Apostila CEP Avançado1

CARLOS KURCREVSKI
ESTUDO DO CONTROLE ESTATSTICO DE PROCESSO DAS

INDSTRIAS CERMICAS DA REGIO CENTRO SUL DO ESTADO
DO PARAN, COM BASE NOS NDICES DE CAPACIDADE
Dissertao apresentada como requisito
parcial obteno do grau de Mestre em
Cincias do Curso de Ps-Graduao em
Mtodos Numricos em Engenharia na
rea de concentrao em Programao
Matemtica do Setor de Tecnologia,
Departamento de Construo Civil e
Setor de Cincias Exatas, Departamento
de Matemtica da Universidade Federal
do Paran.
Orientador: Prof. Anselmo Chaves Neto,
Dr.

CURITIBA
JULHO 2003

ii

A minha esposa Sirlei e aos meus
filhos: Carla e Luiz Gustavo

iii
AGRADECIMENTOS

A Deus pela vida.
A minha esposa e meus filhos, pela pacincia, amor, confiana e incentivo.
Obrigado, por aceitarem receber to pouco de mim nestes trs ltimos anos.
Ao Prof. Dr. Anselmo Chaves Neto, pela orientao competente; pela
amizade e pacincia nos momentos de dificuldade.
A todos os professores do Curso, pelos ensinamentos ministrados e pela
agradvel convivncia.
Aos colegas do curso, pelos ensinamentos e pela amizade.
Aos amigos do Cesec, particularmente a Maristela, pela ateno e
cordialidade.
Ao Sr. Valdir Gnata, presidente do SINCOLSUL Sindicato das indstrias
de Cermica e Olarias da Regio Centro-Sul do Paran pelas importantes dicas e
orientaes sobre este setor.
Ao Engenheiro Civil Sr. Adriano Dzazio pelo auxlio e consultoria.
A todos os administradores e proprietrios das indstrias cermicas da regio
centro sul do Paran, pela acolhida e por colaborarem para com a realizao deste
trabalho.

iv
SUMRIO

LISTA DE GRFICOS................................................................................................................................... ...x
LISTA DE FIGURAS....................................................................................................................................xviii
LISTA DE TABELAS ....................................................................................................................................xix
LISTA DE QUADROS.....................................................................................................................................xx
RESUMO......... .................................................................................................................................................xxi
ABSTRACT....................................................................................................................................................xxiii

CAPTULO I

1. INTRODUO........................................................................................................................................... .01
1.1 ORIGEM DO TRABALHO....................................................................................................................... .01
1.2 OBJETIVO DO TRABALHO ................................................................................................................... .02
1.3 IMPORTNCIA DO TRABALHO........................................................................................................... .02
1.4 LIMITAES DO TRABALHO.............................................................................................................. .03
1.5 ESTRUTURA DO TRABALHO............................................................................................................... .03

CAPTULO II

2. REVISO DE LITERATURA.................................................................................................................. .04
2.1 INTRODUO.......................................................................................................................................... .04
2.2 REVOLUO INDUSTRIAL ................................................................................................................. .05
2.2.1 Introduo................................................................................................................................................ .05
2.2.2 Fatores da Primeira Revoluo Industrial ............................................................................................... .06
2.2.2.1 Evoluo comercial .............................................................................................................................. .06
2.2.2.2 O aumento da diviso do trabalho........................................................................................................ .07
2.2.2.3 A utilizao de mquinas ..................................................................................................................... .07
2.2.3 A Revoluo Industrial na Inglaterra...................................................................................................... .08
2.2.3.1 Introduo............................................................................................................................................. .08
2.2.3.2 Fatores da revoluo inglesa ............................................................................................................... .09
2.2.4 Expanso Industrial ................................................................................................................................. .10
2.2.5 Conseqncias da Revoluo Industrial ................................................................................................. .10
2.2.6 Industrializao e Mundo Colonial ......................................................................................................... .11
2.2.7 Revoluo no transporte.......................................................................................................................... .12
2.2.8 Concluso................................................................................................................................................. .12
2.3 QUALIDADE, PRODUTIVIDADE E COMPETITIVIDADE ............................................................... .13
2.3.1 Perspectiva Histrica.............................................................................................................................. .13
2.3.2 O Sistema Toyota de Produo ............................................................................................................. .15
2.3.2.1 Introduo............................................................................................................................................ .15
2.3.2.2 O paradigma just in-time................................................................................................................... .16
2.3.2.3 A origem do sistema Toyota de produo ......................................................................................... .17
2.3.2.4 As perdas no sistema Toyota de produo.......................................................................................... .19
2.3.2.5 Concluso ............................................................................................................................................. .21
2.3.3 Qualidade e Produtividade ..................................................................................................................... .21
2.3.4 Qualidade e Competitividade.................................................................................................................. .22
2.4 MTODOS ESTATSTICOS E QUALIDADE........................................................................................ .23
2.4.1 O Aperfeioamento do Processo............................................................................................................ .24
2.4.1.1 Os 14 pontos de Deming ..................................................................................................................... .24
2.4.1.2 Os objetivos dos 14 pontos de Deming............................................................................................. .26
2.5 MTODOS E FILOSOFIA DO CONTROLE ESTATSTICO DO PROCESSO (CEP) ........................ .29

v
2.5.1 Introduo................................................................................................................................................ .29
2.5.1.1 Histograma............................................................................................................................................ .30
2.5.1.2 Folha de verificao ............................................................................................................................. .30
2.5.1.3 Diagrama de Pareto .............................................................................................................................. .31
2.5.1.4 Diagrama de causa e efeito................................................................................................................... .32
2.5.1.5 Diagrama de disperso ......................................................................................................................... .32
2.5.1.6 Grficos de controle ............................................................................................................................ .32
2.5.2 Uso Bsico dos Grficos de Controle ..................................................................................................... .37
2.5.3 Causas das Variaes da Qualidade...................................................................................................... .38
2.5.4 Escolha dos Limites de Controle............................................................................................................ .39
2.5.5 Tamanho e Freqncia de uma amostra................................................................................................. .40
2.6 OS DIFERENTES TIPOS DE GRFICOS DE CONTROLE.................................................................. .44
2.6.1 Introduo................................................................................................................................................ .44
2.6.2 Desenvolvimento e Operacionalizao dos Grficos de Controle para Atributos............................... .45
2.6.2.1 Proporo de defeituosos (grfico p) .................................................................................................. .45
2.6.2.1.1 Determinao do tamanho da amostra e curva caracterstica da operao ..................................... .48
2.6.2.2 O grfico np ......................................................................................................................................... .50
2.6.2.2.1 Curva caracterstica da operao(CCO)............................................................................................ .51
2.6.2.3 Grficos de controle para o nmero de defeitos .................................................................................. .54
2.6.2.3.1 Grficos c.......................................................................................................................................... .54
2.6.2.3.2 Grficos de defeitos u....................................................................................................................... .56
2.6.2.3.3 Curva caracterstica para os grficos c e u....................................................................................... .57
2.6.3 Desenvolvimento e Operacionalizao dos Grficos de Controle para Variveis .... ......................... .58
2.6.3.1 Introduo............................................................................................................................................. .58
2.6.3.2 Grfico R- grfico de controle para a amplitude ................................................................................ .60
2.6.3.3 Grfico x ............................................................................................................................................. .60
2.6.3.3.1 Reviso dos limites de controle e da linha central............................................................................ .66
2.6.3.3.2 Limites de controle, limites de especificao e limites de tolerncia natural .................................. .66
2.6.3.3.3 Subgrupos adequados........................................................................................................................ .67
2.6.3.3.4 Normas para o desenho dos grficos de controle ............................................................................. .68
2.6.3.3.5 Trocando o tamanho da amostra nos grficos x e R................................................................. .70
2.6.3.3.6 Interpretao do afastamento da normalidade para os grficos x e R ........................................ .71
2.6.3.3.7 Efeito do afastamento da normalidade dos grficos x e R......................................................... .73
2.6.3.3.8 Curva caracterstica da operao ...................................................................................................... .73
2.6.3.3.9 A ARL para o grfico x .................................................................................................................. .77
2.6.3.3.10 Grficos de controle x e s........................................................................................................... .78
2.6.3.3.11 Os limites de controle baseados em um pequeno nmero de amostras ......................................... .80
2.6.4 Anlise da Capacidade do Processo ....................................................................................................... .80
2.6.4.1 O conceito de variabilidade.................................................................................................................. .80
2.6.4.2 Capacidade de processo........................................................................................................................ .81
2.6.4.2.1 O ndice Cp........................................................................................................................................ .81
2.6.4.2.2 O ndice Cpk...................................................................................................................................... .82
2.6.4.2.3 Consideraes sobre o ndice Cpk .................................................................................................... .84
2.6.4.3 Metodologia de Taguchi....................................................................................................................... .85
2.6.4.3.1 Introduo.......................................................................................................................................... .85
2.6.4.3.2 A funo perda de qualidade deTaguchi........................................................................................... .85
2.6.4.3.3 ndice de capacidade de Taguchi (ndice Cpkm).............................................................................. .87
2.6.4.3.4 Concluso .......................................................................................................................................... .89
2.7 PROJETOS ECONMICOS DOS GRFICOS DE CONTROLE.......................................................... .90
2.7.1 Introduo................................................................................................................................................ .90
2.7.2 Introduo Teoria dos Projetos Econmicos ....................................................................................... .92
2.7.2.1 Unificando pesquisas............................................................................................................................ .93
2.7.2.2 Procedimentos econmicos: uma aproximao................................................................................... .93
2.7.2.3 Aproximao econmica e estatstica................................................................................................. .95
2.7.2.4 Projeto econmico das variveis dos grficos de controle grfico x ........................................... .96

vi

2.7.2.5 Mudanas inesperadas nos tamanhos das amostras............................................................................ .97
2.7.2.6 Limites de controles assimtricos ........................................................................................................ .99
2.7.2.7 Caractersticas de processos no normais e medidas de erros............................................................ .99
2.7.2.8 Falha do processo no exponencial...................................................................................................... 101
2.7.2.9 Mltiplas causas especiais.................................................................................................................... 105
2.7.2.10 Novo mtodo de aproximao............................................................................................................ 107
2.7.2.11 Custos e parmetros de operacionalizao desconhecidos................................................................ 108
2.7.2.12 Grfico s.............................................................................................................................................. 108
2.7.2.13 Unio de projetos econmicos ........................................................................................................... 109
2.7.2.14 Processo de fluxo contnuo ............................................................................................................... 111
2.7.2.15 Simplificando procedimentos............................................................................................................. 111
2.7.2.16 Programas para computadores ........................................................................................................... 112
2.7.2.17 Projeto econmico para os grficos de controle por atributos ...................................................... 113
2.7.2.17.1 Uma multiplicidade de causas especiais......................................................................................... 113
2.7.2.18 Reduzindo o plano de amostras.......................................................................................................... 114
2.7.2.19 Grficos do sistema de produo para vrios estgios ..................................................................... 115
2.7.2.20 Grficos c e np............................................................................................................................... 116
2.7.2.21 Melhorias nas indstrias.................................................................................................................... 116
2.7.2.22 Uma mudana no prevista no tamanho da amostra ....................................................................... 117
2.7.2.23 Aplicaes dos Projetos Econmicos ................................................................................................ 118
2.7.2.23.1 Efeitos dos processos alternativos de monitoramento.................................................................... 118
2.7.2.23.2 Comparaes entre os grficos de controle econmicos................................................................ 120
2.7.2.23.3 Controle conjunto de mdias independentes .................................................................................. 121
2.7.2.23.4 Processo de produo em monitoramento contnuo....................................................................... 122
2.7.3 Projeto Econmico Usando o Grfico x para Preservar o Controle do Processo ............................. 123
2.7.3.1 Introduo............................................................................................................................................. 123
2.7.3.2 Determinao de um critrio para o projeto timo.............................................................................. 123
2.7.3.3 Encontrando uma aproximao para o projeto timo.......................................................................... 129
2.7.3.4 Efeitos da variao no risco e fatores de custo do projeto timo........................................................ 134
2.7.3.5 Vrias causas especiais......................................................................................................................... 138
2.7.3.6 Extenso da anlise............................................................................................................................... 139
2.7.4 Dois Modelos Econmicos no Desenvolvimento dos Grficos x .................................................... 140
2.7.4.1 Introduo............................................................................................................................................. 140
2.7.4.2 O modelo do processo ......................................................................................................................... 141
2.7.4.2.1 Modelo A........................................................................................................................................... 143
2.7.4.2.2 Modelo B ......................................................................................................................................... 146
2.7.4.3 Uso indevido da hiptese de Markov................................................................................................... 148
2.7.4.4 Concluso ............................................................................................................................................. 153
2.7.5 Projeto Econmico para o Grfico de Controle x para Dois Processos Industriais......................... 154
2.7.5.1 Introduo............................................................................................................................................. 154
2..7.5.2 Hipteses.............................................................................................................................................. 156
2.7.5.3 Desenvolvimento do modelo de custo ................................................................................................. 157
2.7.5.3.1 O processo contnuo .......................................................................................................................... 157
2.7.5.3.1.1 Tempo do ciclo............................................................................................................................... 157
2.7.5.3.1.2 Modelo de custo ............................................................................................................................. 159
2.7.5.3.2 O processo descontnuo..................................................................................................................... 160
2.7.5.3.2.1 Tempo do ciclo............................................................................................................................... 160
2.7.5.3.2.2 Modelo de custo ............................................................................................................................. 162
2.7.5.4 Custo dos dados e processamento........................................................................................................ 163
2.7.5.5 Performance dos dois modelos do processo ........................................................................................ 164
2.7.5.5.1 O processo contnuo .......................................................................................................................... 164
2.7.5.5.2 O processo descontnuo..................................................................................................................... 169
2.7.5.6 Anlise de sensibilidade ....................................................................................................................... 173
2.7.5.7 Concluses............................................................................................................................................ 175

vii
2.7.6 Projeto Econmico para uma Varivel Padro do Grfico x ................................................................ 176
2.7.6.1 Introduo............................................................................................................................................. 176
2.7.6.2 O grfico VSR x ................................................................................................................................. 179
2.7.6.3 Um modelo econmico para o grfico VSR x ................................................................................. 183
2.7.6.4 Comparaes entre os valores timos dos grficos VSR e FSR....................................................... 188
2.7.6.5 O timo VSR ........................................................................................................................................ 195
2.7.6.6 Concluso ............................................................................................................................................. 200
2.7.7 Um Modelo Simplificado para o Projeto Econmico do Grfico VSR x ........................................... 201
2.7.7.1 Introduo............................................................................................................................................. 201
2.7.7.2 A funo custo..................................................................................................................................... 203
2.7.7.3 O projeto semi-econmico ................................................................................................................... 204
2.7.7.4 Aplicaes para o modelo de causa simples de Duncan ..................................................................... 209
2.7.7.5 Aplicaes para o modelo de causas mltiplas de Duncan................. ................................................ 211

CAPTULO III

3. ANLISE DA QUALIDADE DA PRODUO NAS INDSTRIAS CERMICAS..... ..................................... 213
3.1 INTRODUO. ........................................................................................................................................ 213
3.2 O PROBLEMA.......................................................................................................................................... 214
3.3 OBJETIVO ................................................................................................................................................ 215
3.4 JUSTIFICATIVA...................................................................................................................................... 215
3.5 REVISO DE LITERATURA:FUNCIONAMENTO DA INDSTRIA CERMICA......................... 216
3.5.1 Introduo............................................................................................................................................... 216
3.5.2 Matria-Prima ......................................................................................................................................... 217
3.5.3 Beneficiamento....................................................................................................................................... 218
3.5.3.1 Sistema de homogeneizao................................................................................................................ 218
3.5.3.2 Preparao das massas......................................................................................................................... 219
3.5.3.3 Dosagem de matrias primas............................................................................................................... 221
3.5.4 Conformao........................................................................................................................................... 222
3.5.4.1 Extruso ............................................................................................................................................... 223
3.5.4.2 Prensagem............................................................................................................................................ 223
3.5.5 Secagem.................................................................................................................................................. 224
3.5.5.1 Tipos de secagem................................................................................................................................. 226
3.5.5.1.1 Secador esttico................................................................................................................................ 226
3.5.5.1.2 Secador dinmico ............................................................................................................................ 227
3.5.6 Queima .................................................................................................................................................. 229
3.5.6.1 Fases da queima................................................................................................................................... 229
3.5.6.1.1 Pr-aquecimento ou esquente........................................................................................................... 229
3.5.6.1.2 Queima ou fogo forte........................................................................................................................ 230
3.5.6.1.3 Resfriamento..................................................................................................................................... 231
3.5.6.2 Combustveis utilizados nas cermicas............................................................................................... 231
3.5.6.2.1 Combustveis slidos naturais.......................................................................................................... 232
3.5.6.2.2 Combustveis lquidos industriais.................................................................................................... 233
3.5.6.2.3 Combustveis gasosos....................................................................................................................... 234
3.5.7 Tipos de fornos ....................................................................................................................................... 235
3.5.7.1 Fornos de funcionamento intermitente ............................................................................................... 236
3.5.7.2 Fornos de funcionamento contnuo a fogo mvel .............................................................................. 239
3.5.7.3 Fornos contnuos a fogo fixo............................................................................................................... 239
3.5.7.4 Controle de fornos ............................................................................................................................... 240
3.5.8 Armazenamento e Expedio................................................................................................................. 241
3.5.9 Controle de Qualidade............................................................................................................................ 242
3.5.10 Mercado Consumidor ........................................................................................................................... 244
3.5.11 Salubridade e Segurana ...................................................................................................................... 244
3.5.12 Fluxogramas ......................................................................................................................................... 244
3.6 Materiais .................................................................................................................................................... 247

viii
3.7 Metodologia de Anlise e Critrios de Aceitao .................................................................................... 249
3.8 Resultados.................................................................................................................................................. 250
3.8.1 CNDIDO DE ABREU (PR) ................................................................................................................ 251
3.8.1.1 Anlise para F1CASI........................................................................................................................... 251
3.8.1.2 Anlise para F2CAMA........................................................................................................................ 252
3.8.1.3 Anlise para F3CASA......................................................................................................................... 253
3.8.1.4 Anlise para F4CABR......................................................................................................................... 254
3.8.1.5 Anlise para F5CAKI .......................................................................................................................... 255
3.8.2 PITANGA (PR) ...................................................................................................................................... 257
3.8.2.1 Anlise para F1P6F ............................................................................................................................. 257
3.8.3 PALMEIRA (PR) ................................................................................................................................... 259
3.8.3.1 Anlise para F1PAL6F........................................................................................................................ 259
3.8.4 PAULO FRONTIM (PR) ....................................................................................................................... 261
3.8.4.1 Anlise para F1PF ............................................................................................................................... 261
3.8.5 MALLET (PR)........................................................................................................................................ 268
3.8.5.1 Anlise para F1MG ............................................................................................................................. 268
3.8.5.2 Anlise para F2MSJ............................................................................................................................. 269
3.8.6 TEIXEIRA SOARES (PR)..................................................................................................................... 271
3.8.6.1 Anlise para F1TSCG.......................................................................................................................... 271
3.8.7 FERNANDES PINHEIRO (PR) ............................................................................................................ 273
3.8.7.1 Anlise para F1FPSG.......................................................................................................................... 273
3.8.8 IVAI (PR)................................................................................................................................................ 275
3.8.8.1 Anlise para F1IS ................................................................................................................................ 275
3.8.8.2 Anlise para F2I19............................................................................................................................... 278
3.8.9 IPIRANGA (PR)..................................................................................................................................... 283
3.8.9.1 Anlise para F1IPW............................................................................................................................. 283
3.8.10 REBOUAS (PR) ................................................................................................................................ 285
3.8.10.1 Anlise para F1RBJ........................................................................................................................... 285
3.8.11 IRATI (PR) ........................................................................................................................................... 288
3.8.11.1 Anlise para F1IRM.......................................................................................................................... 288
3.8.11.2 Anlise para F2IRJM......................................................................................................................... 291
3.8.12 IMBITUVA (PR).................................................................................................................................. 293
3.8.12.1 Anlise para F1IM90......................................................................................................................... 293
3.8.12.2 Anlise para F2IMC.......................................................................................................................... 296
3.8.12.3 Anlise para F3IMA.......................................................................................................................... 299
3.8.12.4 Anlise para F4IMM......................................................................................................................... 301
3.8.12.5 Anlise para F5IMR.......................................................................................................................... 302
3.8.12.6 Anlise para F6IMSA........................................................................................................................ 305
3.8.13 GUAMIRANGA(PR) ........................................................................................................................... 311
3.8.13.1 Anlise para F1GSP........................................................................................................................... 311
3.8.13.2 Anlise para F2GG............................................................................................................................ 316
3.8.13.3 Anlise para F3G70........................................................................................................................... 320
3.8.14 MANOEL RIBAS (PR)........................................................................................................................ 323
3.8.14.1 Anlise para F1MR6F ....................................................................................................................... 323
3.8.15 BALSA NOVA (PR) ............................................................................................................................ 325
3.8.15.1 Anlise para F1BNSF........................................................................................................................ 325
3.8.15.2 Anlise para F2BNBN....................................................................................................................... 328
3.8.15.3 Anlise para F2BNBJ ........................................................................................................................ 331
3.8.16 RIO AZUL(PR) .................................................................................................................................... 335
3.8.16.1 Anlise para FIRAL........................................................................................................................... 335
3.8.17 PRUDENTPOLIS (PR) ..................................................................................................................... 339
3.8.17.1 Anlise para F1PD............................................................................................................................. 339
3.8.17.2 Anlise para F2PJ .............................................................................................................................. 340
3.8.17.3 Anlise para F3PW............................................................................................................................ 341
3.8.17.4 Anlise para F4PJO........................................................................................................................... 343

ix
3.8.17.5 Anlise para F5PT............................................................................................................................. 346
3.8.17.6 Anlise para F6PS ............................................................................................................................. 347
3.8.17.7 Anlise para F7PE............................................................................................................................. 352
3.8.17.8 Anlise para F8PJJ............................................................................................................................. 355
3.8.17.9 Anlise para F9PSJ............................................................................................................................ 356
3.8.17.10 Anlise para F10PK......................................................................................................................... 359
3.8.17.11 Anlise para F11PJAA.................................................................................................................... 361
3.8.17.12 Anlise para F12PJ .......................................................................................................................... 361
3.8.17.13 Anlise para F13PSC....................................................................................................................... 362
3.8.17.14 Anlise para F14PP ......................................................................................................................... 363
3.8.17.15 Anlise para F15PF ......................................................................................................................... 364
3.8.17.16 Anlise para F16PL......................................................................................................................... 366
3.8.17.17 Anlise para F17PBM..................................................................................................................... 367
3.8.17.18 Anlise para F18PP ......................................................................................................................... 368
3.8.17.19 Anlise para F19PG......................................................................................................................... 369
3.8.17.20 Anlise para F20PR......................................................................................................................... 370
3.8.17.21 Anlise para F21PPE....................................................................................................................... 372
3.8.17.22 Anlise para F22PBN...................................................................................................................... 373
3.8.17.23 Anlise para F23PPAS.................................................................................................................... 374
3.8.17.24 Anlise para F24P2000 ................................................................................................................... 376
3.8.17.25 Anlise para F25PCS....................................................................................................................... 377
3.8.17.26 Anlise para F26PRO...................................................................................................................... 378
3.8.18 REGIO CENTRO SUL...................................................................................................................... 383
3.9 CONCLUSO.......................................................................................................................................... 398
3.10 SUGESTES PARA TRABALHOS FUTUROS............................................................................... 401
GLOSSRIO................................................................................................................................................... 402
REFERNCIAS.............................................................................................................................................. 404
APNDICES ................................................................................................................................................... 412

x
LISTA DE GRFICOS

GRFICO 1 - PROCESSO ESTVEL......................................................................................................... .35
GRFICO 2 - PONTOS FORA DOS LIMITES .......................................................................................... .35
GRFICO 3 - PONTOS SUCESSIVOS ABAIXO DO VALOR MDIO................................................... .36
GRFICO 4 - CURVA CARACTERSTICA PARA UM GRFICO VSR X ......................................... .43
GRFICO 5 - CURVA CARACTERSTICA PARA A FRAO DE NO-CONFORMES .................. .52
GRFICO 6 - CURVA CARACTERSTICA PARA O GRFICO c........................................................ .58
GRFICO 7 - GRFICO DA AMPLITUDE................................................................................................ .65
GRFICO 8 - GRFICO DA MDIA.......................................................................................................... .65
GRFICO 9 - CURVA CARACTERSTICA PARA UM GRFICO X COM LIMITE 3 ................. .75
GRFICO 10 - CURVA CARACTERSTICA PARA O GRFICO R COM LIMITE DE 3.................. .77
GRFICO 11 - FUNO PERDA DE TAGUCHI ....................................................................................... .86
GRFICO 12 - TRS PROCESSOS COM CPK=1....................................................................................... .88
GRFICO 13 - COMPORTAMENTO DO MODELO A.............................................................................. 143
GRFICO 14 - COMPORTAMENTO DO MODELO B............................................................................. 147
GRFICO 15 - TEMPO DO CICLO PARA UM PROCESSO CONTNUO............................................... 159
GRFICO 16 - TEMPO DO CICLO PARA UM PROCESSO DESCONTNUO....................................... 161
GRFICO 17 - DUAS POSSIBILIDADES DE PARTIO........................................................................ 182
GRFICO 18 -ALTERNNCIA DE PERODOS EM CONTROLE/FORA DE CONTROLE.................. 184
GRFICO 19ANLISE PARA O COMPRIMENTO DE F1CASI6FE..................................................... 251
GRFICO 20ANLISE PARA A LARGURA DE F1CASI6FE............................................................... 251
GRFICO 21ANLISE PARA A ALTURA DE F1CASI6FE.................................................................. 251
GRFICO 22ANLISE PARA O COMPRIMENTO DE F2CAMA6F..................................................... 252
GRFICO 23ANLISE PARA A LARGURA DE F2CAMA6F .............................................................. 252
GRFICO 24ANLISE PARA A ALTURA DE F2CAMA6F .................................................................. 252
GRFICO 25ANLISE PARA O COMPRIMENTO DE F3CASA6F...................................................... 253
GRFICO 26ANLISE PARA A LARGURA DE F3CASA6F............................................................... 253
GRFICO 27ANLISE PARA A ALTURA DE F3CASA6F .................................................................. 253
GRFICO 28ANLISE PARA O COMPRIMENTO DE F4CABR6F...................................................... 254
GRFICO 29ANLISE PARA A LARGURA DE F4CABR6F ............................................................... 254
GRFICO 30ANLISE PARA A ALTURA DE F4CABR6F .................................................................. 254
GRFICO 31ANLISE PARA O COMPRIMENTO DE F5CAKI6F....................................................... 255
GRFICO 32ANLISE PARA A LARGURA DE F5CAKI6F ................................................................ 255
GRFICO 33ANLISE PARA A ALTURA DE F5CAKI6F.................................................................... 255
GRFICO 34ANLISE PARA O COMPRIMENTO DE F1PF6F ............................................................ 257
GRFICO 35ANLISE PARA A LARGURA DE F1PF6F ..................................................................... 257
GRFICO 36ANLISE PARA A ALTURA DE F1PF6F ........................................................................ 257
GRFICO 37ANLISE PARA O COMPRIMENTO DE F1PAL6F ......................................................... 259
GRFICO 38ANLISE PARA A LARGURA DE F1PAL6F .................................................................. 259
GRFICO 39ANLISE PARA A ALTURA DE F1PAL6F ..................................................................... 259
GRFICO 40ANLISE PARA O COMPRIMENTO DE F1PFP6F.......................................................... 261
GRFICO 41ANLISE PARA A LARGURA DE F1PFP6F.................................................................... 261
GRFICO 42ANLISE PARA A ALTURA DE F1PFP6F....................................................................... 261
GRFICO 43ANLISE PARA O COMPRIMENTO DE F1PFP4F.......................................................... 262
GRFICO 44ANLISE PARA A LARGURA DE F1PFP4F..................................................................... 262
GRFICO 45ANLISE PARA A ALTURA DE F1PFP4F....................................................................... 262
GRFICO 46ANLISE PARA O COMPRIMENTO DE F1PPFMAC..................................................... 263
GRFICO 47ANLISE PARA A LARGURA DE F1PPFMAC............................................................... 263
GRFICO 48ANLISE PARA A ALTURA DE F1PPFMAC.................................................................. 263

xi
GRFICO 49 ANLISE PARA O COMPRIMENTO DE F1PFTF........................................................... 264
GRFICO 50 ANLISE PARA A LARGURA DE F1PFTF .................................................................... 264
GRFICO 51 ANLISE PARA A ALTURA DE F1PFTF........................................................................ 264
GRFICO 52 ANLISE PARA O COMPRIMENTO DE F1PFTR........................................................... 265
GRFICO 53 ANLISE PARA A LARGURA DE F1PFTR.................................................................... 265
GRFICO 54 ANLISE PARA A ALTURA DE F1PFTR....................................................................... 265
GRFICO 55 ANLISE PARA O COMPRIMENTO DE F1MG6F ......................................................... 268
GRFICO 56 ANLISE PARA A LARGURA DE F1MG6F................................................................... 268
GRFICO 57 ANLISE PARA A ALTURA DE F1MG6F...................................................................... 268
GRFICO 58 ANLISE PARA O COMPRIMENTO DE F2MSJ6F ........................................................ 269
GRFICO 59 ANLISE PARA A LARGURA DE F2MSJ6F.................................................................. 269
GRFICO 60 ANLISE PARA A ALTURA DE F2MSJ6F..................................................................... 269
GRFICO 61 ANLISE PARA O COMPRIMENTO DE F1PTSCG6F ................................................... 271
GRFICO 62 ANLISE PARA A LARGURA DE F1PTSCG6F............................................................. 271
GRFICO 63 ANLISE PARA A ALTURA DE F1PTSCG6F................................................................ 271
GRFICO 64 ANLISE PARA O COMPRIMENTO DE F1FPSG6F ...................................................... 273
GRFICO 65 ANLISE PARA A LARGURA DE F1FPSG6F................................................................ 273
GRFICO 66 ANLISE PARA A ALTURA DE F1FPSG6F................................................................... 273
GRFICO 67 ANLISE PARA O COMPRIMENTO DE F1IS6FE.......................................................... 275
GRFICO 68 ANLISE PARA A LARGURA DE F1IS6FE................................................................... 275
GRFICO 69 ANLISE PARA A ALTURA DE F1IS6FE ...................................................................... 275
GRFICO 70 ANLISE PARA O COMPRIMENTO DE FIIS6F............................................................. 276
GRFICO 71 ANLISE PARA A LARGURA DE FIIS6F ...................................................................... 276
GRFICO 72 ANLISE PARA A ALTURA DE FIIS6F.......................................................................... 276
GRFICO 73 ANLISE PARA O COMPRIMENTO DE F1IS27............................................................. 277
GRFICO 74 ANLISE PARA A LARGURA DE F1IS27...................................................................... 277
GRFICO 75 ANLISE PARA A ALTURA DE F1IS27......................................................................... 277
GRFICO 76 ANLISE PARA O COMPRIMENTO DE F2I196FE........................................................ 278
GRFICO 77 ANLISE PARA A LARGURA DE F2I196FE ................................................................. 278
GRFICO 78 ANLISE PARA A ALTURA DE F2I196FE..................................................................... 278
GRFICO 79- ANLISE PARA O COMPRIMENTO DE F2I196F........................................................... 279
GRFICO 80- ANLISE PARA A LARGURA DE F2I196F..................................................................... 279
GRFICO 81- ANLISE PARA A ALTURA DE F2I196F........................................................................ 279
GRFICO 82- ANLISE PARA O COMPRIMENTO DE F2I198F.......................................................... 280
GRFICO 83- ANLISE PARA A LARGURA DE F2I198F..................................................................... 280
GRFICO 84 -ANLISE PARA A ALTURA DE F2I198F........................................................................ 280
GRFICO 85ANLISE PARA O COMPRIMENTO DE F2I19L ............................................................. 281
GRFICO 86ANLISE PARA A LARGURA DE F2I19L....................................................................... 281
GRFICO 87ANLISE PARA A ALTURA DE F2I19L.......................................................................... 281
GRFICO 88ANLISE PARA O COMPRIMENTO DE F1IPW6F ......................................................... 283
GRFICO 89ANLISE PARA A LARGURA DE F1IPW6F................................................................... 283
GRFICO 90ANLISE PARA A ALTURA DE F1IPW6F...................................................................... 283
GRFICO 91ANLISE PARA O COMPRIMENTO DE FIRBJ6FE........................................................ 285
GRFICO 92ANLISE PARA A LARGURA DE FIRBJ6FE.................................................................. 285
GRFICO 93ANLISE PARA A ALTURA DE FIRBJ6FE..................................................................... 285
GRFICO 94ANLISE PARA O COMPRIMENTO DE F1RBJ6TR....................................................... 286
GRFICO 95ANLISE PARA A LARGURA DE F1RBJ6TR ................................................................ 286
GRFICO 96ANLISE PARA A ALTURA DE F1RBJ6TR.................................................................... 286
GRFICO 97ANLISE PARA O COMPRIMENTO DE F1IRM6FE....................................................... 288
GRFICO 98-ANLISE PARA A LARGURA DE F1IRM6FE................................................................. 288
GRFICO 99ANLISE PARA A ALTURA DE F1IRM6FE .................................................................... 288
GRFICO 100ANLISE PARA O COMPRIMENTO DE F1IRM6TF ...................................................... 289
GRFICO 101ANLISE PARA A LARGURA DE F1IRM6TF................................................................ 289
GRFICO 102ANLISE PARA A ALTURA DE F1IRM6TF ................................................................... 289
GRFICO 103ANLISE PARA O COMPRIMENTO DE F2IRJM6F........................................................ 290

xii
GRFICO 104ANLISE PARA A LARGURA DE F2IRJM6F................................................................. 290
GRFICO 105ANLISE PARA A ALTURA DE F2IRJM6F.................................................................... 290
GRFICO 106ANLISE PARA O COMPRIMENTO DE F2IRJM6FE..................................................... 291
GRFICO 107ANLISE PARA A LARGURA DE F2IRJM6FE............................................................... 291
GRFICO 108ANLISE PARA A ALTURA DE F2IRJM6FE.................................................................. 291
GRFICO 109- ANLISE PARA O COMPRIMENTO DE F1IM906F ....................................................... 293
GRFICO 110ANLISE PARA A LARGURA DE F1IM906F................................................................. 293
GRFICO 111ANLISE PARA A ALTURA DE F1IM906F .................................................................... 293
GRFICO 112ANLISE PARA O COMPRIMENTO DE F1IM904F........................................................ 293
GRFICO 115ANLISE PARA O COMPRIMENTO DE F1IM902F........................................................ 295
GRFICO 118ANLISE PARA O COMPRIMENTO DE F2IMCTF......................................................... 296
GRFICO 119-ANLISE PARA A LARGURA DE F2IMCTF .................................................................. 296
GRFICO 120ANLISE PARA A ALTURA DE F2IMCTF ..................................................................... 296
GRFICO 121ANLISE PARA O COMPRIMENTO DE F2IMC6F......................................................... 297
GRFICO 122ANLISE PARA A LARGURA DE F2IMC6F................................................................... 297
GRFICO 123ANLISE PARA A ALTURA DE F2IMC6F...................................................................... 297
GRFICO 124- ANLISE PARA O COMPRIMENTO DE F2IMC6FE ...................................................... 298
GRFICO 125ANLISE PARA A LARGURA DE F2IMC6FE................................................................ 298
GRFICO 126ANLISE PARA A ALTURA DE F2IMC6FE................................................................... 298
GRFICO 127ANLISE PARA O COMPRIMENTO DE F3IMA6F......................................................... 299
GRFICO 128ANLISE PARA A LARGURA DE F3IMA6F .................................................................. 299
GRFICO 129--ANLISE PARA A ALTURA DE F3IMA6F..................................................................... 299
GRFICO 130ANLISE PARA O COMPRIMENTO DE F3IMA6FE ...................................................... 300
GRFICO 131ANLISE PARA A LARGURA DE F3IMA6FE................................................................ 300
GRFICO 132ANLISE PARA A ALTURA DE F3IMA6FE................................................................... 300
GRFICO 133ANLISE PARA O COMPRIMENTO DE F4IMMTR....................................................... 301
GRFICO 134ANLISE PARA A LARGURA DE F4IMMTR................................................................. 301
GRFICO 135ANLISE PARA A ALTURA DE F4IMMTR.................................................................... 301
GRFICO 136ANLISE PARA O COMPRIMENTO DE F5IMR6FE....................................................... 302
GRFICO 137ANLISE PARA A LARGURA DE F5IMR6FE................................................................ 302
GRFICO 138ANLISE PARA A ALTURA DE F5IMR6FE................................................................... 302
GRFICO 139- ANLISE PARA O COMPRIMENTO DE F5IMR6F......................................................... 303
GRFICO 140ANLISE PARA A LARGURA DE F5IMR6F................................................................... 303
GRFICO 141ANLISE PARA A ALTURA DE F5IMR6F...................................................................... 303
GRFICO 142ANLISE PARA O COMPRIMENTO DE F5IMR4F......................................................... 304
GRFICO 143ANLISE PARA A LARGURA DE F5IMR4F................................................................... 304
GRFICO 144ANLISE PARA A ALTURA DE F5IMR4F....................................................................... 304
GRFICO 145ANLISE PARA O COMPRIMENTO DE F6IMSA6F....................................................... 305
GRFICO 146ANLISE PARA A LARGURA DE F6IMSA6F................................................................ 305
GRFICO 147ANLISE PARA A ALTURA DE F6IMSA6F ................................................................... 305
GRFICO 148ANLISE PARA O COMPRIMENTO DE F6IMSATF ..................................................... 306
GRFICO 149--ANLISE PARA A LARGURA DE F6IMSATF .............................................................. 306
GRFICO 150ANLISE PARA A ALTURA DE F6IMSATF .................................................................. 306
GRFICO 157-ANLISE PARA O COMPRIMENTO DE F1GSP6F.......................................................... 311
GRFICO 158-ANLISE PARA A LARGURA DE F1GSP6F................................................................... 311

xiii
GRFICO 159-ANLISE PARA A ALTURA DE F1GSP6F...................................................................... 311
GRFICO 160-ANLISE PARA O COMPRIMENTO DE F1GSP4FE........................................................ 312
GRFICO 161-ANLISE PARA A LARGURA DE F1GSP4FE.................................................................. 312
GRFICO 162-ANLISE PARA A ALTURA DE F1GSP4FE..................................................................... 312
GRFICO 163-ANLISE PARA O COMPRIMENTO DE F1GSP2F.......................................................... 313
GRFICO 164-ANLISE PARA A LARGURA DE F1GSP2F..................................................................... 313
GRFICO 165-ANLISE PARA A ALTURA DE F1GSP2F........................................................................ 313
GRFICO 166-ANLISE PARA O COMPRIMENTO DE F1GSPM........................................................... 314
GRFICO 167-ANLISE PARA A LARGURA DE F1GSPM..................................................................... 314
GRFICO 168-ANLISE PARA A ALTURA DE F1GSPM........................................................................ 314
GRFICO 169-ANLISE PARA O COMPRIMENTO DE F1GSPTF.......................................................... 315
GRFICO 170-ANLISE PARA A LARGURA DE F1GSPTF.................................................................... 315
GRFICO 171-ANLISE PARA A ALTURA DE F1GSPTF ....................................................................... 315
GRFICO 172-ANLISE PARA O COMPRIMENTO DE F2GG6FE......................................................... 316
GRFICO 173-ANLISE PARA A LARGURA DE F2GG6FE.................................................................... 316
GRFICO 174-ANLISE PARA A ALTURA DE F2GG6FE....................................................................... 316
GRFICO 175-ANLISE PARA O COMPRIMENTO DE F2GG6F............................................................ 317
GRFICO 176-ANLISE PARA A LARGURA DE F2GG6F...................................................................... 317
GRFICO 177-ANLISE PARA A ALTURA DE F2GG6F ......................................................................... 317
GRFICO 180-ANLISE PARA A ALTURA DE F2GG4............................................................................ 318
GRFICO 183-ANLISE PARA A ALTURA DE F2GG8F ......................................................................... 319
GRFICO 184-ANLISE PARA O COMPRIMENTO DE F3G7OTR......................................................... 320
GRFICO 185-ANLISE PARA A LARGURA DE F3G7OTR................................................................... 320
GRFICO 186-ANLISE PARA A ALTURA DE F3G7OTR...................................................................... 320
GRFICO 187-ANLISE PARA O COMPRIMENTO DE F3G706F........................................................... 321
GRFICO 188-ANLISE PARA A LARGURA DE F3G706F..................................................................... 321
GRFICO 189-ANLISE PARA A ALTURA DE F3G706F....................................................................... 321
GRFICO 190-ANLISE PARA O COMPRIMENTO DE F1MR6F ........................................................... 323
GRFICO 191-ANLISE PARA A LARGURA DE F1MR6F...................................................................... 323
GRFICO 192-ANLISE PARA A ALTURA DE F1MR6F......................................................................... 323
GRFICO 193-ANLISE PARA O COMPRIMENTO DE F1BNSF2F ....................................................... 325
GRFICO 194-ANLISE PARA A LARGURA DE F1BNSF2F.................................................................. 325
GRFICO 195-ANLISE PARA A ALTURA DE F1BNSF2F..................................................................... 325
GRFICO 196-ANLISE PARA O COMPRIMENTO DE F1BNSF6.......................................................... 326
GRFICO 197-ANLISE PARA A LARGURA DE F1BNSF6.................................................................... 326
GRFICO 198-ANLISE PARA A ALTURA DE F1BNSF6 ....................................................................... 326
GRFICO 199-ANLISE PARA O COMPRIMENTO DE F1BNSFMAC .................................................. 327
GRFICO 200-ANLISE PARA A LARGURA DE F1BNSFMAC............................................................. 327
GRFICO 201-ANLISE PARA A ALTURA DE F1BNSFMAC................................................................ 327
GRFICO 202-ANLISE PARA O COMPRIMENTO DE F2BNBN6F ...................................................... 328
GRFICO 203-ANLISE PARA A LARGURA DE F2BNBN6F................................................................. 328
GRFICO 204-ANLISE PARA A ALTURA DE F2BNBN6F.................................................................... 328
GRFICO 205-ANLISE PARA O COMPRIMENTO DE F2BNBNTF...................................................... 329
GRFICO 206-ANLISE PARA A LARGURA DE F2BNBNTF ................................................................ 329
GRFICO 207-ANLISE PARA A ALTURA DE F2BNBNTF ................................................................... 329
GRFICO 208-ANLISE PARA O COMPRIMENTO DE F2BNBNTR ..................................................... 330
GRFICO 209-ANLISE PARA A LARGURA DE F2BNBNTR................................................................ 330
GRFICO 210-ANLISE PARA A ALTURA DE F2BNBNTR................................................................... 330
GRFICO 211-ANLISE PARA O COMPRIMENTO DE F3BNBJ2F........................................................ 331
GRFICO 212-ANLISE PARA A LARGURA DE F3BNBJ2F.................................................................. 331
GRFICO 213-ANLISE PARA A ALTURA DE F3BNBJ2F..................................................................... 331

