 1 1 0 0 4 10 10 131 2, 62 7, 5 LCS 8, 0 8, 0 8, 0 -2, 2 LCI 0, 0 0, 0 0, 0 8, 0 8, 0 8, 0 0, 0 0, 0 0, 0 27

Figura 10. 5 – Gráfico de controle para Deméritos. Existem vários pontos fora dos limites de controle 28

10. 6 Conclusões • Neste capítulo apresentou quatro gráficos de controle de uso raro na indústria brasileira, mas que guardam grandes possibilidades. • Não é possível apresentar todos os gráficos de controle interessantes e disponíveis na literatura, mas pelo menos é importante mencionar os gráficos de controle multivariados. Produtos e processos são cada vez mais dependentes de múltiplas características. Por exemplo, um furo num bloco de motor tem apenas duas características relevantes, diâmetro e posição, mas a folha de papel poderia ter dezenas de peculiaridades e cada uma essencial para garantir a qualidade do papel. • O controle de múltiplas características é considerado a área mais fértil pelas fábricas de classe mundial para aumentar a eficiência da linha de produção e melhorar resultado financeira na área de custos. 29

10. 8 Referências Cunha Alves, Custodio. (2009) O método de equação integral e quadratura gaussiana para aproximar as propriedades estatísticas do gráfico de controle multivariado MCUSUM. Tese de doutorado, Engenharia de Produção, Universidade Federal de Santa Catarina. Montgomery, D. C. (1996). Introduction to statistical quality control. New York: Wiley. Rocha, Rubson (2004) Implementação de sistema gerencial, com avanços em controle estatístico, em laboratório de nutrição animal. Tese de Doutorado, Engenharia de Produção, Universidade Federal de Santa Catarina Vargas, V, Lopes, L. F. , Souza, A. M. (2004) Comparative study of the performance of the Cu. Sum and EWMA control charts. Computers & Industrial Engineering, 46, 707– 724 Hunter, JS (1989). "A One Point Plot Equivalent to the Shewhart Chart with Western Electric Rules, " Quality Engineering, 2, pp. 13 -19. LUCAS, JM and SACCUCCI, MS (1990). Exponentially weighted moving average control schemes: properties and enhancements. Technometrics, 32, 1 -29. 30