xiv
GRFICO 214-ANLISE PARA O COMPRIMENTO DE F3BNBJF6........................................................ 332
GRFICO 215-ANLISE PARA A LARGURA DE F3BNBJF6.................................................................. 332
GRFICO 216-ANLISE PARA A ALTURA DE F3BNBJF6 .................................................................... 332
GRFICO 217-ANLISE PARA O COMPRIMENTO DE F3BNBJTF....................................................... 333
GRFICO 218-ANLISE PARA A LARGURA DE F3BNBJTF.................................................................. 333
GRFICO 219-ANLISE PARA A ALTURA DE F3BNBJTF.................................................................... 333
GRFICO 220-ANLISE PARA O COMPRIMENTO DE F1RA6F............................................................ 335
GRFICO 221-ANLISE PARA A LARGURA DE F1RA6F ...................................................................... 335
GRFICO 222-ANLISE PARA A ALTURA DE F1RA6F ......................................................................... 335
GRFICO 223-ANLISE PARA O COMPRIMENTO DE F1RALMAC .................................................... 336
GRFICO 224-ANLISE PARA A LARGURA DE F1RALMAC............................................................... 336
GRFICO 225-ANLISE PARA A ALTURA DE F1RALMAC.................................................................. 336
GRFICO 226-ANLISE PARA O COMPRIMENTO DE F1RALTF......................................................... 337
GRFICO 227-ANLISE PARA A LARGURA DE F1RALTF ................................................................... 337
GRFICO 228-ANLISE PARA A ALTURA DE F1RALTF....................................................................... 337
GRFICO 229-ANLISE PARA O COMPRIMENTO DE F1PD6F ............................................................ 338
GRFICO 230-ANLISE PARA A LARGURA DE F1PD6F....................................................................... 338
GRFICO 231-ANLISE PARA A ALTURA DE F1PD6F.......................................................................... 338
GRFICO 232-ANLISE PARA O COMPRIMENTO DE F2PJ6F.............................................................. 340
GRFICO 233-ANLISE PARA A LARGURA DE F2PJ6F........................................................................ 340
GRFICO 234-ANLISE PARA A ALTURA DE F2PJ6F ........................................................................... 340
GRFICO 235-ANLISE PARA O COMPRIMENTO DE F3PW6F ........................................................... 341
GRFICO 236-ANLISE PARA A LARGURA DE F3PW6F..................................................................... 341
GRFICO 237-ANLISE PARA A ALTURA DE F3PW6F......................................................................... 341
GRFICO 238-ANLISE PARA O COMPRIMENTO DE F3PW6FE......................................................... 342
GRFICO 239-ANLISE PARA A LARGURA DE F3PW6FE .................................................................. 342
GRFICO 240-ANLISE PARA A ALTURA DE F3PW6FE....................................................................... 342
GRFICO 241-ANLISE PARA O COMPRIMENTO DE F4PJO6F........................................................... 343
GRFICO 242-ANLISE PARA A LARGURA DE F4PJO6F .................................................................... 343
GRFICO 243-ANLISE PARA A ALTURA DE F4PJO6F ........................................................................ 343
GRFICO 244-ANLISE PARA O COMPRIMENTO DE F4PJO6FE ........................................................ 344
GRFICO 245-ANLISE PARA A LARGURA DE F4PJO6FE.................................................................. 344
GRFICO 246-ANLISE PARA A ALTURA DE F4PJO6FE...................................................................... 344
GRFICO 247-ANLISE PARA O COMPRIMENTO DE F4PJOMAC...................................................... 345
GRFICO 248-ANLISE PARA A LARGURA DE F4PJOMAC............................................................... 345
GRFICO 249-ANLISE PARA A ALTURA DE F4PJOMAC ................................................................... 345
GRFICO 250-ANLISE PARA O COMPRIMENTO DE F5PTMACJOMAC.......................................... 346
GRFICO 251-ANLISE PARA A LARGURA DE F5PTMAC................................................................. 346
GRFICO 252-ANLISE PARA A ALTURA DE F5PTMAC ..................................................................... 346
GRFICO 253-ANLISE PARA O COMPRIMENTO DE F6PS2F............................................................. 347
GRFICO 254-ANLISE PARA A LARGURA DE F6PS2F ...................................................................... 347
GRFICO 255-ANLISE PARA A ALTURA DE F6PS2F........................................................................... 347
GRFICO 262-ANLISE PARA O COMPRIMENTO DE F6PS6FE........................................................... 350
GRFICO 263-ANLISE PARA A LARGURA DE F6PS6FE.................................................................... 350
GRFICO 264-ANLISE PARA A ALTURA DE F6PS6FE........................................................................ 350
GRFICO 265-ANLISE PARA O COMPRIMENTO DE F6PS6FEE........................................................ 351
GRFICO 266-ANLISE PARA A LARGURA DE F6PS6FEE.................................................................. 351
GRFICO 267-ANLISE PARA A ALTURA DE F6PS6FEE...................................................................... 351
GRFICO 268-ANLISE PARA O COMPRIMENTO DE F7PE6FE .......................................................... 352

xv
GRFICO 269-ANLISE PARA A LARGURA DE F7PE6FE.................................................................... 352
GRFICO 270-ANLISE PARA A ALTURA DE F7PE6FE........................................................................ 352
GRFICO 271-ANLISE PARA O COMPRIMENTO DE F7PE6F............................................................. 353
GRFICO 272-ANLISE PARA A LARGURA DE F7PE6F ...................................................................... 353
GRFICO 273-ANLISE PARA A ALTURA DE F7PE6F .......................................................................... 353
GRFICO 274-ANLISE PARA O COMPRIMENTO DE F6PE2F............................................................. 354
GRFICO 275-ANLISE PARA A LARGURA DE F6PE2F ...................................................................... 354
GRFICO 276-ANLISE PARA A ALTURA DE F6PE2F .......................................................................... 354
GRFICO 277-ANLISE PARA O COMPRIMENTO DE F8PJJ6F............................................................ 355
GRFICO 278-ANLISE PARA A LARGURA DE F8PJJ6F...................................................................... 355
GRFICO 279-ANLISE PARA A ALTURA DE F8PJJ6F.......................................................................... 355
GRFICO 280-ANLISE PARA O COMPRIMENTO DE F9PSJ6FE......................................................... 356
GRFICO 281-ANLISE PARA A LARGURA DE F9PSJ6FE .................................................................. 356
GRFICO 282-ANLISE PARA A ALTURA DE F9PSJ6FE....................................................................... 356
GRFICO 283-ANLISE PARA O COMPRIMENTO DE F9PSJ2F ........................................................... 357
GRFICO 284-ANLISE PARA A LARGURA DE F9PSJ2F..................................................................... 357
GRFICO 285-ANLISE PARA A ALTURA DE F9PSJ2F......................................................................... 357
GRFICO 286-ANLISE PARA O COMPRIMENTO DE F9PSJ6F ........................................................... 358
GRFICO 287-ANLISE PARA A LARGURA DE F9PSJ6F..................................................................... 358
GRFICO 288-ANLISE PARA A ALTURA DE F9PSJ6F......................................................................... 358
GRFICO 289-ANLISE PARA O COMPRIMENTO DE F10PK6F .......................................................... 359
GRFICO 290-ANLISE PARA A LARGURA DE F10PK6F.................................................................... 359
GRFICO 291-ANLISE PARA A ALTURA DE F10PK6F........................................................................ 359
GRFICO 292-ANLISE PARA O COMPRIMENTO DE F11PJAAMAC................................................. 360
GRFICO 293-ANLISE PARA A LARGURA DE F11PJAAMAC.......................................................... 360
GRFICO 294-ANLISE PARA A ALTURA DE F11PJAAMAC .............................................................. 360
GRFICO 295-ANLISE PARA O COMPRIMENTO DE F12PK6F .......................................................... 361
GRFICO 296-ANLISE PARA A LARGURA DE F12PK6F.................................................................... 361
GRFICO 297-ANLISE PARA A ALTURA DE F12PK6F........................................................................ 361
GRFICO 298-ANLISE PARA O COMPRIMENTO DE F13PSC6F ........................................................ 362
GRFICO 299-ANLISE PARA A LARGURA DE F13PSC6F.................................................................. 362
GRFICO 300-ANLISE PARA A ALTURA DE F13PSC6F...................................................................... 362
GRFICO 301-ANLISE PARA O COMPRIMENTO DE F14PP6F........................................................... 363
GRFICO 302-ANLISE PARA A LARGURA DE F14PP6F .................................................................... 363
GRFICO 303-ANLISE PARA A ALTURA DE F14PP6F......................................................................... 363
GRFICO 304-ANLISE PARA O COMPRIMENTO DE F15PF6F........................................................... 364
GRFICO 305-ANLISE PARA A LARGURA DE F15PF6F .................................................................... 364
GRFICO 306-ANLISE PARA A ALTURA DE F15PF6F......................................................................... 364
GRFICO 307-ANLISE PARA O COMPRIMENTO DE F15PFMAC...................................................... 365
GRFICO 308-ANLISE PARA A LARGURA DE F15PFMAC ............................................................... 365
GRFICO 309-ANLISE PARA A ALTURA DE F15PFMAC.................................................................... 365
GRFICO 310-ANLISE PARA O COMPRIMENTO DE F16PL6F........................................................... 366
GRFICO 311-ANLISE PARA A LARGURA DE F16PL6F.................................................................... 366
GRFICO 312-ANLISE PARA A ALTURA DE F16PL6F ........................................................................ 366
GRFICO 313-ANLISE PARA O COMPRIMENTO DE F17PBM6F....................................................... 367
GRFICO 314-ANLISE PARA A LARGURA DE F17PBM6F ................................................................ 367
GRFICO 315-ANLISE PARA A ALTURA DE F17PBM6F .................................................................... 367
GRFICO 316-ANLISE PARA O COMPRIMENTO DE F18PP6F........................................................... 368
GRFICO 317-ANLISE PARA A LARGURA DE F18PP6F .................................................................... 368
GRFICO 318-ANLISE PARA A ALTURA DE F18PP6F......................................................................... 368
GRFICO 319-ANLISE PARA O COMPRIMENTO DE F19PG6F .......................................................... 369
GRFICO 320-ANLISE PARA A LARGURA DE F19PG6F.................................................................... 369
GRFICO 321-ANLISE PARA A ALTURA DE F19PG6F........................................................................ 369
GRFICO 322-ANLISE PARA O COMPRIMENTO DE F20PR6F........................................................... 370
GRFICO 323-ANLISE PARA A LARGURA DE F20PR6F.................................................................... 370

xvi
GRFICO 324-ANLISE PARA A ALTURA DE F20PR6F........................................................................ 370
GRFICO 325-ANLISE PARA O COMPRIMENTO DE F20PR6FE........................................................ 371
GRFICO 326-ANLISE PARA A LARGURA DE F20PR6FE ................................................................. 371
GRFICO 327-ANLISE PARA A ALTURA DE F20PR6FE...................................................................... 371
GRFICO 328-ANLISE PARA O COMPRIMENTO DE F21PPE6F......................................................... 372
GRFICO 329-ANLISE PARA A LARGURA DE F21PPE6F.................................................................. 372
GRFICO 330-ANLISE PARA A ALTURA DE F21PPE6F...................................................................... 372
GRFICO 331-ANLISE PARA O COMPRIMENTO DE F22PBN6F........................................................ 373
GRFICO 332-ANLISE PARA A LARGURA DE F22PBN6F................................................................. 373
GRFICO 333-ANLISE PARA A ALTURA DE F22PBN6F..................................................................... 373
GRFICO 334-ANLISE PARA O COMPRIMENTO DE F23PPAS6F...................................................... 374
GRFICO 335-ANLISE PARA A LARGURA DE F23PPAS6F ............................................................... 374
GRFICO 336-ANLISE PARA A ALTURA DE F23PPAS6F ................................................................... 374
GRFICO 337-ANLISE PARA O COMPRIMENTO DE F23PPAS4F...................................................... 375
GRFICO 338-ANLISE PARA A LARGURA DE F23PPAS4F ............................................................... 375
GRFICO 339-ANLISE PARA A ALTURA DE F23PPAS4F ................................................................... 375
GRFICO 340-ANLISE PARA O COMPRIMENTO DE F24P20006F..................................................... 376
GRFICO 341-ANLISE PARA A LARGURA DE F24P20006F .............................................................. 376
GRFICO 342-ANLISE PARA A ALTURA DE F24P20006F................................................................... 376
GRFICO 343-ANLISE PARA O COMPRIMENTO DE F25PSC6F ........................................................ 377
GRFICO 344-ANLISE PARA A LARGURA DE F25PSC6F.................................................................. 377
GRFICO 345-ANLISE PARA A ALTURA DE F25PSC6F...................................................................... 377
GRFICO 346-ANLISE PARA O COMPRIMENTO DE F26PRO6FEE................................................... 378
GRFICO 347-ANLISE PARA A LARGURA DE F26PRO6FEE............................................................ 378
GRFICO 348-ANLISE PARA A ALTURA DE F26PRO6FEE................................................................ 378
GRFICO 349-ANLISE PARA O COMPRIMENTO DE F26PRO6FE..................................................... 379
GRFICO 350-ANLISE PARA A LARGURA DE F26PRO6FE............................................................... 379
GRFICO 351-ANLISE PARA A ALTURA DE F26PRO6FE................................................................... 379
GRFICO 352-ANLISE PARA O COMPRIMENTO DE F26PRO6F........................................................ 380
GRFICO 353-ANLISE PARA A LARGURA DE F26PRO6F................................................................. 380
GRFICO 354-ANLISE PARA A ALTURA DE F26PRO6F..................................................................... 380
GRFICO 355-ANLISE PARA O COMPRIMENTO DE RCS6F.............................................................. 383
GRFICO 356-ANLISE PARA A LARGURA DE RCS6F........................................................................ 383
GRFICO 357-ANLISE PARA A ALTURA DE RCS6F............................................................................ 383
GRFICO 358-ANLISE PARA O COMPRIMENTO RCS6FE................................................................. 384
GRFICO 359-ANLISE PARA A LARGURA RCS6FE........................................................................... 384
GRFICO 360-ANLISE PARA A ALTURA RCS6FE............................................................................... 384
GRFICO 361-ANLISE PARA O COMPRIMENTO RCS6FEE............................................................... 385
GRFICO 362-ANLISE PARA A LARGURA RCS6FEE........................................................................ 385
GRFICO 363-ANLISE PARA A ALTURA RCS6FEE............................................................................ 385
GRFICO 364-ANLISE PARA O COMPRIMENTO RCS6FEE*............................................................. 386
GRFICO 365-ANLISE PARA A LARGURA RCS6FEE*...................................................................... 386
GRFICO 366-ANLISE PARA A ALTURA RCS6FEE* .......................................................................... 386
GRFICO 367-ANLISE PARA O COMPRIMENTO RCSMAC............................................................... 387
GRFICO 368-ANLISE PARA A LARGURA RCSMAC........................................................................ 387
GRFICO 369-ANLISE PARA A ALTURA RCSMAC............................................................................ 387
GRFICO 370-ANLISE PARA O COMPRIMENTO RCS8F.................................................................... 388
GRFICO 371-ANLISE PARA A LARGURA RCS8F............................................................................. 388
GRFICO 372-ANLISE PARA A ALTURA RCS8F................................................................................. 388
GRFICO 373-ANLISE PARA O COMPRIMENTO RCSL ..................................................................... 389
GRFICO 374-ANLISE PARA A LARGURA RCSL............................................................................... 389
GRFICO 375-ANLISE PARA A ALTURA RCSL................................................................................... 389
GRFICO 376-ANLISE PARA O COMPRIMENTO RCS2F.................................................................... 390
GRFICO 377-ANLISE PARA A LARGURA RCS2F............................................................................. 390

xvii
GRFICO 379-ANLISE PARA O COMPRIMENTO RCS2FE.................................................................. 391
GRFICO 380-ANLISE PARA A LARGURA RCS2FE........................................................................... 391
GRFICO 382-ANLISE PARA O COMPRIMENTO RCS4F..................................................................... 392
GRFICO 383-ANLISE PARA A LARGURA RCS4F.............................................................................. 392
GRFICO 385-ANLISE PARA O COMPRIMENTO RCS4FE.................................................................. 393
GRFICO 386-ANLISE PARA A LARGURA RCS4FE............................................................................ 393
GRFICO 388-ANLISE PARA O COMPRIMENTO RCSTF................................................................... 394
GRFICO 389-ANLISE PARA A LARGURA RCSTF.............................................................................. 394
GRFICO 390-ANLISE PARA A ALTURA RCSTF................................................................................. 394
GRFICO 391-ANLISE PARA O COMPRIMENTO RCSTR................................................................... 395
GRFICO 392-ANLISE PARA A LARGURA RCSTR............................................................................. 395
GRFICO 393-ANLISE PARA A ALTURA RCSTR................................................................................ 395

xviii
LISTA DE FIGURAS

FIGURA 1 HISTOGRAMA PARA O COMPRIMENTO DOS TIJOLOS .............................. ................... ..30
FIGURA 4 DIAGRAMA DE PARETO........................................................................................................ ..31
FIGURA 3 - SECAGEM NATURAL DE PRODUTOS CERMICOS......................................................... 228
FIGURA 4 - FORNOS DE FUNCIONAMENTO INTERMITENTE............................................................. 236
FIGURA 5 - RETIRADA MANUAL DE PRODUTOS CERMICOS.......................................................... 238
FIGURA 6 - NORMAS TCNICAS APLICADAS S INDSTRIAS CERMICAS................................. 243
FIGURA 7 - FLUXOGRAMA DA PRODUO DE TIJOLOS ................................................................... 245
FIGURA 8 - FLUXOGRAMA DA PRODUAO DE TELHAS..................................................................... 246

xix
LISTA DE TABELAS

TABELA 1 - VALORES PARA CONSTRUO DA CCO DO GRFICO DE CONTROLE
PARA A FRAO DE NO CONFORMES.. ................................................................... ..52
TABELA 2 - CLCULO PARA CONSTRUO DA CCO DO GRFICO c ....................................... ..57
TABELA 3 - MEDIDA DO COMPRIMENTO DE BLOCOS CERMICOS .......................................... ..63
TABELA 4 - COMPARAO DOS NDICES DE CAPACIDADE. ........................................................ ..88
TABELA 5 - VALORES SELECIONADOS PARA EXPERIMENTOS DE DUNCAN.......................... 132
TABELA 6 - PROJETO TIMO DE DUNCAN......................................................................................... 133
TABELA 7 - MATRIZ DE TRANSIO................................................................................................... 145
TABELA 8 - CUSTO E PLANO DE COMPARAO PARA 5 . 0 = E 25 = ............................... 150
TABELA 9 - CUSTO E PLANO DE COMPARAO PARA 5 . 1 = E 25 = .................................. 150
TABELA 10 - CUSTO E PLANO DE COMPARAO PARA 5 . 1 = E 100 = ................................ 152
TABELA 11 - CUSTO E PLANO DE COMPARAO PARA 05 = E 25 = .................................. 153
TABELA 12 - CUSTO E PLANO DE COMPARAO PARA 5 . 1 = E 25 = .................................. 155
TABELA 13 - NVEL DOS FATORES USADOS NO PROJETO EXPERIMENTAL............................... 164
TABELA 14 - PROJETO TIMO PARA O GRFICO x PARA O PROCESSO
CONTNUO............................................................................................................................. 165
TABELA 15 - ANLISE DE VARINCIA PARA O CUSTO NO PROCESSO CONTNUO ................. 166
TABELA 16 - ANLISE DE VARINCIA PARA O TAMANHO DA AMOSTRA EM UM
PROCESSO CONTNUO....................................................................................................... 167
TABELA 17 - ANLISE DE VARINCIA PARA OS LIMITES DE CONTROLE NO
TABELA 18 - ANLISE DE VARINCIA PARA O TEMPO ENTRE AS AMOSTRAS NO
TABELA 19 - PROJETO TIMO PARA O GRFICO x PARA O MODELO DE
PROCESSO DESCONTNUO................................................................................................ 169
TABELA 20 - ANLISE DE VARINCIA DO CUSTO EM UM PROCESSO
DESCONTNUO..................................................................................................................... 170
TABELA 21 - ANLISE DE VARINCIA PARA O TAMANHO DA AMOSTRA EM UM
TABELA 22 - ANLISE DE VARINCIA PARA O LIMITE DE CONTROLE NO
TABELA 23 - ANLISE DE VARINCIA PARA O TEMPO ENTRE AS AMOSTRAS NO
TABELA 24 - PREJUZOS PARA A NO ESPECIFICAO DO MODELO ......................................... 174
TABELA 25 - PROJETO TIMO DOS GRFICOS VSR E FSR.............................................................. 189
TABELA 26 - PROJETO TIMO DOS GRFICOS FSR E VSR ............................................................. 191
TABELA 27 - PROJETO TIMO DOS GRFICOS FSR E VSR.............................................................. 192
TABELA 28 - PROJETO TIMO DOS GRFICOS FSR E VSR.............................................................. 193
TABELA 29 - SOLUO TIMA................................................................................................................ 205
TABELA 30 - DETERMINAO DE UM PLANO DE CONTROLE x .............................................. 207
TABELA 31 - DETERMINAO DE UM PLANO DE CONTROLE x .............................................. 209
TABELA 32 - MODELO DE MLTIPLAS CAUSAS................................................................................ 211
TABELA 33 - TEMPERATURA PARA ELIMINAO DE GUA.......................................................... 225
TABELA 34 - DEMONSTRATIVO DO NMERO DE INDSTRIAS/ITENS AVALIADOS ............... 248

xx
LISTA DE QUADROS

QUADRO 1 - ANLISE DAS AMOSTRAS DE TIJOLOS DE CNDIDO DE ABREU -PR................ 256
QUADRO 2 - ANLISE DAS AMOSTRAS DE TIJOLOS DE PITANGA -PR...................................... 258
QUADRO 3 - ANLISE DAS AMOSTRAS DE TIJOLOS DE PALMEIRA-PR.................................... 260
QUADRO 4A - ANLISE DAS AMOSTRAS DE TIJOLOS DE PAULO FRONTIM-PR....................... 266
QUADRO 4B - ANLISE DAS AMOSTRAS DE TELHAS DE PAULO FRONTIM -PR ...................... 266
QUADRO 5 - ANLISE DAS AMOSTRAS DE TIJOLOS DE MALLET -PR....................................... 270
QUADRO 6 - ANLISE DAS AMOSTRAS DE TIJOLOS DE TEIXEIRA SOARES -PR................... 272
QUADRO 7 - ANLISE DAS AMOSTRAS DE TIJOLOS DE FERNANDES PINHEIRO................... 274
QUADRO 8 - ANLISE DAS AMOSTRAS DE TIJOLOS DE IVA PR.............................................. 282
QUADRO 9 - ANLISE DAS AMOSTRAS DE TIJOLOS DE IPIRANGA-PR..................................... 284
QUADRO 10A - ANLISE DAS AMOSTRAS DE TIJOLOS DE REBOUAS -PR.................................. 287
QUADRO 10B - ANLISE DAS AMOSTRAS DE TELHAS DE REBOUAS-PR.................................... 287
QUADRO 11A - ANLISE DAS AMOSTRAS DE TIJOLOS DE IRATI PR............................................ 292
QUADRO 11B - ANLISE DAS AMOSTRAS DE TELHAS DE IRATI-PR .............................................. 292
QUADRO 12A - ANLISE DAS AMOSTRAS DE TIJOLOS DE IMBITUVA -PR................................... 309
QUADRO 12B - ANLISE DAS AMOSTRAS DE TELHAS DE IMBITUVA -PR.................................... 309
QUADRO 13A - ANLISE DAS AMOSTRAS DE TIJOLOS DE GUAMIRANGA -PR ........................... 322
QUADRO 13B - ANLISE DAS AMOSTRAS DE TELHAS DE GUAMIRANGA-PR............................. 322
QUADRO 14 - ANLISE DAS AMOSTRAS DE TIJOLOS DE MANOEL RIBAS -PR......................... 324
QUADRO 15A - ANLISE DAS AMOSTRAS DE TIJOLOS DE BALSA NOVA -PR.............................. 334
QUADRO 15B - ANLISE DAS AMOSTRAS DE TELHAS DE BALSA NOVA -PR.............................. 334
QUADRO 16A - ANLISE DAS AMOSTRAS DE TIJOLOS DE RIO AZUL-PR..................................... 338
QUADRO 16B - ANLISE DAS AMOSTRAS DE TELHAS DE RIO AZUL-PR ...................................... 338
QUADRO 17A - ANLISE DAS AMOSTRAS DE TIJOLOS DE PRUDENTPOLIS-PR....................... 381
QUADRO 18A - ANLISE DAS AMOSTRAS DE TIJOLOS DA REGIO CENTRO SUL/PR............... 396
QUADRO 18B - ANLISE DAS AMOSTRAS DE TELHAS REGIO CENTRO SUL/PR....................... 397

xxi

RESUMO

A permanncia das empresas em um mercado globalizado, passa
necessariamente pela valorizao do seu pblico consumidor. No setor industrial, esta
valorizao pode ser observada pela qualidade no atendimento e pelo respeito s
normas tcnicas que regem a produo, a fim de que se tenha um excelente produto
final capaz de atender aos anseios da clientela.
Num mercado competitivo onde a boa qualidade dos produtos faz com que a
empresa permanea atuante, torna-se imprescindvel monitorar o processo produtivo.
Esse controle pode ser feito na linha de produo pelo emprego do mtodo estatstico
denominado de Controle Estatstico do Processo (CEP). Assim, atravs dos grficos
(cartas) de controle possvel identificar falhas na linha de produo permitindo a
busca; verificao e correo dos problemas detectados.
As medidas estatsticas da qualidade - e indiretamente do grau de
competitividade da empresa - so os ndices de capacidade do processo: Cp, Cpk e
Cpkm. A prtica do monitoramento dos processos, por meio desses ndices, faz com
que no s a administrao da empresa, mas tambm os trabalhadores avaliem a
qualidade presente e a que podem alcanar atravs das melhorias.
Neste trabalho apresentam-se, tambm, os temas de Engenharia Econmica.
Especificamente, abordam-se as questes econmicas envolvidas com o Controle
Estatstico do Processo (CEP).
Nas indstrias cermicas, executou-se um trabalho de campo para
verificao da qualidade das dimenses dos itens produzidos, tendo-se como
referncia as exigncias das normas tcnicas da ABNT. Os ndices de capacidade
constituram-se nas ferramentas bsicas para essa pesquisa de campo, na qual

xxii
trabalhou-se com as amostras obtidas junto s indstrias cermicas da regio centro-
sul do Paran (plo em Ponta Grossa) com o objetivo de avaliar, conforme relatado, a
adequao das dimenses dos produtos as especificaes das normas tcnicas de
materiais de construo cermicos.

xxiii

ABSTRACT

The permanence of companies making business in global market, goes necessarily
through a consumers valorization process. In the industrial area, this valorization can be taken as
better service and respect to the technical standards that rule the production, aiming an excellent
final product able to fully satisfy the clients.
In a competitive environment, where the quality of the goods produced makes the
difference either in favor or against the maintenance of any production system, it is indispensable
to monitor the process. This control can be done in the production area by the statistical method
called Process Statistical Control (CEP in Portuguese). By means of using control plots, it is
possible to identify faults in the production line, allowing for a search, verification an correction
of the problems so detected.
The statistical quality measurements, an also the competitiveness of the company by
extension, are described through the process capacity indexes Cp, Cpk and Cpkm. The process
monitoring activity, put into practice via obtaining an analyzing these parameters, allows for not
only the company administration people but also for the production employees, to constantly
evaluate and improve the quality of the product.
In this research the subject Economical Engineering is also present, applied to some
questions involved in the process statistical control.

xxiv
Specifically reporting about the ceramics industry, a field survey was done to verify the
quality and the dimensions of the produced items, taking as reference the technical standards
established in Brazil by ABNT (Associao Brasileira de Normas Tcnicas). The capacity
indexes obtained served as basic tools for the field research, done with data gathered from the
ceramic industry located in the Central/Southern part of the State of Paran (Ponta Grossa and
surrounding areas). The objective was to evaluate the adequacy of the products dimension to the
standards related to this type of building materials.

CAPTULO I

1. INTRODUO

1.1 ORIGEM DO TRABALHO

A qualidade cada vez mais um fator bsico na deciso dos consumidores
para adquirir produtos e servios. Com isso, o aperfeioamento da qualidade tem se
tornado uma atividade essencial na maior parte das organizaes, para manter a
existncia de clientes e a conquista de novos mercados, alm de tornar novos produtos
e tecnologia mais competitiva.
No sculo XIX, os esforos para eliminar as variaes inerentes ao
processo eram muitas vezes bem sucedidos devido simplicidade de seus produtos
manufaturados. Atualmente, com a maior complexidade dos sistemas de fabricao e
montagem, grande ateno dispendida no controle da variao das caractersticas do
produto em torno do valor nominal buscando-se desenvolver um produto cada vez
melhor e dentro das normas tcnicas exigidas. O controle estatstico de processo
(CEP) uma ferramenta utilizada para controlar as variabilidades do processo, e
atravs do uso dos grficos de controle, monitora as caractersticas dos produtos com
relao aos limites de especificao.
Desta forma as empresas que desejarem, podero monitorar as caractersticas
dos seus produtos, corrigindo eventuais falhas durante o processo de
fabricao/industrializao a fim de entregar aos seus clientes produtos de boa
qualidade. Assim, este trabalho tem como origem as grandes variabilidades, por vezes
2
detectadas, entre as caractersticas de alguns produtos colocados no mercado, os quais
deveriam se equivaler em aspectos como dimenses e resistncia compresso, por
exemplo, conforme especificaes das normas aplicadas aos produtos.
1.2 OBJETIVO DO TRABALHO

Este trabalho tem como objetivo:
1) verificar o padro de qualidade das dimenses dos produtos colocados
disposio dos consumidores, pelas indstrias cermicas da regio centro-
sul do Paran, tomando-se como referncia s exigncias e limitaes
constantes das normas tcnicas vigentes;
2) apresentar algumas teorias de projetos econmicos , capazes de
contribuir para a escolha do mtodo de Controle Estatstico do Processo
(CEP), mais adequado para cada empresa; buscando sempre a reduo
dos seus custos;
3) utilizar os conceitos de qualidade para diagnosticar o estado de controle
dos processos de produo, verificando se so capazes de satisfazer as
especificaes pr-estabelecidas.
1.3 IMPORTNCIA DO TRABALHO

Este trabalho se reveste de grande importncia medida em que:
a) procura manter o consumidor brasileiro informado sobre a adequao dos
produtos aos padres institudos pelas Normas Tcnicas, contribuindo
para ele faa escolhas bem fundamentadas;
b) fornece subsdios, atravs da informao sobre a tendncia da
3
conformidade dos produtos analisados, para a indstria nacional melhorar
continuamente a qualidade de seus produtos e servios;
c) diferencia os produtos e servios disponveis no mercado nacional
tornando a concorrncia mais equalizada.
1.4 LIMITAES DO TRABALHO

A idia inicial deste trabalho era estudar as questes econmicas
relacionadas com o controle de qualidade durante o processo de fabricao dos
produtos. No entanto, a falta de colaborao dos administradores, fez com que
houvesse uma mudana nos rumos levando no mais a uma anlise dos modelos de
projetos econmicos aplicados linha de produo, mas sim a anlise das
caractersticas de qualidade do produto final colocado disposio dos consumidores.
Outra limitao distncia dos centros de produo, o que restringe a rea
de abrangncia para a regio Centro Sul do Paran.
1.5 ESTRUTURA DO TRABALHO
Este trabalho composto por esta introduo e mais dois captulos. No
captulo dois apresenta-se uma reviso de literatura, englobando aspectos surgidos na
revoluo industrial (seo 2); os conceitos de qualidade e produtividade (seo 3);
mtodos estatsticos do processo (seo 4); mtodos e filosofia do CEP (seo 5) e os
diferentes tipos de grficos de controle (seo 6). Ainda nesse captulo h uma reviso
de literatura da teoria dos projetos econmicos dos grficos de controle, com nfase
para os processo e mtodos utilizados na linha de produo (seo 7).
No captulo trs tem-se a anlise dos dados obtidos das indstrias cermicas,
a metodologia utilizada, as concluses e sugestes para trabalhos futuros.

CAPTULO II
2. REVISO DE LITERATURA
2.1 INTRODUO

Os mtodos modernos de controle de qualidade desempenham, hoje, papel
fundamental no processo de aumento da produtividade em empresas industriais,
comerciais e de prestao de servios. A crescente importncia do controle de
qualidade est associada a uma competio cada vez mais acirrada pelos mercados de
produtos e servios, que demandam artigos cada vez melhores a preos competitivos.
A nica sada para as empresas que desejam permanecer competitivas nessas
condies o contnuo aperfeioamento dos seus processos de produo; atravs da
implantao de mtodos de controle de qualidade e melhorias na produtividade.
Assim, pretende-se aqui apresentar uma discusso das idias nas quais o
importante mtodo de controle estatstico de qualidade est centrado. A maior parte
dessas consideraes trata do uso de grficos de controle, mais freqentemente
empregados na produo industrial, obtidos a partir da indicao dos limites mximos
de defeitos admitidos pelo controle de qualidade de cada empresa.
A utilizao dos grficos de controle tem fundamento estatstico cujas
aplicaes, na gesto de qualidade e produtividade, tiveram como pioneiro W. A.
Shewart (1925) que disse h mais de meio sculo que:
A grande contribuio da estatstica no se baseia tanto no fato de levar um
grupo de estatsticos altamente qualificados para uma indstria, mas no fato
de criar uma gerao de fsicos, qumicos, engenheiros e outros profissionais
com uma mentalidade estatstica, os quais iro, de algum modo, dar uma
5
ajuda no desenvolvimento e no direcionamento dos processos de produo
do futuro.
Inicia-se esta reviso de literatura com a perspectiva histrica da qualidade e
da produtividade. Discute-se a evoluo dos estilos de gerenciamento e desenvolve-se
a teoria que fundamenta o tema correspondente ao projeto econmico, relacionando-o
com os grficos de controle. No entanto, antes de mencionar os fundamentos de
qualidade e produtividade importante lembrar a origem desse processo, desenvolvido
a partir da revoluo industrial, cuja sntese histrica a seguir abordada.

2.2 REVOLUO INDUSTRIAL
2.2.1 Introduo

A revoluo industrial, designa um processo de profundas transformaes
econmico-sociais que se iniciou principalmente na Inglaterra, em meados do sculo
XVIII. Caracteriza-se pela passagem da manufatura indstria mecnica. A
introduo de mquinas fabris multiplica o rendimento do trabalho e aumenta a
produo global. A Inglaterra adianta sua industrializao em 50 anos em relao ao
continente europeu e sai na frente na expanso colonial. Entre as principais
caractersticas da sociedade industrial, podemos citar: a organizao das mais diversas
atividades humanas pelo capital; a predominncia da indstria na atividade econmica
e o crescimento da urbanizao. Vrios historiadores tm dividido o processo de
criao das sociedades industriais em duas fases, a primeira com durao de 1760 a
1860 e a segunda iniciada por volta de 1860. Com essa revoluo surgiram tambm
novas formas de energia, como a eletricidade e os combustveis derivados do petrleo.
A velha
Europa agrria foi se tornando uma regio com cidades populosas e
6
industrializadas. Com o tempo, a revoluo industrial influenciou profundamente a
vida de milhes de pessoas em todas as regies do planeta.

2.2.2 Fatores da Primeira Revoluo Industrial

Os principais fatores que desencadearem a revoluo industrial, de acordo
com Selito (2000), so os seguintes:
2.2.2.1 Evoluo comercial

A primeira etapa da industrializao foi gerada pela revoluo comercial,
realizada entre os sculos XV e XVIII, principalmente em alguns pases da Europa
centro-ocidental. Para esses pases, a expanso do comrcio internacional trouxe um
extraordinrio aumento da riqueza, permitindo a acumulao de capitais capazes de
financiar o progresso tcnico e alto custo da instalao de industrias.
A burguesia europia, fortalecida com o desenvolvimento dos seus negcios,
passou a se interessar pelo aperfeioamento das tcnicas de produo e a investir no
trabalho de inventores na criao de mquinas e experincias industriais. Alm disso, a
revoluo comercial resultou num aumento incessante de mercados, isto , do lugar
geogrfico das trocas.A ampliao das trocas, que a partir do sculo XVI os europeus
passaram a realizar em escala planetria, levou a radical alterao nas formas de
produzir de alguns pases da Europa ocidental.
2.2.2.2 O aumento da diviso do trabalho

Com a expanso do comrcio, o trabalho artesanal, realizado com
7
ferramentas, tpico das corporaes de ofcio, foi sendo substitudo por um trabalho
mais dividido, que exigiu a utilizao de mquinas numa escala crescente. A
produtividade foi incomparavelmente maior.
Na Frana, por exemplo, os sapatos eram produzidos de forma artesanal: um
mesmo arteso cortava, costurava, ou seja, realizava sozinho diversas tarefas que
resultavam na fabricao de um sapato. Depois da extino das corporaes e do
crescimento do mercado, cada operrio no interior das fbricas nascentes foi
especializado numa determinada tarefa.

2.2.2.3 A utilizao de mquinas

Logo se verificou que uma maior produtividade e maiores lucros para os
empresrios poderiam ser obtidos acrescentando-se ao trabalho dividido o emprego de
mquinas em larga escala.
A sociedade industrial caracterizou-se fundamentalmente pela utilizao
sistemtica de maquinrio na produo e no transporte de mercadorias. Para
compreender a importncia das mquinas, basta lembrar que elas, ao contrrio das
ferramentas, realizam trabalhos utilizando basicamente foras da natureza, como o
vento, a gua, o fogo, o vapor, e um mnimo de fora humana.
Alguns pensadores afirmam que a humanidade realizou seus maiores
progressos criando mquinas para utilizar as energias da natureza. O progresso se
realizou nos momentos em que a humanidade conseguiu fazer as foras da natureza
trabalharem por ela por meio das mquinas.
A exigncia de produzir mais, com o aumento das trocas levou praticamente
ao progresso tcnico, que passou a constituir um dos traos mais significativos do
moderno e contemporneo.
8
2.2.3 A Revoluo Industrial na Inglaterra
2.2.3.1 Introduo

A primeira fase da revoluo industrial (1760-1860) aconteceu na Inglaterra.
O pioneirismo se deveu a vrios fatores, como o acmulo de capitais e grandes
reservas de carvo. Com o seu poderio naval, abriu mercados na frica, ndia e nas
Amricas para exportar produtos industrializados e importar matrias-primas. Ao
longo dos sculos XVI, XVII e XVIII, houve o acmulo de capital em mos de um
pequeno grupo investidor. Esses capitais provinham do comrcio colonial, do
contrabando, do trfico de escravos, de transaes com outros pases. Esses capitais
eram igualmente acumulados atravs de operaes no setor da produo agrcola.
Esses capitais no eram atingidos por tributos elevados e desde o sculo XVII
dispunham de uma empresa bancria slida (o banco da Inglaterra), onde inclusive
poderiam ser depositados com amplas garantias, sem se esquecer possibilidade de
obteno de crditos.
Os setores empresariais dispunham de mo-de-obra numerosa. Essa mo-de-
obra crescia em funo do aumento demogrfico causado pela diminuio do ndice de
mortalidade e manuteno de alto ndice de natalidade, pelo xodo rural provocado
pelos "enclosures" que criavam numerosos indivduos sem emprego e pela falncia
das corporaes de ofcio, o que, posteriormente, foi ampliado com o declnio das
manufaturas. Assim, com a mecanizao, aumentando a produo e os lucros, as
indstrias se expandiram, embora determinados setores da produo industrial
conhecessem progressos mais rpidos do que os verificados em outros setores.
No setor dos transportes, duas invenes foram importantssimas: o navio a
vapor, construdo por Robert Fulton (1807), e a locomotiva a vapor, idealizada por
George Stephenson (1814).
9
2.2.3.2 Fatores da revoluo inglesa

Os principais fatores que incentivaram a revoluo industrial na Inglaterra
foram:
a) acmulo de capital: depois da revoluo Gloriosa a burguesia inglesa se
fortalece e permite que o pas tenha a mais importante zona de livre
comrcio da Europa. O sistema financeiro dos mais avanados. Esses
fatores favorecem o acmulo de capitais e a expanso do comrcio em
escala mundial;
b) controle do campo: cada vez mais fortalecida, a burguesia passa a
investir tambm no campo e cria os cerceamentos (grandes propriedades
rurais). Novos mtodos agrcolas permitem o aumento da produtividade e
racionalizao do trabalho. Assim, muitos camponeses deixam de ter
trabalho no campo ou so expulsos de suas terras. Vo buscar trabalho
nas cidades e so incorporados pela indstria nascente;
c) crescimento populacional: os avanos da medicina preventiva e sanitria
e o controle das epidemias favorecem o crescimento demogrfico.
Aumenta assim a oferta de trabalhadores para a indstria.
d) reservas de carvo: alm de possuir grandes reservas de carvo, a
Inglaterra as tem situado perto de portos importantes, o que facilita o
transporte e a instalao de indstrias baseadas em carvo. Nessa poca a
maioria dos pases europeus usa madeira e carvo vegetal como
combustveis. As comunicaes e o comrcio internos so facilitados pela
instalao de redes de estradas e de canais navegveis. Em 1848 a
Inglaterra possua oito mil quilmetros de ferrovias;
e) situao geogrfica: a localizao da Inglaterra, na parte ocidental da
Europa, facilita o acesso s mais importantes rotas de comrcio
10
internacional e permite conquistar mercados ultramarinos. O pas possui
muitos portos e intenso comrcio costeiro.

2.2.4 Expanso Industrial

A segunda fase da revoluo (de 1860 a 1900) caracterizada pela difuso
dos princpios de industrializao na Frana, Alemanha, Itlia, Blgica, Holanda,
Estados Unidos e Japo. Cresce a concorrncia e a indstria de bens de produo.
Nessa fase as principais mudanas no processo produtivo so a utilizao de novas
formas de energia (eltrica e derivada de petrleo), o aparecimento de novos produtos
qumicos e a substituio do ferro pelo ao. Nesta fase formaram-se empresas
gigantescas, algumas das quais deram origem s multinacionais do sculo XX.

2.2.5 Conseqncias da Revoluo Industrial

As principais conseqncias da revoluo industrial so as seguintes:
a) empresrios e proletrios: o novo sistema industrial transforma as
relaes sociais e cria duas novas classes sociais, fundamentais para a
operao do sistema. Os empresrios (capitalistas) so os proprietrios
dos capitais, prdios, mquinas, matrias-primas e bens produzidos pelo
trabalho. Os operrios, proletrios ou trabalhadores assalariados, possuem
apenas sua fora de trabalho e a vendem aos empresrios para produzir
mercadorias em troca de salrios;
b) explorao do trabalho: no incio da revoluo os empresrios impem
duras condies de trabalho aos operrios sem aumentar os salrios para
11
assim aumentar a produo e garantir uma margem de lucro crescente. A
disciplina rigorosa, mas as condies de trabalho nem sempre oferecem
segurana. Em algumas fbricas a jornada ultrapassa 15 horas, os
descansos e frias no so cumpridos e mulheres e crianas no tm
tratamento diferenciado;
c) movimentos operrios: surgem conflitos com os operrios, que se
revoltam com as pssimas condies de trabalho. As primeiras
manifestaes so de depredao de mquinas e instalaes fabris. Com o
tempo surgem organizaes de trabalhadores da mesma rea;
d) sindicalismo: resultado de um longo processo em que os trabalhadores
conquistam gradativamente o direito de associao. Em 1824, na
Inglaterra, so criados os primeiros centros de ajuda mtua e de formao
profissional. Em 1833 os trabalhadores ingleses organizam os sindicatos
(trade unions) como associaes locais ou por ofcio, para obter melhores
condies de trabalho e de vida. Os sindicatos conquistam o direito de
funcionamento em 1864 na Frana, em 1866 nos Estados Unidos, e em
1869 na Alemanha;
e) aumento da produo e da urbanizao: em virtude da Revoluo
agrcola que diminuiu a necessidade de muita mo-de-obra nos meios
rurais, devido ao emprego de mquinas.

2.2.6 Industrializao e Mundo Colonial

O aumento da produo industrial no incio do sculo XIX fez com que a
burguesia inglesa se preocupasse cada vez mais com a abertura constante de novos
mercados. Para a Inglaterra tornou-se interessante derrubada das barreiras
12
mercantilista que criavam obstculos ao comrcio internacional.
Nas primeiras dcadas do sculo XIX, os ingleses contriburam
decisivamente para a derrubada do Pacto Colonial na Amrica Ibrica, apoiando os
grupos locais que lutavam pela independncia. Com o fim da dominao colonial de
Portugal e Espanha, iniciou-se nessa parte da Amrica uma fase de dominao dos
mercados ingleses.

2.2.7 Revoluo no Transporte

No incio do sculo XIX, a mquina a vapor comeou a ser utilizada nos
meios de transporte. Data de 1807 o primeiro barco a vapor. Em 1825, na Inglaterra, o
engenheiro George Estephenson conseguiu construir a primeira estrada de ferro. Com
o barco a vapor e as estradas de ferro, o tempo das viagens diminuiu, o custo dos
transportes baixou e aumentou ainda mais o volume das trocas, isto , o mercado. Com
o aumento das trocas e a conseqente necessidade de produzir mais, tornaram-se cada
vez maiores os avanos da industrializao.

2.2.8 Concluso

Chega-se concluso de que a revoluo industrial trouxe transformaes
econmicas-sociais que consistiram na ampliao das suas relaes comerciais e no
desenvolvimento de mercados em outros continentes.
Nesse esforo para expandir cada vez mais se explorou com maior rapidez
seus recursos minerais, fontes de energia e outros, juntamente com a indstria.
13
Com o passar dos anos e a acirrada disputa pelos mercados, os conceitos de
qualidade e produtividade comearam a surgir.

2.3 QUALIDADE, PRODUTIVIDADE E COMPETITIVIDADE
2.3.1 Perspectiva Histrica

Em meados da dcada de 1980, tornou-se claro que em uma economia
globalizada desenvolvida em empresas localizadas em um s pas teria que competir
no apenas com concorrentes locais e nacionais, mas tambm com concorrentes de
todas as partes do mundo. Essa economia globalizada se desenvolveu devido a vrios
fatores, incluindo a rpida expanso das comunicaes mundiais e o crescimento
exponencial da disponibilidade e do poder dos sistemas informatizados. Num ambiente
como esse, de importncia vital que as organizaes envolvidas em negcios sejam
capazes de responder rapidamente as variaes nas condies de mercado,
incorporando os mais eficazes mtodos gerenciais que estejam disponveis.
Nos Estados Unidos, segundo Sellito(2000), o desenvolvimento dessa
economia globalizada e competitiva tambm levou ao ressurgimento do interesse pela
rea da melhoria da qualidade. Evidncias desse interesse podem ser vistas na
importncia cada vez maior que vem sendo competio para o Malcolm Baldrige
Award. Este um prmio concedido anualmente a empresas que tenham dado os
maiores saltos na melhoria da qualidade e na satisfao dos clientes com seus produtos
e servios. Como pano de fundo para esse ressurgimento do interesse pela qualidade e
pela produtividade, examina-se brevemente o desenvolvimento histrico do
gerenciamento, em quatros fases. Pode-se pensar na gerncia de primeira gerao
14
como a administrao pela prtica, o tipo de gerncia praticada pelas sociedades
primitivas de caadores-guardadores, nas quais os indivduos produziriam para si
mesmos ou para a tribo, sempre que o produto se fazia necessrio.
No inicio da Idade Mdia, o crescimento das guildas, as associaes de
artesos na Europa, levou a uma segunda gerao de gerenciamento, a administrao
por direo. As associaes de artesos gerenciavam o treinamento de aprendizes e de
operrios, e determinavam padres de qualidade e de mo-de-obra para os bens
produzidos pela guilda.
A criao da linha de produo, em conjuno com a revoluo industrial,
trouxe uma terceira gerao do gerenciamento, a administrao por controle, na qual
os trabalhadores eram divididos entre aqueles que efetivamente realizavam o trabalho
(isto , os operrios) e aqueles que planejavam e supervisionavam o trabalho (isto , os
gerentes). Esse enfoque tirou das mos de cada trabalhador a responsabilidade pela
qualidade, colocando-se nas mos do supervisor, do capataz e de outros gerentes. O
engenheiro americano Frederick W. Taylor tentou encontrar uma maneira de superar
essa diviso, desenvolvendo um mtodo de gerenciamento cientifico que necessitava
de um estudo detalhado de cada trabalho. O estilo de gerenciamento, pelo controle
continha tambm uma estrutura hierrquica que enfatizava a responsabilidade de um
indivduo por um conjunto de metas predeterminadas. Esse enfoque tem sido
comumente adotado nos Estados Unidos desde o desenvolvimento do ambiente das
indstrias, no incio de sculo XX.
Nas ltimas dcadas detectou-se que a vantagem competitiva desfrutada
pelos Estados Unidos no ps-guerra vinha sendo gradualmente neutralizada. Os
Estados Unidos emergiram da Segunda Guerra Mundial com sua base industrial
intacta, diferentemente da maioria dos pases europeus e do Japo. Assim sendo, os
Estados Unidos estavam em uma posio de monoplio, e os pases do resto do mundo
aguardavam, ansiosos quaisquer bens de consumo que os EUA fossem capazes de
15
produzir. Nesse tipo de economia, com nfase no fornecedor, tanto o operrio quanto o
gerente tinham poucos incentivos para examinar de maneira critica os mtodos
segundo os quais estavam operando, com o objetivo de tornar o produto mais eficiente.
Alm disso, o novo impulso de desenvolvimento da indstria japonesa,
iniciando em 1950, com a ajuda de indivduos como W. Edward Deming, Joseph
Juran, Kaoru Ishikawa e outros, basearam-se na nfase na qualidade e no
aperfeioamento contnuo de produtos e servios. Esse enfoque, no qual tais
indivduos foram pioneiros, levou quarta gerao de gerenciamento, que foi chamada de
administrao por processo. Esta freqentemente chamada de gesto da qualidade total
( TQM total quality management). Uma das principais caractersticas desse enfoque a
nfase no contnuo aperfeioamento dos processos. Esse estilo de gerncia caracteriza-se pela
nfase no trabalho em equipe, o foco no consumidor (ampliado para incluir qualquer
indivduo que faa parte de um processo) e a rpida mudana. A gerncia pelo processo tem
um forte fundamento estatstico, baseado em um profundo conhecimento da variabilidade,
uma perspectiva dos sistemas e uma conscientizao quanto ao aperfeioamento contnuo.
Instrumentos estatsticos como diagrama de Pareto, histogramas e grficos de controle, bem
como instrumentos de planejamento de gerncia como os diagramas de fluxo de processo ou
de espinha de peixe, so partes integrantes desse enfoque. Grficos de controle, utilizados
como instrumento para estudar a variabilidade de um sistema, so teis para ajudar os
gerentes a determinar a maneira de melhorar um processo. Um grande destaque, contudo no
que se refere gesto e cuja contribuio fundamental para a melhoria da qualidade o
chamado sistema Toyota de produo.

2.3.2 O Sistema Toyota de Produo (STP)
2.3.2.1 Introduo
De acordo com Shingo( 1996b), a partir dos anos 70 o desenvolvimento
16
industrial japons surpreendeu o ocidente. Esta surpresa deu-se principalmente nos
aspectos de gerenciamento da qualidade, emprego da automao e tcnicas de
marketing reverso, ou seja, partindo-se do foco do cliente, chega-se organizao,
passando pelo desenvolvimento de novos produtos, novas aplicaes para os produtos
existentes, novas embalagens, etc., invertendo a rota usual de negcios e estabelecendo
o que Coriat (1994) chamou de "pensar pelo avesso". Porm, pouco se investigou
acerca das razes deste sucesso.
Entre outras razes, subjacente "ponta do iceberg", reside um modo de
gerir o negcio, subsidiado por uma mudana de paradigma: o Sistema Toyota de
Produo e um de seus pilares, o paradigma Just-in-Time.

2.3.2.2 O Paradigma Just-in-Time (JIT)

De acordo com Sellitto( 2000), entende-se melhor o real significado do Just-
in-Time comparando-o com seu antecessor: o Just-in-Case (JIC). A gesto de um
negcio pela tica do JIC conduz a que se produza segundo a mxima capacidade de
produo dos recursos, antecipando a demanda futura sob a forma de estoques.
No se desenvolvem esforos nem para balancear as capacidades nem para
eliminar as variabilidades, pois o interesse operar o tempo todo na mxima
capacidade. O ritmo de produo ditado pela capacidade mxima do primeiro
processo, que "empurra" a produo em direo aos processos sucessivos, resultando
inventrio consideravelmente mais alto do que o necessrio.
O JIT gerencia para obter o nivelamento da produo e age para diminuir as
variabilidades no processo. Atribui pequenos estoques de material em processo na
frente de cada centro produtivo, para proteger o sistema das incertezas e flutuaes
estatsticas dos processos de manufatura. Atingindo-se este estoque, o processo
17
precedente interrompido.
Ao considerar-se toda a cadeia produtiva, o JIT mantm uma quantidade de
estoques intermedirios bastante inferior ao JIC. Atravs de ferramentas e tcnicas de
soluo de problemas, busca a melhoria contnua de seus processos e procedimentos
atravs da eliminao de todo desperdcio.
Em uma interpretao literal, associa-se ao termo JIC uma idia como: caso
seja necessrio, estar pronto, o que difere de quando for necessrio estar pronto,
associado ao JIT.
2.3.2.3.1 A origem do sistema Toyota de produo (STP)

Antes da ocupao americana, ao fim da segunda guerra mundial, a estrutura
industrial do Japo era fortemente influenciada pelos zaibatsus. Estes eram
conglomerados de empresas, de propriedade familiar, constitudas por uma empresa
central (geralmente um banco) e de vinte a trinta organizaes perifricas. Aps a
guerra, a dissoluo dos zaibatsus resultou em democratizao do capital. Durante o
ps-guerra, em funo do avano comunista no extremo oriente, foi de interesse das
potncias ocidentais restabelecer o Japo como potncia industrial. Sob a tutela
americana, representada pelo general Douglas McArthur, serviria como baluarte
capitalista: uma base avanada no extremo-oriente. Dentro desta reconstruo, tcnicas
de controle estatstico de processos, desenvolvidas nos EUA, foram transportadas ao
Japo, principalmente atravs de W.E. Deming, estatstico americano, e de Juran e
Feigenbaum. Deming apresentou um seminrio de oito dias em 1950, focando o
problema da variabilidade e separando suas causas em causas especiais e causas
comuns. A abordagem de Deming para a soluo de problemas foi chamada de ciclo
PDCA. Apoiada em ferramentas estatsticas de uso corriqueiro, originou o sistema
conhecido por CWQC, ou TQC (Controle da Qualidade Total), baseado em elementos
18
de vrias fontes, como o cartesianismo, o taylorismo e o controle estatstico de
processos. A JUSE ( Unio Japonesa para a Cincia e Engenharia) e seu secretrio
Kaoru Ishikawa desempenharam importante papel na divulgao e consolidao do
TQC. Seus esforos em treinar operadores resultaram nas atividades de pequenos
grupos (CCQs). Outros elementos introduzidos pelo TQC so a idia da melhoria
contnua, da orientao pelo cliente e da necessidade de incorporar inovaes aos
produtos e servios, oferecendo valor adicional e indo alm do simples atendimento
das necessidades do cliente.
Um dos criadores do STP, o engenheiro japons Shigeo Shingo observou
que os mtodos americanos de Controle Estatstico da Qualidade, apesar de baseados
em tcnicas racionais, no eram suficientes para obter produo isenta de defeitos.
Prope ento o CQZD (Controle de Qualidade Zero Defeito), baseado em quatro
pontos:
1) inspeo na fonte, aplicando a funo controle na origem do defeito;
2) inspeo 100% e no por amostragem;
3) reduo do tempo entre a deteco da falha e a ao corretiva;
4) reconhecimento de possveis erros de trabalhadores;
O CQZD um dos aspectos de um sistema de gerenciamento de produo
mais amplo, proposto por Taichi Ohno e Shingo: o Sistema Toyota de Produo.
Taichi Ohno, em viagem aos EUA, verificou que os supermercados americanos
repunham os estoques de produtos nas prateleiras na exata medida de seus consumos.
Esta idia, transposta para a fbrica, permitiu uma operao nivelada entre os postos
operativos, onde o posto precedente repe apenas as peas certas, na quantidade certa
e no momento em que o posto sucessivo as consumiu, prevenindo a formao de
estoques entre processos. O sistema de produzir a partir da demanda conhecido por
kanban, nome dado aos cartes que autorizam a produo e movimentao dos itens.
O kanban pode ter uso estrito como gerenciador de produo de cho-de-fbrica, mas
19
tambm oportuniza o processo da melhoria contnua, na medida em que a continuidade
de uso aponta as posies onde ocorrem faltas de material e por via de conseqncia as
oportunidades de melhoria.
O Sistema Toyota de Produo foi forjado ao longo de vinte anos,
incorporando conceitos oriundos da genialidade de seus criadores, tais como:
a) abordagem sistemtica dos cinco porqus para a causa fundamental dos
problemas;
b) a automao (Jidoka), que d autonomia mquina para parar a linha em
caso de produo defeituosa, ligada separao entre homem e mquina,
obtida pela multifuncionalidade de operadores e operao via lay-out
celular;
c) o Just-in-Time, apoiado no kanban, que reduz os estoques intermedirios,
fornecendo os materiais no local, na hora, na qualidade e na quantidade
necessria;
d) as sete perdas descritas por Shingo, com base no princpio da completa
eliminao de perdas, de Ohno, originado no desafio lanado por Kiichiro
Toyota, de alcanar a competitividade industrial da Amrica em trs anos.
2.3.2.4 As perdas no sistema Toyota de produo

O STP persegue a completa eliminao das perdas, vinculado ao objetivo da
reduo de custo, fundamental sobrevivncia da organizao. O STP busca
maximizar o trabalho que agrega valor, ou seja, aquele que transforma o material ou
faz uma montagem, e reduzir progressivamente o trabalho que no agrega valor,
abolindo toda forma de perda. Para que se focalize o combate aos desperdcios na
organizao, o STP classifica sete tipos de perdas:
1) perda por superproduo;
20
2) perda por transporte;
3) perda por processamento;
4) perda por produo de no-qualidade;
5)perda por movimentaes econmicas;
6) perda por espera;
7) perda por estoque.

A perda por superproduo se d quando se tem produo excessiva ou
produo antes da hora, sendo a perda mais perseguida na Toyota. Ohno considera que
a perda por superproduo a pior das perdas, pois esconde e evita que sejam
combatidas as ineficincias por toda a empresa, surgindo os efeitos danosos originados
do excesso de estoques. Este enfoque de Ohno trouxe um substancial aumento no
padro de vida do Japo e a perda da posio hegemnica de muitas indstrias
ocidentais.
Para Coriat, o Sistema Toyota de Produo no uma tcnica de produo
com estoque zero. Este apenas um dos resultados a que ele conduz, perseguindo um
objetivo muito mais geral, que a preveno das perdas. Ohno parte da reduo do
estoque para descobrir os desperdcios e racionalizar a produo.
Um efeito importante da reduo do estoque em processo a reduo do
tempo de atravessamento da produo (lead-time). Como no se necessitam mais
produzir grandes lotes, o tempo de fila antes de cada processo se reduz, caindo o
tempo de atravessamento total. Com a troca rpida de ferramentas (TRF), os tempos
de set-up podem ser reduzidos a tal ponto que no vantagem aumentar o lote, para
reduzir o tempo de mquina indisponvel.
Goldratt (1996) aponta uma vantagem adicional obtida com a reduo do
estoque em processo: a reduo do investimento em recursos adicionais,
principalmente nos setores de acabamento e montagens, que compensavam os
21
constantes atrasos verificados nas ltimas tarefas. Como o tempo de atravessamento
caiu, reduzem-se os atrasos e a presso por recursos humanos e materiais nas etapas
finais dos processos.
2.3.2.5 Concluso

Apesar de ter se originado na indstria e mais especificamente no
gerenciamento da manufatura, a aplicao dos fundamentos do STP se estende a
outros tipos de negcios, principalmente na gesto de servios. Enumerem-se:
1) distribuio de materiais, como medicamentos e materiais de consumo;
2) gesto de recursos de transporte;
3) gesto ambiental;
4) desenvolvimento de novos produtos.
Dentro desta tica, cresce de importncia perfeita compreenso dos
fundamentos que sustentam o STP, para aplicao em novos campos da gesto
organizacional.
2.3.3 Qualidade e Produtividade

tradicional, no meio industrial, se afirmar que qualidade e produo so
incompatveis. Desejando-se mais qualidade, a produo ser sacrificada e vice-versa. Como
muitas outras crenas, aceitas sem muita reflexo, esta tambm falsa.
Na realidade, melhorias na qualidade levam, em geral, a melhorias na
produtividade. A razo muito simples: as perdas sero menores. A melhoria da qualidade
alcanada pelo aperfeioamento do processo. Aperfeioamentos nos processos resultam numa
maior uniformidade do produto, reduz o desperdcio de mo-de-obra, de equipamento e de
materiais. E, como Deming (1982) observa, outros benefcios so custos mais baixos e melhor
22
posio frente aos concorrentes. Em longo prazo, isso levar a maior nvel de emprego e
maior satisfao entre os empregados, resultados da melhor situao da companhia.
Mas o que qualidade? Qualidade , na linguagem usual, uma palavra
mgica. Os comerciais da TV esto sempre exaltando a qualidade disso ou daquilo.
Isto porque todos os produtos e servios so avaliados pelo consumidor pelo seu nvel
de qualidade. Nesse contexto, qualidade um ndice de satisfao que o uso do
produto ir proporcionar ao consumidor. Assim sendo, qualidade est associada a
produtos que proporcionam mais satisfao ao consumidor, seja porque apresentam
melhor desempenho que os similares, seja porque duram mais ou simplesmente porque
conferem status ao proprietrio.
Para o processo produtivo, qualidade entendida como uma caracterstica
desse processo. Nesse sentido, qualidade medida pela proporo de bens (e
servios) produzidos que atingem as propriedades especificadas pelo projeto. Ou
alternativamente, a qualidade ser funo da proporo de artigos defeituosos
fabricados pela linha de montagem.
2.3.4 Qualidade e Competitividade
Segundo Bartmam (1986), as profundas transformaes que a economia
mundial experimentou nos ltimos quarenta anos mostram claramente que a seleo
natural tambm se aplica s empresas.
As companhias inglesas que em outras pocas dominavam completamente
o mercado internacional de manufaturados, desempenham hoje papel marginal no que
diz respeito a bens de consumo. Mesmo na rea de bens de equipamentos sua
importncia , atualmente, muito reduzida.
As companhias americanas que as substituram, tiveram, praticamente, o
monoplio dos mercados durante a dcada de 50 e inicio da dcada de 60. Hoje
entretanto, elas enfrentam uma competio crescente das industrias do Japo e em
23
menor escala, das industrias europias e de alguns pases americanos (Canad; Brasil;
Mxico etc).
A razo do sucesso das companhias japonesas no mercado internacional
muito simples: qualidade a preo reduzido. Atravs de um contnuo aperfeioamento
do processo produtivo, com a introduo de inmeras inovaes tecnolgicas, as
companhias japonesas conseguiram uma produtividade muito superior a dos
competidores nas dcadas de 60 e 70 alcanando um domnio sobre o mercado
internacional de produtos manufaturados, que ainda hoje muito significativo, a
despeito da reao americana a partir do incio da dcada de 80.
2.4 MTODOS ESTATSTICOS E QUALIDADE

De acordo com Bartmanm (1986) no h processo de produo perfeito.
Bens (ou servios) so produzidos por processos que em geral, esto sujeitos em vrios
estgios a considervel variabilidade. A presena dessa variabilidade torna necessrio
o uso de mtodos estatsticos no aperfeioamento do processo produtivo, como
mtodos teis na identificao e eliminao dos fatores que limitam o processo em
questo.A simples medida da qualidade no levar nunca a melhoria na produtividade.
O importante inspecionar e aperfeioar o processo de produo, com a utilizao
de ferramentas estatsticas adequadas para esta finalidade.
As possibilidades que o uso de mtodos estatsticos trazem no estudo de
processos industriais so muito grandes.No Japo, mtodos estatsticos de Controle de
Qualidade so hoje usados em todos os setores da indstria. Eles comearam a ser
introduzido em 1947 quando da fundao da (JUSE) por K. Koyanagi. A JUSE
convidou, em 1949, o Dr. W. Edward Deming para proferir uma srie de conferncias
sobre Mtodos Estatsticos de Controle de Qualidade. Essas conferncias, em nvel
elementar, foram assistidas por 400 engenheiros em 1950. Nesse mesmo ano e nos
24
anos seguintes, por iniciativa do ento presidente da Federao das Sociedades
Econmicas, I. Ishikawa, conferncias para os executivos da indstria foram
promovidas. Esses esforos foram, mais tarde, estendidos a trabalhadores em todos os
nveis, em todas as reas da indstria. Os resultados foram excelentes: mais de 15000
engenheiros foram treinados em controle de qualidade.
Em 1960 surgiram os Crculos de Controle de Qualidade, idealizados por
Kaoru Ishikawa. Esses crculos, pequenos grupos de trabalhadores treinados em
tcnicas elementares de controle de qualidade, desempenham papel fundamental no
processo de aperfeioamento do sistema de produo atravs de mudanas em
ferramentas, projeto, etc. Um Crculo de Controle de Qualidade usa em geral, tcnicas
muito simples como diagramas de disperso, diagramas de Pareto (Ishikawa) e
grficos de controle na descoberta das causas dos problemas.O impacto dos mtodos
introduzidos por Deming foi enorme e hoje o prmio que leva o seu nome um dos de
maior prestgio no Japo.
2.4.1 O Aperfeioamento do Processo Produtivo
2.4.1.1 Os 14 Pontos de Deming
Vrios fatores iro melhorar a posio de uma empresa no mercado. Uma
reduo nos custos financeiros e um marketing adequado ir certamente, facilitar a
colocao de seus produtos. Mas o problema fundamental de uma empresa que ela s
sobreviver em longo prazo se a eficincia de seu processo de produo for pelo
menos, comparvel aos de seus competidores. E uma melhoria permanente na posio
ocupada por uma empresa no mercado s ser possvel com o aumento da
produtividade.
25
Por sua vez, a nica maneira de alcanar um aumento substancial na
produtividade, atravs do aperfeioamento do processo de produo.
Deming, nas suas conferncias de 1950 explicou as responsabilidades da
administrao no esforo por maior produtividade. Esses pontos devem ser aplicados
em todas as empresas, grandes ou pequenas, estejam elas envolvidas na manufatura ou
no. Os problemas na rea de servios so os mesmos encontrados na indstria.
Em sntese, os 14 pontos de Deming so os seguintes:
1) definir objetivos:permanecer para o aperfeioamento do produto ou
servio com planos de se tornar competitivo e permanecer no mercado;
2) adotar a nova filosofia: na nova era econmica em que vivemos, no
podemos mais aceitar os antigos nveis de atrasos, erros de materiais
defeituosos e de mo-de-obra;
3) eliminar a inspeo em massa: requerer em lugar dela evidencias
estatstica de que o nvel de qualidade exigido alcanado. Ao mesmo
tempo fazer com que os gerentes de compras modifiquem seus
procedimentos na mesma direo;
4) eliminar a prtica de contratar servios ou material pelo menor preo
somente: fundamental considerar-se medidas adequadas de qualidade
junto com o preo. Eliminar, com o tempo, fornecedores que no
mostrem evidncia estatstica de ndices de qualidade;
5) procurar os problemas: funo da administrao trabalhar
continuamente no sistema produtivo (projeto, materiais, manuteno,
aperfeioamento do equipamento, treinamento e superviso);
6) instituir mtodos modernos de treinamento no trabalho;
7) instituir mtodos modernos de superviso dos trabalhadores da produo.
O enfoque deve ser mudado: quantidade pura e simples no suficiente.
Qualidade fundamental. Melhorando a qualidade, a produtividade ir
26
aumentar automaticamente. Informao sobre defeitos, falta de
manuteno, ferramentas da m qualidade e definies operacionais
confusas requerem ao imediata por parte da administrao;
8) eliminar o medo entre os trabalhadores. Sem medo todos podem trabalhar
efetivamente para a companhia;
9) eliminar as barreiras entre os departamentos. O pessoal em pesquisa,
projeto, vendas e produo precisam trabalhar em conjunto e no em
competio. Assim, problemas causados por materiais ou por
especificaes podem ser eliminados;
10) eliminar objetivos numricos. Cartazes e slogans exigindo novos nveis
de produtividade sem mecanismos apropriados para alcanar esses
objetivos so inteis;
11) eliminar normas que estabelecem nveis numricos de produo;
12) estabelecer condies para que todos os trabalhadores possam exercer
suas funes com dignidade;
13) instituir um amplo programa de educao e treinamento;
14) criar uma estrutura na diretora que ir aplicar os pontos descritos acima
no dia-a-dia da empresa.
2. 4.1.2 Os objetivos dos 14 pontos de Deming

Os objetivos dos 14 pontos, segundo Bartmam (1986), so claros. crucial
promover o continuo aperfeioamento do processo produtivo da empresa. S assim a
companhia evitar a falncia e continuar operando daqui a 20 ou 30 anos. Esse
processo, entretanto, requer a participao de todos, liderados pela diretoria. Ser til
discutir alguns dos pontos em maior detalhe.
O primeiro ponto fundamental. Freqentemente, a diretoria se v
27
totalmente ocupada com problemas imediatos relacionados a vendas; oramento;
pessoal; servios; lucro, etc. Esses problemas so sem dvida, muito importantes. Mas
ainda mais importante o problema de manter a empresa saudvel no futuro.
fundamental que a empresa seja capaz de inovar. A sobrevivncia de uma companhia
depende da capacidade dela fabricar novos e melhores produtos. Planejamento em
longo prazo a melhor sada. O projeto e desenvolvimento de novos produtos
demandam tempo e investimento. Recursos devem ser alocados pesquisa e educao.
O aperfeioamento do projeto deve ser constante e permanente. Fabricar o produto
errado, mesmo de maneira muito eficiente, o caminho mais curto para a falncia. A
manuteno do equipamento deve ter alta prioridade.
Mudanas radicais na filosofia empresarial so hoje, absolutamente
necessrias. A competio se torna mais e mais acirrada em todos os setores. Aceitar
os nveis tradicionais de defeitos, erros, material inadequado, pessoal incompetente e
mal treinado o suicdio empresarial.
A inspeo em massa ineficiente, cara e resolve o problema errado: mais
importante do que detectar um defeito no faz-lo. Qualidade no conseqncia da
inspeo, mas sim da melhoria do processo.
A prtica de comprar somente dos fornecedores que oferecem o menor preo
profundamente danosa. Economias nos custos so freqentemente obtidas atravs de
sacrifcios na uniformidade e confiabilidade do produto. Comprar pelo menor preo
faclimo. Mas compreender e saber julgar qualidade requer educao em mtodos
estatsticos de controle de qualidade aliada a uma considervel experincia.
O processo de aperfeioamento do sistema de produo deve ser permanente.
A reduo nos desperdcios e a contnua melhoria da qualidade deve ser estendida a
todas as atividades: compras, projeto, engenharia, mtodos, manuteno, vendas,
transportes, contabilidade, assistncia tcnica. Cada uma dessas reas pode (e deve)
contribuir para o aumento da produtividade geral. A melhoria do processo de produo
28
s possvel com a participao das tcnicas em todas as reas envolvidas. Mas a
liderana s pode pertencer diretoria. Mtodos estatsticos devem ser usados no
planejamento e anlise de testes e experimentos e na identificao e separao das
causas dos problemas encontrados. Um processo sob controle s pode ser melhorado
por alteraes na sua estrutura. Estudo de defeitos e falhas produzidas por um processo
em controle ser ineficiente.
Treinamento do pessoal em todos os nveis e em todas as reas
fundamental. Parcela significativa dos erros e defeitos numa linha de produo
causada por desconhecimento sobre o trabalho a ser executado.
A superviso dos trabalhadores na linha de produo responsabilidade da
administrao. Os operrios precisam ter a liberdade e ser encorajados a comunicarem
superviso detalhes que precisam ser modificados no trabalho (problemas com
equipamentos e procedimentos).
O medo a fonte de perdas significativas na produtividade. O trabalhador
precisa ter liberdade de perguntar quatro, cinco, dez vezes o que deve ser feito.
absolutamente necessrio que ele se sinta seguro, que ele tenha uma conscincia clara
do desemprego que se espera dele. O medo no trabalhador reflete problemas na
contratao, treinamento e superviso.
Em muitas companhias os departamentos funcionam como entidades
independentes, sem levar em conta as necessidades e (possibilidades) de outros
departamentos. Essa separao extremamente perniciosa para o desempenho geral da
companhia. Freqentemente iro resultar em especificaes equivocadas, materiais,
inadequados, etc.
Outra prtica comum, na indstria o estabelecimento de objetivos
numricos para a mo-de-obra. muito comum encontrar-se cartazes que pedem, a
reduo de uma porcentagem especfica de defeitos ou acidentes. Algumas vezes o
objetivo um aumento na produtividade. Sem mudanas nas condies de trabalho
29
que permitam alcanar esses objetivos, tais cartazes e campanhas so inteis. Alm
disso, elas podem ser altamente desmoralizantes. A administrao no deve fazer
propaganda mas sim promover melhores condies de trabalho. Nesse sentido, cotas
de produo devem ser eliminadas. O trabalhador para alcanar a cota forado a
ignorar a qualidade do produto. Os resultados so desastrosos.
Uma das causas principais da baixa produtividade em muitas fbricas a
desmoralizao do trabalhador. Promover condies adequadas para que ele possa se
sentir satisfeito com o seu trabalho essencial para se atingir altos ndices de
produtividade.
Os processos de produo mudam rapidamente. A natureza do trabalho de
cada um numa empresa ir sofrer modificaes. Para enfrentar essas novas
responsabilidades o pessoal ter de ser treinado. Um vigoroso programa de
treinamento e educao , nesse sentido, muito importante.
Para que uma empresa tenha sucesso, necessrio que todos os pontos acima
sejam tratados permanentemente.
2.5 MTODOS E FILOSOFIA DO CONTROLE ESTATSTICO DO PROCESSO
(CEP)
2.5.1 Introduo

Bartman ( 1986), define o Controle Estatstico do Processo (CEP) como um
conjunto de ferramentas usadas para conseguir estabilizar o processo e reduzir a
variabilidade, proporcionando significativos retornos s companhias que o
implementam. O envolvimento do administrador e do comit de melhoria do processo
de qualidade um componente potencial para o sucesso do CEP. Este sucesso
30
Comprimento dos tijolos
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
1
2
3
4
5
6
geralmente obtido centrando esforos nos seguintes pontos:
1) liderana do administrador;
2) o acesso das informaes a uma equipe;
3) educao e informao aos empregados em todos os nveis;
4) nfase no processo de melhoria contnua;
5) um mecanismo pra reconhecer o sucesso.

Quando a melhoria bem sucedida, deve-se comunicar tal fato a todos os
elementos da companhia, pois isso provoca motivao e incentiva a melhorar outros
processos.
A filosofia de W. Edwards Deming, j descrita anteriormente, uma
importante estrutura para implementar melhorias da qualidade e da produtividade. O
CEP pode ser aplicado a qualquer processo.Suas sete principais ferramentas so:
2.5.1.1 Histograma

O histograma d informaes gerais sobre a distribuio de onde vieram s
observaes. A forma (o padro, o aspecto) da distribuio simtrica? assimtrica?
Existe somente um pico? O histograma, tambm, d uma idia da disperso dos dados.
Por natureza o histograma um grfico em colunas (barras) e pode ser construdo com
barras horizontais ou verticais. Por exemplo, considerando-se uma amostra onde foram
medidos os comprimento dos tijolos de 6 furos, obtendo-se: 19,00; 19,10; 19,00; 19,2;
19,30; 19,30; 19,50; 19,70; 19,2; 19,2 e 19,3. O respectivo histograma seria:
FIGURA 1 HISTOGRAMA PARA O COMPRIMENTO DE TIJOLOS

31
F
r
e
q
n
c
i
a
0
2
4
6
8
10
12
19,3
19,2
19
19,7
19,5
19,1
27,27
54,55
72,73
81,82
90,91
100,00
2.5.1.2 Folha de verificao

A folha de verificao um procedimento usado para responder a pergunta:
com que freqncia certos eventos acontecem?. Para uso desta tcnica deve ser
estabelecido claramente o seguinte:
a) fixar qual evento est sendo estudado;
b) definir o perodo durante o qual os dados sero coletados;
c) construir um formulrio claro e de fcil manuseio;
d) coletar os dados honestamente.
2.5.1.3 Diagrama de Pareto

O diagrama de Pareto um grfico para indicar qual problema relacionado com a
variabilidade dos dados, deve ser solucionado primeiro a fim de se eliminar
defeituosos e melhorar o processo. Existem muitos aspectos da produo que podem
ser melhorados, tais como: nmero de defeituosos, tempo de execuo de tarefas, etc.
devido quantidade de pequenos problemas difcil se saber por onde comear. O
diagrama de Pareto uma ajuda neste sentido e o primeiro passo na direo do
melhoramento do processo. Para o exemplo apresentado no item 2.5.1.1, teramos o
seguinte diagrama de Pareto:

FIGURA 2 DIAGRAMA DE PARETO PARA O COMPRIMENTO DOS
TIJOLOS

32
2.5.1.4 Diagrama de causa e efeito

um mtodo grfico para auxiliar a anlise de problemas que facilita a
identificao das causas de variao da caracterstica de qualidade em questo. A
configurao do grfico de causa e efeito permite separar organizadamente as quatro
principais causas de variao: mquina, mtodo de trabalho, materiais e mo-de-obra
(o meio ambiente tambm pode ser a 5 causa de variabilidade).
O diagrama de causa e efeito til na ordenao das causas da
variabilidade. A construo deste diagrama pode seguir os passos seguintes:
1) determinar a caracterstica de qualidade de interesse. Trata-se da
caracterstica que se deseja melhorar ou controlar;
2) relacione os principais fatores que podem causar a falha.
Uma vez construdo o diagrama de causa e efeito se deve analisar todas as
causas, quantificar o grau de intensidade das possveis causas e partir para eliminao
dessas causas.
2.5.1.5 Diagrama de disperso

O diagrama de disperso um grfico que exprime o relacionamento entre
duas variveis. Os dados so coletados aos pares (X
i
, Y
i
) com i = 1, 2, ..., n. Estes
pares de pontos (X
i
, Y
i
) so grafados e o possvel relacionamento entre as variveis X
e Y aparece na forma do grfico.
2.5.1.6 Grficos de controle

Sem dvida, o mais importante para o aperfeioamento do processo,
33
merecedor de maiores consideraes.
Conforme relatado, pode-se obter o aperfeioamento de um processo de
produo de duas maneiras:
1) eliminao de um fator particular (causa especial) de variao;
2) alterao na estrutura do processo.
Ao se examinar dados que tenham sido coletados seqencialmente durante
um certo perodo, imperativo que a varivel de interesse seja projetada em perodos
sucessivos. Esse tipo de grfico, desenvolvido originalmente por Shewhart, chamado
de grfico de controle.
De acordo com Levine(1998), o grfico de controle um meio de
monitorar variaes nas caractersticas de um produto ou servio (1) focalizando a
dimenso do tempo no qual o sistema produz produtos ou servios, e (2) estudando a
natureza da variabilidade no sistema. O grfico de controle pode ser utilizado para
estudar o desempenho passado e/ou para avaliar condies presentes. Dados coletados
por meio de um grfico de controle podem formar a base para a melhoria do processo.
Os grficos de controle podem ser utilizados para diferentes tipos de variveis para
variveis categorizadas, como a proporo de vos dos avies de determinadas
companhias que estejam com mais de quinze minutos de atraso em determinado dia;
para variveis discretas, como a contagem do nmero de ndulos existentes na
pintura de um painel feita na porta de um carro; e para variveis contnuas, como a
quantidade de suco de ma contida em garrafas de um litro. Alm de oferecer uma
exposio visual dos dados que representam um processo, o principal foco do grfico
de controle a tentativa de separar as causas de variaes especiais ou identificveis
das causas de variaes comuns ou devidas ao acaso.Assim tem-se:

a) causas de variaes especiais ou identificveis que representam grandes
flutuaes ou padres nos dados que no so inerentes a um processo.
Essas flutuaes geralmente so causadas por mudanas em um sistema,
que representam problemas a serem identificados e resolvidos;
34
b) causas de variaes comuns ou devidas ao acaso que representam a
variabilidade inerente que existe em um sistema. Consistem em inmeras
pequenas causas de variabilidade que funcionam aleatoriamente ou
devido ao acaso.
A distino entre duas causas de variao crucial, uma vez que causas
especiais de variaes so consideradas como sendo aquelas que no fazem parte de
um processo e so passveis de correo ou explorao sem modificar o sistema,
enquanto as causas comuns de variao somente podem ser reduzidas por meio de
modificaes no sistema. Tais modificaes sistmicas so de responsabilidade do
gerente. Os grficos de controle permitem monitorar o processo e determinar a
presena de causas especiais. Existem dois tipos de erros que os grficos de controle
ajudam a prevenir. O primeiro tipo de erro consiste na convico de que um valor
observado representa uma variao de causa especial quando, na verdade, ela se d em
funo de uma variao de causa comum do sistema. Tratar essa causa comum de
variao como uma variao de causa especial pode resultar em uma adulterao ou
um ajustamento excessivo de um processo, gerando um aumento na variao. O
segundo tipo de erro implica tratar uma variao de causa especial como se fosse uma
variao de causa comum e, desse modo, no adotar medidas corretivas imediatas
quando necessrio. Embora esses erros ainda possam ocorrer quando se utiliza um
grfico de controle, eles so muito menos provveis.
A forma mais comum de grficos de controle ir fixar limites de controle que
esto entre + 3 desvios padres da medida estatstica de interesse (seja ela a mdia, a
proporo, o intervalo, etc). De maneira geral, isso pode ser afirmado como:
1) limite de controle superior (LCS): mdia do processo + 3 desvios
padres;
2) limite de controle inferior (LCI): mdia do processo 3 desvios
padres.
35
Uma vez que esses limites de controle estejam ajustados, o grfico de
controle avaliado a partir da perspectiva de (1) identificao de qualquer padro que
possa existir nos dados ao longo do tempo e (2) determinao de quaisquer pontos que
fiquem fora dos limites de controle. As figuras adiante exemplificam trs situaes
diferentes. No grfico 1, observa-se um processo que estvel e contm somente uma
variao de causa comum, na qual no parece haver qualquer padro no ordenamento
de valores ao longo do tempo e na qual no existem pontos que ficam fora dos limites
de controle, iguais a 3 desvios padres. O grfico 2, ao contrrio, contm dois pontos
A e B que ficam fora dos limites de controle de 3 desvios padres. Cada um desses
pontos teria que ser investigado para se determinar s causas especiais que levaram
sua ocorrncia. O grfico 3, embora no contenha quaisquer pontos fora dos limites de
controle, tem uma srie de pontos consecutivos, A,B, C, D e E que esto abaixo do
valor mdio. Alm disso, uma tendncia geral de decrscimo de longo prazo no valor
da varivel claramente visvel.Tal situao pediria uma ao corretiva para
determinar o que poderia estar acarretando esse padro, antes de serem iniciadas
quaisquer alterao no sistema.
GRFICO l PROCESSO ESTVEL

GRFICO 2- PONTOS FORA DOS LIMITES

36
GRFICO 3 PONTOS SUCESSIVOS ABAIXO DO VALOR MDIO

A deteco da tendncia nem sempre to bvia. No entanto, h algumas
regras para se determinar presena de uma tendncia ou mesmo se o ponto esta
fora dos limites de controles. Ou seja: h tendncia de encontrar-se fora dos limites de
controle se:
1) um ou mais pontos esto fora dos limites de controle;
2) uma seqncia, de pelo menos oito pontos, esto todos acima ou todos
abaixo da linha central;
3) dois ou trs pontos consecutivos esto fora dos limites de alerta a dois
desvios padres, apesar de estarem dentro dos limites de controle (3-
sigma);
4) quatro ou cinco pontos esto fora dos limites de alerta a um desvio
padro;
5) os dados no so tomados aleatoriamente;
6) um ou mais pontos esto muito prximos dos limites de controle.
O ideal que se utilize mais do que uma destas regras. Se vrias destas
regras de sensibilidade so encontradas em um grfico, pode-se afirmar com grande
confiana que o grfico est fora de controle. Por exemplo, se um ponto excede os
limites de controle, imediatamente deve-se iniciar a busca pela causa de
variabilidade, mas se dois ou trs pontos consecutivos excederem apenas o limite de
37
advertncia de 2sigmas, deve-se aumentar a freqncias das amostras, observando-as
a cada 15 minutos ao invs de a cada hora. O aumento da freqncia no garante que o
processo esteja fora de controle, no entanto proporciona uma grande probabilidade de
detectar mais rapidamente a situao fora de controle, do que se houver a retirada das
amostras em um intervalo de tempo maior. Para reduzir variaes de causa comum,
necessrio alterar o sistema responsvel pelo produto ou pelo servio.
2.5.2 Uso Bsico dos Grficos de Controle

Aplicam-se fundamentalmente os grficos de controle para:
1) verificar se em determinado perodo um processo estava sob controle.
Isto feito examinando-se o grfico correspondente ao perodo de
interesse;
2) orientar a administrao na manuteno do processo sob controle. Se o
processo est sob controle possvel ignorar a flutuao catica das
observaes, exceto no caso de ser notada alguma observao fora dos
limites de controle. claro que se deve olhar com ateno a ocorrncia de
uma tendncia (um padro) em alguma direo. Isto indicao de que
alguma coisa alm do acaso est influenciando o valor das observaes.
O objetivo principal dos Grficos de Controle , como visto, fornecer
informaes teis no aperfeioamento do processo. Quando se atinge o controle
estatstico do processo tm-se vrias vantagens, tais como:
a) frao de defeituosos permanece constante (na mdia);
b) custos e ndices de qualidade sero previsveis;
c) produtividade ser mxima com o sistema corrente, etc.
Assim, de acordo com Montgomery (1985), existem vrias razes para o uso dos
Grficos de Controle, tais como:
1) o grfico de controle uma tcnica para melhorar a produtividade, pois:
38
reduz desperdcio de insumos, reduz o retrabalho e conseqentemente
aumenta a produtividade, diminui os custos e finalmente a capacidade de
produo aumenta (medida em nmeros de artigos bons por hora);
2) o grfico de controle eficaz na preveno de defeituosos, pois ajuda a
manter o processo sob controle e, portanto coerente com a filosofia faa
certo na primeira vez. Se a empresa no tem um processo eficiente,
voc est pagando algum para produzir artigos inadequados;
3) o grfico de controle impede ajustamentos desnecessrios no processo,
pois distingue entre rudo aleatrio e variao anormal. Nenhum outro
meio, inclusive o operador humano eficiente nesta distino. Se o
processo ajustado sem base no grfico de controle, freqentemente, o
que ocorre um aumento da varincia do rudo aleatrio e isto pode
resultar na deteriorao da performance do processo. Assim, o grfico de
controle coerente com a filosofia se ele no est quebrado, no o
conserte;
4) o grfico de controle fornece informaes para que o operador faa um
diagnostico sobre o processo, podendo conduzir a implementao de uma
mudana que melhore o desempenho do processo;
5) o grfico de controle fornece informao sobre a capacidade do
processo, revelando o valor de importantes parmetros do processo e sua
estabilidade no tempo e, assim uma estimativa da capacidade do processo
pode ser feita. Esta informao muito til para quem projeta o produto e
o processo.
2.5.3 Causas das Variaes da Qualidade

Em qualquer processo de produo, por mais cuidado que possa se tomar,
39
sempre existe uma variabilidade natural, oriunda em muitas vezes de pequenas
causas ocorridas involuntariamente durante o processo. Um processo que esta
operando com pouca chance de apresentar variao denominado estatisticamente
controlado. Outros tipos de variaes podem, ocasionalmente, estar presentes em um
processo. Estas variaes, geralmente, so oriundas de quatro causas: mquinas
desajustadas; erro do operador; m qualidade da matria prima e mtodo de trabalho .
O processo de produo geralmente opera em um estado de controle, contudo podem
ocorrer causas de variabilidade, que deixem o processo fora de controle.
O maior objetivo do processo de controle estatstico detectar rapidamente
as causas de variabilidade, corrigindo-as antes das unidades no conformes serem
fabricadas. Para esse objetivo, utilizam-se os grficos de controle no processo on-line,
como uma grande ferramenta para reduzir a variabilidade do processo.
2.5.4 Escolha dos Limites de Controle

Especificar os limites de controles uma deciso crtica. Diminuindo-se os
limites de controle, corre-se o risco de se cometer um erro do tipo I (chegar
concluso de que um processo est fora do controle, quando na realidade no est).
Alargando-se os limites de controle, corre-se o risco de se cometer um erro do tipo II
(concluir que todos os pontos esto no limite de controle, quando na realidade no
esto).
De um modo geral, os limites de controle, so determinados como mltiplos
do desvio padro. O mltiplo geralmente utilizado trs, pois o mltiplo que
apresenta bons resultados na prtica por atingir 99,72% das variaes.
No entanto alguns analistas sugerem a adoo de dois tipos de limites de
controle: os tradicionais 3 sigmas, e o 2 sigmas. Quando algum ponto exceder o
limite 3 sigmas, necessrio verificar a variabilidade e tomar aes corretivas
40
imediatamente.
Quando houver excessos em 2 sigmas, observa-se o limite de advertncia e
precisam-se observar mais cautelosamente as amostras verificando-se os respectivos
efeitos. Apesar do limite de advertncia aumentar a sensibilidade do grfico, na
prtica no muito utilizado, pois pode confundir o operador.
2.5.5 Tamanho e Freqncia de Uma Amostra

Montgomery (1985), ressalta que num grfico de controle deve-se
especificar qual a freqncia da amostra e qual o tamanho da amostra. Em geral ,
utilizam-se grandes amostras para detectar pequenas variaes no processo; caso
contrrio deve-se usar pequenas amostras para detectar grandes variaes. Portanto
quando se escolhe o tamanho da amostra, deve-se levar em conta qual o tamanho da
mudana que se quer detectar.
No se deve esquecer que o problema da escolha do tamanho da amostra e da
freqncia do processo de amostragem um problema de alocao de esforos.
Geralmente tem-se a disposio uma quantidade limitada de recursos para o processo
de amostragem. A escolha basicamente entre selecionar pequenas amostras
freqentemente ou selecionar amostra maiores com intervalos tambm maiores.
Torna-se difcil afirmar qual estratgia ser sempre a melhor, mas a prtica
hoje corrente na indstria selecionar amostras menores mais freqentemente. Isso
porque se acredita que se o intervalo entre as amostras muito grande corre-se o risco
de se produzir muitos artigos defeituosos antes de surgir uma oportunidade de detectar
uma mudana nos nveis de operao do processo. Nesse caso consideraes
econmicas, se o custo associado fabricao de artigos defeituoso for alto, favorecem
amostras menores selecionadas mias freqentemente em relao a amostras maiores
mais infrequentes.
41
Outro caminho a ser seguido para tomar a deciso sobre o tamanho da
amostra e o intervalo de freqncia atravs da ARL do grfico de controle.
Essencialmente ARL (average run lenght ) a mdia do nmero de pontos que devem
ser plotados antes de um ponto indicar uma condio de fora de controle.
Basicamente a ARL foi estabelecida considerando-se o problema do nmero
de amostras a serem tomadas do processo at que ocorresse um ponto fora dos limites
de controle. Se a probabilidade do ponto situar-se fora dos limites p, ento se tem ao
retirarem-se as amostras uma seqncia de Bernoulli do tipo Y~b(1,p). Ento o
nmero de amostras aleatrias necessrias; at a ocorrncia do primeiro sucesso (ponto
fora dos limites) tem uma distribuio geomtrica com parmetro p. Portanto, a sua
mdia o nmero esperado de amostras aleatrias. Assim tem-se que:

E(y) =
=
n
y 1
y.p(Y=Y)
Logo:
E(y) = p. [1+(1-p)
2
+.- +(1-p)+(1-p)
2
+...]

E(y) = p
(
(
+ +

+

..
) 1 ( 1
) 1 (
.
) 1 ( 1
) 1 (
) 1 ( 1
1
2
p
p
p
p
p

E(y) = p
(
(
+ +

+ ... ...
) 1 (
.
) 1 ( 1
2
p
p
p
p
p
.
Considerando-se a soma de uma srie infinita, segue que::

E(y) =p ARL
p
p
= =
(
1 1
2
(1)

Onde p a probabilidade que qualquer ponto exceda o limite de controle. Ento se
para um grfico x com 3-sigmas, p = 0.0027 a probabilidade de que um ponto esteja
fora do limite quando o processo est sob controle. Logo:

ARL =
p
1
=
0027 , 0
1
= 370

42
Isso significa que se o processo est sob controle, s haver um indicativo de
processo fora da mdia, aps 370 amostras, em mdia.
Para ilustrar, considere-se um processo onde so fabricados anis de pisto
para motor dos quais extraem-se amostras a cada hora (Montgomery(1985) pg 112).
Desta forma tem-se um falso alarme aps 370 horas, em mdia. Supondo-se que se
estivesse usando uma amostra de tamanho n=5 e que o processo tornar-se-ia fora de
controle quando a mdia ultrapassasse 74.0l5mm. Na Curva Caracterstica adiante,
v-se que quando a mdia do processo 74.0l5mm a probabilidade de x estar entre o
limite de controle aproximadamente 0.5. Portanto, p na equao acima 0.5 e a
ARL .

ARL =
p
1
=
5 , 0
1
= 2

Isto , o grfico de controle requer duas amostras para detectar que h
mudana no processo, ou seja, duas horas so o intervalo entre primeira mudana e sua
deteco.
Supondo-se que esse perodo (2 horas) seja inaceitvel, tendo em vista que a
produo de pistes com mdia de 74.015 mm resulta em um excessivo custo de
escrapeamento e atraso na montagem das mquinas. Como se pode reduzir o tempo
para detectar a condio de fora de controle? Uma alternativa tomar amostras com
maior freqncia. Por exemplo, se fossem tomadas amostras a cada meia hora, ento
somente haveria um intervalo de apenas uma hora entre a ocorrncia do problema e a
sua deteco. Outra alternativa aumentar o tamanho da amostra. Por exemplo,
tomando-se n=10, ento na figura a seguir, demonstra-se que a probabilidade de x
estar entre os limites de controle quando a mdia do processo 74.0l5
aproximadamente 0.1. Assim, p = 0.9 e a ARL seria calculado por:

ARL =
p
1
=
9 , 0
1
= 1,11
43

GRFICO 4 CURVA CARACTERSTICA PARA UM GRFICO
x
(Adaptado
de Montgomery (1985) pg. 111)

Logo, o aumento do tamanho da amostra permitiu a deteco da mudana
duas vezes mais rpida do que o processo anterior. Isto importante para detectar a
mudana na primeira hora aps a ocorrncia. Neste caso, dois grficos de controle
seriam desenhados:
Grfico l Grfico 2
Tamanho da amostra : n =5 Tamanho da amostra n = 10
Freqncia da amostra: meia hora Freqncia da amostra: a cada hora

Para responder a questo de qual freqncia da amostra mais precisa,
devem-se considerar vrios fatores em conjunto, incluindo o custo da amostra a perda
associada com o alongamento do processo para detectar uma situao fora de
controle; o padro da produo e a probabilidade de que os vrios tipos de processo
atuem juntos. Discutir-se- oportunamente o melhor mtodo, sob a tica econmica.
2.6 OS DIFERENTES TIPOS DE GRFICOS DE CONTROLE
2.6.1 Introduo

Utilizam-se vrios tipos de grficos de controle para monitorar os processos
44
e para determinar se as variaes de causa especial e variaes de causa comum
esto presentes em um processo. Dentre os principais grficos, de acordo com
Montgomery ( 1985), pode-se destacar:

1) grficos de controle para atributos- deve-se utilizar esses grficos
quando itens de amostras so classificados de acordo com o fato de
estarem ou no em conformidade com os requisitos definidos
operacionalmente. Os grficos p e np, que se discute na seqncia,
baseiam-se na proporo de itens fora dos padres de aceitao ( grfico
p) ou no nmero de itens fora dos padres de aceitao ( grfico np)
em uma amostra. Destacam-se ainda os grficos para o nmero de
defeitos, grficos c e U;
2) grficos de controle por variveis-deve-se utilizar esses grficos
sempre que uma caracterstica de interesse mensurada em uma escala
de intervalo ou de razo. Uma vez que mensuraes a partir dessas
escalas mais poderosas fornecem mais informaes do que a proporo
ou o nmero de itens fora dos padres de aceitao, esses grficos so
mais sensveis em detectar variaes de causas especiais do que os
grficos p e np . Os grficos de variveis so geralmente utilizados
aos pares. Um grfico monitora a variabilidade e deve ser examinado em
primeiro lugar, porque se ele indicar a presena de condies fora de
controle , a interpretao do grfico para a mdia ser enganosa. Embora
diversos pares alternativos de grficos possam ser considerados, relata-se
nesta seo os grficos de controle para o intervalo ( grfico R) e para a
mdia ( grfico X ) .

45
2.6.2 Desenvolvimento e Operacionalizao dos Grficos de Controle para
Atributos
2.6.2.1 Proporo de defeituosos (Grfico p)

Anteriormente buscou-se expor os princpios gerais, nos quais os grficos de
controle de Shewhart so baseados. Se w uma caracterstica que mede uma
caracterstica onde a mdia de w
w
e a varincia de w
2
w
ento o modelo
geral, conforme disposto em Montgomery( 1985) , o seguinte:

UCL =
w w
k +
Linha central =
w
(2)
LCL =
w w
k

Onde k distncia dos limites de controle deste a linha central, em
mltiplos do desvio padro. Essa distncia geralmente k = 3.
A frao de artigos defeituosos definida como a razo entre o nmero de
itens defeituosos numa populao e o nmero total de itens naquela. Esses itens podem
apresentar vrias caractersticas distintas que so examinadas concomitantemente. Se
no teste de qualquer destas caractersticas o item em considerao falhar, este ser
classificado como defeituoso.
A construo e operao de um grfico de controle para a proporo de
defeituosos se baseiam, claro, nas propriedades da distribuio binomial.
Supondo-se que o processo produtivo esteja operando num estado
estacionrio, ou seja, estvel, onde todas as possveis causas particulares de variao
esto ausentes. Nesse caso a probabilidade de que um item qualquer seja classificado
como defeituoso p. Mais ainda, essa probabilidade constante, e as classificaes de
46
sucessivas unidades produzidas so eventos independentes estatisticamente.
Cada unidade produzida , nesse contexto,uma varivel aleatria com uma
distribuio de Bernoulli com parmetro p. Se uma amostra de n unidades do produto
inspecionada num dado instante e se D o nmero de artigos defeituosos
encontrados nessa amostra, ento D tem uma distribuio binomial de parmetro n e
p, ou seja: tem-se uma amostra aleatria [X1, X2,...Xn] com Xi ~b(1,p) e
D=
=
n
i
X
1
~b(n,p), ento:
para k = 0, 1, 2, ..., n (3)

A esperana matemtica (mdia) da varivel aleatria D dada por:
= =
n
k
k n k n
k D
np p p k
0
) 1 ( ) ( (4)
e a varincia dada por:
) 1 ( ) 1 ( ) ( ) (
2
0
p np p p k V
k n k n
k
n
k
D D
= =

=
(5)

A frao amostral de defeituosos definida como a razo entre o nmero D,
de unidades defeituosas na amostra e o tamanho da amostra n, ou seja,
n
D
p = (6).
Usando-se a expresso do pargrafo anterior pode ser facilmente mostrado
que p =
ou seja, o valor mdio de p p e

P
=
n
p p ) 1 (
( 7 ).
Pode-se ento construir um grfico de controle para a proporo p de artigos
defeituosos, da seguinte maneira: supe-se que a verdadeira frao de defeituosos
produzidos pelo processo seja conhecida (ou que tenha sido estimada com base na
histria anterior de funcionamento); a linha central e os limites de controle do grfico
sero dadas por
p, LSC = p + 3
n
p p ) 1 (
, LIC = p - 3
n
p p ) 1 (
. ( 8)

A operao desse grfico consiste na seleo de sucessivas amostras de n
unidades, da computao da frao amostral de defeituosos e da marcao do ponto
correspondente no grfico.
k n k n
k
p p k D P

= = ) 1 ( ) ( ) (
47
A permanncia de p entre os limites de controle e a ausncia de qualquer
comportamento sistemtico, no-aleatrio, no grfico so indicaes de que o processo
continua sob controle. O aparecimento de um comportamento sistemtico ou de pontos
fora dos limites de controle so, por outro lado, indicaes que nos levaro a concluir
que o processo est fora de controle.
Quando a frao de defeituosos no for previamente conhecida, ela ser
necessariamente estimada a partir dos dados observados nos perodos iniciais de
operao do processo. O procedimento usual consiste na seleo de m amostras de
tamanho n. Em geral, o nmero m, de amostras utilizado de 20 ou 25. o tamanho da
amostra a ser utilizada na operao do grfico ser objeto de discusso na prxima
seo.
Ento, se na i-sima amostra existirem D
i
defeituosos, calcula-se a frao
de defeituosos nessa amostra como sendo:
n
D
p
i
i
= i = 1, 2, ..., n (9)
e a mdia dessas fraes amostrais como sendo

m
p
mn
D
p
m
l i
i
m
l i
i
= =
= =
(10)
Usa-se ento esta estimativa para estabelecer limites de controle
temporrios. Esses limites so computados atravs de
LSC =
n
p p
p
) 1 (
3

+
(11)
LIC =
n
p p
p
) 1 (
3

A linha central especificada por p . Os limites assim estabelecidos devem
ser atualizados, modificados, medida que mais observaes estejam disponveis.
Evidentemente, os limites de controle s tero significado se o processo estiver sob
48
controle. Exemplos sobre aplicaes destes grficos, podem ser encontrados em
Montgomery ( 1985), pgina 151.
2.6.2.1.1 Determinao do tamanho da amostra e curva caracterstica da operao

Montgomery ( 1985) ressalta que trs parmetros so importantes no uso de
um grfico de controle para a frao de defeituosos: o tamanho da amostra utilizada, a
freqncia da amostragem e a distncia entre os limites de controle. Estes parmetros
devem ser especificados segundo critrios econmicos. Uma discusso exaustiva
destes critrios poder ser encontrada na seqncia deste trabalho. Faz-se aqui uma
breve considerao dos princpios nos quais esses critrios devem ser baseados.
comum, especialmente quando o volume de produo no for muito
grande, inspecionar-se 100 % da produo num perodo conveniente. Neste caso a
freqncia da amostragem e o tamanho da amostra so dependentes. Em geral,
escolhe-se uma freqncia de amostragem que seja apropriada para o nvel de
produo. Alguns critrios para a determinao da freqncia de amostragem
aparecem naturalmente. Por exemplo, a existncia de mais de um turno, um fator que
pode afetar a proporo de defeituosos; nesse caso devemos usar a produo de cada
turno como um subgrupo ao invs de computar uma frao diria de defeituosos que
poderia ser obtida consolidando a produo de vrios turnos.
Quando da seleo de amostras da produo, preciso especificar um
tamanho n para aquelas. Vrias regras foram sugeridas para isso. Se p muito
pequeno, deve-se escolher n de tal forma que a probabilidade de encontrar pelo menos
um defeituoso na amostra seja alta, prxima de um. Caso contrrio pode surgir uma
situao onde a simples presena de um item defeituoso na amostra pode levar a
concluso equivocada de que o processo est fora de controle. E como qualquer
processo, mesmo sob controle, ir produzir de tempos em tempos, itens defeituosos,
49
seria pouco razovel concluir a partir do aparecimento de um item defeituosos na
amostra, que o processo est fora de controle. Por exemplo, se p = 0,001 e n = 40, o
LSC dado por:
LSC = p + 3
n
p p ) 1 (
= 0,001 + 3(0,005) = 0,016
O aparecimento de uma unidade defeituosa na amostra faria com que p
fosse igual a 0,025 e o processo seria declarado fora de controle. Uma vez que h
sempre uma probabilidade positiva e significativa de produzir pelo menos um
defeituoso, esse critrio pouco razovel.
Para evitar isso, deve-se escolher o tamanho da amostra de tal maneira que a
probabilidade de se encontrar ao menos uma unidade defeituosa seja, no mnimo, 1 -
, onde um nmero pequeno, menor do que 0.10. Por exemplo, supondo-se
novamente que p=0.001 e desejando-se que a probabilidade de se encontrar pelo
menos um defeituoso na amostra seja de ( 1- 0.05) no mnimo. Representando-se o
nmero de unidades defeituosas por D, ento o problema determinar o menor n tal
que p(D1) 0.95. Como p nesse caso muito pequeno, pode-se aproximar a
distribuio binomial pela distribuio de Poisson. A distribuio de Poisson
definida pela funo de probabilidade:

!
) (
k
e
k D P
k

= = (12)

onde = np, p a probabilidade de uma unidade ser classificada como defeituosa e n
o nmero de artigos testados numa amostra. Em conseqncia, o tamanho da amostra
precisa ser tal que:
05 . 0 ) 0 ( = =

e D P
A soluo dessa equao nos d
0 . 3 =
e em conseqncia
3000 = =
p
n

50
Outra considerao que deve ser feita quando do desenvolvimento de um
grfico de controle para a proporo de defeituosos sobre a capacidade de deteco
de alteraes no nvel de qualidade do processo. Duncan [1974] sugeriu que o tamanho
da amostra deve ser tal que exista uma probabilidade aproximadamente igual a de
que seja detectada uma mudana previamente especificada no nvel de qualidade do
processo. Voltando-se ao exemplo anterior, supondo que fosse desejvel que a
probabilidade de detectar um aumento na frao de defeituosos para um nvel
1
p =
0.003 fosse igual a 0.50. Representando-se a variao no nvel de defeituosos que se
deseja detectar por igual a 0.003 0.001 = 0.002, devemos fazer com que o LSC seja
exatamente igual ao nvel
1
p , isto , LSC = 0.003. Neste caso n e teriam que
satisfazer a expresso:
n
p p
k
) 1 (
= (13)
e, portanto,
) 1 ( ) (
2
P p
k
n =
(14)
e no caso acima
. 250 . 2 ) 001 . 0 ( )
002 . 0
3
(
2
= = n

O grfico de controle para frao de defeituosos largamente utilizado em
outras aplicaes, no exclusivamente em indstrias, para o controle estatstico do
processo.Por exemplo, o nmero de partos efetuados antes do tempo previsto muito
importante nos servios de sade do pas.

2.6.2.2 O Grfico np

Quando os subgrupos so todos do mesmo tamanho, uma alternativa
desejvel para o grfico p o grfico np. Os parmetros deste grfico sero:

51
) 1 ( 3 p np np LSC + =
linha central = np (15)
) 1 ( 3 p np np LIC = , onde ) 1 ( p np = .

Caso no disponvel o valor de p ele pode ser estimado por p , do modo
detalhado anteriormente. Geralmente o grfico np mais facilmente interpretvel do
que o grfico p. Exemplos sobre esses grficos, encontram-se em diversos livros
como em Montgomery( 1985).
2.6.2.2.1 Curva caracterstica da operao (CCO)

A CCO uma funo da frao de no conformes, e o grfico mostra a
probabilidade de se aceitar, incorretamente, a suposio de que o processo est sob
controle quando na verdade no est. Em sntese a CCO fornece simplesmente a
probabilidade de erro do tipo II, ou seja . Montgomery (1985) ressalta que a
probabilidade de ocorrer um erro do tipo II, na frao de no-conformes, pode ser
calculado por:
} | { } | {
} | { } | {
p nLCL D P p nUCL D P
p LCL p P p UCL p P
< =
< =
(16)

Desde que D seja uma varivel aleatria binomial com parmetros n e p, o
erro do tipo acima definido, pode ser obtido pela distribuio binominal acumulada,
conforme exemplificado na tabela abaixo:

52

TABELA 1 VALORES PARA CONSTRUO DA CCO DO GRFICO DE CONTROLE PARA
FRAO DE NO-CONFORMES
( Com n= 50; LIC = 0.0303 e LSC =0.36997, adaptado de Montgomery( 1985), pgina 171)
A tabela acima ilustra os clculos efetuados para gerar a CCO curva para
grfico de controle para frao de no conformes, com parmetros n=50,
LIC= 0.0303, e LSC = 0.3697. Usando estes parmetros, a equao de B torna-se:

} | 52 . 1 { } | 49 . 18 {
} | ) 0303 . 0 )( 50 ( { } | ) 3697 . 0 )( 50 ( {
p D P p D P
p D P p D P
< =
< =

Contudo, desde D seja um inteiro, encontra-se:
} | 1 { } | 18 { p D P p D P =
Assim a curva caracterstica a gerada abaixo:

GRFICO 5-CURVA CARACTERSTICA PARA A FRAO DE NO-
CONFORMES ( Grfico de controle com
p
= 0,20, LIC=0,0303 E LSC= 0,3697)

( Adaptado de Montgomery ( 1985) PG 171)

p
} | 18 { p D P } | 1 { p D P } | 1 { } | 18 { p D P p D P =
0.01 1.0000 0.9106 0.0894
0.03 1.0000 0.5553 0.4447
0.05 1.0000 0.2794 0.7206
0.10 1.0000 0.0338 0.9662
0.15 0.9999 0.0291 0.9708
0.20 0.9975 0.0002 0.9973
0.25 0.9713 0.0001 0.9712
0.30 0.8594 0.0000 0.8594
0.35 0.6216 0.0000 0.6216
0.40 0.3356 0.0000 0.3356
0.45 0.1273 0.0000 0.1273
0.50 0.0325 0.0000 0.0325
0.55 0.0053 0.0000 0.0053

53
Pode-se tambm calcular a mdia (ARL) para a frao de no conformes, atravs de
Shewhart, podendo escrever como:

ARL =
) lim (
1
controle de ites dos fora pontos
( 17)

Ento se o processo estiver sob controle, a ARL fica:

ARL =
1
(18)

e se estiver fora de controle tem-se: ARL =
1
1
( 19)

Estas probabilidades ( , ) podem ser calculados diretamente pela
distribuio binomial ou lida desde a curva caracterstica (CCO). Ilustrando com o
exemplo de Montgomery (1985-pg 171), considere-se o grfico de controle para
frao de no conformes usados na curva CCO cujos clculos esto na tabela anterior.
Este grfico tem parmetros n=50, LSC = 0.3697 e LIC = 0.0303 e sua linha central
p = 0.20. Da tabela anterior ou da curva caracterstica, observa-se que o processo
est sob controle com p = p . A probabilidade de um ponto estar em controle 0.9973.
Ento neste caso = 1- = 0.0027 e a ARL

ARL = 370
0027 . 0
1 1
= =

Ento se o processo est realmente sob controle, observa-se um falso alarme,
com um sinal de fora de controle, aps 370 amostras (isso verdadeiro, em geral para
os grficos de controle de Shewhart com limite de 3 sigmas). Suponha agora que o
processo passa para fora de controle com p =0.3. O grfico acima indica que se p = 0.3
ento = 0.8594. Contudo o ARL :
ARL = 7
8594 . 0 1
1
1
1
=
=

54
e ento o nmero esperado de amostras at ocorrer um defeito sete. Se isso
insatisfatrio, devem-se tomar medidas para reduzir o ARL. Aumentando-se o
tamanho da amostra, resultar em um pequeno valor para e um pequeno valor fora
de controle ARL. Isto : tomando-se a amostra a cada hora, demorar-se- sete horas,
em mdia, para detectar a mudana. Contudo, se a amostra for tomada a cada meia
hora, sero necessrias apenas 3.5 horas, em mdia, para detectar a mudana.
2.6.2.3 Grficos de controle para o nmero de defeitos
2.6.2.3.1 Grfico c

Um artigo considerado defeituosos quando no satisfaz uma ou vrios
especificaes. Em conseqncia, o artigo defeituoso ir conter pelo menos um
defeito.
Numa sria de situaes, entretanto, perfeitamente possvel que uma
unidade contenha vrios pontos onde as especificaes no sejam satisfeitas e ainda
assim seja possvel coloc-la venda. Uma indstria onde isso acontece a de mveis,
por exemplo.
Em muitas outras situaes, na inspeo de artigos de montagem complexa,
computadores, amplificadores, automveis e na produo contnua, papel, ao, etc.
mais razovel a considerao do nmero de defeitos numa unidade ou num perodo do
que a simples classificao em defeituoso ou no-defeituoso.
Nessas situaes, opta-se por construir grficos para o nmero de defeitos.
No uso destes grficos em geral se supe que a ocorrncia de defeitos pode ser
representada adequadamente pelo uso da distribuio de Poisson, mencionada
anteriormente e considerada ideal para este estudo pois as hipteses implcitas no uso
55
desta distribuio so:
1) existe um grande nmero de lugares onde defeitos podem ocorrer;
2) a probabilidade e de um defeito ocorrer num desses lugares
extremamente pequena e constante (para as diversas amostras).
Alm dessas duas hipteses, faz-se ainda a suposio de que a unidade de
inspeo ser sempre a mesma.
Na maioria das situaes encontradas na prtica, as hipteses mencionadas
acima sero verificadas de maneira aproximada. Neste caso o nmero de defeitos
observados em cada unidade inspecionada seguir uma distribuio funo de
probabilidade, dada por:
!
) (
k
c e
k N P
k c
= = , onde k = 0, 1, 2, ... ( 20)
onde N o nmero de defeitos e c > 0 o parmetro da funo de probabilidade.
A mdia e a varincia de N so ambas iguais a c. em conseqncia, um
grfico para o nmero de defeitos com limites a 3 ser especificada por:
c c LSC 3 + = e c c LIC 3 = (21)
com a linha central sendo, claro, igual a c. Caso o limite inferior de controle
especificado acima, torne-se negativo assume-se que LIC=0.
Se o nmero mdio de defeitos por unidade for desconhecido pode-se
proceder como no caso anterior, e estimar o parmetro c usando o perodo inicial de
produo. Neste caso, o grfico de controle ter como parmetro uma linha central
igual a c e os limites de controle
c c LSC 3 + = e c c LIC 3 = ( 22 )

ondec o nmero mdio de defeitos observados por unidade durante o perodo inicial
de funcionamento do processo, e definido por c =
n
1
=
n
i 1
ni . (23)

2.6.2.3.2 Grficos U

Supondo-se que cada ponto do Grfico de Controle foi obtido com base em
56
n unidades de inspeo, tem-se que a varivel aleatria observada Y (nmero de
defeituosos nas n unidades) ter distribuio de Poisson com parmetro nc (soma de
variveis aleatrias Poisson com parmetro Poisson com um parmetro igual a n).
Desta forma a distribuio de Y (Y~ P(n,c)) e tem funo de probabilidade dada por:
!
) (
) (
k
e nc
k Y P
nc k
= = (24)

e constri-se o grfico da mesma forma que o anterior. Porm, existe uma outra
abordagem para o problema. possvel trabalhar-se com o nmero mdio de defeitos
por unidade de inspeo. Se Y o nmero de defeitos presentes nas n unidades, ento
o nmero mdio de defeitos por unidade :
n
Y
U =
Conseqentemente os parmetros da varivel aleatria U so:

n
c
n
c
n Y V
n n
Y
V U V
c
n
c
n Y E
n n
Y
E U E
= = = = =
= = = = =
2 2
2
) (
1
) ( ) (
) (
1
) ( ) (

O estimador do parmetro
=
= =
m
i
i
u
m
u c
1
1
(mdia do nmero mdio de
defeitos por unidade em m amostras de tamanho n). Ento os limites so:

n
u
u LSC
n
u
u LIC
3
3
+ =
=
(25)

e a linha de centro fixada em u .
O grfico construdo desta forma chamado de grfico do nmero de
defeitos por unidades e denotado por Grfico u.Exemplos sobre suas aplicaes
podem ser encontrados em bons livros de estatstica como em Montgomery ( 1985).
57
2.6.2.3.3 Curva caracterstica para os grficos c e u
As curvas caractersticas da operao para ambos os grficos c e U podem
ser obtidas por uma distribuio de Poisson. Para o grfico c, a curva caracterstica
plota a probabilidade de erro do tipo II (erro ) contra a mdia verdadeira de nmero
de defeitos de c.
A expresso para : } | { } | { c LIC x P c LSC x P < = , onde x uma
varivel aleatria de Poisson com parmetro c.

TABELA 2 - CLCULOS DA CCO PARA UM GRFICO c COM LSC = 33.22
E LIC= 6.48 ( Adaptado de Montgomery ( 1985) pg. 187).
Pode-se generalizar a CCO para o grfico c, com base no exemplo anterior. Para este
caso, desde que o LSC= 33.22 e LIC =6.48, a equao acima pode ser escrita:
} | 48 . 6 { } | 22 . 33 { c x P c x P < =

Desde que o nmero de no-conformes deve ser inteiro, este equivale a:

} | 6 { } | 33 { c x P c x P < =

Estas probabilidades esto na tabela acima. A CCO mostrada abaixo

C } | 33 { c x P } | 6 { c x P
= } | 33 { c x P - } | 6 { c x P
1 1.000 0.999 0.001
3 1.000 0.967 0.033
5 1.000 0.762 0.238
7 1.000 0.450 0.550
10 1.000 0.130 0.870
15 0.999 0.007 0.992
20 0.997 0.000 0.997
25 0.950 0.000 0.950
30 0.709 0.000 0.709
33 0.500 0.000 0.500
35 0.367 0.000 0.367
40 0.131 0.000 0.131
45 0.037 0.000 0.037

58
GRFICO 6- CURVA CARACTERSTICA PARA UM GRFICO c COM
LIC=6.48 e LSC= 33.22
(Adaptado de Montgomery (1985))

2.6.3 Desenvolvimento e Operacionalizao dos Grficos de Controle para Variveis
2.6.3.1 Introduo

Sempre que uma caracterstica de interesse mensurada em uma escala de
intervalo ou de razo (proporcionalidade), podem-se utilizar grficos de controle de
variveis para monitorar um processo.
Uma vez que mensuraes a partir dessas escalas mais poderosas fornecem
mais informaes do que a proporo ou o nmero de itens fora dos padres de
aceitao, esses grficos so mais sensveis em detectar variaes de causas especiais
do que os grficos p ou np. Os grficos de variveis so geralmente utilizados em
pares. Um grfico que monitora a variabilidade deve ser examinado em primeiro lugar,
porque se ele indicar a presena de condies fora de controle, a interpretao do
grfico para a mdia ser enganosa. Embora diversos pares alternativos de grficos
possam ser considerados, opta-se por seguir a linha de Montgomery (1985),
estudando-se os grficos de controle para a amplitude e para a mdia.

59
2.6.3.2 Grfico R: grfico de controle para a amplitude

Antes de obter-se os limites de controle para a mdia, torna-se necessrio
desenvolver um grfico de controle para a amplitude, o grfico R.
Assim, consegue-se determinar se a variabilidade em um processo est sob
controle ou se esto ocorrendo mudanas ao longo do tempo. Se a amplitude do
processo est sob controle, ento ele pode ser utilizado para desenvolver limites de
controle para a mdia.
Observa-se, portanto, que a amplitude da amostra est relacionada com o
desvio padro do processo. Contudo, a variabilidade do processo pode ser controlada
pelos valores da amplitude amostral R de sucessivas amostras num grfico de controle.
Este grfico de controle denominado de grfico R
Os parmetros do grfico R podem ser facilmente determinados. A linha
central ser R . Para determinar o limite de controle , necessita-se de um estimador
denominado
R
. Assumindo-se que a caracterstica de qualidade normalmente
distribuda, pois a distribuio normal o melhor modelo para os estudos de
qualidade conforme Montgomery ( 1985),
R
pode ser encontrado atravs da
distribuio de amplitude relativa W=R/
r
. A amplitude relativa tem os parmetros:
E(W)= d
2
e V(W)=d
2
3
fixados em funo de R. Logo o desvio padro de W d
3
e
depende de n. Ento, desde que:

V(W)=
1
V(R) (26)
O desvio padro R

R
= d
3
(27)
Se desconhecidos pode-se estimar
R
por:

60
=
W
R
e
R
= d
3
2
d
R
(28)
Conseqentemente os parmetros do grfico de R com 3-sigmas nos limites
de controle so:

2
3
3 3
d
R
d R R LSC
R
+ = + =
linha central = R
2
3
3 3
d
R
d R R LIC
R
= =
fazendo-se:
2
3
3
3 1
d
d
D = e
2
3
4
3 1
d
d
D + = (29)

Podem-se redefinir os parmetros do grfico R, como:

4
D R LSC =
Linha central = R (30)

3
D R LIC =

As constantes D
3
e D
4
so tabeladas para vrios valores de n. Quando as
amostras preliminares so usadas para construir os grficos de x e R, considera-se
que os limites de controle so experimentais.
Ento ao se colocar nos grfico as amostras m se qualquer ponto exceder o
limite de controle este ponto dever ser investigado.
Se as causas de variabilidade destes pontos forem descobertas, ento eles devero ser
descartados e nova experincia com os limites de controle deve ser feita.
2.6.3.3 Grfico X

Controlando-se o grfico de controle para amplitude, pode-se prosseguir,
examinando-se o grfico de controle para a mdia do processo, o grfico X .
61
Supondo-se que uma caracterstica de qualidade normalmente distribuda
com mdia e desviopadro , onde ambos so conhecidos. Se,
n
x x x x ,..., , ,
3 2 1

uma amostra de tamanho n, ento a mdia dessa amostra :

n
x x x
x
n
+ + +
=
...
2 1
(31)

Sabe-se que x normalmente distribuda com media e desvio padro
n
x
/ = . Alm disso, a probabilidade 1 - de que qualquer mdia amostral esteja
entre.

n
Z Z
x

2 / 2 /
+ = + e
n
Z Z
x

2 / 2 /
= (32)

Portanto, se e so conhecidos, as equaes acima, podem ser utilizadas
como limite superior e limite inferior de um grfico de controle para mdia de uma
amostra.
No entanto, na prtica geralmente e no so conhecidos. Portanto, eles
devem ser estimados atravs de amostras preliminares tomadas quando o processo
encontra-se sob controle. Esses estimadores geralmente so baseados em 20 a 25
amostras, supondo-se que m amostras so avaliadas, cada uma contendo n observaes
de caractersticas de qualidade. Tipicamente n deve ser pequeno, geralmente 4, 5 ou 6.
Este pequeno tamanho de amostra resulta da construo de pequenos subgrupos,
pelo fato de que os custos das amostras e da inspeo so geralmente elevados.
Seja
m
x x x ,..., ,
2 1
a mdia de cada amostra. Ento o melhor estimador para
mdia

m
x x x
x
m
+ + +
=
...
2 1
(33)

62
Ento x ser usado com a linha central do grfico de x .Para construir os
limites de controle, torna-se necessrio estimar o desvio padro . Assim, deve-se
estimar atravs do desvio padro obtido das m amostras.
Seja
n
x x x ,..., ,
2 1
uma amostra de tamanho n. Ento a amplitude da amostra
a diferena entre a maior e a menor observao, isto :
min max
x x R = (34)
A razo entre a amplitude e o desvio padro,
R
, representada por W
denominada de amplitude relativa. Como a amplitude est relacionada com o desvio-
padro do processo , a variabilidade do processo pode ser controlada por meio do
grfico dos valores da amplitude amostral R. Os parmetros da distribuio de w so
em funo da amostra de tamanho n. A mdia de W representada por d
2
.
Conseqentemente um estimador para
2
/ d R = .
Valores de
2
d , para vrios tamanhos de amostras encontram-se tabelados
em bons livros, como em Montgomery ( 1985).
Seja
m
R R R ,..., ,
2 1
a amplitude das m amostras. Ento a mdia das
amplitudes :

m
R R R
R
m
+ + +
=
...
2 1
(35)
Um estimador para a mdia pode ser calculado por:

2
d
R
= (36)

Mas por qual razo se usa o estimador de , dado acima quando se dispe
de estatstica mais eficiente s? A resposta a simplicidade do clculo e tambm
porque a eficincia de
2
d
R
= praticamente a mesma de s quando o tamanho a
amostra baixo ( n< 10).
Utilizando-se o estimador x como estimador de e
2
/ d R como um estimador de ,
ento os parmetros do grfico x so:
63

R
n d
x LSC
2
3
+ =
linha central = x (37)
R
n d
x LIC
2
3
=

A quantidade
n d
A
2
2
3
= uma constante que depende somente do tamanho
da amostra, assim pode-se reescrever a equao anterior como:
R A x LSC
2
+ =
Linha central = x (38)
R A x LIC
2
=

onde a constante
2
A tabelada. Para ilustrar, considere-se o seguinte exemplo:

Uma indstria cermica produz blocos cermicos de seis furos. A
administrao deseja estabelecer um controle estatstico sobre o comprimento dos
blocos cermicos, ponto considerado crtico pelo controle de qualidade, usando
grficos da mdia x e da amplitude R. Para estimar os parmetros do processo foram
tomadas m=20 amostras, cada uma de tamanho n=5, retiradas aleatoriamente de cinco
fornos, em um perodo onde a administrao acredita que o processo est sob controle.
Os dados observados medidos em cm, esto abaixo. Pede-se:

a)Construa o grfico R;
b) construa o grfico X.

TABELA 3 MEDIDAS DOS COMPRIMENTOS DOS BLOCOS CERMICOS

Amostra OBS 1 OBS 2 OBS 3 OBS 4 OBS 5 Xi(cm) Ri(cm)

1 19,00 19,10 19,20 19,22 19,10 19,12 0,20
2 19,10 18,90 19,00 18,90 18,95 18,97 0,20
3 19,00 18,95 19,01 18,70 18,90 18,91 0,31
4 18,80 18,90 19,03 19,10 19,30 19,02 0,50
5 18,88 19,00 19,20 19,10 19,02 19,04 0,32
6 19,02 19,10 18,90 19,20 19,01 19,04 0,30
64
7 19,25 18,96 19,01 19,20 19,00 19,08 0,29
8 18,99 18,90 19,20 19,01 19,10 19,04 0,30
9 18,85 18,90 18,95 19,02 19,00 18,94 0,17
10 18,97 19,06 18,95 18,97 18,96 18,98 0,11
11 19,02 19,01 19,02 19,00 18,90 18,99 0,12
12 18,90 19,01 19,20 19,30 19,00 19,08 0,40
13 19,20 19,10 19,20 19,10 19,20 19,16 0,10
14 19,30 19,00 19,10 19,20 19,00 19,12 0,30
15 19,20 19,30 19,10 19,20 19,00 19,16 0,30
16 19,10 19,20 19,10 19,00 18,90 19,06 0,30
17 19,10 19,20 19,00 18,80 18,90 19,00 0,40
18 18,90 19,30 18,80 19,10 19,20 19,06 0,50
19 19,20 19,20 19,20 18,90 18,90 19,08 0,30
20 18,90 19,10 19,00 18,80 18,90 18,94 0,30

SOMATRIA 380,97 5,72

Da tabela acima, obtemos:

=
=
20
1 i
i X
380,97 e
20
1
,
i
R = 5,72. Em conseqncia:
x = 04 , 19
20
20
1
=
i
x
e R =
20
) 30 , 0 .... 31 , 0 20 , 0 20 , 0 ( + + + +
. Logo: R =0,286

Quanto construo dos grficos X e R, a melhor alternativa comear
com o grfico R. Isto porque os limites de controle no grfico X dependem do fato da
variabilidade encontrar-se sob controle.
Consultando as tabelas disponveis, por exemplo em Montgomery ( 1985 ),
obtm-se para uma amostra de n=5 os valores: D
3
= 0 e D
4
= 2,215. Assim, podem-se
determinar os limites de controle para o grfico de R atravs de :

LIC = R D
, 3
=0.286(0)=0 e LSC = R D
4
= 0,286(2,115) = 0,604
65
Abaixo, observa-se o grfico para R obtido. Os 20 pontos que l esto
marcados mostram que no h indicao de que o processo esteja fora do controle.

GRFICO 7-GRFICO DA AMPLITUDE

Uma vez que o grfico R, indica que a variabilidade do processo est sob
controle, pode-se construir o grfico X . Retornando aos valores tabelados, relatados
em Montgomery( 1985 ), obtm-se para n=5 um valor de
2
a igual a 0,0577. A linha
central foi obtida acima com X = 19,04. Os limites de controle so ento calculados
por:
LSC = X +A
2
R =19,04 + (0.577)(0.286) =19,21
e
LIC = X A
2
R =19,04 - (0.577)(0.286) =18,88
O grfico X est mostrado na figura a seguir. Os pontos marcados no
indicam que o processo esteja fora de controle.

GRFICO 8 GRFICO DA MDIA

66
Dos grficos X e R obtm-se informaes sobre a capacidade do processo.
Do grfico X pode-se estimar o comprimento mdio dos blocos cermicos
como 19,04 e o desvio padro do processo pode ser estimado atravs de
=
2
d
R
=
326 . 2
286 . 0
=0.123 onde o valor de d
2
tabelado.
As especificaes estabelecem que o comprimento dos blocos cermicos
est no intervalo entre 18,70 e 19,30 cm . O grfico de controle X pode ser usado
para descrever a capacidade do processo em relao a essas especificaes.

2.6.3.3.1 Reviso dos Limites de Controle e da Linha Central

Atravs dos experimentos determina-se a linha central e os limites de
controle. No entanto, o uso efetivo de qualquer grfico de controle requer revises
peridicas dos limites de controle e da linha central.

2.6.3.3.2 Limites de controle, Limites de especificao e Limites de tolerncia
natural

Torna-se necessrio enfatizar que no h qualquer relao ente os limites de
controle (grficos x e R) e os limites de especificao do processo.
Os limites de controle so definidos pela variabilidade natural do processo
(medidos pelo desvio padro ) que o limite de tolerncia natural do processo. O
limite de especificao, por outro lado, determinado externamente. Ele pode ser
determinado pelo gerente, pelo engenheiro ou pelo designer. Logo no h relao
matemtica ou estatstica entre o limite de controle e o limite de especificao.
67
2.6.3.3.3. Subgrupos adequados

O conceito de subgrupos adequados se constitui em uma importante regra
para o uso dos grficos de controle x e R. De acordo com Montgomery( 1985)
definir uma subgrupo adequado torna-se fcil, dominando-se o entendimento do
funcionamentos dos dois tipos de grficos de controle.
O grfico x monitora o nvel de qualidade da mdia no processo. Contudo,
amostras so selecionadas de modo a maximizar a chance de que as alteraes na
mdia ocorra entre as amostras e ento mostrar os pontos fora de controle no grfico
de x .
O grfico R, por outro lado, mede a variabilidade dentro da amostra. Ento
quando as amostras so selecionadas, a variabilidade entre as amostras deve ser
medida.
Outro caminho fazer com que o grfico x monitore a variabilidade entre
as amostras (variabilidade no processo) enquanto o grfico R mede a variabilidade
dentro de cada amostra.(variabilidade instantnea do processo).
Um importante aspecto, que deve-se examinar cautelosamente, como os limites de
controle do grfico x e R so determinados tendo-se como referncia os dados
passados.
O estimador do desvio padro , usado na construo dos limites de
controle, calculado usando os dados da variabilidade dentro de cada amostra (i.e, do
tamanho de cada amostra individual) Conseqentemente, o estimador de reflete
somente a variabilidade dentro das amostras. Isto no correto para estimar baseado
somente no estimador quadrtico, ou seja:

1
) (
2
1 1
=

= =
mn
x x
S
ij
n
j
m
i
(39)

Onde x
ij
a j-sima observao na i-sima amostra, porque se a amostra
68
tem mdia diferente, ento teremos S( o melhor estimador da varincia) mais largo.
Conseqentemente, ser superestimado. Portanto os limites de controle devem ser
baseados tomando-se como referncia variabilidade interna das amostras.

2.6.3.3.4 Normas para o desenho dos grficos de controle

Para desenhar os grficos de x e R, deve-se inicialmente especificar a
largura dos limites de controle e a freqncia com que as amostras sero utilizadas.
Se no for possvel dar uma soluo exata do problema para o desenho do grfico de
controle, pelo menos o analista deve detalhar informaes sobre as caractersticas
estatsticas do grfico de controle e os fatores econmicos que afetam o problema.
Uma soluo completa do problema requerer conhecimento do custo das
amostras, o custo da inspeo e possveis correes no processo, caso haja sinal de
fora de controle, e o custo associado com a produo de um produto que no est
dentro das especificaes. Com essas informaes um modelo de deciso econmica
pode ser construdo para permitir o melhor desenho do grfico de controle.
Montgomery (1985), destaca que os seguintes aspectos principais devem ser
observados:
a) se o grfico x estiver sendo utilizado para primeiramente detectar uma
alterao moderada ou grande no processo, ou seja da ordem de 2 ou
mais, ento amostras de tamanho n = 4, 5 ou 6 so razoveis. Porm,
desejando-se detectar pequenas alteraes, torna-se necessrio
utilizao de amostras maiores, variando de 15 a 25;
b) se forem utilizadas amostras menores, h menor possibilidade de se
detectar as mudanas;
c) se a mudana ocorrer enquanto a amostra tomada, a mdia da amostra
69
pode obscurecer esse efeito. Conseqentemente, este um argumento
para utilizar amostras pequenas, quando adequadas com a magnitude da
alterao que se est tentando detectar. Uma alternativa para aumentar o
tamanho da amostra usar o limite de advertncia e outros
procedimentos mais sensveis para aumentar a habilidade do grfico de
controle em detectar pequenas alteraes no processo;
d) o grfico R relativamente insensvel para detectar mudanas no
processo do desvio padro, para pequenas amostras. Por exemplo,
amostras de tamanho n = 5 tem somente 40% de chance de detectar na
primeira amostra uma alterao no processo utilizando o desvio padro
entre e 2. J, amostras maiores demonstram ser mais efetiva, mas
sabe-se que a amplitude para estimao do desvio padro diminui
dramaticamente em eficincia quando n aumenta. Conseqentemente,
para n> 10 ou 12 provavelmente melhor utilizar um grfico de controle
para S ou S
2
, ao invs de utilizar o grfico de R.

Sobre o ponto de vista estatstico a caracterstica de operao dos grficos de
x e R pode ser ajudada pela troca do tamanho da amostra. Eles provero o analista,
proporcionando alteraes na magnitude do processo que sero detectadas com uma
probabilidade declarada para qualquer tamanho de amostra n. O problema de alterar o
tamanho e a freqncia da amostra um dos esforos para alocar amostras.
Geralmente a deciso tomada quando se tem um limitado nmero de recursos para
alocar no processo de inspeo. A alternativa ser, geralmente, entre tomar amostras
menores e com mais freqncia, ou aumentar o tamanho da amostra com menos
freqncia.
Por exemplo, a troca pode ser entre amostras de tamanho cinco retiradas a
cada meia hora, ou amostras de tamanho 20 tomadas a cada 2 horas.
70
impossvel, dizer qual estratgia a melhor em todos os casos. No entanto
a indstria prefere utilizar amostras menores com maior freqncia.
2.6.3.3.5 Trocando o tamanho da amostra nos grficos x e R

No desenvolvimento dos grficos x e R assume-se que o tamanho da
amostra n constante para todas as amostras. Contudo, h situaes onde o tamanho
da amostra n no constante. Uma situao aquela onde o tamanho da amostra
varivel, isto , cada amostra consiste em um diferente nmero de observaes. Os
grfico x e R geralmente no so utilizados nestes casos, porque eles conduzem
para uma troca da linha central no grfico R o que dificulta a interpretao para
muitos usurios. Neste caso mais conveniente utilizao de um outro grfico,
denominado de grfico S.
Outra situao aquela onde feita permanente troca do tamanho da
amostra por causa do custo, ou porque o processo tem exibido boa estabilidade e
poucos recursos tm sido alocados nas amostras. Neste caso mais fcil processar um
novo limite de controle diretamente, tomando-se como base o limite anterior com o
adicional das amostras baseadas no novo tamanho da amostra. O procedimento o
seguinte:

Seja:

=
ant
R mdia da amplitude do tamanho da amostra anterior
=
novo
R mdia da amplitude do tamanho da nova amostra
=
ant
n tamanho da amostra anterior
=
novo
n tamanho da nova amostra
) ( 2 ant
d = fator
2
d oriundo do tamanho da amostra anterior
) ( 2 novo
d = fator
2
d oriundo do tamanho da nova amostra.
Para o grfico x os novos limites de controle sero:

71

ant
ant
novo
R
d
d
A x LSC
(
(
+ =
) ( 2
) ( 2
2
( 40)

ant
ant
novo
R
d
d
A x LIC
(
(
=
) ( 2
) ( 2
2

onde a linha central x , no mudada e o fator
2
A , selecionado do tamanho da nova
amostra. Para o grfico R, os novos parmetros so:

ant
ant
novo
R
d
d
D LSC
(
(
=
) ( 2
) ( 2
4

ant
ant
novo
novo
R
d
d
R CL
(
(
= =
) ( 2
) ( 2
(41)

(
(
=
ant
ant
novo
R
d
d
D LIC
) ( 2
) ( 2
3
, 0 max

Onde D
3
e D
4
so selecionados do tamanho da nova amostra.
2.6.3.3.6 Interpretao dos grficos x e R

Como anteriormente mencionado, um grfico de controle pode indicar que o
processo est fora de controle mesmo quando nenhum dos pontos marcados no grfico
esteja fora dos limites de controle; esse o caso quando os valores observados exibem
um comportamento sistemtico, no aleatrio. Em muitas situaes esse
comportamento que ir fornecer informaes teis no sentido reduzir a variabilidade
do processo (o que um dos objetivos fundamentais do controle de qualidade).
Ressalta-se aqui, alguns dos comportamentos que mais freqentemente
aparecem nos grficos x e R e especula-se sobre quais as caractersticas do processo
que podem produzir estes comportamentos.
72
Para uma anlise efetiva dos grficos x e R o analista precisa conhecer os
princpios estatsticos nos quais a construo do grfico baseada, alm de possuir um
conhecimento slido do processo de produo controlado. Podem-se obter mais
detalhes, consultando, por exemplo, o livro de Duncan [1974].
Quando da interpretao do comportamento do grfico x , torna-se
necessrio determinar em primeiro lugar se o grfico R est sob controle. Alguns
fatores particulares de variao afetam o comportamento em ambos os grficos.
Se os dois grficos exibem um comportamento no aleatrio, a melhor
estratgia eliminar primeiro os fatores particulares de variao identificveis no
grfico R. Em muitos casos, isso eliminar automaticamente, o comportamento no
aleatrio no grfico x . Nunca deve-se interpretar o grfico x quando o grfico R
apresenta-se fora de controle.
Comportamentos cclicos aparecem ocasionalmente nos grficos de controle.
Como exemplo, pode-se observar o grfico 1 da pgina 36 neste trabalho.
Tal comportamento no grfico x pode resultar de mudanas sistemticas nas
condies de operao do processo, como temperatura, luminosidade, cansao do
operador, rotao de motores ou flutuao na voltagem, presso ou outra varivel no
equipamento de produo, etc. Comportamentos cclicos nos grficos R so mais raros
mas podem surgir em conseqncia da programao de manuteno e deteriorao das
ferramentas por exemplo.
Uma mudana no nvel do desempenho do processo est ilustrada no grfico
2 da pgina 36. Essas mudanas podem resultar da introduo de novos operadores,
de novos mtodos, de novos materiais ou equipamento. Podem ser causados ainda por
uma mudana nos instrumentos de medida e pela motivao dos trabalhadores.
Uma tendncia, um movimento contnuo (possivelmente irregular) do
processo numa certa direo est mostrada na figura 3, da pagina 37.
Tendncias so causadas em geral, pela deteriorao gradual um algum fator
73
crtico do processo. O envelhecimento de ferramentas e equipamentos, o cansao do
operador e at a presena ou no de superviso possvel nessa direo.

2.6.3.3.7 Efeito do afastamento da normalidade nos grficos x e R

A hiptese fundamental na construo de um grfico de controle para x e R
que a distribuio da caracterstica de qualidade que est sendo controlada normal.
Em algumas situaes, entretanto, possvel acumular evidncia de que essa hiptese
inadequada.
Poder-se-ia, pelo menos teoricamente, caso a distribuio da varivel
analisada fosse conhecida, derivar as distribuies amostrais de x e R (ou alguma
outra medida de variabilidade do processo) e obter limites probabilsticos exatos para
os grficos de controle.
Isso, no entanto, , na maioria dos casos, muito difcil de se computar e a
maioria dos analistas prefere continuar usando o procedimento tradicional, a menos
que os efeitos do afastamento da normalidade sejam extremamente srios.
Vrios autores investigaram a magnitude desses efeitos e concluram que so
rarssimos os casos onde o uso de um grfico baseado na distribuio normal
totalmente inadequado.

2.6.3.3.8 Curva caracterstica da operao

A capacidade dos grficos x e R de detectarem mudanas na qualidade de
um processo descrita pelas respectivas curvas caractersticas de operao.
Montgomery (1985), sugere a construo destas curvas, da seguinte forma:
74
Considere-se em primeiro lugar a curva caracterstica para um grfico x
com desvio padro , conhecido e constante. Se a mdia muda de um valor
0
onde o
processo esta sob controle, para um valor k + =
0 1
, a probabilidade de que o
grfico no detectar essa mudana na primeira amostra subseqente dada por:
] | [
0 1
k LSC X LIC P + = = = (42)

Como,
|
|
.
|
\
|
=
n
N X
2
,
(43)

e os limites de controle so dados por:
n
LSC

3
0
+ =
e (44)
n
LIC

3
0
=

podemos escrever:

) 3 ( ) 3 (
)) ( 3 ( )) ( 3 (
( ( )) ( (
0 0 0 0
0 0
n k n k
k
n
n k
n
n
k LIC n LSC n
=
(
(
(
(
(
(
(
(
+ +
=
(
(
(
(
+
=

(45)

onde representa a funo de distribuio acumulada. Por exemplo, supondo-se que n
= 4, e que se busque determinar a probabilidade de detectar uma mudana de
0
para
2
0 1
+ = na primeira amostra selecionada aps a mudana. Ento como k = 2 e n =
5, tm:
| | | | | | | | 1587 . 0 7 1 4 2 3 4 2 3 = = =

Esse o risco da no detectao de uma mudana no valor do desempenho
75
do processo de magnitude igual a 2 . E claro, a probabilidade de detectar tal
mudana, na primeira amostra subseqente 1 - = 0.8413.
Para construir a curva caracterstica de operao do grfico X marca-se em
outro grfico valores de para vrias magnitudes de mudana no valor de X, medidas
em desvio padro para vrios valores de n. Essas probabilidades so calculadas como
no exemplo acima. A curva caracterstica de operao est mostrada na figura abaixo:

GRFICO 9- CURVA CARACTERSTICA DA OPERAO PARA O GRFICO
x COM LIMITE DE 3-SIGMAS

(Adaptado de Montgomery (1985))

Esta figura indica que para os tamanhos de amostra mais usados, 4 e 5, o
grfico X no particularmente eficiente na deteco de pequenas mudanas, da
ordem de 5 , 1 ou menos. Pode-se facilmente observar que se a mudana da ordem
de 0 , 1 e n = 5, ento da ordem de 0.75, aproximadamente.
Assim, a probabilidade de que a mudana seja detectada na primeira amostra
to somente 1 - = 0.25. A probabilidade de que a mudana seja detectada na
segunda amostra ser dada por:
19 . 0 ) 25 . 0 ).( 75 . 0 ( ) 1 ( = =
E a probabilidade de que a deteco se d na terceira amostra :
14 . 0 ) 25 . 0 .( ) 75 . 0 ( ) 1 (
2 2
= =

76
Como se pode notar a probabilidade de que a mudana seja detectada na k-
sima amostra subseqente alterao dada por:
). 1 (
1

k
(46)
O nmero mdio de amostras que se deve selecionar e analisar antes de
detectar a mudana :

1
1
) 1 (
1
1
k
k
k (47)

Tem-se, portanto para o exemplo,

4
25 . 0
1
1
1
= =

como sendo o nmero mdio de amostras que sero analisadas at a deteco de uma
amostra de magnitude igual a usando amostras de tamanho 5.
A discusso acima serve para ilustrar um dos argumentos em favor do uso de
pequena amostras no grfico X . Ainda, que o uso de pequenas amostras resulte num
risco () alto, estas so coletadas periodicamente, e com uma grande probabilidade a
mudana ser detectada rapidamente, embora nem sempre na primeira amostra
subseqente. O analista ter ainda a sua disposio limites de advertncia e outros
procedimentos para aumentar a sensitividade do grfico, que o ajudaro na deteco de
mudanas no nvel de operao.
A construo da curva caracterstica de operao do grfico R, envolve a
distribuio da amplitude relativa
R
W = , supondo-se que o processo esteja sob
controle, e que o valor do desvio padro igual
0
.
Ento, a curva caracterstica de operao o grfico das probabilidades de
no detectar uma mudana para um outro valor
0 1
> , na primeira amostra
subseqente a alterao. No cabe aqui discutir a computao dessa probabilidade. A
figura abaixo mostra a curva caracterstica de operao do grfico R no qual
apresentado em funo de
0
1
= ( a razo entre o novo valor da variabilidade e o

77
antigo) para vrios valores de n.

GRFICO 10 CURVA CARACTERSTICA PARA O GRFICO R COM
LIMITE DE 3-SIGMAS
[ Adaptado de A . J. Duncan(1951)]

0
1
=

Um exame da figura anterior mostra que o grfico R no muito eficiente na
deteco de alteraes no processo quando so utilizadas pequenas amostras.
Por exemplo, caso o desvio padro seja dobrado, isto ,
0
1
= = 2, que
bem grande, ento amostras de tamanho 5, tem uma probabilidade aproximadamente
igual a 0.40 de detectar a mudana. por isso que a maioria dos analistas de controle
de qualidade de opinio de que o grfico R pouco sensvel a pequenas mudanas na
variabilidade do processo.
2.6.3.3.9 A ARL para o grfico x

Para qualquer grfico de controle de Shewhart, ns observamos que a ARL pode ser
expressa por:

78
) lim (
1
controle de ites dos fora pontos P
ARL = ( 48 )

Ou
1
= ARL (49) para a ARL em controle e,

=
1
1
ARL (50) para a ARL fora de
controle.
2.6.3.3.10 Grficos de controle x e S

Quando o tamanho da amostra moderadamente grande, n 10, o mtodo
da amplitude para a estimao de comea a ser totalmente ineficiente.
Nesse caso o melhor que se pode fazer substituir o grfico R pelo grfico s
(este tambm chamado de grfico algumas vezes), onde o desvio padro do
processo estimado diretamente ao invs de ser calculado indiretamente, atravs do
uso da amplitude R. Nesse caso, para controlar o processo, em cada amostra necessita-
se calcular a mdia x e o desvio padro amostral s.
Se
2
a varincia, desconhecida, de uma distribuio de probabilidade,
ento um estimador no viciado para
2
dado pela varincia amostral;

1
) (
1
2
2

=

=
n
X X
s
n
k
j
(51)

Se a distribuio for normal, este estimador timo segundo os critrios
usuais. O desvio padro amostral s, entretanto no um estimador no viciado para .
Se a distribuio for normal, ento s na verdade estima ,
4
c onde:

|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
=
2
1
2
1
2
2
1
4
n
n
n
c (52)

que depende do tamanho da amostra n. O desvio padro de s :
79

2
4
1 c (53)

Essa informao pode ser usada no estabelecimento de um grfico de
controle para x e s.
Considere-se primeiro, o caso onde um valor padro conhecido para .
Uma vez que:

4
) ( c s E = (54)

a linha central do grfico dada por esse valor. Os limites a 3 para s so ento dados
por:

2
4 4
1 3 c c LSC + = (55)
e

2
4 4
1 3 c c LIC = (56)

comum se definir duas constantes

2
4 4 5
1 3 c c B = (57)
e

2
4 4 6
1 3 c c B = (58)
Conseqentemente, os parmetros do grfico, para conhecido so dados
por:
6
B LSC = (59)
e

5
B LIC = (60)
80
com a linha central igual a .
4
c Valores de B
5
e B
6
so encontrados nas tabelas
apropriadas. Se o valor de no for conhecido emprega-se estimativas obtidas de
amostras preliminares e procede-se de maneira anloga. Caso haja necessidade de
estimar recomenda-se verificar em Montgomery (1985).

2.6.3.3.11 Os limites de controle baseados em um pequeno nmero de amostras

Quando os grficos de controle esto estabilizados , necessrio estimar os
parmetros do processo ( x e R) tendo-se como referncia os dados passados.
O usual selecionar m amostras preliminares, as quais julga-se estar dentro
dos limites de controle, e utilizam-se estas amostras para estabelecer os limites de
controle. Se qualquer uma das amostras preliminares estivererem fora do controle,
essas amostras so descartadas e so revisados os limites de controle.
Esse processo continuado at se obter um conjunto aceitvel para os limites
de controle. Geralmente, prefere-se tomar entre 20 a 25 amostras preliminares para
estabelecer esses limites.
Isso requer um nmero relativamente grande de amostras preliminares, no
incio do processo, a fim de se especificar corretamente os limites de controle do
grfico.
2.6.4 Anlise da Capacidade do Processo
2.6.4.1 O conceito de variabilidade

Qualquer processo de produo, independentemente de suas caractersticas,
contm muitas fontes de variabilidade. Por melhor ajustado que esteja, ele produzir
81
peas que apresentaro diferenas entre si, podendo ser grandes ou at mesmo muito
pequenas.
Esta variabilidade natural o conjunto de efeitos acumulativos que so
compostos de causas incontrolveis. importante que estas variabilidades naturais
sejam pequenas at que atinjam um certo nvel aceitvel, para que no comprometam o
desempenho do processo.
O CEP, conforme relatado na seo 5, bastante utilizado para o controle
das variabilidades do processo, tendo como principal objetivo fazer com que o
processo esteja sob controle. Isto feito pela identificao e eliminao de qualquer
causa de variao no-associada com o processo. Busca-se determinar o mais rpido
possvel ocorrncia de tais variabilidades, de modo que as aes corretivas possam
ser feitas antes que muitas unidades no-conformes sejam produzidas. Contudo, faz-se
necessrio avaliar a capacidade do processo para diagnosticar o estado de controle dos
processos de produo, verificando se so capazes de satisfazer as especificaes pr-
estabelecidas.

2.6.4.2 Capacidade do processo

Collin(2000) ressalta que o interesse, neste item, est crescendo devido
s mudanas na filosofia de controle de qualidade. Sua utilizao envolve no apenas a
avaliao de processos, mas tambm a avaliao de fornecedores.A capacidade tem
sido definida por muitos caminhos. Como resultado, muitas medidas tem sido
apresentada por diversos autores.O ndice de capacidade uma funo adimensional
dos parmetros do processo ( , ) e da especificao do processo (LSE, T, LIE),
desenvolvidos para proporcionar uma linguagem comum e de fcil entendimento
para a quantificao do desempenho do processo, (Kane, 1986), onde:
= mdia do processo
82
= desvio padro do processo
LSE = limite superior de especificao
LIE = limite inferior de especificao
T = valor nominal ou valor alvo

2.6.4.2.1 O ndice Cp

Spiring (1997), aponta o ndice Cp como a medida mais comum de
capacidade. Cp mede a disperso permitida do processo pela medida da real disperso
do processo. uma medida da performance potencial do processo. A disperso
relacionada com os limites de especificao, mas a locao do processo no
considerada nem na definio nem no clculo do Cp. Em alguns textos, como em
Montgomery (1991), ele chamado de PCR (Process-capability ratio). definido por:
Cp = disperso permitida do Processo = LSE - LIE (61)
disperso real do processo 6

onde LSE e LIE denotam os limites de especificao superior e inferior
respectivamente, e o desvio padro do processo.
A disperso real do processo geralmente assumida ser 6, o que representa
na teoria normal, a largura do intervalo que contm 99,73% da populao. A disperso
permitida do processo considerada fixa, enquanto que a disperso real do processo
deve ser estimada.
Kane (1986), relata que um Cp = 1,0 indica que o processo julgado capaz.
Um valor de Cp = 1,33 geralmente usado para processos correntes, segundo Juran,
Gryna e Binghan (1979). Este valor d certa garantia de que, quando as causas
adicionais de variabilidade atuarem, o Cp real do processo seja maior ou igual a 1,00.
Levando-se em conta que o ndice Cp mede a disperso do processo com
relao aos limites de especificao sem levar em conta a localizao da mdia do
processo, possvel que se tenha uma porcentagem de itens fora das especificaes,
83
mesmo com um Cp alto, devido a uma localizao da mdia do processo
suficientemente prxima ao limite de especificao. Chan, Cheng e Spiring (1988) e
Kane (1986), descrevem dentro desta abordagem como que um ndice Cp com um alto
valor no garante que todos os itens estejam dentro das especificaes.
Para avaliar mais eficientemente o desempenho do processo, foi introduzido
o ndice Cpk, que leva em conta a variabilidade do processo e sua locao com relao
aos limites de especificao.

2.6.4.2.2 O ndice Cpk

Kane (1986), apresenta duas formas equivalentes para o ndice Cpk. A
primeira frmula considera os limites de especificao superior e inferior
separadamente. A segunda frmula utiliza o desvio da mdia do processo pelo ponto
mdio dos limites de especificao. Antes de apresentar o ndice Cpk, ser necessrio
considerar dois outros ndices de capacidade: Cp
s
e Cp
i
.
Considerando o caso de especificao unilateral superior define-se:

Cp
s
=

3
LSE
(62)
Analogamente para processos com especificao unilateral inferior tem-se:
Cp
i
=
3
LIE
(63)
Para o caso de especificaes bilaterais define-se o ndice como:
Cpk = min (Cp
s
, Cp
i
) (64)
O ndice Cpk, portanto, determina a distncia entre a mdia do processo e o
limite de especificao mais prximo e uma medida mais realista da performance do
processo.
84
Uma outra abordagem para o ndice Cpk reduz-se na seguinte forma:

Cpk = (1 - k) Cp (65)

No entanto

(1-k)= ,
Cp
Cpk
assim: (k-1)= ,
Cp
Cpk
de onde:

k= 1- ,
Cp
Cpk
= ,
Cp
Cpk Cp
das equaes (1) e (4) acima pode-se escrever:

k =
LIE LSE
T
2
(66)

Segundo Spiring (1991), o valor de k representa a poro da disperso
permitida do processo no produzida no alvo. Se k = 0, a mdia do processo coincide
com o valor alvo. Se k = 1, a mdia do processo est localizada em um dos limites de
especificao. As duas definies de Cpk so algebricamente equivalentes para 0 k
1 e o valor alvo coincide com o ponto mdio dos limites de especificaes.
Kane (1986), recomenda o uso e comparao dos ndices Cp e Cpk para cada
caracterstica. Se o processo possui um baixo Cpk, ento o ndice Cp deve ser
verificado para determinar se a variabilidade demasiadamente alta. Se Cp prximo
ao valor de Cpk, ento a locao do processo no representa um problema.

2.6.4.2.3 Consideraes sobre o ndice Cpk

Boyles (1991), afirma que o ndice Cpk no mede adequadamente a
centralizao do processo. Para isso o autor dispe-se de tcnicas grficas, grficos (
e ), onde atravs de comparaes dos ndices demonstra que Cpk pode falhar na
distino de processos fora do alvo e dentro do alvo.
85
Uma medida alternativa de ndice de capacidade do processo, como relata
Spiring (1991), tem a capacidade de avaliar a proximidade do alvo devido variao
do processo. As mudanas so poderosas, com propriedades estatsticas superiores e
aparncia mais intuitiva. Este ndice de capacidade do processo, denotado por Cpkm,
ou ndice de capacidade de Taguchi, ser descrito a seguir, juntamente com a
metodologia de Taguchi.
2.6.4.3 Metodologia de Taguchi
2.6.4.3.1 Introduo
A partir de 1984, tem ocorrido uma mudana de pensamento com relao
qualidade e tecnologia da engenharia atravs da aplicao dos Mtodos de Taguchi.
Embora esta mudana tenha ocorrido lentamente devido s controvrsias
estatsticas, esta tecnologia est comeando a promover os maiores efeitos nos
produtos do que qualquer outro conceito ou mtodo individual apresentado, conforme
relata Sullivan (1987).
2.6.4.3.2 A funo perda de qualidade de Taguchi

O ponto inicial da filosofia de Taguchi est em sua no-convencional
definio de qualidade. Em contraste aos conceitos como adequao ao uso,
conformidade com os requisitos, ou satisfao do cliente, a definio de Taguchi
perdas para a sociedade, reflete dois valores orientais comuns, isto , aspirao para
o perfeccionismo, e trabalho para o bem coletivo.
Perda para a sociedade medida pelo desvio real da caracterstica de
qualidade do produto do seu valor alvo. O uso desta funo perda, uma expresso
86
matemtica que pode declarar, particularmente para propsitos gerenciais, o valor
monetrio da conseqncia de qualquer aperfeioamento em qualidade.
Embora tal valor monetrio no represente uma virtual perda ou dano, ele
um conveniente ndice de desempenho que pode ser facilmente apreciado pelos
tomadores de deciso, uma caracterstica muito importante e lisonjeada pelos
promotores dos mtodos de Taguchi para atrair o interesse dos tomadores de deciso.
(Goh, 1993).
O significado de aperfeioamento da qualidade mudado para solucionar
problemas atravs da reduo da variabilidade em torno do valor alvo, tendo como
ponto importante, como medir o aperfeioamento da qualidade. O principal foco do
aperfeioamento da qualidade a reduo de custos.
O conceito da funo perda demonstrado no grfico 11. O grfico
demonstra a funo perda associada com a idia de estar dentro ou fora dos limites de
especificao. O alvo central, T, representa o nvel ideal do parmetro de projeto. Os
dois limites de especificao LSE e LIE, so os limites de especificao simtricos
padronizados. O eixo vertical a medida do valor de perda devido ao desvio da
caracterstica do nvel desejado.

GRFICO 11 FUNCO PERDA DE TAGUCHI
(Adaptado de Kachar (1986))

Limites de Especificao
$ A

Alvo
LIE T LSE

87
A funo perda de Taguchi estabelece uma medida financeira para o clculo
do desvio de uma caracterstica do produto com relao ao valor nominal. Pode ser
descrita como uma funo quadrtica:
L = k (y - T)
2
(67)
onde L = perda devido ao desvio da caracterstica
k = coeficiente de perda
y = valor da caracterstica de qualidade
T = valor nominal ou valor alvo
Para uma amostra, a frmula da perda mdia ser:
L =
k [ ( Y - T )
2
+
2
] (68)
k = A / (LSE - T)
2
e A o custo de se produzir um produto fora da
especificao;

y = valor mdio de uma caracterstica

2
= varincia relativa mdia
T = valor nominal
2.6.4.3.3 O ndice de capacidade de Taguchi (Cpkm)

Segundo Boyles (1991), Taguchi encontrou uma definio alternativa de Cp,
o qual adequa-se perfeitamente com a abordagem da funo perda,denominada de
Cpkm. O Cpkm definido de forma anloga ao Cp, com a diferena que ao invs do
desvio padro usa-se a raiz do erro quadrtico mdio, ou seja:
2
= E(x-T)
2
= (x-T)
2
+ (
2
) T com E(x) = T. Desta forma tem-se:
E(x-T)
2
= V(X) =
2
. Assim, segue-se que:
Cpkm =
6
LIE LSE
=
2
2
) ( 6 T
LIE LSE
+

(69)

Boyles (1991) demonstra como o ndice de Cpk pode falhar ao medir a
centralizao do processo em contraste com o ndice Cpkm, como apresentado no
grfico 12 a seguir.
88

GRFICO 12-TRS PROCESSOS COM Cpk =1
( Adaptado de Boyles 1991)

TABELA 4 - COMPARAO DOS NDICES DE CAPACIDADE
( Adaptado de Boyles 1991)

Processo
Cp Cpkm Cpk
A 1 1,00 1
B 2 0,63 1
C 4 0,44 1

Estes trs processos so equivalentes de acordo com Cpk, mas claramente
so distintos de acordo com Cpkm. Diferem substancialmente com relao
centralizao do processo.
O ndice Cpkm possui as propriedades necessrias para avaliar a capacidade
do processo, podendo ser bastante til para o acompanhamento da variabilidade do
processo com relao ao valor nominal.
Spring (1991), relata que o Cpkm pode tambm ser generalizado para
situaes onde o valor nominal (T) no o ponto mdio dos limites de especificao,
como apresentado a seguir:

Cpkm = mnimo [LSE - T, T - LIE] (70)
3
onde a raiz do erro mdio quadrtico.
89
2.6.4.3.4 Concluso

A qualidade de um produto no pode ser aperfeioada a menos que suas
caractersticas possam ser identificadas e medidas. Dentro deste contexto, a
variabilidade uma caracterstica importante de controle para o bom desempenho do
produto. Genichi Taguchi, recentemente popularizou o conceito da funo perda,
focalizando o impacto da variao da qualidade. Ele tem retratado a idia de que a
variao do alvo desejado acarreta perdas para a sociedade.
Taguchi aponta que, mesmo o produto estando dentro dos limites de
especificao, h um custo definido para a sociedade se a caracterstica no est
exatamente no valor nominal; quanto mais longe do nominal, maior o custo.
Apesar dos ndices de capabilidade Cp e Cpk serem utilizados para
acompanhamento das melhorias dos processos na prtica do CEP, seus resultados no
fornecem informaes adequadas a respeito da variao em torno da mdia, como
apresentada pela funo perda de Taguchi.
O ndice de capacidade de Taguchi (Cpkm), mede a capacidade do processo
levando em conta tanto a sua localizao, como tambm a variao em torno do valor
nominal, sendo, portanto sensvel com relao centralizao do processo medida
por ( ) T . Este um ndice muito superior aos demais.
importante acrescentar que no incio da dcada de 80 , quando os mtodos
de CEP comearam a ser aplicada em grande escala nos EUA, a capacidade medida
da indstria americana era de Cp=0,67 enquanto o mnimo Cp da indstria japonesa
era de 1,33.
Isto explica muita coisa, sobre a supremacia da indstria japonesa naquela
poca.

90
2.7 PROJETOS ECONMICOS DOS GRFICOS DE CONTROLE
2.7.1 Introduo

O grfico de controle mais comum usado para monitorar o processo, quando
a varivel de qualidade que interessa a contnua, o grfico X . Ele usado para
controlar mdia do processo enquanto os grficos R ou S so utilizados para
controlar a varincia do processo.Desta forma, busca-se controlar os dois tipos mais
comuns de mudana.
Para empregar os grficos de controle, o usurio deve especificar a extenso
dos limites de controle para ambos os grficos, o tamanho da amostra e a freqncia da
amostra. Coletivamente estas trs variveis constituem o projeto dos grficos de
controle.
Talvez o projeto mais comum, na prtica, seja o projeto heurstico onde
amostras de tamanho quatro ou cinco so retiradas e avaliadas a cada hora e o limite de
trs sigmas utilizado para ambos os grficos.
Enquanto este projeto simples de implementar, fcil mostrar que ele pode
ter caractersticas estatsticas e econmicas indesejveis. Basicamente trs melhorias
para este tipo de projeto heurstico tm sido desenvolvidas. So elas:
1) Projeto Estatstico;
2) Projeto Econmico;
3) Projeto Econmico-Estatstico.
O Projeto Estatstico, j relatado nos captulos anteriores, encontra
restries no ARL, ou equivalente na probabilidade de erro do tipo I e tipo II, ou no
tempo mdio para o sinal (ATS), quando h uma mudana. Uma vantagem deste
projeto que ele no requer custos e nem estimao dos parmetros do sistema, exceto
uma especificao do ARL para uma mudana particular contra a qual a proteo
91
desejada.
Alm do mais, por segurana, as mudanas so sinalizadas rapidamente e
falsas procuras ou ajustes desnecessrios so evitados, o que garante grande qualidade
aos produtos e servios.
O Projeto Econmico foi inicialmente proposto por Duncan (1956). Na
aproximao econmica, o objetivo encontrar um projeto que equilibre os custos de
utilizar um grfico de controle com os custos de permitir que o processo opere quando
uma mudana ocorra.
O Projeto Econmico requer que o usurio estime um nmero para o custo e
parmetros do sistema e um projeto que economicamente timo, deve minimizar a
expectativa destes custos. O Projeto Econmico para os grficos X e R, utilizados
conjuntamente, foi desenvolvido por Saniga (1977, 1979). Ainda em 1977, W K
CHIU apresentava o projeto semi-econmico para o grfico X .
O Projeto Econmico e Estatstico um mtodo, proposto por Saniga
(1989), no qual um projeto econmico encontrado sob as restries do ARL (ou
equivalentemente sob a probabilidade de erro tipo I e tipo II ou do ATS).
Apesar de ser mais caro que o projeto econmico, o projeto econmico-
estatstico pode como o projeto estatstico, garantir grande qualidade nos produtos e
servios sendo mais flexvel e robusto. Esta adio gera um projeto pelo menos to
bom quanto o projeto estatstico em termos de suas propriedades estatsticas e
certamente melhor do que o projeto econmico Saniga (1989).
Na prtica, devem-se avaliar todos os tipos de projetos para atender os
objetivos de uma organizao, como a manuteno da qualidade, a diminuio da
interrupo do processo, a minimizao dos custos, etc.
Segue-se uma reviso de literatura com o objetivo de se proporcionar uma
viso geral sobre a evoluo dos projetos de controle econmicos utilizando-se dos
grficos de controle. Esta reviso tem como referncia principal o trabalho de
92
CASEE ( 1994).
Aps a reviso introduzir-se- os conceitos bsicos, necessrios
complementao deste trabalho no que concerne aos projetos econmicos e
econmicos-estatsticos.

2.7.2 Introduo teoria dos projetos econmicos

O projeto econmico dos grficos de controle teve seu pioneirismo com
Duncan que em 1956 apresentou seu primeiro trabalho nesta rea. A partir de ento
diversos trabalhos surgiram, os quais foram sumarizados por Montgomery (1980) e
Vance (1983), ambos com excelente referncia. Mais recentemente, Montgomery
e Svoboda, em (1991), efetuaram uma fina reviso sobre projeto econmico do
processo para os grficos de controle. Em seu livro Montgomery (1991) revisa vrios
aspectos do projeto econmico, incluindo o modelo de causa especial simples e causa
especial mltipla, o modelo de Lorenzen e Vance, e modelos para frao de
defeituosos. Svoboda (1991) apresentou uma sntese dos procedimentos dos projetos
econmicos do perodo de 1979 a 1989.
Discute-se sobre as vantagens e desvantagens de se utilizar um grfico de
controle para a anlise econmica, em Woodall (1986), Lorenzen e Vance (1986) e
Saniga (1989). Neste trabalho procurou-se estrutur-lo de modo primeiramente
unificar pesquisas para o projeto econmico do processo. Em segundo lugar
apresentam-se diferentes modelos e situaes usadas para resolver os programas.
Finalmente, trabalhos que procuram enfocar a aplicao do projeto econmico so
introduzidos.

93
2.7.2.1 Unificando pesquisas

Vrios assuntos referindo-se a operao de processos industriais e seus
custos e parmetros de operacionalizao tm sido descritos, desde 1956 pelo pioneiro
Duncan.
Em seu trabalho Duncan ( 1956) assumiu alguns pontos. Por exemplo, ele
assumiu que o tempo para ocorrer uma falha em um processo tem uma distribuio
exponencial. Em seu modelo, o processo continua operando durante a investigao de
uma possvel causa especial. Ele no incluiu o tempo de manuteno da mquina e o
custo para reparo. Numerosas outras caracterizaes, no modelo de Duncan, podem ser
feitas.
De uma certa forma, a partir do modelo de Duncan, um nmero bastante
grande de autores tem efetuado alteraes, neste modelo original, com o objetivo de
adequ-lo para melhor refletir as diferentes situaes encontradas nas indstrias.
Enquanto estas mudanas tm contribudo para novos conhecimentos, eles tm criado
tambm muitas divergncias em aproximaes, notaes e mtodos de otimizao. Por
este fato, muitos autores tm apresentado unificao de procedimento para o projeto
econmico.
2.7.2.2 Procedimentos econmicos: uma aproximao
Lorenzen e Vance (1986) providenciaram uma unificao de procedimentos
para o grfico de controle no processo econmico. Eles consideraram um modelo geral
do processo capaz de ser aplicado para todos os grficos de controles, e procuraram
unificar as notaes. O modelo inclui 12 parmetros de custo e operacionalizao,
duas variveis indicadoras, para determinar se as atividades devem ser continuadas, ou
no, durante a procura ou estgio de reparo, e trs parmetros para o projeto do grfico
94
de controle (tamanho do subgrupo, intervalo das amostras e a extenso dos limites de
controle), que precisam ser otimizados a fim de minimizar a expectativa de perda por
hora. Basicamente o modelo assume duas hipteses: uma promove a utilizao da
distribuio exponencial (devido a sua grande e apropriada aplicao na engenharia
econmica) para o tempo em controle e a outra o fato de assumir que uma simples
causa especial e uma mudana tinha um valor conhecido.
Uma tcnica numrica foi apresentada para minimizar a funo custo. Um
exemplo foi dado e uma anlise foi conduzida. Lorenzen e Vance acharam que a
mnima perda esperada por hora sensvel a uma mudana na magnitude do processo
com mdia de mudana . Contudo o plano de amostra, por si s, no sensvel para
uma mudana em . Ento, uma aproximao dos parmetros do processo pode ser
feita para designar um bom plano amostral.
Collani (1988) tambm props uma unificao de procedimentos para o
projeto timo do processo dos grficos de controle. Em seu modelo, o processo
assumido por operar sob um de dois estados. O estado I representa satisfatrio, no
qual nenhuma ao corretiva precisa ser tomada. O estado II representa
insatisfatrio, no qual uma ao corretiva tomada, se necessrio. Trs diferentes
controles esto definidos e incorporados no seu modelo (monitorao, inspeo e
substituio). O modelo pode ser facilmente generalizado para explicar e para incluir
atividades, durante a ao de reparo.
Um exemplo usando o grfico X foi dado. O objetivo era encontrar o
projeto timo dos parmetros, (o intervalo entre as amostras, o tamanho do subgrupo e
o limite de controle) para maximizar o lucro por item produzido.
Outro exemplo assume que o estado do processo era conhecido durante todo
o tempo, fazendo monitoraes e inspees desnecessrias. Ento o foco era a
substituio do intervalo. A metodologia de Collani unifica diferentes teorias e reduz o
nmero de variveis de entrada, resultando em funes objetivas simples e permite a
95
aproximao de algoritmos para serem usados.
2.7.2.3 Aproximao econmica -estatstica

Uma crtica a utilizao do projeto econmico para os grficos de controle
de que eles ignoram a performance estatstica nos grficos. Isto especialmente
embaraoso em um modelo de projeto econmico que inclui o custo de insatisfao do
cliente e de encargos sociais, ambos difceis de medir. Como resultado h mritos em
requerer que algumas especificaes estatsticas que meam a performance sejam
encontradas, enquanto simultaneamente otimiza-se a performance econmica.
Estas medidas estatsticas so colocadas como restries estatsticas no
modelo econmico, para prover os projetos que as indstrias necessitam com
processos de baixa variabilidade e produtos com grande qualidade.
Saniga (1989) denotou estas restries como projeto econmico e estatstico.
A funo perda do processo minimizada sujeito a:
1) uma restrio para obter o mnimo valor do poder do grfico de controle;
2) um valor mximo para a probabilidade de um erro do tipo I;
3) um tempo mdio para o sinal e uma mudana esperada nos parmetros do
processo.
Saniga atestou que qualquer nmero de restries pode ser usado, incluindo
aquelas que esto em funo da mdia do processo. Sua aproximao rapidamente
adaptada para qualquer grfico de controle de Shewhart, mas foi ilustrada e
implementada por Saniga via juno dos grficos X e R. O projeto econmico e
estatstico tem a vantagem de prover a segurana de uma produo de grande
qualidade e reduzir a varincia da distribuio da caracterstica de qualidade. A
desvantagem que gera uma expectativa de custo maior do que o projeto econmico
puro.
96
2.7.2.4 Projeto econmico das variveis dos grficos de controle grfico X

Krishanamoorthi (1985) relatou que os grficos de controle econmicos no
eram bem aceitos pelos profissionais do controle de qualidade devido complexidade
dos modelos econmicos e apresentava um caminho para essas resistncias.
Krisnamoorthi, escreveu um tutorial para introduzir os conceitos e usos dos grficos
econmicos baseados no grfico de controle X . Ele disse ser necessrio ter dados e
mostrou os benefcios da utilizao do projeto econmico dos grficos de controle.
Duncan (1956), pioneiro na utilizao dos grficos X para o modelo
econmico, foi citado para ilustrar sua teoria. Montgomery (1982), introduziu um
programa que era usado para determinar o parmetro timo do projeto (tamanho do
subgrupo, intervalo de amostra e extenso dos limites de controle) e o resultado da
perda operacional.
Krishnamorthi (1985) tambm apresentou um mtodo simples para estimar a
magnitude da mudana na mdia do processo, utilizando os dados obtidos para o
grfico de controle. Valores que estavam fora dos limites de controle do grfico X
com 3, de limite de controle, foram usados. Os alarmes falsos foram omitidos.
Arnold e Collani (1987) providenciaram uma aproximao tima do projeto
econmico para o processo sob controle. Em seu modelo, eles assumiram que a
caracterstica de qualidade de interesse tem uma distribuio normal e destacavam que
o mecanismo de falha do processo tinha uma distribuio exponencial. Os parmetros
do processo que necessitariam ser otimizados eram o tamanho do subgrupo, intervalo
das amostras e tamanho dos limites de controle.
A maior diferena entre os modelos de Arnold e Collani (1987) e Duncan
(1956), so as seguintes:
1) o lucro esperado por item usado na funo objetivo no modelo de
Arnold e Colani enquanto que a perda esperada por unidade de tempo
97
usada na funo objetivo no modelo de Duncan;
2) Arnold e Collani consideraram o custo do reparo enquanto Duncan no;
3) Arnold e Collani assumiram que o tempo esperado para tomar,
inspecionar e mudar uma amostra pequeno e ento pode ser desprezado,
enquanto Duncan no despreza;
4) assume-se que o processo interrompido para a procura por uma
possvel causa especial durante o tempo de reparo no modelo de Arnold e
Collani, enquanto isso no considerado no modelo de Duncan.
Arnold e Collani (1987) tambm procuraram achar o limite mais prximo do
valor timo do lucro esperado por item. Por comparao e aproximao do valor
timo, eles concluram que a caracterstica de qualidade normalmente distribuda e o
mecanismo de falha do processo tem uma distribuio exponencial. Do ponto de vista
econmico o grfico X de Shewhart tem uma performance muito boa e no pode ser
melhorado significativamente por outro esquema de controle que seja mais
complicado, como o grfico CUSUM.
2.7.2.5 Mudanas inesperadas no tamanho da amostra

Aps o trabalho de Hryniewicz (1989), que investigou a performance
econmica do grfico p na presena de uma mudana de tamanho inesperado (descrito
subseqentemente na seo do projeto econmico para grficos de controle por
atributos), Kurc (1991) investigou a performance econmica dos grficos X quando o
tamanho da mudana esta longe do esperado..
Kurc (1991) assumiu que a mudana atual nos parmetros do processo aps a
ocorrncia de uma causa especial estava entre
1
e
2
. A proposio era calcular a
eficincia para alguns procedimentos de controle economicamente timo quando a
mudana era um valor de intervalo (
1
,
2
). Eficincia a porcentagem de ganho na
98
perda potencial por item (devido perda de especificao em uma mudana).
Dois processos de produo foram considerados: um com uma grande
produo e outro com uma produo moderada. Kurc conclui que os seus resultados
so mais eficientes que aqueles apresentados pelos projetos de controle tradicionais em
praticamente todos os casos considerados.
Collani (1986) props um procedimento diferente para determinar o projeto
econmico do grfico de controle X . Em seu procedimento, em adio a possibilidade
de emprego de um grfico regular X , o autor tambm inclui a alternativa de inspeo
peridica do processo sem inspeo das amostras. Ento h duas estratgias, que
devem ser consideradas na determinao do projeto timo.
A primeira estratgia a que usa o procedimento tradicional do grfico X
no qual um subgrupo de tamanho n 1 tomada desde o processo a cada tempo h. A
caracterstica de qualidade deste subgrupo ento computada e plotada no grfico X
com limites de controle variando de k a partir da linha central.
A segunda estratgia opta pela inspeo do processo a cada h horas sem
amostras de um subgrupo. Neste modelo, assume-se que o padro de produo
constante, e que o processo interrompido durante a operao de procura e reparo. A
perda ocorrida durante a interrupo do processo considerada e o tempo utilizado
para verificao das amostras e interpretao dos seus resultados negligenciado. O
timo projeto para ambas as estratgias determinado. O projeto timo ento
determinada pela seleo da estratgia com a menor perda por item.
Comparaes foram feitas com os resultado obtidos por Montgomery (1982)
usando o projeto dos grficos X e Chiu e Wetherill (1974) que obtiveram seus
resultados usando projeto semi-econmico do grfico X . Collani (1986) ressaltou que
seus resultados so fechados com o projeto timo para o grfico X em termos do
mnimo custo. Tambm relatou que o seu procedimento superior ao projeto semi-
econmico de Chiu e Wetherill quando a amostra cara.

99
2.7.2.6 Limites de controle assimtricos

O tradicional projeto econmico do grfico de controle X usa limites de
controle eqidistantes. Isto devido ao fato de se assumir que o processo tem uma
variao constante, perfeitamente medida pela caracterstica de qualidade e igual
probabilidade de ocorrer mudanas no processo acima ou abaixo dos limites pr-
estabelecidos. Tagaras (1989) relaxou estes trs consideraes e desenvolveu um
estudo, para ambos os pontos de vista, estatstico e econmico, e considerou o grfico
X com limites de controle assimtricos. Ele assumiu que a varincia do processo
muda com a mdia do processo e o coeficiente de variao do processo torna-se
constante atravs da produo. A freqncia bsica de hora em hora, foi empregada
para determinar o projeto timo.Comparaes entre o grfico X com os limites
simtricos e assimtricos foram efetuados.
Concluiu-se que a probabilidade de mudana na mdia do processo e a
exatido das medidas tm efeitos notveis no projeto timo e no resultado das perdas,
contudo assumir uma varincia constante mostra ser relativamente sem importncia.
Tagaras (1989b) tambm externou alguns conselhos para estimao do
modelo dos parmetros. Se h incerteza sobre a ocorrncia de estimadores de
probabilidade nas mudanas da mdia do processo, um valor fechado em 0,5 (como
assumido no projeto tradicional do grfico simtrico) deve ser usado. O custo da
penalidade por assumir uma probabilidade de mudana igual a 0,5 quando a verdadeira
probabilidade 0,7 gera menor custo do que se a probabilidade no estivesse
especificada na direo oposta (0,9).
2.7.2.7 Caractersticas de processos no normais e medidas de erros

O grfico de controle da soma cumulativa (cusum) uma alternativa para o
100
grfico X para controlar a medida do processo. Lashkari e Rahim (1982)
desenvolveram um modelo econmico do grfico CUSUM, assumindo que as
observaes obtidas do processo eram independentes e possuam uma distribuio
no-normal.
O tamanho mdio de um grfico CUSUM era derivado usando um sistema
de equaes algbricas e lineares.
O projeto dos parmetros (tamanho dos subgrupos, intervalos de amostras,
valores de referncia e intervalo de deciso) foi otimizado para minimizar a perda a
cada hora. Um exemplo numrico foi apresentado. Os efeitos da mudana nos
parmetros no-normais foram estudados. Um programa de computador foi
providenciado para determinar os parmetros do projeto timo e o mnimo custo,
determinando o ARL do grfico CUSUM e conduzindo para uma anlise sensvel,
relativamente aos efeitos da no normalizao dos parmetros.
Rahim (1985) tambm explorou os efeitos no normalizados e medidas de
erros no projeto do grfico X . A distribuio bsica na medida da caracterstica de
qualidade assume-se como sendo no normal.
A medida do erro foi considerada como sendo normalmente distribuda. Um
modelo econmico foi desenvolvido no qual os subgrupos tamanhos, intervalo das
amostras e os limites de controle estavam determinados baseados na minimizao da
expectativa de perda.
Rahim mostrou, atravs de exemplos numricos, que os planos de controle
convencionais, assumindo-se a normalidade, resulta em valores enganosos para os
parmetros do projeto timo e uma perda no resultado operacional quando o processo
marcado como no normal e sujeito medida dos erros. Complementando isso,
Rahim (1984) tambm estudou o efeito econmico do grfico de controle X com
ambos os limites de controle de advertncia e ao, quando as caractersticas de
qualidade no so normalmente distribudas. Os parmetros do projeto que
101
necessitaram ser otimizados foram o tamanho do subgrupo e o intervalo de amostras,
com os limites de advertncia. Suas principais concluses so as seguintes:

1) a razo da extenso dos limites de advertncia e ao devem estar entre
0.8 e 0.9;
2) quando as mudanas na mdia do processo so pequenas ou moderadas,
de 0,5 a 1,5 e o grfico X com limites de advertncia melhor do que
um grfico X sem os limites de advertncia.

Rahim (1984) tambm deixa a razo dos limites de advertncia para quando
o limite de ao chega em 0,85. Um esquema de aviso pode ser utilizado quando chega
neste nvel. Merece nota que Chiu (1974) tambm props usar 0,85 como razo para o
limite de advertncia e ao.

2.7.2.8 Falha do processo no exponencial

Muitos dos estudos do projeto econmico para os grficos de controle
aplicados qualidade assumem que a distribuio fundamental para o caso de falha do
mecanismo do processo a exponencial. Ou seja, o tempo entre a ocorrncia de
sucessivas causas especiais so distribudas exponencialmente, com uma mdia de
valor especificada. Para muitos processos que se deterioram com o tempo, assumir a
distribuio exponencial pode no ser apropriada. Uma distribuio mais adequada
deve ser empregada para estas situaes.
HU (1984) modificou o modelo de Duncan, para empregar a distribuio de
Weibull como uma distribuio fundamental para o processo de falha mecnica. A
deteriorao do processo era ento simulado por variaes nos parmetros da
distribuio. A situao com o ajuste dos parmetros desde 1 at 4 foram selecionadas
102
para estudos, enquanto a escala dos parmetros era ajustada para manter a mesma
mdia durante o perodo em controle.
Os parmetros do grfico de controle (tamanho do subgrupo, intervalo da
amostra e extenso dos limites de controle) foram mantidos constantes durante a
produo. O objetivo era otimizar os parmetros do projeto de forma a minimizar a
expectativa de perda. Isto era relatado pelo modelo econmico de Duncan (1956), que
era insensvel a pequenas especificaes de falhas do processo.
Banerjee e Rahim (1988) assinalaram que o uso de um intervalo constante,
na retirada da amostra inadequado no caso de um processo com um aumento padro
de falhas.
Uma pesquisa mais realista foi feita tomando-se pequenos intervalos de
amostra quando o processo sofre deteriorao ao longo do tempo. Ento eles
propuseram um modelo econmico do grfico X usando um intervalo de amostra
varivel. Eles definiram o intervalo de amostra para dar a probabilidade de uma
mudana em um intervalo, ser constante nos outros intervalos.
Banerjee e Rahim (1988) compararam trs casos:
1) um modelo de Weibull com um intervalo amostral varivel;
2) um modelo de Weibull com um intervalo amostral constante;
3) um modelo com distribuio exponencial com um intervalo
amostral constante.
Eles constataram, baseado na expectativa de perda por hora, que o resultado
do caso 1 era superior queles do caso 2 e caso 3 e que a diferena na perda entre os
casos 2 e 3 so pequenas. Isto significa que se for utilizado um processo com amostras
constantes, ento diferentes hipteses considerando as falhas nos mecanismos do
processo no afetam em muito a expectativa de perda.
Se uma amostra de advertncia ento aplicada em um intervalo, o
mecanismo que ocasiona a falha deve ser cuidadosamente investigado e determinado
103
porque ocorrer uma substancial perda se uma distribuio errada for assumida.
Uma anlise sensvel tambm foi conduzida relativamente aos efeitos da
variao dos parmetros de Weibull sobre os parmetros do projeto de controle timo
e o resultado das perdas operacionais.
Banerjee e Rahim (1987), consideram uma renovao a teoria da
aproximao para o projeto e avaliao econmica com base nos grficos de controle.
Sua hiptese era estudar as regras assumidas por Markovian. No seu modelo um
possvel estado do sistema era identificado no final do primeiro intervalo da amostra.
Da em diante, o tamanho do ciclo, residual esperado e a probabilidade para cada
estado possvel do sistema era determinado. Uma nova equao foi formulada e ento
resolvida pra obter o tamanho esperado do ciclo.
A perda esperada por ciclo era obtida usando uma aproximao. Exemplos
foram dados para a situao onde a distribuio, para verificar o mecanismo de falha
do processo, era geomtrica e onde era Poisson.
Mcwillians (1989) conduziu uma anlise sensvel da distribuio
fundamental do mecanismo de falha do processo no tocante aos parmetros timos do
grfico de controle e a perda no resultado operacional
A distribuio de Weibull foi selecionada para representar a distribuio
fundamental do mecanismo da falha do processo e foi implementada no modelo de
Lorenzen e Vance (1986a). Concluiu que ao assumir que o valor mdio do tempo em
controle corretamente especificado, o projeto econmico para o grfico de controle
no sensvel forma de distribuio de Weibull. Devido ao fato da distribuio de
Weibull ser uma distribuio mais adequada (porque a distribuio de Weibull pode
ser usada para simular vrias situaes pela variao da escolha e forma dos
parmetros), McWillians observou que o resultado acima ocorre geralmente quando os
modelos econmicos existentes so mais largamente aplicados do que suas hipteses
indicam. Assim, ele enfatiza que o tempo esperado para a ocorrncia de uma causa
104
especial dentro de um intervalo amostral ser dado aproximadamente pela metade do
intervalo amostral e o nmero esperado de subgrupos tomados enquanto o processo
est em controle ser ento aproximadamente dado por:

2
1
. . int
. . . . . .
|
.
|
\
|
amostra da ervalo
controle em estar processo do esperado tempo
(71)

Com o objetivo de simplificar o modelo, considera-se que os parmetros so
constantes durante a produo.
Arnold e Collani (1989) investigaram o projeto econmico antes do grfico
X quando a distribuio para falhas do mecanismo do processo era exponencial e
tambm com a aplicao do principio minimax para um grupo de distribuio no-
exponencial.
O principio minimax, como aplicado aqui, baseado na atividade pessimista
de que a transio de um estudo para outro possvel apenas diretamente aps uma
ao na amostra. A funo objetiva do lucro esperado por item produzido foi usada.
Eles concluram que do ponto de vista econmico, a diferena entre estes dois critrios
relativamente distribuio do mecanismo da falha do processo muito menor.
Ento, o mais importante a ser observado o valor mdio da distribuio das
falhas do mecanismo do processo, no a forma da distribuio. Suas concluses so
similares quelas de Banerjee e Rahim (1988) e McWilliam (1989). Vale lembrar que
ambos concluram que a diferena muito pequena, seja a distribuio exponencial ou
Weibull, quando um intervalo de amostra constante usado. Das discusses acima
possvel concluir que se empregando um esquema com amostras constantes,
diferentes hipteses relativas falha no mecanismo do processo no afetam
significativamente a expectativa de perda. Contudo, se uma amostra de advertncia no
intervalo usado hiptese relativa a distribuio de falhas no mecanismo do
processo afeta significativamente a expectativa de custo.
105
Parkhideh e Case (1989) desenvolveram um modelo econmico mais geral
para o projeto do grfico X . Eles, em adio a distribuio de Weibull para falhas
mecnicas, reconheceram os parmetros do projeto do grfico de controle para variar o
tempo todo, ou seja, um grfico de controle baseado no dinamismo do grfico X . O
projeto econmico de Duncan (1956) utilizava o grfico X . Os valores subseqentes
dos parmetros do grfico de controle (tamanho do subgrupo, intervalo da amostra e
extenso dos limites de controle) foram assumidos como sendo funo dos seus
valores iniciais.
Ento o objetivo era encontrar o valor timo inicial dos parmetros de forma
a minimizar a perda esperada por unidade de tempo. Comparaes foram feitas entre o
dinmico grfico X e o tradicional grfico X submetidos as mesmas situaes. Eles,
afirmam que o dinmico grfico X sempre superior ao grfico X de Duncan (1956).

2.7.2.9 Mltiplas causas especiais

Duncan (1971) desenvolveu um modelo econmico para o grfico X sujeito
a uma multiplicidade de causas especiais. Este problema tem tambm sido resolvido
por diversos outros pesquisadores. Todos eles usam apenas um conjunto de limites de
controle para manter o processo sob controle. H situaes, contudo, onde diferentes
causas especiais promovem mudanas na mdia do processo por diferentes causas.
Tambm diferentes custos e procedimentos so requeridos para restaurar o processo.
Logo, havia uma necessidade de desenvolver um modelo que pudesse
distinguir os diferentes estados do processo e reduzir as perdas.
Tagaras e Lee (1988) propuseram um modelo econmico com limites de
controle com mltiplos nveis de correspondncia na mudana do processo. Os
parmetros do projeto que necessitavam ser otimizados eram: tamanho do subgrupo,
intervalo da amostra e mltiplos conjuntos de limites de controle.
O critrio usado para determinar os parmetros do projeto foi expectativa
106
de perda por unidade de tempo. Extensos nmeros de exemplos numricos foram
apresentados e uma anlise da sensibilidade foi feita nestes exemplos. Uma
comparao foi feita entre o modelo proposto e uma aproximao igual com o modelo
de causa simples.
Arnold (1989) ampliou as alternativas de Collani (1986) para monitorar o
projeto do grfico X sujeito a uma multiplicidade de causas especiais.
Em seu modelo Arnold (1989) assumiu que havia (m + 1) estados no qual o
processo pode existir. Isto , h um estado
0
para indicar que o processo est no
estado de controle estatstico e m estados que indicam que a mdia do processo teve
mudanas. A distribuio das falhas do mecanismo do processo em cada estado
assumido por possuir uma distribuio exponencial com parmetros
i
, i = 0, 1, ..., m.
Aps um certo tempo havendo mudana durante a produo, a mdia do processo
sofrer mudana de um estado i para (i + 1) com probabilidade
i
P . A probabilidade de
transio um quando o processo est no estado zero ou m. Isto , se o processo est
corretamente no estado zero, faremos uma transio para o estado m com
probabilidade um aps um certo tempo ter passado. Tambm se um processo est em
um estado m, ento o processo est em um estado inaceitvel e faremos uma transio
para o estado zero com probabilidade um aps um estado de inaceitabilidade ser
detectado e o processo ser corrigido.
Arnold (1989) empregou dois procedimentos para desenvolver seu modelo
econmico: um com amostras alternativas usando um grfico X e um sem amostras
alternativas. Ele tambm classificou os m + 1 estados em duas categorias: aceitvel
(estados i = 0, 1,2... d-1) e um estgio inaceitvel (estado i = d, d + 1,..., m). Durante as
amostras, se a mdia de um subgrupo est fora dos limites de controle, o processo
interrompido, uma busca iniciada e o exato estado do processo determinado sem
incertezas.
Se o processo est em um estado aceitvel, ento o processo continuado e
107
pode fazer uma transio para o prximo estado pior que o atual (com as
conseqncias econmicas). Se o processo est em um estado inaceitvel, ento o
processo corrigido e retorna para o estado zero. Se a mdia de um subgrupo no se
encontra fora dos limites de controle, ento o processo no interrompido e pode ser
feita uma transio para o prximo estado pior que o atual.
Durante a no retirada de amostras, aps T unidades de tempo de produo
o processo interrompido e uma procura por uma causa especial empreendida sem
as amostras.
O estado exato do processo determinado sem incertezas. Se o processo est
em um estado aceitvel, ento o processo est em continuidade. Se o processo est em
um processo inaceitvel, ento o processo corrigido e retorna ao estado zero.
Isto concorda com a concluso obtida por Saniga e Montgomery (1981) e
Collani (1986) no qual um causa especial simples considerada no modelo.
2.7.2.10 Novo mtodo de aproximao

Conforme mencionado, embora muitos dos trabalhos de projeto econmico
relatem os benefcios e economia obtida atravs do uso dos grficos de controle para
fins econmicos, sua implementao ainda limitada para melhorias prticas devido
complexidade do modelo econmico e as tcnicas de otimizao requeridas. Contudo,
muito esforo tem sido feito para desenvolver e aproximar os mtodos.
Um dos mtodos de aproximao foi desenvolvido por Tagaras (1989b) que
props uma funo para estimar o poder de deteco de um grfico de controle rumo a
otimalidade. Regresso mltipla linear foi empregada para a derivao da frmula de
aproximao que expressa o poder do grfico de controle como uma funo do custo e
parmetros de operao. Os modelos de Duncan (1956, 1971), com simples e
mltiplas causas especiais, foram estudados. Foi mostrado que, no caso do grfico X
108
e uma causa especial simples, a aproximao apresenta solues que so fechadas
para o verdadeiro timo.

2.7.2.11 Custos e parmetros de operacionalizao desconhecidos

Em quase todas as literaturas envolvendo projeto econmico dos grficos de
controle, assume-se que o custo e parmetro de operao do processo so conhecidos
ou podem ser estimados precisamente. Em muitos casos esta informao no
avaliada ou difcil de obter. Ento, Pignatiello e Tsai (1988) propuseram um modelo
econmico que explicitamente considera a impreciso da estimao dos custos e
parmetros de operacionalizao.
O grfico econmico de Duncan (1956) com base no grfico X , foi
selecionado para implementar esta idia, uma aproximao similar do uso de um
experimento robusto de Taguchi foi empregado.
Os subgrupos tamanhos, intervalo de amostra e extenso dos limites de
controle foram tratados como variveis de controle e os parmetros de custo e
operacionalizao foram tratados como fatores de rudo. Os valores precisos dos
fatores de rudo no foram conhecidos, contudo assume-se que uma distribuio
precisa ser especificada para estes fatores. O baixo custo do projeto robusto para o
grfico X foi ento formulado.

2.7.2.12 Grfico s

Muitas das literaturas dos projetos econmicos so devidas aos grficos de
109
controle, para monitorar as mudanas na mdia do processo. Poucos so os voltados
para a monitorao da mudana na variao do processo.
Collani e Sheil (1989) desenvolveram um modelo econmico para o grfico
S. Os elementos de custo considerados foram o custo de coletar / analisar um
subgrupo, o custo da inspeo do processo e o custo com a adio de lucro associado
com a renovao do processo. O objetivo era otimizar os parmetros do projeto do
grfico de controle para minimizar a expectativa de perdas por item produzido.
Um modelo exato e uma aproximao do projeto timo foi proposta e
comparada. Eles observaram que os resultados dos custos obtidos da aproximao so
fechados com o obtido do modelo exato.

2.7.2.13 Unio de projetos econmicos

Geralmente, dois grficos so empregados juntos para monitorar o processo.
Um utilizado para monitorar a mudana na mdia do processo e o outro para
monitorar a mudana na variao do processo. Conseqentemente necessrio estudar
os efeitos econmicos quando combinamos os dois grficos.
Saniga (1977) foi o primeiro a estudar a juno dos projetos econmicos dos
grficos X e R, nos quais a aproximao de Duncan no usada. Saniga (1977)
assumiu que duas mudanas podem ocorrer durante a produo de um nmero
especifico de unidades.
O custo do projeto timo foi comparado com o custo do projeto de
Shewhart, por exemplo, onde grandes mudanas na mdia e varincia ocorreram. Os
projetos de Shewhart resultaram em um aumento de custo de apenas 0,4 at 8,2 por
cento. Outros resultados numricos, contudo, podem confirmar que o projeto
econmico timo preferido.
110
Jones e Case (1981) desenvolverem um modelo econmico para juno dos
grficos X e R. A aproximao de Duncan (1956), para o projeto econmico do
grfico X foi adotado para desenvolver a funo perda do projeto da juno. Os
parmetros do projeto que necessitaram ser otimizados foram o tamanho do subgrupo;
intervalo da amostra; a extenso dos limites de controle para o grfico X e a extenso
dos limites de controle para o grfico R. A funo objetivo a ser minimizada foi a
expectativa de perda por hora.
Dois tipos de causas especiais podem ocorrer neste modelo. Um deles altera
a mdia do processo para um valor conhecido, o outro muda a disperso do processo
para uma proporo conhecida. No modelo, em qualquer momento, podem ocorrer
umas das seguintes situaes:
1) ambos, a mdia do processo e a variao esto em controle;
2) a mdia do processo est fora de controle, mas, a variao do processo
est em controle;
3) a variao do processo est fora de controle, enquanto a mdia do
processo est em controle;
4) ambos a mdia do processo e a variao do processo esto fora de
controle.
Assume-se que se uma causa especial de um certo tipo ocorreu, ento,
nenhuma outra causa especial do mesmo tipo poder ocorrer, mas uma causa especial
de outro tipo pode ocorrer.
Um modelo de pesquisa tcnica foi usado para determinar os parmetros do
projeto do grfico de controle que minimizam a perda esperada. Duas tcnicas centrais
de composio do projeto e a tcnica ANOVA foram usadas para providenciar uma
condio inicial. Foi relatado que a juno, dos projetos econmicos, pode resultar em
considervel melhorias sobre os tradicionais projetos dos grficos X e R.
111
2.7.2.14 Processo de fluxo contnuo

Muitas das aplicaes do grfico X so em parte devidas as melhorias nas
industrias. Koo e Case (1990) aplicaram os procedimentos do grfico de controle X
para um processo contnuo e desenvolveram um modelo econmico.
Nesse procedimento, uma amostra de tamanho um foi tomada desde um
processo a cada h horas e subgrupos de tamanho n foram formados usando as amostras
por n horas consecutivas.
Os parmetros do projeto dos grficos de controle que necessitavam ser
otimizados eram o subgrupo de tamanho n, intervalo de amostras h e extenso dos
limites de controle k. O objetivo era minimizar a expectativa de perda por hora.
Uma tcnica de busca foi empregada para determinar o projeto timo dos
parmetros e as perdas mnimas. Uma anlise sensvel relativa aos efeitos do custo e
operacionalizao dos parmetros na busca do projeto timo foi feita.
2.7.2.15 Simplificando procedimentos

Como previsto, os modelos econmicos para os grficos de controle so
complexos. Ento uma direo dos estudiosos dos projetos econmicos no sentido de
se encontrar caminhos mais simples para determinar os parmetros timos do grfico
de controle. Chung (1990) adotou as sugestes de McWilliams (1989) para utilizar a
equao (1) para aproximar o nmero esperado de subgrupos tomados enquanto o
processo est em controle.
Isto deu a Chung condies para encontrar um procedimento simplificado
para o projeto timo dos parmetros para um grfico econmico baseado no grfico
X . Uma equao explicitada para resolver o intervalo de amostra foi ento obtida.
112
Para resolver estas equaes, fechadas para os parmetros do projeto timo do grfico
de controle, foi encontrado o valor da menor perda operacional.
Neste trabalho assume-se o escrito por Duncan (1956) para resolver a
aproximao tima dos parmetros. Os resultados foram comparados com aqueles de
Goel, Jain e Wu (1968) e foi relatado que os resultado de Chung foram melhores que
os obtidos por Goel, Jain e Wu.
Na literatura do projeto econmico do processo para os grficos de controle,
h dois modelos de processo, para manufatura, que freqentemente so citados. O
escrito original de Duncan (1956) assume que o processo de produo no
interrompido, enquanto a investigao de uma possvel causa especial feita. Outros,
assumem a interrupo do processo para busca de uma possvel causa especial.
Panagos, Heikes e Montgomery (1985) investigaram os efeitos destes dois modelos.
Eles fizeram a seguinte designao. Os modelos contnuos no param
enquanto as investigaes, para descoberta de uma causa especial , esto ocorrendo e
os modelos descontnuos interrompem o processo de produo para investigar uma
causa especial. A expectativa de perda por hora foi usada como um critrio para
determinar o projeto timo.
Utilizando-se de um mtodo denominado ANOVA, cujos estudos so
centrados na varincia dos grupos envolvidos, realizaram anlises sensveis
relacionando os efeitos do custo e operacionalizao dos parmetros com o projeto
timo e respectivo resultado da perda operacional.
2.7.2.16 Programas para computadores

Montgomery (1982) providenciou um programa para computador que
determinava os parmetros timos para o projeto econmico baseado no grfico X
causados por uma nica causa especial. O modelo de Duncan (1956) foi empregado.
113
Em seus estudos Montgomery (1982) concluiu que a especificao dos custos e
parmetros de operacionalizao no tem efeitos significativos nos valores timos do
projeto, contudo, o projeto timo relativamente sensvel para a magnitude da
mudana na mdia do processo. Jaraied e Zhuang (1991) providenciaram um programa
de computador para determinar os parmetros timos, quando o processo sujeito a
diversas causas especiais. Este programa foi desenvolvido baseado no modelo de
Duncan (1971).
A parte derivativa da funo perda com respeito h (intervalo da amostra)
foi igualada a zero para resolver h.Uma tcnica de busca, com base na teoria de
Fibonacci foi aplicada para o tamanho da amostra e a extenso dos limites de controle
para determinar os valores timos.
2.7.2.17 Projeto econmico para o grfico de controle por atributos
2.7.2.17.1 Uma multiplicidade de causas especiais:
Gibra (1981) desenvolveu modelos econmicos para os grficos np
assumindo duas diferentes condies para o processo industrial e sujeito a uma
multiplicidade de causas. Seu modelo I assumia que o processo era interrompido,
enquanto ocorria a procurar por uma possvel causa especial, seu modelo II assumia
que o processo era mantido em funcionamento at a causa especial ser identificada.
Em ambos os modelos, Gibra assumiu que se uma causa especial ocorria,
nenhuma outra causa especial atrapalharia o processo. O objetivo era encontrar os
parmetros timos do grfico de controle (tamanho do subgrupo, intervalo da amostra
e nmero de elementos aceitos) para minimizar a perda esperada por hora.
Uma expresso simples e exata para o intervalo timo entre os subgrupos
para uma troca arbitrria do tamanho do subgrupo foi providenciada. Dez exemplos
114
numricos foram apresentados e estudados.
Sculli e Woo (1982-1985) tambm desenvolveram um modelo econmico
para o grfico np sujeito a uma multiplicidade de causas especiais. Seu modelo difere
do de Gibra (1981), pois eles assumem que a caracterstica de qualidade pode
deteriorar no futuro antes da deteco de uma condio fora de controle.O objetivo era
determinar os parmetros do projeto timo de forma a maximizar o total de lucro do
sistema de produo. Devido complexidade deste modelo uma tcnica de simulao
foi usada para estimar a perda por hora. Eles relataram que seu modelo mais realista
que outros e que o modelo desenvolvido pode efetivamente controlar o sistema.
Diferentes hipteses tm sido feitas sobre os modelos de mltiplas causas.
Alguns autores assumem que somente uma das mltiplas causas especial pode afetar o
processo durante um ciclo de produo. Outros assumem que somente uma causa
poder ocorrer entre sucessivos subgrupos (ex. Montgomery). Outros assumem que
diversas causas especiais podem afetar o processo.
Vaughan e Peters (1991) flexibilizaram estas hipteses e desenvolveram um
modelo econmico para o grfico np que no restringe o nmero de mudanas
presentes no processo. Eles examinaram e compararam trs diferentes modelos: o
modelo de mltiplas mudanas (MS), a mudana simples para o modelo de intervalo
de amostras (SSS), o de mudana simples para o modelo de produo cclica (SSI). Foi
constatado que o modelo SSS robusto comparando com o modelo MS sobre um
extenso nmero de parmetros e que o modelo SSI diferencia do modelo MS para
certos casos. Este foi o primeiro artigo que tratou de um modelo de mltiplas causas
especiais sem assumir qualquer relao com a forma de mudanas simples.
2.7.2.18 Reduzindo o plano de amostras

Tradicionalmente as aproximaes para o projeto econmico do grfico de
115
controle para a frao de no conformes usam um plano de amostras completo.
Willians, Looney e Peters (1985) argumentaram que suficiente que a
informao tenha sido obtida antes de terminar a tomada de um subgrupo, no
havendo necessidade de se continuar tomando estas amostras. Assim, eles
incorporaram a reduo no tamanho da amostra no projeto econmico para os grficos
de controle (especificamente o grfico np). Neste procedimento, itens so selecionados
do processo e k unidade so apartadas. Os itens so inspecionados um a cada vez.
A inspeo interrompida se:
l) m itens no-conformes so observados ou,
2) n unidades so inspecionadas e o nmero de itens no-conformes
menor que m.
Ento, trs parmetros do projeto do grfico de controle precisam ser
otimizados para minimizar a expectativa de perda na produo.
O estado do processo pode transmitir desde um processo em controle para
um fora de controle ou ainda de um processo fora de controle com estudo de
deteriorao da qualidade para um outro estado fora de controle com melhoria na
qualidade de deteriorao.
Comparaes foram feitas entre a tcnica de reduo das amostras e a
tradicional tcnica amostral completa, para os pontos de vista tericos e empricos.
Concluiu-se que a melhoria na utilizao de amostras reduzidas de modesta a
significante, especialmente quando a produo elevada.
2.7.2.19 Grficos do sistema de produo para vrios estgios

Peters e Williams (1987) e Williams e Peters (1989) propuseram um modelo
econmico para monitorao da qualidade em um sistema de produo com N sries
conectadas num estgio de processamento. Um grfico np foi empregado para
116
monitorar a caracterstica de qualidade dos produtos. Eles assumiram que havia uma
causa especial simples em cada estgio que aumentava a proporo de no-conformes.
Cada estgio era capaz de criar uma unidade no-conforme que era nica em cada
estgio. O processo de produo era interrompido quando um sinal de fora de controle
era dado e quando o processo estava em reparo. Baseado na maximizao do lucro por
unidade seu modelo econmico, determinava o valor timo para o tamanho do
subgrupo, intervalo de amostra e nmero aceitvel de defeitos no grfico de controle
em cada estgio.
Tcnicas de programao dinmica e pesquisa direta foram usadas para
determinar o projeto que maximiza a funo objetiva atravs do sistema de produo.
Exemplos numricos foram apresentados.
2.7.2.20 Grficos c e np

Collani (1989) aplicou seus procedimentos de unificao (Collani 1988) para
o projeto econmico dos grficos c e np. Um modelo para uma causa especial simples
foi assumido. A funo objetivo era a expectativa de lucro por item produzido.
Nomogramas para o projeto econmico do grfico c foram providenciados.
As concluses foram de que o modelo econmico baseado no grfico c
providenciou uma boa aproximao para o modelo econmico baseado no grfico np,
devido ao fato de que a distribuio de Poisson serve como uma aproximao para a
distribuio binomial quando p no muito grande, ou seja, p < 0,1.
2.7.2.21 Melhorias nas indstrias

Hsu e Tapiero (1990) desenvolveram um modelo matemtico econmico
117
para determinar a qualidade, a monitorao do controle do processo (M) e o sistema de
engenharia de produo (G), descritos em termos de uma fila M/G.
O objetivo de reunir produo em quantidade com grande qualidade foi
conseguido e os parmetros dos controles para as filas M/G foram otimizados.
Em suas pesquisas um grfico np foi empregado para o controle do processo
de produo. Trs parmetros foram otimizados em ordem a maximizar o lucro
esperado por unidade de tempo. Os trs parmetros foram o tamanho do subgrupo, o
intervalo da amostra (medido em nmero de unidades produzidas entre subgrupos) e a
regio de rejeio. O processo de produo foi assumido por estar em controle ou fora
de controle. A deciso entre continuar ou no a produo foi determinada aps cada
subgrupo ter sido inspecionado. Se o nmero de unidades no conformes procurado
for menor do que o nmero de rejeio, o processo de produo deve ser continuado,
caso contrrio o processo deve ser interrompido para procurar por uma possvel causa
especial.
Hsu e Tapiero concluram que para um determinado controle do processo a
expectativa de lucro por unidade de tempo pode ser aumentada pela melhoria da
reabilitao do sistema de produo, aumentando a qualidade do trabalho que chega a
produo, aumentando a razo de processamento ou diminuindo o intervalo de
interrupo do sistema. Eles tambm encontraram a extenso da diferena na
performance entre o estado em controle e fora de controle, um grande esforo para
envolver a qualidade e o processo de controle.
2.7.2.22 Uma mudana no prevista no tamanho da amostra

No projeto econmico baseado na frao de no-conformes do grfico de
controle, assume-se que o nvel de qualidade vai de um alvo ( )
1
p para somente um
nvel aceitvel ( )
2
p . Contudo, na realidade a atual mudana pode ser para outros
118
valores. Hryniewicz (1989) discutiu este caso. Ele estudou a situao onde assumiu
que o nvel de qualidade do processo mudou de
1
p para
2
p (aps a ocorrncia de uma
causa especial), mas a mudana atual
3
p . Ele fixou dois valores limites de
3
p onde
p3 <
2
p e p3>
2
p .
Hryniewicz assumiu que quando a mudana atual era um valor no intervalo
( ' ' , '
3 3
p p ) a perda de eficincia do projeto econmico dos grficos de controle no seria
maior do que esses casos.
Ele ento computou a perda de eficincia para vrios procedimentos de
controle economicamente timos e comparou suas performances com o tradicional
plano do grfico de controle.
Quatro tipos de processo de produo foram considerados em seu modelo.
Eles so:
1) um processo com grande produo e grande nvel de qualidade no alvo;
2) um processo com grande produo e baixo nvel de qualidade no alvo;
3) um processo com moderada produo e grande nvel de qualidade no
alvo;
4) um processo com moderada produo e baixo nvel de qualidade no
alvo.
Hryniewicz ento comparou seu resultado com aqueles obtidos pelos
projetos tradicionais dos grficos de controle. Ele concluiu que o projeto do grfico de
controle econmico superiores ao tradicional grfico de controle em quase todos os
casos considerados.

2.7.2.23 Aplicaes dos projetos econmicos
2.7.2.23.1 Efeitos dos processos alternativos de monitoramento

119
Saniga e Montgomery (1981) estudaram os efeitos econmicos de quatro
tipos de processo de controle monitorados:
1) grfico de controle por variveis;
2) grficos de controle por atributos;
3) uma monitorao sem inspeo;
4) uma inspeo regular.
Juntos os grficos X e R e o grfico da frao de no-conformes (p) foram
empregados para demonstrao. Eles investigaram se a monitorao de uma inspeo
regular considerada como uma alternativa para a amostra e para determinar o tipo de
monitorao tima sob alguns tipos de combinaes de custo e parmetros
operacionais.
Assumiu-se que as atividades de produo paravam enquanto uma
investigao de uma possvel causa especial estava sendo feita. O tempo de procura
para uma causa especial e o custo de reparo do processo foi considerado. Assumiu-se
que havia somente uma causa especial simples que alterava ambos os fatores: mdia
do processo e variao.
Os projetos dos parmetros dos grficos de controle foram economicamente
otimados e a expectativa de perda por hora foi utilizado como um critrio para
determinar o valor timo.
Um grande projeto experimental foi feito para estudar os efeitos do custo e
parmetros operacionais durante a mudana dos procedimentos de controle. Em ordem
para fazer o grfico de controle para variveis e os grficos de controle para atributos
diretamente comparveis, os autores fizeram a produo especfica em 3 desvios
padres do processo alm do valor nominal.
A magnitude da mudana foi determinada assim que a probabilidade da
produo de um item no-conforme era a mesma para ambos os grficos. Foi
constatado que para pequenas/moderadas mudanas, uma monitorao atravs dos
120
grficos X e R com variveis de custos fixos produzem um timo resultado, se as
amostras forem pequenas. Por outro lado, a regular inspeo pode ser adotada para
grandes mudanas. Uma juno dos grficos X e R prefervel se o custo das
variveis medidas menor do que 4 vezes o custo do atributo medido, e se o tempo de
busca por uma causa especial menor do que a metade daquela do grfico p.
Por outro lado, o grfico da funo de no-conformes recomendado. Uma
sntese de uma tabela apresentada com o resultado timo da monitorao.
Em 1989, Rahim providenciou um programa para computador para
determinar o projeto timo dos parmetros da funo dos grfico X e R baseado no
modelo de Saniga e Montgomery de 1981.
2.7.2.23.2 Comparaes entre os grficos de controle econmicos

Lorenzen e Vance (1986b) compararam o desempenho dos grficos X , do
grfico CUSUM e do grfico EWMA baseado no critrio de custo.
O modelo por eles unificado (Lorenzen e Vance 1986a) foi usado para
calcular a perda esperada por hora assumindo-se que as atividades no foram
interrompidas durante a investigao de uma possvel causa especial e reparo do
processo.
O peso utilizado para a observao corrente do grfico EWMA foi 0,25. Isto
faz do grfico EWMA um projeto semi-econmico uma vez que em um projeto
econmico pleno o peso tratado como uma varivel.
Uma anlise sensvel foi feita. Concluiu-se que, em geral, a performance do
grfico CUSUM a melhor seguida pelo grfico X e ento pelo grfico EWMA com
peso igual a 0,25.

121
2.7.2.23.3 Controle conjunto de mdias independentes

O projeto do grfico de controle multivariado tem recentemente recebido
muita ateno. Montgomery e Klatt (1972A, 1972B) desenvolveram um modelo
econmico do grfico de controle, baseado em
2
T , para monitorar a caracterstica de
qualidade multivariada.
Contudo, a desvantagem do grfico
2
T que quando um alarme sinalizado,
decorrente de uma caracterstica de qualidade as causas deste alarme no podem ser
identificadas.
Um procedimento para o grfico X para uma caracterstica de qualidade
univariada deve ser empregada para cada caracterstica para identificar a causa deste
alarme.
Para escapar desta desvantagem Arnold (1990) props a juno do grfico X
para monitorao independente e com a caracterstica de qualidade normalmente
distribudos. Note-se que uma diferena bsica e muito importante entre os modelos
de Arnold (1990) e Montgomery e Klatt (1972A, 1972B) a independncia pra
assumir a caracterstica de qualidade.
Arnold (1990) assumia que a caracterstica de qualidade de interesse era
univariada e independente.
No decorrer do tempo a caracterstica de qualidade da produo se deteriora
e uma causa especial ocorre com mudanas na correspondente caracterstica de
qualidade.
A aproximao de Collani para o projeto econmico dos grficos de controle
foi aplicada.
Os parmetros que precisaram ser otimizados so o tamanho do subgrupo, o
intervalo de amostras e os mltiplos conjuntos de limites de controle.
122
Um procedimento de aproximao assinttica foi derivado para este modelo
econmico multivariado.
Arnold (1990) concluiu que as diferenas de resultados entre o valor exato e a
aproximao assinttica eram desprezveis. Ento, a aproximao assinttica
justificvel.

2.7.2.23.4 Processo de produo com monitoramento contnuo

O projeto econmico clssico, para os grficos de controle, assume que todos
os subgrupos so de tamanho fixo e so retirados no processo em intervalos de tempos
regulares, sendo que um sinal dado se um ponto encontra-se fora de certos critrios.
O plano amostral no adequado para um processo monitorado continuamente, porque
na monitorao contnua todos os itens produzidos so inspecionados.
Colani (1987) props um modelo econmico para a monitorao contnua do
processo, havendo somente dois parmetros do processo que necessitam ser
monitorado.
Colani utilizou o tamanho de uma seqncia de unidades produzidas, para
determinar os limites de controle.
O lucro esperado por item produzido foi usado na funo objetiva.
Nomogramas foram providenciados para determinar o projeto timo.
Aps esta reviso de literatura apresenta-se, com maior profundidade,
algumas teorias de engenharia econmica, iniciando-se com os conceitos
fundamentais do pioneiro Duncan.

123
2.7.3. PROJETO ECONMICO USANDO O GRFICO X PARA PRESERVAR O
CONTROLE DO PROCESSO
2.7.3.1 Introduo

O trabalho pioneiro de Duncam (1956) serviu de incentivo para o
desenvolvimento de grande parte da teoria dos projetos econmicos, que busca sempre
determinar o tamanho das amostras, o intervalo entre as mesmas e os limites de
controle que deveriam ser utilizados para a otimizao dos processos. Na seqncia
apresenta-se o trabalho de Duncan, visando embasar as consideraes acima.

2.7.3.2 Determinao de um critrio para o projeto timo

Os grficos de controle, usados para o controle de qualidade em estatstica,
so essenciais para duas coisas: para transformar um processo, que estava fora de
controle, em um processo controlado e para mant-lo em controle.
O principal grfico usado para manter o controle do processo o grfico
X Neste grfico a linha central denominada x e os limites de controle so dados
por: ) / " .( " n k x + onde x e so valores padres oriundos de experincias
passadas. Amostras de tamanho n so tomadas do processo a cada h horas. Se a
amostra x revela indicadores fora dos limites de controle, observa-se que houve
alguma mudana x na mdia do processo e deve-se iniciar a procura por esta causa
especial.
Basicamente, busca-se responder a 3 questes relativas ao projeto do grfico

124
X usados para manter o controle do processo. Estas so:
1) que tamanho de amostra deve ser tomada?
2) que intervalo de tempo dever ser mantido entre estas amostras?
3) qual o mltiplo de sigma que deve ser usado para se determinar os limites
de controle?
Respondendo-se a essas perguntas, procura-se determinar um projeto que
maximize o lucro, assumindo-se que so conhecidos os riscos de ocorrncia de vrias
causas especiais e igualmente conhecidos os vrios custos e parmetros. O critrio de
lucro mximo um dos mais interessantes para os negcios e por essa razo,
naturalmente, que este tem sido aplicado nos projetos de planejamento de amostras e
tem sido usado no estudo de otimalidade no controle de qualidade.
Esta seo ser utilizada para formulao de funo matemtica para medir a
mdia da malha para operacionalizao de um processo protegido pela vigilncia de
um grfico X .O glossrio de todos os parmetros utilizados, encontra-se no final deste
trabalho.
No comeo o processo encontra-se sob controle e mantido at a ocorrncia
de uma causa aleatria, que resulta em uma troca no processo de propores
conhecidas. O processo comea em um estado de controle no nvel indicado pelos
valores padres. Isto significa que inicialmente a mdia do processo X idntica ao
valor padro X e que o desvio padro igual ao valor padro .
Uma causa especial ocorrer, se o valor ultrapassar os limites " . " + x ou
" . " x . Assume-se que o desvio padro continua igual a .
Para especificar, sobre uma causa especial assume-se que a probabilidade de
no ocorrncia antes de um tempo t, quando o processo comea em um estado de
controle,
t
e

e a probabilidade de ocorrncia em um intervalo de t at t + t
aproximadamente t e
t
.
.

. O tempo mdio requerido para a ocorrncia de uma causa
especial 1/.
Se as amostras so tomadas em intervalos de h horas, ento, ocorrer uma

125
causa especial no intervalo entre a nth e n + 1st amostra, o tempo mdio de
ocorrncia desta causa especial em um intervalo entre as amostras ser de:

12 2
1 (
) 1 ( 1
) (
2
0
0
) 1 (
) 1 (
h h
e
e h
dT e e
TdT e e
dt e
dt nh t e
h
h
h
T nh
h
t nh
h n
nh
t
h n
nh
t
+
= =

+

+

( 72)
(e outros termos de ordem
4 3
h )
Estudos numricos de modelos sugerem que quando o grfico X
designado, para detectar mudanas em um processo com mdia de 2 ou mais, os
valores timos de h so obtidos entre h = 1 e h = 10.
Se = 0,01 digamos e h = 1, ento
4 3
h ser da ordem de 0,000001
comparvel com 4992 , 0
12 2
2
=
|
|
.
|
\
|
|
.
|
\
| h h
. Se = 0,01 e h = 10, ento
4 3
h ser da ordem
(0,000001).10.000 = 0,1 comparvel com 92 , 4
12 2
2
=
|
|
.
|
\
|
|
.
|
\
| h h
.
Se = 0,05 e h = 20 assim .h = 1, o resultado dado por equao ser 8,36
onde . 33 , 8
12 2
2
=
h

Para formular a funo Lucro Lquido Mdio, portanto, o tempo mdio
para ocorrncia de uma causa especial entre um intervalo de tempo h, dado por
.
12 2
2
h h

Esta simplificao faz a frmula para a mdia Lucro Lquido Mdio, uma
aproximao, mas muito til para prover uma frmula com a qual pode-se trabalhar.
Quando se estiver em operao sob anlise do grfico X , deve-se agir quando um
ponto da amostra estiver fora dos limites de controle. Apesar de haver outras normas, o
intuito deste trabalho o de verificar e agir imediatamente quando um ponto estiver
fora do controle. Assim:
Seja P a probabilidade de que uma causa especial seja detectada e Q a
probabilidade de no detectar esta causa, em uma amostra individual do processo.

126
Assim P ser a probabilidade de que um ponto que esteja fora dos limites de
controle seja detectado e Q a probabilidade da no deteco, por ocasio da retirada de
uma amostra do processo.
Assim, P ser a probabilidade de que um ponto da amostra esteja fora dos
limites de controle e ser uma indicao de falha acorrida, mesmo quando o processo
est sob controle, atravs da indicao da mudana na mdia.
Ento quando a mdia do processo acusar uma mudana de X para " . " + x ,
temos:

+ =
n k
z
n k
z
dz
e
dz
e
P

.
2 2
2 / 2 /
2 2
(73)
nos casos onde > 0, o primeiro termo praticamente zero. Quando um processo est
em controle probabilidade de que um ponto da amostra esteja fora dos limites de
controle :

=
k
z
dz
e
.
2
2
2 /
2
(74)

Assume-se que a razo de produo suficientemente grande podendo-se
negligenciar a possibilidade de uma mudana no processo enquanto se estiver
avaliando cada amostra. Assume-se igualmente que o processo est em operao
durante a procura por uma causa especial. Tambm o custo do ajuste ou reparo do
processo (incluindo possvel parada no processo) e o custo para retornar o processo
para o estado de controle, aps a descoberta de uma causa especial, no sero mudados
pela receita do processo pelo menos com o propsito de determinar o valor timo do
grfico de controle.
Conforme precede, pode-se determinar o seguinte caminho para o lucro
mdio, por hora surgida na operacionalizao do processo das amostras retiradas antes
da mudana do processo que ser dada por 1/p, de acordo com Feller (1950).
Assim:
a) se o intervalo de retirada entre as amostras assumindo-se o
anteriormente exposto, de que a mudana ocorre, em mdia,

127
aproximadamente no ponto ( ) ( ) 12 / 2 /
2
h h do intervalo, ento
h
h
p
h
h
p
h
.
12
.
2
1 1
12 /
2
2
|
|
.
|
\
|
+ = |
.
|
\
|

ser aproximadamente o tempo mdio
do processo encontrar-se fora de controle antes de um ponto da amostra
estar fora de controle. Assume-se que o tempo requerido para realizar e
inspecionar uma amostra e computar os resultados proporcional ao
tamanho n da amostra ou seja: tempo para plotar um ponto = e.n.
b) seja D a mdia de tempo gasto para encontrar uma causa especial aps
um ponto ter sido localizado fora dos limites de controle ento, do acima
citado, segue-se que em proporo do tempo em que o processo est em
controle ser dado por:

D en h h P + + + +
=
) 12 / 2 / 1 / 1 ( / 1
/ 1

(75)

e a proporo do tempo que estar fora do controle ser de:

D en h h P
D en h h P
+ + + +
+ + +
=
) 12 / 2 / 1 / 1 ( / 1
) 12 / 2 / 1 / 1 (

(76)
Deve-se notar que e pertencem as pores da operao normal dentro
do tempo previsto, excluindo o tempo gasto para eliminar uma causa
especial aps ela ter sido encontrada e retornar ao estado de controle.
c) quando o processo muda de
x para " " x x + ou " " x x deve-se assumir que

a proporo de itens defeituosos produzidos estar aumentando. Seja V
0
a
mdia de lucro por hora proveniente da operao do processo dentro das
condies de controle com nvel padro
x e seja V
1
a renda mdia por
hora proveniente da operao no novo nvel " " t x + . Se
1 0
V V M = ,
assume-se que o processo estava opcionalmente centrado entre os limites
de especificao.Assim M estar, da mesma forma, entre - at + ;
d) se h o intervalo, medido em horas, entre duas amostras, o nmero
esperado de alarmes falsos antes do processo estar fora de controle ser
multiplicado pelo nmero esperado de amostras tomadas neste perodo,
isto :

128

h
h
i
ih h
i i
ih h h i ih
h i
ik
t
i
e
e
e
h
e
ie e e e i dt e i
=
+
+
=
= =
1
1
) 1 (
) 1 ( ) (
0
0 0
) 1 (
) 1 (
0
(77)

Assim, negligenciando-se os termos de ordem
2 2
h ou maior, a equao
torna-se igual a
h
. O nmero de alarmes falsos por hora, por

operao, ser aproximadamente:

h
D en h
h
P
h

=
+ + |
.
|
\
|
+ +
12
2 / 1 / 1 / 1
(78)

Se T o custo para procurar por uma causa especial quando ela no
existe, ento a expectativa de custo por hora em decorrncia de um
alarme falso ser, aproximadamente, T/h.
e) conhecendo-se o tamanho mdio do ciclo em controle, a poro do ciclo
fora de controle :
D en h
h
P + + |
.
|
\
|
+ +
12
2 / 1 / 1 / 1

(79)

o nmero mdio de vezes por hora que o processo fica fora de controle :

D en h
h
P
+ + |
.
|
\
|
+ +
=
12 2
1 1 1
1
(80)

Se a mdia de custo para procurar uma causa especial quando isto ocorre
W, a mdia de custo por hora ser e.W.
O custo por hora para manter o processo sob controle assumido como
uma funo linear simples dada por |
.
|
\
|
+
h
n c
h
b .
onde b o custo por
amostra e c o custo por unidade de um item da produo.
Do acima exposto segue-se que o lucro lquido, em mdia, por um longo
perodo de operao, dado por:

h
cn
h
b
W
h
T
V V I + =

1 0

129
sendo M V V =
0 1
e 1 = + , segue-se que

h
cn
h
b
W
h
T
M V I =

0
(81)

inserindo os valores de , e , tem-se:

h
cn
h
b
B
W h T MB
V I
+
+ +
=

1
/
0
(82)

onde B =(ah + en + D) e = (1/P + h/12). Assim :

h
cn
h
b
B
W h T MB
L + +
+
+ +
=

1
/
(83)

Que pode ser chamado de custo de perda (prejuzo).Ento se tem
aproximadamente um valor mximo para n, h e k, quando L um valor
mnimo, desde que V
0
seja independente destas variveis. O critrio de
projeto timo ser, portanto o valor mnimo de L.
2.7.3.3 Encontrando uma aproximao para o projeto timo

Estudos numricos da funo L sugerem que para valores realistas dos
parmetros , , M, e, , D, T, W, b e c um mnimo local no existe na vizinhana
dos valores de n, h, e k que so usados na prtica. Assim, deve-se descobrir um
procedimento conveniente para aproximar o local mnimo para ser adotado na prtica.
A derivao deste procedimento o seguinte:
Em primeiro lugar deve-se notar que deve haver conexo entre os valores
timos de n, h e k. Ento, igualando-se a zero as derivadas parciais de L, em relao
n, h e k (note que P uma funo de n e k e uma funo de k e considerando-se n

130
como continua), obtm-se:

0 ) 1 (
2
= + + |
.
|
\
|

B c W
h
T
M
n
B
h
(84)

0 ) 1 )( ( ) 1 (
2 2
= + + + |
.
|
\
|

B cn b B T W
h
T
M
h
B
h
(85)

0 ) 1 ( = +
+ |
.
|
\
|

B
k h
T
W
h
T
M
k
B
(86)
Onde:

2
2
/
6 2
1 1
/
P
k P h
k
B
h
P h
B
e
P
n P h
n
B

=
|
.
|
\
|
+ =
+

=

As equaes 3, 4, e 5 no revelam expresses simples para avaliar o timo ,
h e k. Aproximaes so, portanto, procuradas. Quando valores numricos apropriados
so substitudos em 4. Se = 0,01, M = $ 100, e = 0,05, D = 2, T = $ 50, W = $ 25, b
= $ 50 e c = $10, e isto supondo que seja pequeno, por exemplo 0,03, e h sendo 1 ou
2, bem como considerando-se que os termos semelhantes
h
T .
e . B possam ser
omitidos, ento o timo h aproximadamente da ordem de / 1 . Conseqentemente,
aproxima-se a soluo das equaes exata (84) (86), por assumir-se pequeno e por
se negligenciar todos os termos na equao de menor ordem do que o termo principal.
Assim, temos:
0
/
2
2
= +

c
P
n P M h
(87)

0
2
1 1
2
= |
.
|
\
|
cn b T
P
M h (88)

0
/
2
2
=
k
T
P
n P M h
(89)

Da equao (4), imediatamente temos:

131

2 / 1 / 1 (
+ +
=
P M
cn b T
h
(90)

Usando este valor aproximado de em (87), obtm-se aps alguns rearranjos:

c
b T
n P
P P
n
+
=

+
/
) 2 / 1 / 1 (
2
(91)

A tabela 5 apresenta soluo para a equao (91) para n selecionando
valores de k e .
Finalmente quando a equao (5) combinada com a equao (3), temos:

T
n c
k
2
=

ou

T
n c e
k
2
2 /
2
(92)

As equaes (90), (91) e (92), fornecem um procedimento relativamente
simples para aproximarem-se os valores timos de n, h e k, para valores dados de , ,
M, e, D, T, b e c.
Os passos so os seguintes:
Supondo-se que o processo comece com = 0.0124, correspondendo a uma mdia k
de 2,5, procurando-se uma aproximao de n na tabela 5, para selecionar o valor de .
Inserindo este n na equao (92) e usando a tabela de distribuio normal de
probabilidade encontramos um valor aproximado para k. Computando o valor de
correspondente para esta primeira aproximao de k, retorna-se a tabela 5 e
encontra-se uma segunda aproximao de n. Usando novamente n na equao (92)
encontra-se uma segunda aproximao de k (geralmente no necessria uma terceira

132
aproximao). Usando a segunda aproximao de n e k na equao (90) para computar
um valor aproximado h, note que dada > 0, p igual praticamente:

dz
e
z
n k
2
2 /
3
2
(93)

ou a rea abaixo da curva normal desde n k at . Recomenda-se que k e h,
sejam arredondados at a dcima casa, n evidentemente deve ser inteiro.
Para ilustrar este procedimento seja = 2, = 0.01, M = $ 100, e = 0.05, D = 2, T = $
50, W = $ 2, b = $ 50 e c = $ 10. ento para = 0,0124 correspondendo a K = 2,5 ns
temos 2 , 11 / ) ( = + c b T . Usando a tabela 5, encontra-se a primeira aproximao de n
em 5. Para este n, tem-se 00223 . 0 / = T n c que corresponde a k= 3,2. Para este k o
(T +b)/c = 5,7 e a tabela 5 sugere que a segunda aproximao de n seja 5. Esta a
mesma da primeira aproximao n e d uma segunda aproximao para k de 3,2.

TABELA 5-VALORES SELECIONADOS DE n
n P
P P

/
) 2 / 1 ( / 1 (
2
( = 2)
(Adaptado de Duncan( 1956))
N k = 2 k = 2,5 k = 3

2 0,4 - -
3 3,3 0,4 -
4 14,5 3,7 0,0
5 54,5 14,6 3,3
6 202,3 48,4 12,6
7 750,6 156,4 38,9
8 507,5 11,9
9 328,8

Com n = 5, k = 3,2 e obtm-se = 0,0137, p = 0,89831, (1/P ) = 0,61320 e h =
1,3. O valor timo obtido tendo, aproximadamente, n = 5, h = 1,3 e k = 3,2.
Este mtodo foi checado por 12 diferentes exemplos computados por tentativa e erro
dando o exato valor que minimiza o custo L (variando + 0,1 para ambos h e k). Os
resultados so mostrados na tabela 6 junto com outros dados interessantes.

133
TABELA 6 PROJETO TIMO DE DUNCAN
Fatores de Custo e
Risco Assumidos
Aproximao
Grfico timo
Valor timo
Exato Grfico
Custo para 100 horas de operao
Exemplo
n
Grau da
Mudana
M e D T W b c n h k n h k Aproximao
tima
timo
exato
n = 5, h = 1,
k =3
1 2 .01 100 .05 2 50 25 .50 .10 5 1.3 3.2 5 1.4 3.1 402.13 401.35 412.34
2 2 .02 100 .05 2 50 25 .50 .10 5 0.9 3.2 696.55 695.33
3 2 .03 100 .05 2 50 25 .50 .10 5 0.8 3.2 962.39 963.71
4 2 .02 50 .05 2 50 25 .50 .10 5 1.3 3.2 416.49 427.72
5 2 .01 1,000 .05 2 50 25 .50 .10 5 0.3 3.2 4 0.4 3.0 2.756.67 2.698.09 2.886.32
6 2 .01 10,000 .05 2 50 25 .50 .10 5 0.1 3.2 23.682.73 27.672.29
7 2 .01 100 .50 2 50 25 .50 .10 5 1.3 3.2 2 .09 2.7 608.86 540.35 619.78
8 2 .01 100 .05 20 50 25 .50 .10 5 1.3 3.2 6 1.8 3.2 1.840.78 1.836.55 1.855.54
9 2 .01 100 .05 2 5 2.5 .50 .10 4 1.3 2.4 362.14 378.64
10 2 .01 100 .05 2 500 250 .50 .10 6 1.3 3.8 6 1.4 3.7 659.37 636.93 749.32
11 2 .01 100 .05 2 5000 2500 .50 .10 7 1.3 4.4 2.834.16 4.119.07
12 2 .01 100 .05 2 50 25 5.0 .10 7 3.3 3.2 6 3.4 2.9 589.86 586.85 862.34
13 2 .01 100 .05 2 50 25 .50 1.00 2 1.6 2.6 3 2.6 2.4 594.13 563.62 862.34
14 2 .01 100 .05 2 50 25 .50 10.0 2 7.0 1.4 1.010.74 5.362.34
15 2 .01 1.000 .05 2 50 25 .50 1.00 2 0.5 2.6 3 0.8 2.4 3.241.65 3176.19 3.336.43
16 1 .01 12.87 .05 2 50 25 .50 .10 17 5.6 2.8 14 5.4 2.7 142.82 141.78 211.91
17 1 .01 128.7 .05 2 50 25 .50 .10 17 1.9 2.8 12 1.6 2.6 647.50 626.66 892.91
18 1 .01 12.87 .05 2 500 250 .50 .10 22 6.0 3.5 20 6.1 3.4 365.83 346.79 538.03
19 1 .01 12.87 .05 2 50 25 5.0 .10 22 10.6 2.7 197.43 661.91
20 1 .01 12.87 .05 2 50 25 .50 1.00 8 10.4 2.0 8 12 1.9 245.05 243.34 661.91
21 0.5 .01 2.25 .05 2 50 25 .50 .10 46 22 2.3 94.97 187.08
22 0.5 .01 225 .05 2 50 25 .50 .10 46 2.2 2.3 1.525.90 6.043.69
23 0.5 .01 2.25 .05 2 500 250 .50 .10 74 25 3.1 290.43 442.92
24 0.5 .01 2.25 .05 2 50 25 5.0 .10 55 30 2.3 100.42 637.03
25 0.5 .01 2.25 .05 2 50 25 .50 1.00 20 40 1.3 141.60 637.03

134
A tabela 6 tambm dispe uma comparao de perda do lucro utilizando a
aproximao do projeto timo com a perda do lucro por um projeto arbitrrio do
grfico X com n = 5, h = 1 e k = 3.
O procedimento de aproximao no considera os valores de e e D e foram
obtidas assumindo que estas quantidades no eram excepcionalmente grandes. Para e =
0,05 e D = 2, a tabela 6 mostra que o procedimento de aproximao funciona muito
bem, ela tambm demonstra funcionar bem com D variando at 20.
Quando o projeto timo trabalhou fora dos valores do parmetro igual aquele
do exemplo 1 exceto que D obteve o valor 20, o resultado foi n = 6, h = 1,8 e k = 3,2
que no muito diferente do valor timo obtido, para D = 2, sendo n = 5, h = 1,8 e k =
3,1.
O custo para os 2 projetos, aplicados para o caso com D = 20 para 100 horas
de operao :

n = 6 h = 1,8 K =3,2 L = $ 1.836,05
n = 5 h = 1,4 K =3,1 L = $ 1.838,96.
Assim, podemos observar que a diferena entre os custos dos dois projetos
insignificante.
Com valores relativamente grandes de e, a aproximao no funciona muito
bem. Quando e tem valores variando de 0,5 a 0,05, os valores timos so n=2, h=
0,9 e k = 2,7. Isto difere do projeto timo, pois quando e = 0,05 tem-se n=5, h = 1,4 e
k =3,1. Os custos para os dois projetos no caso de e =0,5 para 100 horas de
operao:

n =2 h = 0,9 K = 2,7 L = $ 540,35
n = 5 h = 1,4 K = 3,1 L = $ 607,92

Esta diferena de mais de 11% de L para o projeto timo exato. A
inexatido do mtodo da aproximao quando e relativamente elevado no uma
sria considerao ao procedimento de aproximao, desde que em muitos casos na

135
prtica e seja relativamente pequeno.
bom lembrar que e a razo na qual o tempo entre a retirada da amostra e
a plotagem de um ponto da amostra no grfico x vai aumentando com o tamanho n
da amostra.
Esta a principal dependncia do tempo requerido para testar um item. Se os
testes so tomados em perodos sucessivos por um mesmo inspetor, um e = 0,05
significa que ele leva aproximadamente 3 minutos para testar cada pea. Sob as
mesmas condies um e = 0,5 significar que cada teste requerer aproximadamente
meia hora. Se M extenso, no significa que e ser extenso. Se e grande, ento,
conforme acima, o procedimento de aproximao deve ser usado com cautela. Uma
ampliao do modelo pode adicionar e a outros elementos de projeto n, h e k para
cujos valores de otimizao podem ser determinados. O mtodo da aproximao
tambm no toma diretamente o valor de W.
Atravs de anlise numrica assume-se, contudo, que W aproximadamente
50% do valor de T e em qualquer caso, genericamente, varia com T. Variaes de W
relativas a T no so consideradas como tendo custo na investigao.
2.7.3.4 Efeitos da variao no risco e fatores de custo no projeto timo

Podem-se vislumbrar os efeitos da variao no risco e nos fatores de
custos do projeto timo, a partir de um estudo da tabela 6.
Os valores assinalados para os fatores de risco e custo nesta tabela cobrem
uma grande extenso de possibilidades e so confiveis para generalizar tipicamente
os custos e riscos nas indstrias.
A razo de perda M a reduo no lucro por hora que atribuda para a
ocorrncia de uma causa especial.
Os valores de M so derivados do fato de assumir-se que a razo de
produo constante e os limites de especificao esto entre ' ' 3 ' ' + x . Quando X

136
muda para 2, M assume o valor de $100 por hora. Os outros valores de M ($12,87
e $2,25) surgem ao se assumir que a caracterstica de qualidade X normalmente
distribuda e que M proporcional ao aumento na percentagem de itens defeituosos.
A tabela 6 sugere as seguintes concluses gerais:
a) o tamanho timo da amostra determinado por . Desejando-se obter um
grfico de controle para detectar mudanas em X de 2 ou mais,
amostras de tamanhos 2 at 6 so apropriadas para obter o
timo.Desejando-se detectar mudanas de 1, amostras de tamanho
variando de 8 at 20 so apropriadas para obter o timo. Se, procurar-se
detectar mudanas de 0,5 ou menos, deve-se tomar amostras de
tamanho 40 ou mais . Assim, parece que o grfico X , de uso universal,
indicado para detectar grandes mudanas em X mas no para detectar
pequenas mudanas. A inadequao do uso de grfico X empregando
amostras de tamanho 4 ou 5 para detectar pequenas alteraes em X
considerado por H. Weiler, uma sria condenao para a aceitao dos
procedimentos do grfico de controle. No entanto, no parece ser correta
esta afirmao. Se a especificao ' ' 4 ' ' + x , isto , a produo est
controlado dentro das especificaes, ento pequenas mudanas em X
podem ocorrer sem produzir qualquer defeito material. Igualmente se os
limites de especificao esto entre ' ' 3 ' ' + x , uma mudana em X de
0,5 produzir somente 0,37% mais materiais defeituosos, se a
produo normalmente distribuda. Isso poderia ser srio, se no
houvesse material defeituoso e se o grfico de controle fosse usado para
aceitar os procedimentos. Deste modo, usar o grfico de controle no
submet-lo a essas circunstncias. Pequenas mudanas em X tem um
srio efeito na percentagem de defeitos se as especificaes caem em
' ' 2 ' ' X ou prximo, mas abaixo desta circunstncia o grfico de
controle deve ser suplementado por uma inspeo de 100%;

137
b) a variao na perda da razo M tem efeitos dominantes no intervalo entre
as retiradas da amostra, h. Quando a razo M relativamente grande h
tende a ser pequeno. Variao em M, tem pequenos efeitos nos valores
timos de n e k;
c) as variaes no custo para procurar por problemas quando eles no
existem (T) e o acompanhamento na variao da mdia dos custos para
procurar por problemas quando eles existem (W) tem seus efeitos sobre o
valor timo de k. A amostra de tamanho n moderadamente afetada.
Ento para pequenos T e W deve-se usar grficos com limite de 2,5, por
exemplo, mas com grandes valores de T e W deve-se usar grficos com
limites de 3,5 e 4 sigmas. Variaes de T e a respectiva variao em W
no tem praticamente efeitos na freqncia das amostras;
d) as variaes no custo unitrio das inspees e grfico (c) afetam todos os
trs elementos do projeto. Para grandes valores de c, o timo projeto
recomenda tomar pequenas amostras, possivelmente de tamanhos 2, e
grandes intervalos entre as amostras, e com limites de controle com
pequenos mltiplos de sigma. No exemplo numrico da tabela 6 o nico
caso onde um valor timo de k era menor que 1,5, era aquele no qual c
tinha um valor relativamente grande;
e) as variaes no custo de visitas no processo para tomar uma amostra (b)
afeta, primeiramente a freqncia da amostra. Isto tambm tem um efeito
moderado no tamanho da amostra;
f) a variao no fator de demora (e) afeta os 3 efeitos do projeto. Um grande
e conduz a pequenos tamanhos de amostra, um pequeno intervalo entre
amostras e um apertado limite de controle.

138
2.7.3.5 Vrias causas especiais
Quando o modelo estudado expandido para incluir o projeto do grfico X
considerando-se vrias causas especiais, tem-se menores chances para compor
argumentos tericos. Assumindo-se que as vrias causas especiais ocorrem
independentemente pode-se utilizar a teoria do tempo esperado, da seo 1.
Considerando-se que o processo comea em um estado de controle, a probabilidade de
que no haja uma causa especial ocorrendo no fim do tempo t, ser
i
t
e

. A
probabilidade de que uma causa j ocorra no intervalo t at t t + e outra causa no
ocorra logo ser dado por:
t e
j
t
i
. .

e a probabilidade de que qualquer uma das vrias causas ocorra no intervalo de t at
t + t e que as causas no ocorram antes ser:
t e
i
t
i

. .
(94)
Com as repeties, ento, o tempo mdio que o processo estar em controle
ser aproximadamente:

i
i
t
dt t e
i
1
0
. (95)
No incio, quando o processo estava fora de controle por causa de uma causa
j, o intervalo de tempo que fica fora de controle antes de uma causa especial ser
descoberta, ser aproximadamente:

.
12
2 / 1 / 1
(
(
+ +
|
|
.
|
\
|
+
j
j
j
D en h
h
P

(96)

Alm disso, a proporo do tempo em que a causa j est presente quando o
processo est fora de controle ser dada por . /
i j
Ento, quando h vrias causas
especiais, a funo renda lquida ser da forma:

k
cn
h
b
W
h
T
V V V V I
i i
+ + + + =

...
3 3 2 2 1 1 0
'
(97)

139
onde:

( ) | |
( ) | |
( ) | |
) 99 (
12 / 2 / 1 / 1
1
12 / 2 / 1 / 1
) 98 (
12 / 2 / 1 / 1
1
/ 1
. . .
.
. .
. . .
.
S S S
i
S
S i
j j j
i
j
j
S S S
i
S
S i
i
D en h h P
D en h h P
D en h h P
+ + + +
+ + +
=
+ + + +

e

( ) | |
. .
12 / 2 / 1 / 1 / 1
1
j j j
i
j i
j
D en h h P + + + +
=

(100)

se
j j
V V M =
0
, podemos escrever:

,
0
h
cn
h
b
W
h
T
M V I
i i j i
=

(101)

definindo-se:

h
cn
h
b
W
h
T
M L
i i j i
+ + + =

' (102)

O problema de procurar o projeto timo o de procurar os valores de n, h e k
que minimizam L. Nesta seo as vrias causas especiais esto includas para
completar o argumento terico. Na prtica, provavelmente ser determinado no
comeo ou o grfico ter proteo contra pequenas, mdias ou grandes mudanas na
mdia do processo e ento as teorias e procedimentos das sees anteriores podem ser
aplicados.

2.7.3.6 Extenso da anlise

As discusses precedentes tem sido restritas ao grfico X mas o exposto

140
pode ser aplicado a qualquer tipo de grfico de controle desde o grfico R, p ou c. Em
todos esses casos, no entanto, a tarefa de executar o procedimento da prtica da
aproximao mais complexa. No final deste trabalho, h o apndice relativo a este
importante trabalho de Duncan.

2.7.4 Dois Modelos Econmicos no Desenvolvimento dos Grficos X
2.7.4.1 Introduo

Os modelos a seguir apresentados por Kennett Baker( 1971), indicam que a
implementao de um procedimento de controle de qualidade em uma produo
envolve dois estgios: primeiro um estado de controle estatstico precisa ser descrito e
encontrado e em um segundo estgio a produo deve ser monitorada para detectar
alteraes, caso existentes. Quando um grfico de controle X utilizado para o
controle do processo, a questo do desenvolvimento econmico aparece em um estgio
mais tardio. Durante a monitorao, o processo comea sob controle, mas,
eventualmente, sai fora do controle, pela ocorrncia de uma causa especial.
Esta causa especial, normalmente detectada em uma amostra, pode, no
entanto apresentar-nos duas situaes:
a) indicar uma alterao quando esta alterao no ocorreu;
a) pode falhar ao no indicar uma alterao quando ela de fato ocorreu.
A minimizao de ambos os tipos de riscos conflitante, logo algumas
consideraes devem ser feitas.
Assim, Baker inicia o desenvolvimento com os conceitos clssicos da
estatstica, procurando maximizar o poder do mtodo para detectar mudanas com
bom nvel de confiana, ou minimizando o nmero de amostras requeridas para

141
detectar a mudana. Mais recentemente, o procedimento adotado tem sido o de
quantificar ambos os tipos de riscos, e buscar um procedimento amostral que envolva
o mnimo custo.
Por exemplo, o projeto econmico do grfico x tem sido explorado por
Duncam (1956) e um procedimento de otimizao em um contexto Bayesiano tem
sido desenvolvido por Ginshick e Rubiak(1952 ).
Esta investigao tem tratado dos casos nos quais a caracterstica de
qualidade medida em uma escala contnua enquanto Lave (1969) tem tratado dos
fatores de custo em um modelo para defeitos das amostras.
Em cada um destes estudos, assume-se o modelo de custo consubstanciado
na teoria de que o sistema permanece em controle at um certo perodo e a
probabilidade de uma deteriorao em um tempo futuro independente do passado
histrico do processo.
Modelos que empregam uma escala em tempo contnuo, assumem que a
durao do sistema dentro dos limites de controle, tem uma distribuio exponencial e
modelos que assumem uma escala em tempo discreto assumem que a durao tem uma
distribuio geomtrica.

2.7.4.2 O modelo do processo

Considere-se um processo onde a produo a caracterstica de qualidade
que interessa medir em uma escala contnua (ex. tamanho, carga, etc...). O processo
comea em controle com a mdia da caracterstica de qualidade, denotada por e
desvio padro denotado .
A ocorrncia de alguma causa especial resulta em uma mudana na mdia
do processo, que fica fora de controle, em um nvel denotado por +.

142
Aps um certo tempo os procedimentos de controle detectam esta mudana e
deve-se agir para retornar o processo ao estado de controle estatstico. O ciclo vai se
repetindo, sempre com o objetivo de deixar o processo sob controle.
O sistema permanece em controle por T perodos onde T uma varivel
aleatria com distribuio discreta de probabilidade dada por:

{ }, Pr t T p
t
= = t = 0, 1, 2, ...
No desenvolvimento que se segue assume-se que a mudana que ocorre para
uma situao fora de controle ocorre no incio de um perodo. Ento a mudana em um
processo inicia no perodo ( t + 1) com probabilidade
t
p . O processo recomea fora de
controle por algum tempo antes dos procedimentos amostrais poderem indicar que
deve ser tomada alguma ao corretiva, pois as amostras so tomadas conceitualmente,
ao final de cada perodo.
Com a utilizao do grfico X uma amostra da produo de tamanho n
tomada a cada perodo e a sua mdia plotada no grfico para acompanhamento. Se o
ponto plotado estiver fora dos limites de controle, o processo interrompido e inicia-se
uma busca para localizar a causa especial, diferentemente, o processo continua em
operao. Os limites de controle so
x
k + onde n
x
/ = o desvio padro da
mdia da amostra. O par (n, k) descreve uma amostra associando-o ao sistema de
custos. Os custos de operao em um sistema esto relacionados com as amostras e em
conexo com dois tipos de custos mencionados anteriormente, so eles:
1
a = custo de tomar uma amostra individual do processo;
2
a = custo com a interveno do processo e pesquisa para uma causa especial
e;
3
a = custo de operao fora de controle.
O custo das amostras tomado de forma proporcional ao tamanho da
amostra (o custo de uma amostra de tamanho n n a
1
). O custo
1
a deve representar
vrios fatores componentes do custo como custo de operao, do desgaste do
equipamento e do custo para o teste e destruio de amostras.

143
O custo
2
a representa o custo com a pesquisa, quer o processo esteja ou no
atualmente fora de controle, e deve refletir tambm os custos com a interveno e o
reincio da produo inclusive os reajustes necessrios para as mquinas voltarem a
operar em controle.O custo
3
a deve representar alguns fatores como custos das
correes aps uma inspeo, custo na demora para deteco etc. A medida da
performance do sistema ser o custo mdio do tempo (A.T.C), i e, a razo da
expectativa dos trs componentes do custo mdio.
2.7.4.2.1 Modelo A

Em um primeiro processo modelado considera-se que a durao do controle
do processo no afetada pela ocorrncia de falsos alarmes. Enquanto esta hiptese
raramente feita explicitamente em discusso de modelos de custos, isto ser utilizado
para o desenvolvimento de uma funo custo apropriado.
Complementando a notao j introduzida, seja S a representao do nmero
de perodos aps a mudana at a deteco. A varivel aleatria S chamada
perodos fora de controlee S 1. O sistema pode ento ser caracterizado por uma
seqncia de intervalos alternados { } ,... , , ,
2 2 1 1
S T S T , onde:
i
T = nmero de perodos onde o processo est em controle seguido de (i 1)
perodos para reparos at a ensima mudana
i
S
= o intervalo de tempo fora de controle at o prximo sinal para ao de
correo.
GRFICO 13-COMPORTAMENTO DO MODELO A
(Adaptado de Baker (1971))

Mudana
no Processo
Mudana
no Processo
Deteco Deteco Deteco
Perodo de
Operao
Mudana
no Processo
T
1

S
1

T
2
T
3
T
4

S
2
S
3

144
Durante um intervalo
i
T , os procedimentos das amostras podem indicar a
necessidade de alguma ao corretiva. Este falso alarmeocorrer com probabilidade
, de que um ponto esteja fora dos limites de controle:
| | { } ) ( 2 ) ( 1 ) ( | | | Pr k k k X E k X
x
= + = = > = (103)
Onde denota a funo distribuio normal acumulada. Durante um
intervalo
i
S , o sinal ocorrer em qualquer perodo com anloga probabilidade.
| | { } ) ( 1 ) ( | | | Pr ' n k n k X E k X
x
+ = + = > = (104)
O tamanho do ith ciclo da deteco da mudana quando ainda em controle
i i
S T + , assim o tamanho do ciclo esperado E(T) + E(S). A expectativa do custo da
amostra em um ciclo n a
1
(E[T] + E[S] ) e a expectativa dos custos fora de controle

3
a .E [S].
Se a varivel aleatria M denota o nmero de falsos alarmes em um ciclo
aleatrio ento a expectativa de custos para a pesquisa em um ciclo
2
a (1 + E[M]).
Combinando estes elementos tem-se que o custo do tempo mdio, pode ser escrito:

| | ( ) | |
| | | |
.
1
2 2
1
S E T E
S E a M E a
n a ATC
+
+ +
+ = (105)

A varivel aleatria S essencialmente o nmero de tentativas de
Bernoulli, at o primeiro sucesso onde ' denota a probabilidade de sucesso, onde
E[S] = 1/. Para encontrar E [M], considerando que temos T = t, ento M o nmero
de sucessos em t tentativas de Bernoulli onde denota a probabilidade de sucessos.
Ento E [M | T = t] = t e:

| | | | { } | | T E tp t T t T M E M E
t
t
t
= = = = =

Pr | . (106)
Ento a equao [1] rescrita

| | ( )
| | ' / 1
' / 1
3 2
1

+
+ +
+ =
T E
a T E a
n a ATC (107)
Deve-se notar que a forma [107] no dependente da distribuio de T.

145
Sendo que a busca adequada pelo sinal do falso alarme no tem afeito sobre o tempo,
onde ocorre a mudana, ento o custo do sistema ser dado por 107.
Desta maneira uma conexo pode surgir naturalmente na maneira de
proceder de certos processos afetados apenas por durabilidade ou desgaste, mas
assume-se essa hiptese para construir uma funo objetivo.
A denominada hiptese de Markov essencialmente a de que T tem uma
distribuio geomtrica, onde:

t
t
p ) 1 ( = t = 0, 1, 2, ... ( 108)

De forma equivalente, assume-se que o processo no age quando a matriz
de transio descreve o procedimento do processo em qualquer dois perodos
adjacentes conforme mostrado na tabela 7 abaixo:

TABELA 7:MATRIZ DE TRANSIO ENVOLVENDO PERODO A PERODO
ONDE O PROCESSO NO AGE
Estado do sistema
no perodo t Estado do sistema no perodo (t+1)
em controle Fora de controle
Em controle 1 -
Fora de controle 0 1

Para simplicidade da ilustrao a matriz de transio inclui um estado
absorvente, indicando que o processo no pode se autocorrigir.
A assuno de que o processo no age apropriado se a mudana para fora
de controle resulta de um acidente no processo com uma constante da falha de
produo. Quando a distribuio de T dada por (108) a funo torna-se:

146
| |

+
+ +
+ =
) 1 ( '
) 1 ( ' '
3 2
1
a a
n a ATC (109)
2.7.4.2.2 Modelo B

Em muitos casos no justificvel assumir que o tempo em controle
independente do nmero de alarmes falsos que ocorrem. Por exemplo, em um fardo
de parafusos, um processo comum de mudana ocorre como um resultado do
aquecimento adequado pela produo contnua de parafusos.
Quando um alarme falso induz a uma pesquisa por uma causa especial a
mquina tem uma oportunidade de baixar a temperatura. Ocorrncia de mudana
verdadeira ento adiada.
Em outras palavras, a distribuio da durao do controle pertence somente
ao intervalo desde que previamente investigada. Para descrever o sistema por este
ponto de vista, as seguintes notaes auxiliares nos auxiliaro:
T = o nmero de perodos em que o processo fica em controle desde a
concluso da pesquisa preliminar (quer a pesquisa tenha ou no sido induzida por um
falso alarme).
S = a durao do tempo fora de controle priorizado para um sinal particular
para ao (S anlogo a S, exceto que em um ciclo onde o sinal de um alarme
falso, S = 0);
D = o tamanho de um ciclo (ie, o nmero de perodos seguintes da
concluso de uma pesquisa at o prximo sinal para a ao).
No caso regenerativo um ciclo definido assim que ocorre exatamente
uma pesquisa para uma causa especial em cada ciclo. Neste caso T no corresponde
exatamente ao T (veja grfico 14). O custo surgido durante o i-simo ciclo o:
' .
3 2 1
S a a nD a
i
+ +
A funo custo e desenvolvida de forma similar ao da seo anterior, ou seja:

147

] [
] ' [
3 2
1
D E
S E a a
n a ATC
+
+ = (110)

GRFICO 14- COMPORTAMENTO DO MODELO B
( Adaptado de Baker ( 1971))

Mostra-se que a expectativa da durao do processo em controle segue uma
distribuio geomtrica como dado em (108) ento a funo custo em (110) reduz-se
para (107). Contudo o ponto a ser enfatizado a esse respeito e de que quando uma
distribuio no geomtrica, as frmulas (110) e (107) podem ser substancialmente
alteradas.
Para ilustrar suponha que a durao em controle tenha uma distribuio de
Poisson com media . No modelo A, isto fica:
,
!
} Pr{
t
e
t T
t

= = t = 0, 1, 2, ...
A distribuio de Poisson trocada para ilustrar por convenincia geomtrica
e tambm um parmetro de distribuio de probabilidades que resulta naturalmente
em muitos processos fsicos, e este parmetro sozinho facilita a investigao da
funo custo. Isto no significa que a distribuio de Poisson no seja real. Ao
contrrio da maior parte das funes de probabilidade cujo pico aproxima-se da mdia,
o modelo de Poisson um modelo melhor para intervalos de falha do que o modelo
geomtrico. No contexto do modelo B as definies de seco anterior tornam-se:
t D t D > + = = | 1 Pr{ e } 1 ' + t T
t D t D > + = = | 1 Pr{ ' e } ' t T

Mudana
no Processo
Deteco Deteco
Perodo de
Operao
Mudana
no Processo
T
1
S
1
T
2
T
3
T
4

S
4

Alarme
Falso
Alarme
Falso
T
5

148
Se D > T, ento os sinais associados so vlidos e a probabilidade
semelhante em um ciclo :

=
=
=
=
= = >
= >

e
t e
t e
t T t T T D
T D
i
t
t
t t
i
0
0 0
! / )] 1 ( [
! / ) 1 (
} ' Pr{ } ' | ' Pr{
} ' Pr{

O significado do valor E [S] pode ser escrito:
E [S] = E [S | D T] Pr {D T}+ E [S | D > T] Pr {D > T}. (111)
Onde se pode observar que E [S|D T] =0 e tambm que E
[S | D > T] =
'
1
, desde que S tenha uma distribuio geomtrica, ento, agora a

medida do tamanho do ciclo, condicionado ao tamanho do tempo em controle, pode
ser escrito:

|
.
|
\
|
=
+ +
+
=
+ = =

+ =

=
'
1 1
) 1 (
1
) ' / 1 ( ) 1 (
) 1 ( ) 1 ( 1
) ' 1 ( ' ) 1 ( ) 1 ( ] ' | [
1
1
1
1

t
t
t t
t s
t s t
t
s
s
t
t
s s t T D E

A condio pode ento ser escrita da seguinte maneira:

|
.
|
\
|
=
(
|
.
|
\
|
=
= = =
'
1 1 1
! /
'
1 1
) 1 (
1
} ' Pr{ ] ' | [ ] [
0

e
t e
t T t T D E D E
tt
t
t
t
(112)

Substitudo em (110), temos:

+
+
+ =
e e
e a a
n a ATC
) 1 ( '
'
3 2
1
(113)
2.7.4.3 Sobre o uso indevido da hiptese de Markov
Supondo-se, agora, que um grfico X esteja sendo usado em conjunto com
um processo de deteriorao observado durante cada busca para uma causa especial.
Suponhamos tambm que a distribuio de Poisson descreva a durao at a mudana,

149
mas falhe ao reconhecer o modelo apropriado que tem precedido a equao 107,
como representante dos sistemas ATC. Assim, se E[T] bem estimado para a
deteriorao em alguns experimentos fsicos, a seleo dos parmetros (n, k) que
minimizam o custo em (107) no produz custo prximo do verdadeiro timo.
A magnitude do erro depende da estrutura dos custos (valores de
3 2 1
, , a a a )
em qualquer aplicao. Uma pequena investigao de responsabilidade sugere que
quando 2 , 0 /
2 3
a a , a anlise do imprprio modelo A no to dispendiosa e o custo
penaliza de 2 a 3 % do valor timo. Por outro lado quando
2 3
a a (e em algumas
situaes
3
a deve ser substancialmente maior que
2
a ) a situao diferente .
Igualmente dada esta observao geral resposta superficial dificultada
para caracterizar em detalhe. Assim, para, pelo menos, sugerir a regio onde a anlise
do modelo A para o modelo desaconselhado e para indicar os possveis custos de
sacrifcio associados, um nmero limitado de investigaes numricas ser cumprido.
Visto que apenas a razo dos custos atuais esta afetada, as trocas dos
parmetros de otimalidade e a porcentagem de melhorias realizadas com os modelos
propostos, conveniente definir:
. /
/
2 3 32
2 1 12
a a C
a a C
=
=
3

Para comparao de custos foram examinados os seguintes casos:
12
C = 0.01, 0.005 e 0.002
32
C = 1.0 e 10.0
= 0.5 e 1.5
Primeiro o modelo A de custo timo denotado CA, foi obtido pela
mudana do par (n, k) cuja minimizao do ATC dado por (109) e ento a
estimao do custo atual associado dada por (113), sob os mesmos procedimentos de
controle. Este custo ser comparado com o custo mnimo da ATC conforme dado por
(113), (o modelo timo de custo para B, denotado por
B
C ).
As tabelas 8 e 9 mostram uma comparao para 12 casos paramtricos. De

150
um modo geral, o estado dos pontos investigados corresponde regio, examinada por
Duncam ( 1956) em seu significante e detalhado estudo.

TABELA 8 - CUSTO E PLANO DE COMPARAO PARA
= 0,5 E =25
(Adaptada de Baker (1971))
C
12

32
C
0,01 0,005 0,002
1.0
(n,k)
A
C = 20,90 (8,1.95)
B
C = 16.86 (1, 1.55)
melhoria:19.3%
18.86 (15, 2.15)
15.78 (4, 1.70)
16.3%
15.25 (25, 2.40)
13.62 (13, 1.90)
10.7%
10.0
50.00 (25,1.75)
26.18 (1, 1.25)
47.6%
49.45 (36, 2.00)
25.35 (3, 1.30)
48.7%
46.60 (56, 2.25)
23.36 (12, 1.40)
49.9%

TABELA 9 - CUSTO E PLANO DE COMPARAO PARA
= 1,5 E = 25
(Adaptado de Baker (1971))
C
12

32
C
0,01 0,005 0,002
1.0
(n,k)
A
C = 13.26 (4, 2.55)
B
C = 12.22 (2, 2.00)
melhoria: 7.8%
11.51 (6, 2.80)
10.76 (4, 2.20)
6.5%
9.72 (8, 3.00)
9.39 (6, 2.40)
3.4%
10.0
46.84 (8, 2.50)
22.09 (2, 1.45)
52.8%
45.72 (10,2.75)
20.90 (3, 1.45)
54.3%
44.14 (13, 3.00)
19.81 (4, 1.50)
55.1%

Uma observao imediata, das tabelas 8 e 9, mostra que uma anlise
inapropriada do modelo A resulta em um tamanho de amostra maior e um limite
externo maior do que o necessrio. Um limite de controle apertado emerge do modelo

151
B uma reflexo de um alarme falso. As pequenas amostras so timas para o modelo
B e mais notveis: a implicao de que o uso imprprio da hiptese de MARKOV
pode deixar para um ineficiente uso de habilidade de amostras. Mais especificamente
os dados dos pontos indicam que os possveis custos associados com uso do modelo A,
aumenta substancialmente com
32
C (custo fora de controle) mas no to sensvel
para
12
C (custo da amostra).
Alm do mais, quando
32
C = 10, o custo do sacrifcio substancial para
ambos os processos com pequenas mudanas ( = 0,5) e uma mudana moderada ( =
1,5), considerando
32
C = 1, o custo do sacrifcio tem alguma parte pequena at uma
grande mudana.
A dependncia destas conexes na mdia da durao em controle () no
parece ser substancial. A tabela n 10 , abaixo transcrita, mostra o custo das
comparaes para = 100 e = 1,5.
Quando estes resultados so comparados com aqueles na tabela 9, parece que
o valor de tem um pequeno efeito no custo do sacrifcio e que o efeito diminudo
quando o custo do sacrifcio maior.
Para um valor maior de , os limites de controle timos so estreitos na
tabela 9. O tamanho timo da amostra pouco aumentado com a mdia maior da
durao em controle. Logo as conseqncias do uso errado de Markov assumem,
ento, a dependncia de no se apresentar crtico. Algumas observaes podem ser
feitas sobre os procedimentos dos parmetros timos na anlise do modelo B.O valor
de
32
C , primeiramente afeta a escolha tima de K e tem pequenos efeitos na escolha de
n. O valor de
12
C tem a capacidade de observao mas limita seus efeitos para ambos
n e k.
Como se pode observar nas tabelas 8, 9 e 10 o procedimento consistente
com o encontrado por Duncan ( 1956). Por outro lado, Duncan concluiu que o valor
timo de n determinado por . Em comparao com os resultados das tabelas 8 e 9,
ento, esperava-se que o timo par de valores para n casos com = 0,5 e = 1,5 seria,

152
aproximadamente, a mesma relao sob os diferentes custos .Por comparao dos
pares nas clulas correspondentes nas tabelas 8 e 9, observa-se que para custos de
amostras relativamente elevados, o timo tamanho da amostra, aumenta de forma
gradual com o aumento de , mas l est um ponto de cruzamento em
12
C alm do
qual o tamanho da amostra tima diminui com o aumento de .
A caracterizao de Duncan aplica-se aos valores de n que otimizam o
modelo de custos de A nestes pares de clulas, mas a caracterizao no est
consistentemente prxima dos valores de n os quais otimizam os modelos de custos de
B. O modelo de Duncan (1956) deve ser utilizado para valores pequenos e no se
devem generalizar suas concluses alm deste sistema.

TABELA 10 - CUSTO E PLANO DE COMPARAO
PARA = 1,5 E = 100 (Adaptada de Baker (1971))
C
12

32
C
0,01 0,005 0,002
1.0
(n,k)
A
C = 5.94 (3, 2.75)
B
C = 4.66 (1, 2.25)
melhoria:21.5%
4.68 (4, 2.90)
4.02 (2, 2.40)
14.1%
3.57 (6, 3.15)
3.24 (4, 2.60)
9.2%
10.0
13.95 (6, 2.55)
7.10 (1, 1.95)
49.1%
13.45 (8, 2.80)
6.47 (2, 2.05)
51.9%
12.17 (10, 3.00)
5.73 (4, 2.10)
52.9%
Finalmente interessante comparar os custos timos das tabelas 8 e 9 com os
custos obtidos por seguir a prescrio tradicional de 3 para os limites de controles e
tamanho de amostras de 4 a 5. Amostras de tamanho n = 5 tendem a ter preferncia
sobre as amostras de n =4 na regio investigada. Assim nas tabelas 11 e 12 os custos
so mostrados para n = 5. Complementando
t
C denota o custo abaixo do tradicional
(5, 3) policiado e avaliado por (113). Os dados mostram que o procedimento
tradicional deixa muito a desejar especialmente quando = 0,5. Em alguns trabalhos
de projeto econmico de grficos de controle tem-se observado que o esquema
tradicional de controle adequado para grandes mudanas ( ) 2 porm quando =

153
0,5 o esquema inadequado.
Todavia, a tabela 12 mostra, nivelando para =1,5, o (5, 3) procedimento
pode parecer inadequado se a razo do custo
32
C relativamente grande.

TABELA 11- CUSTO DE COMPARAO PARA = 0,5 E
= 25
C
12

32
C
0,01 0,005 0,002
1.0
T
C = 63.14
B
C = 16.86
melhoria: 73.3%
60.64
15.78
74.0%
59.14
13.62
77.0%
10.0
570.21
26.18
95.4%
567.71
25.35
95.5%
566.21
23.86
95.9%

TABELA 12- CUSTO DE COMPARAO PARA = 1,5 E
= 25
C
12

32
C
0,01 0,005 0,002
1.0
T
C = 14.63
B
C = 16.86
melhoria 16.5 %
12.13
10.76
11.3%
10.63
9.39
11.7%
10.0
66.21
22.09
%
63.71
20.90
%
62.21
19.81
%

2.7.4.4 Concluso

Em princpio o projeto econmico do grfico x para o controle do processo
uma tarefa envolvendo a minimizao de uma funo custo.
A natureza do grfico x (quando usado na sua forma bsica), simplifica a

154
tarefa de desenvolvimento da funo custo. As caractersticas do processo durante o
perodo de controle so uma parte bsica e importante para a construo deste modelo
de custo, e deve ser feito cautelosamente. Neste contexto o uso de uma distribuio
com a propriedade de Markov uma grande alternativa, pois as distribuies
geomtricas e exponenciais so matematicamente convenientes O apndice 1, no final
deste trabalho, mostra que quando o tempo em controle tem uma distribuio
geomtrica, ento os modelos A e B so equivalentes.

2.7.5 PROJETO ECONMICO PARA O GRFICO DE CONTROLE X PARA
DOIS MODELOS DE PROCESSOS INDUSTRIAIS.
7.5.1 Introduo

Os processos de controles estatsticos se constituem em uma importante
tcnica gerencial para melhoria da qualidade e produtividade do sistema industrial. Os
grficos de controle so as tcnicas estatsticas mais utilizadas para o controle do
processo. Em particular, o grfico de controle X tem sido extensivamente utilizado
para fornecer informaes com o objetivo de manter o processo em controle,
mantendo uma vigilncia na mdia do processo e melhorando a capacidade do mesmo.
A teoria de aplicao dos grficos de controle foi desenvolvida inicialmente por
Duncan (1956).
O projeto do grfico de controle X refere-se a possveis alteraes em um
dos trs parmetros: o tamanho da amostra, a extenso dos limites de controle e o
intervalo de tempo entre a retirada das amostras. Na prtica, esses parmetros so
geralmente definidos empiricamente pelos engenheiros, com base no julgamento e
experincia do processo, ou por consideraes envolvendo critrios estatsticos devido

155
a erros do tipo I ou tipo II. Mais recentemente, o uso do critrio econmico para o
projeto dos grficos de controle tem sido investigado.
O procedimento usual do projeto econmico dos grficos de controle
especificar o modelo do processo industrial, fazer estudos sobre os custos relevantes,
especificar um modelo matemtico que relata os parmetros do projeto do grfico de
controle envolvendo os custos e procurar otimizar este modelo. Montgomery(1985)
relatou que algumas hipteses com respeito natureza do processo industrial, podem
ser observados no projeto econmico dos grficos de controle. Em particular ele cita
diversos estudos nos quais a mudana na deficincia do mecanismo do processo (isto
: a distribuio do tempo entre a ocorrncia de uma causa especial) um fator
importante na mudana dos parmetros do processo para detectar o economicamente
timo.
Montgomery (1985), considera o efeito de outra hiptese relacionada no
processo industrial. Especificamente, considera-se uma caracterstica operacional do
processo quando o grfico de controle e uma pesquisa por uma causa especial esto
sendo conduzidos.
No primeiro modelo, assume-se que as atividades continuam durante a
busca por uma causa especial. Esta hiptese consistente com o modelo de estrutura e
talvez o mais comumente aplicado na prtica, devido pelo menos em parte, a vasta
divulgao dos trabalhos de Duncan, pioneiro nesta rea.
O segundo modelo considerado assume que as atividades so interrompidas
durante a busca por um causa especial. Mostra-se que essa conjectura critica e que
mudanas incorretas no modelo do processo podem conduzir para um projeto do
grfico de controle econmico deficiente, proporcionando srias conseqncias
econmicas.

156
2.7.5.2 Hipteses

Panagos ( 1985), assume que o grfico de controle X usado para manter a
vigilncia do processo que sujeito a uma causa especial simples. O processo comea
em um estado de controle estatstico com mdia
0
e desvio padro . A ocorrncia de
uma causa especial resulta em uma mudana na mdia do processo de um valor
0

para
0
. O tempo entre a ocorrncia de uma causa especial tem uma distribuio
exponencial com uma mdia de ocorrncias por hora. Os limites de controle do
grfico X tem limitaes n k /
0
e as amostras de tamanho n so tomadas a cada
h horas. Se um nico ponto fica fora dos limites de controle o processo considerado
fora de controle e uma pesquisa para descobrir a causa especial iniciada.
Ambos os modelos minimizam a soma do custo das amostras, enquanto
pesquisam por uma causa especial e operam em um estado fora de controle, durante o
ciclo. O ciclo definido como o perodo durante o qual o processo comea em um
estado de controle, muda para um estado fora de controle, sinaliza esta alterao para
uma efetiva ao e retorna para o estado de controle inicial. O custo para retornar o
processo a um estado de controle aps ter completado o ciclo no includo no
modelo de custo e assume-se idntico nos dois processos. O custo para reparar a causa
especial, contudo, includo.
Assim o tempo entre as ocorrncias de uma mudana para um estado fora de
controle exponencial e o tempo esperado para ocorrncia de uma mudana entre
j
a e
j + 1 amostra :

.
12 2 ) 1 (
) 1 ( 1
) ( 2
) 1 (
) 1 (
h h
e
e h
t d e
dt jh t e
T
h
h
h j
h
t
h j
jh
t
+

+

(114)

Alm do mais o nmero esperado de falsos alarmes que ocorrem antes de
uma mudana vezes o nmero de amostras tomadas antes da mudana, ou:

157

h e
e
dt e j
j
t
t
t
0
1
(115)

Estas aproximaes so usadas no desenvolvimento dos dois modelos. A
partir de agora, denomina-se modelo contnuo aquela cuja produo no
interrompida e modelo descontnuo aquele onde a produo interrompida.
2.7.5.3 Desenvolvimento do modelo de custos
2.7.5.3.1 O processo contnuo
2.7.5.3.1.1 Ciclo do tempo

O ciclo total de produo em um processo contnuo consiste em quatro
perodos, um perodo quando o processo est em um processo de controle e trs
durante o qual o processo est fora de controle. A poro em controle tem um tamanho
esperado de 1/ e inclui , a frao do tempo entre a j e j + 1 amostra quando o
processo est em controle. A poro fora de controle consiste de trs perodos:
a) o tempo at o sinal ser detectado. Seja P o poder do teste, ou seja: a
probabilidade de que uma causa especial seja detectada. Ento a
probabilidade de que um sinal seja detectado quando uma causa especial
ocorre uma varivel aleatria com distribuio geomtrica com mdia
1/P. Desde que o intervalo de tempo entre as amostra seja h, ento h (1/P)
- o perodo esperado de tempo em que o processo estar fora de
controle antes de um sinal ser detectado. Ento usando a equao (114),
|
.
|
\
|
+ = |
.
|
\
|
12 2
1 1 1 h
P
h
P
h

158
b) o tempo para o teste e interpretao do resultado. Este tempo igual ao
produto da constante e vezes o tamanho da amostra n;
c) o tempo para encontrar e reparar uma causa especial D.
Ento o tempo total do ciclo para o processo contnuo :
.
12 2
1 1 1
) ( D en
h
P
h t E + + |
.
|
\
|
+ + =

(116)
A proporo de tempo que o processo esta em controle :
) (
/ 1
t E

= (117)
e a proporo de tempo que o processo esta fora de controle :

) (
) 12 / 2 / 1 / 1 (
t E
D en h P h + + +
=

, onde + = 1. (118)

Observe o grfico 15 para um diagrama esquemtico do ciclo.

GRFICO 15 - TEMPO DO CICLO PARA UM PROCESSO CONTNUO
(Adaptado de Panagos ( 1985))

159
2.7.5.3.1.2 Modelo de custo

A expectativa de lucro lquido obtido durante um ciclo o lucro verificado
quando o processo est em controle ( )
0
V vezes o tempo esperado no qual o processo
est em controle (1/) acrescido do lucro lquido enquanto o processo est fora de
controle ( )
1
V vezes o tempo em que o processo est fora de controle
| | D en h P h + + + ) 12 / 2 / 1 / 1 ( menos o custo do processo deste ciclo. O custo de tomar
uma amostra b + cn e o nmero esperado de amostra investigada durante um ciclo
o tamanho esperado de um ciclo [E(t)] dividido pelo intervalo de tempo entre as
amostras (h). O custo para investigar um falso alarme T, e o nmero esperado de
falsos alarmes encontrados durante um ciclo (a probabilidade de erro do tipo I)
vezes o nmero esperado de amostras tomadas antes de mudana. O custo de procurar
e corrigir uma causa especial W, e isto ocorrer uma vez durante o ciclo.
Ento a expectativa de lucro por ciclo :

W
h
T
h
t E cn b
D en
h
P
h V V C E
+
+ + |
.
|
\
|
+ + =
) ( ) (
12 2
1 1 1
) (
1 0
(119)

O lucro esperado a cada hora :
) (
) (
) (
t E
C E
A E = . Seja:
, ,
12 2
1 1
D en ah B
h
P
a + + = + =

e
1 0
V V M = . Ento, a funo custo pode ser
reescrita como:
1 0
) ( L V A E = , onde a funo custo :

h
cn b
B
W h T MB
L
+
+
+
+ +
=

1
/
1
(120)

Este modelo equivalente ao modelo de Duncan para um processo contnuo,
com a exceo que D, neste modelo inclui o custo de reparo de uma causa especial.

160
2.7.5.3.2 O Processo Descontnuo
2.7.5.3.2.1 Tempo do ciclo

O ciclo de produo para um processo descontnuo consiste de seis perodos:
um perodo quando o processo est em controle, dois perodos durante o qual est fora
de controle e trs perodos durante o qual o processo interrompido.
O tempo esperado que o processo fique em controle 1/. O intervalo de
tempo esperado durante o qual o processo est fora de controle consiste em 2 perodos:
o tempo at o sinal ser detectado [h(1/P + h/12)] e o tempo requerido para testar
e interpretar os resultados (e.n). Estes intervalos de tempo so idnticos queles usados
para o processo contnuo.
A poro do tempo em que o processo interrompido consiste de trs
perodos:
a) o tempo para procurar e corrigir uma causa especial D;
b) o tempo para restaurar o processo, ou tempo de ligao,
1
S . Este tempo
no inclui o tempo necessrio, aps o processo ser restaurado, para
coloc-lo novamente em um controle estatstico.
c) o tempo para procurar por um falso alarme e reiniciar o processo. Isto , a
soma do tempo esperado para pesquisar por um falso alarme ( )
1
D e a
ligao ( )
1
S multiplicado pelo nmero esperado de falsos alarmes por
ciclo, ou ( ) h S D /
1 1
+ .
Ento o tempo total do ciclo para o processo descontnuo :

( )
h
S D
S D en
h
P
h t E
1 1
1
12 2
1 1 1
) (
+
+ + + + |
.
|
\
|
+ + = (121)

A proporo do tempo em que o processo est fora de controle :

161
) (
/ 1
'
t E

= (122)
A proporo do tempo em que o processo est fora de controle :

) (
) 12 / 2 / 1 / 1 (
'
t E
en h P h + +
=

(123)

E a proporo do tempo no qual o processo interrompido :

( )
) (
/
'
1 1 1
t E
h S D S D
+ + +
= (124)
onde 1 ' ' ' = + + . O ciclo disposto no grfico 16 abaixo.

GRFICO 16 TEMPO DO CICLO PARA UM PROCESSO DESCONTNUO
(Adaptado de Panagos (1985)),

162
2.7.5.3.2.2 Modelo de custo

A renda lquida esperada para cada ciclo a renda esperada a cada hora,
enquanto o processo estiver em controle, vezes o tempo no qual o processo est em
controle | | ) / 1 (
0
V adicionado a expectativa de renda enquanto o processo est fora de
controle vezes o tempo em que o processo est fora de controle
| | en h P h V + + ) 12 / 2 / 1 / 1 (
1
menos os custos do processo.
Os custos dos processos so:
a) o custo de tomar a amostra multiplicada pelo nmero esperado de
amostras tomadas enquanto o processo esta em operao, neste caso:
(b + cn){[1/ + h (1/P - + h/12) + e n] / h}.
b) o custo de investigao de um falso alarme multiplicado pelo nmero
esperado de falsos alarmes que ocorrem antes da mudana no processo,
T/h, como em um modelo contnuo.
c) o custo para pesquisar e reparar uma causa especial W.
d) o custo de ligao S.
Ento, o lucro esperado por ciclo :

S W
h
T
h
en h P h
cn b en
h
P
h V V C E
+ + +
+ + + + =
(
|
.
|
\
|
|
.
|
\
|
) 12 / 2 / 1 / 1 ( / 1
) (
12 2
1 1
1
1
0
) ( (125)

O esperado lucro a cada hora :

.
) (
) (
) (
2 0
L V
t E
C E
A E = =
Sendo:

( )
1 0
1 1
1
, '
, '
V V M
h
S D
S D C
en ah B
=
+
+ + =
+ =

163
Ento a funo prejuzo para este modelo :

) ' ' ( 1
/ / ) ' 1 )( ( ' '
0
2
C B
S W h T h B cn b C V MB
L
+ +
+ + + + + + +
=

. (126)

Assim, as funes perda
1
L e
2
L podem ser minimizada com relao a n, k e
h pelo mtodo de pesquisa direta. O procedimento de otimizao usado segue o
mtodo descrito por Montgomery (1984), o qual, por sua vez, foi baseado no
procedimento de aproximao desenvolvido por Chiu e Wetherill (1974).
Experimentos numricos com os procedimentos de otimizao indicam que a soluo
destes procedimentos so fechados em relao ao valor timo para
1
L e
2
L .

2.7.5.4 Custo dos dados e processamento

O modelo contnuo requer que nove parmetros do processo e custo sejam
especificados para ser utilizado, enquanto, o modelo descontnuo requer treze
parmetros.
A tabela 13 mostra o maior e o menor nvel dos parmetros utilizados neste
estudo.
Desde que cada fator e apresentado em dois nveis,
p k
2 fraes fatorial,
designado por resoluo IV, podem ser usadas para examinar os efeitos do custo,
sendo os parmetros do processo de responsabilidade de n, k e h e as funes custo
1
L
e
2
L .
O projeto para resoluo IV de
p k
2 fatorial, apresentado por Montgomery
assegura que h integraes entre os parmetros.

164

TABELA 13 NVEL DOS FATORES USADOS NO PROJETO
EXPERIMENTAL (Adaptado de Panagos (1985))
Nvel
Fator Baixo Alto
A = M 50 100
B = 1,0 2,0
C = 0,01 0,05
D = e 0,05 0,50
E = D 3 20
F = b 0,50 5,00
G = c 0,10 1,00
H = W 35 250
I = T 50 500
J =
0
V 50 150
K = S 10 100
L =
1
S 0,05 1,0
M =
1
D 4 40

2.7.5.5 Performance dos dois modelos do Processo
2.7.5.5.1. O processo contnuo

A tabela 14 apresenta o projeto timo para o grfico de controle X para o
modelo de processo contnuo com a especificao do parmetro. Uma anlise da
varincia do custo responsvel mostrada na tabela 15 revela que o custo do controle do

165
processo significativamente afetado pelos parmetros , M e D. Os estimadores dos
efeitos, mostrado na tabela 15 so os valores usuais obtidos pela multiplicao pelo
fator de
p k
2 designando o tempo do projeto responsvel.

TABELA 14 - PROJETO TIMO PARA O GRFICO X PARA O MODELO DO
PROCESSO CONTNUO ( Adaptado de Panagos ( 1985))

Custos assumidos e fatores de risco timos___________
exemplo
M

e D b c W T n k h
custo
1 50 1 0,01 0,05 3 0,50 0,10 35 50 13 2,65 2,50 3,77
2 100 1 0,01 0,05 3 5,00 1,00 250 500 5 2,71 6,04 13,25
3 50 2 0,01 0,05 3 5,00 1,00 250 50 4 2,39 5,95 7,06
4 100 2 0,01 0,05 3 0,50 0,10 35 500 6 3,67 1,40 5,21
5 50 1 0,05 0,05 3 5,00 0,01 35 500 19 3,07 2,29 15,34
6 100 1 0,05 0,05 3 0,50 1,00 250 50 6 1,78 1,57 35,02
7 50 2 0,05 0,05 3 0,50 1,00 250 500 4 3,06 1,78 22,40
8 100 2 0,05 0,05 3 5,00 0,10 35 50 5 2,67 1,48 22,24
9 50 1 0,01 0,50 3 0,50 1,00 35 500 8 2,61 4,65 8,61
10 100 1 0,01 0,50 3 5,00 0,10 250 50 5 1,81 3,00 13,07
11 50 2 0,01 0,50 3 5,00 0,10 250 500 5 3,20 4,49 7,49
12 100 2 0,01 0,50 3 0,50 1,00 35 50 2 2,30 1,96 7,62
13 50 1 0,05 0,50 3 5,00 1,00 35 50 3 1,29 2,68 20,19
14 100 1 0,05 0,50 3 0,50 0,10 250 500 5 3,02 0,33 40,72
15 50 2 0,05 0,50 3 0,50 0,10 250 50 2 2,62 0,61 21,42
16 100 2 0,05 0,50 3 5,00 1,00 35 500 3 2,75 1,64 30,24
17 50 1 0,01 0,05 20 0,50 0,10 250 50 13 2,60 2,57 12,05
18 100 1 0,01 0,05 20 5,00 1,00 35 500 14 2,63 5,97 23,80
19 50 2 0,01 0,05 20 5,00 1,00 35 50 4 2,35 6,00 11,44
20 100 2 0,01 0,05 20 0,50 0,10 250 500 6 3,63 1,42 20,39
21 50 1 0,05 0,05 20 5,00 0,10 250 500 19 2,78 2,62 35,45
22 100 1 0,05 0,05 20 0,50 1,00 35 50 5 1,41 1,88 57,81
23 50 2 0,05 0,05 20 0,50 1,00 35 500 4 2,81 2,10 29,48
24 100 2 0,05 0,05 20 5,00 0,10 250 50 5 2,37 1,57 61,17
25 50 1 0,01 0,50 20 0,50 1,00 250 500 9 2,56 5,45 15,93
26 100 1 0,01 0,50 20 5,00 0,10 35 50 6 1,82 3,24 23,35
27 50 2 0,01 0,50 20 5,00 0,10 35 500 5 3,16 4,56 11,71
28 100 2 0,01 0,50 20 0,50 1,00 250 50 2 2,24 2,06 22,33
29 50 1 0,05 0,50 20 5,00 1,00 250 50 4 0,99 3,83 37,45
30 100 1 0,05 0,50 20 0,50 0,10 35 500 6 2,81 0,56 59,59
31 50 2 0,05 0,50 20 0,50 0,10 35 50 2 2,35 0,83 28,30
32 100 2 0,05 0,50 20 5,00 1,00 250 500 3 2,47 2,07 64,64

166
TABELA 15 ANLISE DE VARINCIA PARA O CUSTO NO PROCESSO
CONTNUO ( Adaptado de Panagos ( 1985))
Fonte Efeitos Soma dos
quadrados
Graus de
liberdade
Mdia ao
quadrado
0
F
M 13,27 1409,27 1 1409,27 25,01

-0,23 0,42 1 0,42 0,01

23,40 4380,01 1 4380,01 77,73
e 2,30 42,27 1 42,27 0,75
D 15,08 1818,65 1 1818,65 32,28
b 0,45 1,64 1 1,64 0,03
c 1,28 13,01 1 13,01 0,23
W 1,11 9,77 1 9,77 0,17
T 1,25 12,45 1 12,45 0,22
Erro - 1239,66 22 56,35 -
Total - 8927,14 31 - -
Significncia ao nvel de 5%
Um efeito positivo indica que uma mudana no fator desde o menor at o
maior nvel aumenta a resposta, enquanto um efeito negativo implica que a mudana
no fator desde um baixo at um nvel elevado diminui a resposta. O erro mdio
quadrtico na anlise da varincia composto de interaes associadas e suas
incgnitas. Se algumas destas interaes so significantes, ento o erro mdio
quadrtico um estimador de erro experimental e assim imprudente a concepo da
razo F como uma norma de procedimento de importncia. Finalmente observa-se que
se os fatores esto variando sobre diferentes distncias, diferentes resultados podem
ser obtidos. As distncias aqui usadas no so na prtica exageradas.
A medida em que , a razo de ocorrncia por hora de uma causa especial
aumenta, tambm aumenta o custo do processo, o mesmo verdadeiro para D, o
tempo para encontrar e reparar uma causa especial e M a perda de lucro quando o
processo est fora de controle.
A tabela 16 apresenta uma anlise de varincia de uma amostra de tamanho
n. O tamanho da amostra primeiramente determinado por , o tamanho da mudana.
A medida em que diminui o tamanho da amostra tima aumenta. O fator e, o tempo
para testar e interpretar os resultados, tambm afeta n. Um grande e resulta em um

167
pequeno tamanho de amostra. Fatores b e c tambm so significantes.

TABELA 16 ANLISE DE VARINCIA PARA O TAMANHO DA AMOSTRA
EM UM PROCESSO CONTNUO ( Adaptado de Panagos ( 1985)).
quadrados
Graus de
liberdade
Mdia ao
quadrado
0
F
M -1,50 18,00 1 18,00 3,20

-5,50 242,00 1 242,00 42,99

-1,38 15,13 1 15,13 2,69
e -4,50 162,00 1 162,00 28,78
D 0,13 0,13 1 0,13 0,02
b 1,88 28,13 1 28,13 5,00
c -2,00 32,00 1 32,00 5,68
W 0,13 0,13 1 0,13 0,02
T 3,13 78,13 1 78,13 13,88
Erro - 123,85 22 5,63 -
Total - 699,50 31 - -

Um grande valor de b, o custo fixo da amostra, produz um grande tamanho
da amostra, enquanto, um grande valor de c, a varivel custo de amostra, tende a
diminuir o tamanho da amostra.Estas observaes so consistentes com as obtidas por
Duncan( 1956) e Montgomery( 1985).
Com o nvel dos fatores usados neste estudo, a anlise de varincia tambm
indica que T, o custo de pesquisa devido a um alarme falso, tem um efeito
significativo no tamanho da amostra. Um grande valor de T resulta em um grande
tamanho de amostra.Todos os fatores exceto W, o custo de procura e reparo para uma
causa especial e M mostram um significativo efeito sobre K, o tamanho dos limites de
controle e o fator de nvel usado neste estudo. Grandes valores de e T resultam em
um grande K, enquanto, que grandes valores de , e, D, b e c resultam em um pequeno
valor de K (veja tabela 17). Conforme relato de Duncan (1956), T tem um maior
efeito no tamanho de K.

168
TABELA 17- ANLISE DE VARINCIA PARA OS LIMITES DE CONTROLE
NO PROCESSO CONTNUO (Adaptado de Panagos (1985)).
quadrados
Graus de
Liberdade
Mdia ao
quadrado
0
F
M -0,03 0,01 1 0,01 0,46

0,47 1,76 1 1,76 80,67

-0,26 0,52 1 0,52 23,83
e -0,29 0,66 1 0,66 30,25
D -0,16 0,21 1 0,21 9,63
b -0,23 0,42 1 0,42 19,25
c -0,49 1,94 1 1,94 88,92
W -0,01 0,00 1 0,00 0,00
T 0,83 5,53 1 5,53 253,46
Erro - 0,48 22 0,02 -
Total - 11,53 31 - -

Contudo, ele tambm encontrou W como sendo um fator importante que
afeta K, enquanto, este estudo no verificou esse efeito.
Grandes valores de M, e resultam em pequenos valores de h o tempo
entre amostras, enquanto grandes valores de b e c aumentam o tempo entre as amostras
(veja tabela 18). Este resultado consistente com o de Duncan.

TABELA 18 ANLISE DE VARINCIA PARA O TEMPO ENTRE AS
AMOSTRAS NO PROCESSO CONTNUO (Adaptado de Panagos (1985))
quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -1,05 8,74 1 8,74 24,46

-0,58 2,68 1 2,68 7,50

-2,09 34,90 1 34,90 97,68
e -0,32 0,84 1 0,84 2,35
D 0,27 0,59 1 0,59 1,65
b 1,61 20,74 1 20,74 58,05
c 1,39 15,35 1 15,35 42,96
W 0,10 0,09 1 0,09 0,25
T 0,35 0,99 1 0,99 2,77
Erro - 7,86 22 0,36 -
Total - 92,78 31 - -

169
2.7.5.5.2 O processo descontnuo

Os fatores de custo e risco M, , , e, D, B, c, W e T usados para procurar o
projeto econmico timo para o grfico de controle X para o processo 0descontnuo
idntico quele usado para otimizar o processo contnuo. Os fatores requeridos pelo
modelo descontnuo e seus resultados so dados na tabela 19.

TABELA 19-PROJETO TIMO PARA O GRFICO X PARA O MODELO DE
PROCESSO DESCONTNUO ( Adaptado de Panagos ( 1985))
Fatores de custo e risco
assumidos
timos
exemplo
0
V S S
1
D
1
n k h custo
1 50 10 0.05 4 17 3.14 2.75 4.09
2 150 100 0.05 4 17 2.95 6.33 15.89
3 50 10 1.00 40 6 3.46 6.46 7.92
4 150 100 1.00 40 8 4.31 1.54 9.11
5 150 10 1.00 40 26 3.76 2.41 32.23
6 50 100 1.00 40 12 2.75 2.48 35.96
7 150 10 0.05 4 5 3.32 2.01 35.07
8 50 100 0.05 4 6 3.12 1.50 19.96
9 50 100 1.00 4 9 2.72 5.03 10.04
10 150 10 1.00 4 10 2.90 2.79 17.92
11 50 100 0.05 40 6 3.63 4.53 8.61
12 150 10 0.05 40 4 3.67 2.34 11.31
13 150 100 0.05 40 13 3.00 3.96 39.04
14 50 10 0.05 40 6 3.29 0.40 36.37
15 150 100 1.00 4 4 3.43 0.79 41.95
16 50 10 1.00 4 3 2.85 1.61 25.41
17 150 100 0.05 40 25 3.92 3.27 29.45
18 50 10 0.05 40 18 3.11 6.54 15.88
19 150 100 1.00 4 6 3.24 6.59 29.36
20 50 10 1.00 4 7 3.83 1.50 12.43
21 50 100 1.00 4 21 3.15 2.39 36.76
22 150 10 1.00 4 11 2.43 2.54 82.56
23 50 100 0.05 40 5 3.32 2.20 30.82
24 150 10 0.05 40 8 3.66 1.67 84.14
25 150 10 1.00 40 15 3.28 7.13 32.83
26 50 100 1.00 40 11 3.10 2.90 18.50
27 150 10 0.05 4 6 3.47 4.60 27.65
28 50 100 0.05 4 3 2.78 2.43 15.34

170
29 50 10 0.05 4 5 1.66 3.93 36.51
30 150 100 0.05 4 9 3.12 0.63 83.31
31 50 10 1.00 40 4 3.53 0.86 28.96
32 150 100 1.00 40 5 3.19 2.52 89.55
* Nove fatores de custo e risco para este modelo so mostrados na tabela 13

A anlise de varincia de responsabilidade do custo para este modelo (tabela
20) mostra que os fatores , D, M e
0
V (o lucro enquanto opera em controle) afetam de
forma significativa o custo do processo. Reitera-se que os fatores que afetam o custo
no modelo contnuo so , D e M, desde que M =
1 0
V V . Isto significa que a interao
de M e
0
V tem um efeito significativo no custo para este modelo. Contudo, o projeto
experimental que foi usado no pode por si s ser um estimador para este interao.

TABELA 20 ANLISE DE VARINCIA DO CUSTO EM UM PROCESSO
DESCONTNUO ( Adaptado de Panagos ( 1985))
quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M 8.90 633.24 1 633.24 4.36

-3.11 77.35 1 77.35 0.53

29.52 6969.97 1 6969.97 47.95
b

E 2.60 54.26 1 54.26 0.37
D 18.95 2872.25 1 2872.25 19.76
b

b 0.36 1.03 1 1.03 0.01
c 1.38 15.19 1 15.19 0.10
W 4.28 146.50 1 146.50 1.01
T -0.06 0.03 1 0.03 0.00
0
V 19.86 3156.35 1 3156.35 21.72
b

S 1.40 15.64 1 15.64 0.11
S
1
1.13 10.18 1 10.18 0.07
D
1
1.03 8.45 1 8.45 0.06
Erro - 2616.34 18 145.35 -
Total - 16576.78 31 - -
Significncia em nvel de 10 %
b
Significncia em nvel de 5%

Como em um processo contnuo, o tamanho da amostra primeiramente
afetado por e e tambm tem um significativo efeito (tabela 21). Os fatores c e
0
V

171
tambm so influenciados. Um grande c resultar em um pequeno tamanho de
amostra, enquanto que um grande valor para
0
V aumentar o tamanho da amostra.
Com efeito, se o custo operacional em controle elevado, vantajoso tomar grandes
amostras para manter o controle do processo.

TABELA 21 ANLISE DE VARINCIA PARA O TAMANHO DA AMOSTRA
EM UM PROCESSO DESCONTNUO (Adaptado de Panagos (1985))

quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -2.19 38.28 1 38.28 3.93
-8.69 603.78 1 603.78 62.05

-1.56 19.53 1 19.53 2.01
e -5.31 225.78 1 225.78 23.20
D 0.44 1.53 1 1.53 0.16
b 1.44 16.53 1 16.53 1.70
c -2.31 42.78 1 42.78 4.40
b

W -0.81 5.28 1 5.28 0.54
T 1.31 13.78 1 13.78 1.42
0
V 2.31 42.78 1 42.78 4.40
b

S 0.56 2.53 1 2.53 0.26
S
1
0.31 0.78 1 0.78 0.08
D
1
2.06 34.03 1 34.03 3.50
Erro - 175.08 18 9.73 -
Total - 1222.47 31 - -
b
Significncia em nvel de 5%

O modelo de processo contnuo mostra T afetando o tamanho da amostra,
indicando que se T grande torna-se necessrio aumentar o tamanho de amostra. O
fator T no afeta significativamente n no processo descontnuo, aparentemente porque
T, o custo de procura por um falso alarme, no exposto durante o perodo em que as
amostras esto sendo tomadas.
Como em um processo contnuo, muitos dos fatores tm um efeito
significativo sobre k, a extenso dos limites de controle. De quatro fatores adicionais
neste modelo
0
V e
1
D , o tempo para investigar um falso alarme, afetam k, enquanto,

172
1
S e S, o tempo de planejamento de seu custo, no afetam K (veja tabela 22).

TABELA 22-ANLISE DE VARINCIA PARA O LIMITE DE CONTROLE NO
PROCESSO DESCONTNUO - (Adaptado de Panagos (1985))

Quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -0.06 0.03 1 0.03 0.73

-0.40 1.28 1 1.28 31.14

-0.25 0.48 1 0.48 11.68
E -0.24 0.46 1 0.46 11.19
D -0.09 0.07 1 0.07 1.70
B -0.16 0.21 1 0.21 5.11
C -0.48 1.82 1 1.82 44.27
W -0.04 0.01 1 0.01 0.24
T 0.22 0.39 1 0.39 9.49
0
V 0.26 0.55 1 0.55 13.38
S 0.02 0.00 1 0.00 0.00
S
1
0.05 0.02 1 0.02 0.49
D
1
0.43 1.47 1 1.47 35.76
Erro - 0.74 18 0.04 -
Total - 7.53 31 - -

Dos fatores comuns a ambos os modelos , , e, b, c e T tem um efeito
significativo sobre K.
Estes so os mesmos fatores que so significativos no modelo contnuo com
uma exceo interessante o parmetro D, o tempo para encontrar e reparar uma causa
especial, tem um efeito significativo sobre K no processo contnuo, enquanto isso no
ocorre no processo descontinuo.
Os fatores que afetam h nos dois processos so iguais. Alm disso, a direo
destes efeitos a mesmo (veja tabela 23).

173
TABELA 23-ANLISE DE VARINCIA PARA O TEMPO ENTRE AS
AMOSTRAS NO PROCESSO DESCONTNUO (Adaptado de Panagos (1985))
Quadrados
Graus de
liberdade
Mdia ao
Quadrado
0
F
M -1.20 11.51 1 11.51 18.58

-0.77 4.75 1 4.75 7.67
-2.18 37.91 1 37.91 61.20
E -0.36 1.03 1 1.03 1.66
D 0.30 0.71 1 0.71 1.15
B 1.43 16.29 1 16.29 26.30
C 1.85 27.32 1 27.32 44.10
W 0.16 0.22 1 0.22 0.36
T 0.26 0.53 1 0.53 0.86
0
V 0.23 0.41 1 0.41 0.66
S -0.03 0.01 1 0.01 0.02
S
1
0.03 0.01 1 0.01 0.02
D
1
0.24 0.45 1 0.45 0.73
Erro - 11.15 18 0.62 -
Total - 112.30 31 - -
Em ambos os modelos, a funo custo na vizinhana do timo
relativamente baixa. Conseqentemente, os efeitos dos erros na estimao dos custos
e outros parmetros sobre o projeto timo ser relativamente pequeno.
2.7.5.5.3 Anlise de sensibilidade

Por comparao dos custos timos para 32 amostras ( disponibilizadas na
tabela 14) para os dois processos ( contnuo e descontnuo), observa-se que o modelo
do processo contnuo resulta em um custo menor em 24 casos enquanto que o modelo
descontnuo tem custo menor em 8 casos. Em sete dos oito casos onde o processo
descontnuo produziu o custo mnimo, o nvel de
0
V baixo e o nvel de M alto
resultando em um valor negativo para o processo fora de controle (
1
V ). Nos demais
casos ambos M e
0
V tem um nvel baixo, resultando em um custo nulo para operar em
um estado fora-de-controle. No h nenhuma outra relao forte digna de destaque.

174
Em um outro exemplo onde M tem um nvel elevado e
0
V tem um nvel
baixo, exemplo 6, os custos mnimos so fechados em $ 35,02 para o modelo do
processo continuo e $ 35,96 para o descontnuo.
Uma comparao para o timo n, k e h para cada exemplo mostra que o
modelo descontnuo resulta em grandes tamanhos de amostras e extensos limites de
controle em todos os casos, exceto 4 (exemplos 10, 16, 21 e 26). Isto verdadeiro
embora aplicado aos modelos que produzem o mnimo custo.
A penalidade (prejuzos) por no especificar o modelo do processo pode ser
severa. Um modelo no especificado quando um projeto econmico desenvolvido
para este modelo e usam os seus parmetros para o outro modelo. Por exemplo,
supondo-se que um projeto econmico timo desenvolvido usando o modelo
contnuo e os parmetros n, k e h derivados deste modelo so implementados para
manter o controle do processo.Quando um sinal recebido indicando que o processo
est fora de controle, este processo interrompido enquanto a busca por uma causa
especial feita. Como pode ser visto na tabela 24 a no especificao do modelo pode
resultar em srios prejuzos.

TABELA 24 PREJUZOS PARA NO ESPECIFICAO DO MODELO
(Adaptado de Panagos (1985).

exemplo Modelo
timo
Custo
timo
Custo da no
especificao
Prejuzos Percentual
de erro
1 1 $ 3.77 $ 4.43 $ 0.66 17.5
2 1 13.25 16.11 2.86 21.6
3 1 7.06 11.65 4.59 65.0
4 1 5.21 9.89 4.68 89.8
5 1 15.34 35.20 19.86 129.5
6 1 35.02 43.34 8.32 23.8
7 1 22.40 35.46 13.06 58.3
9 1 8.61 10.14 1.53 17.8
10 1 13.07 28.70 15.63 119.6
11 1 7.49 8.87 1.38 18.4
12 1 7.62 50.40 42.78 561.4
13 1 20.19 113.57 93.38 462.5
15 1 31.42 47.55 26.13 122.0

175
17 1 12.05 41.95 29.90 248.1
19 1 11.44 30.67 19.23 168.1
21 1 35.45 36.94 1.49 4.2
22 1 57.81 93.44 35.63 61.6
23 1 29.48 31.71 2.23 7.6
24 1 61.17 96.04 34.87 57.0
25 1 15.93 38.73 22.80 143.1
27 1 11.71 27.75 16.04 137.0
30 1 59.59 84.67 25.08 42.1
31 1 28.30 35.10 6.80 24.0
32 1 64.64 96.38 31.74 49.1
8 2 19.96 22.32 2.36 11.8
14 2 36.37 40.70 4.33 11.9
16 2 25.41 30.18 4.77 18.8
18 2 15.88 24.02 8.14 51.3
20 2 12.43 20.40 7.97 64.1
26 2 18.50 24.89 6.39 34.5
28 2 15.34 22.60 7.26 47.3
29 2 36.51 36.81 0.30 0.8

O primeiro caso usa um projeto de modelo contnuo onde um processo
descontnuo mais indicado, resultando em mais prejuzos. Na prtica, este tipo de
erro muito freqente. Usar parmetros de modelos descontnuos para um processo
contnuo tambm produz penalidades, mas para os custos e fatores de risco usados
neste estudo, as penalidades no so to grandes.
Nos casos neste estudo onde a penalidade (prejuzos) pela no especificao
do modelo maior do que 100%, o nvel de
0
V , o custo em controle tambm alto.
Examinando os casos nos quais as penalidades pela no especificao menor do que
20%, observa-se no haver distino nos modelos pelos fatores de nvel.

2.7.5.7 Concluses

Este estudo examinou e comparou a performance do projeto econmico do

176
grfico X para dois modelos: um para o processo contnuo e outro para o descontnuo.
Vrias concluses podem ser obtidas, dentre elas:
1) o processo descontnuo resulta em um maior tamanho de amostra,
maior extenso do limite de controle e um intervalo de amostra maior
do que o processo contnuo, embora produza o menor custo;
2) o processo descontnuo geralmente resulta em um custo mais baixo do
que o contnuo quando em produo;
3) quando a receita no estado em controle alta, o processo contnuo
sempre produz o menor custo e a penalizao pela no especificao no
modelo elevada;
4) sempre que h uma penalizao (prejuzos) pela no especificao do
modelo, a penalizao por se utilizar um processo contnuo - porm
interrompendo o processo para procurar por uma causa especial- tende
a ser maior do que a penalizao por utilizar um processo descontnuo e
permitir que o processo continue em operao durante a busca por uma
causa especial.
5) a penalizao por utilizar um projeto de grfico de controle
desenvolvido para um modelo contnuo, quando o processo
interrompido durante a procura por uma causa especial extremamente
elevada. Assim, deve-se ter cuidado para utilizar um modelo econmico
adequado ao tipo de pesquisa que o processo requer.

2.7.6 Projeto Econmico Para Uma Varivel Padro do Grfico X
2.7.6.1 Introduo
Segundo Marion R . Reynolds Jr ( 1999), os grficos de controle so

177
largamente utilizados para detectar mudanas nos parmetros, enquanto monitoram o
processo de produo. A prtica tradicional, quando se usa um grfico de controle,
tomar amostras de tamanhos determinados fixando-se o intervalo de retirada destas
amostras.
Aps ser retirada cada amostra uma estatstica colocada no grfico de
controle e qualquer ponto plotado fora dos limites de controle interpretado como um
sinal de que houve uma alterao no processo. Por exemplo, o grfico X usado
para plotar a mdia das amostras com o propsito de detectar uma mudana na mdia
do processo.
desejvel que um grfico de controle detecte mudanas no processo,
rapidamente de forma a que as mudanas indesejveis sejam identificadas e
eliminadas. tambm desejvel que o padro dos falsos alarmes gerados pelos
grficos de controle seja baixo de forma a preservar a confiana do processo no
grfico. Em muitas aplicaes, o custo da amostra ser debatido e ento importante
que um grfico de controle seja capaz de providenciar a deteco rpida de alteraes
no processo com uma taxa baixa de alarmes falsos e com uma amostra de tamanho
razovel.
Assim, a performance estatstica de um grfico de controle
freqentemente estimada por considerar, para uma dada taxa de alarmes falsos na
amostra, o tempo requerido pelo grfico de controle para detectar alteraes no
processo.
Nos ltimos anos tem sido mostrado que a performance estatstica dos
grficos de controle pode ser melhorado, considerando a variao do tamanho da
amostra, como uma funo dos dados obtidos do processo.
A idia bsica de que a amostra deve ser tomada em maior quantidade
enquanto h um indicativo de um problema com o processo e menor quantidade
quando no h indicao de problema com o processo.

178
H vrias formas pelo qual a taxa da amostra pode variar, em funo dos
dados do processo.
Um caminho variar o intervalo das amostras: um intervalo pequeno
usado quando h uma indicao de um problema e um intervalo longo usado quando
no h indicao de um problema. Isto resulta em um grfico de controle denominado
intervalo de variao da amostra (VSI) que tem sido extensivamente estudado.
Outro caminho variar o tamanho das amostras. Uma amostra grande
usada quando h uma indicao de um problema e uma amostra pequena usada
quando no h indicao de problema. Isto resulta em um grfico de controle
denominado variao do tamanho da amostra (VSS). Doravante, um grfico de
controle que varia no intervalo e/ou o tamanho da amostra ser chamado de grfico
da variao da taxa da amostra (VSR).
Duas importantes questes resultam quando o grfico VSR esta sendo
considerado em uma aplicao particular. A primeira questo relaciona-se ao tamanho
do ganho na performance que ser adquirida pela utilizao do grfico VSR ao invs
do tradicional grfico da amostra fixa (FSR). Muitos estudiosos do grfico VSR tm
comparado o VSR e o FSR pelo estabelecimento do ndice de alarmes falsos e pelo
tempo necessrio para detectar mudanas nos parmetros do processo de interesse.
O resultado desta comparao mostra que o grfico VSR detectar pequenas
e moderadas mudanas mais rapidamente do que o grfico FSR. Para grandes
mudanas, contudo, a caracterstica do VSR no ajuda na reduo do tempo de
deteco.
Comparaes baseadas no tempo esperado para deteco de mudanas so
certamente apropriadas e usadas mas essas comparaes no procuram quantificar os
benefcios dos aspectos do VSR em um senso econmico. A segunda questo que
surge quando aplicamos o grfico VSR, refere-se ao melhor caminho para o projeto do
grfico VSR. Embora o grfico VSR tenha mais parmetros do que o grfico FSR,
muitos dos resultados associados com o projeto so os mesmo nos dois grficos.

179
Em particular h a questo de como encontrar os parmetros do grfico para
encontrar um razovel balano entre o custo da amostra, o custo devido ao alarme
falso e o custo de no detectar mudanas no processo. Se um grfico FSR j est em
uso em alguma aplicao particular, ento o grfico VSR para esta aplicao poder
levantar o mesmo falso alarme padro e a mesma mdia do padro amostral do grfico
FSR. Esta a mesma aproximao geralmente utilizada para comparar os grficos
VSR e FSR e que resulta na deteco rpida das alteraes do processo.
Alternativamente o grfico VSR pode ser visto como um grfico com a
mesma habilidade para deteco do grfico FSR, mas com reduo de custos na
amostra.
Busca-se portanto desenvolver um modelo econmico para o VSR (grfico
X de Shewart). O modelo econmico pode ser usado para quantificar o custo
econmico que pode ser obtido pela utilizao do grfico VSR ao invs do grfico
FSR. Este modelo econmico tambm pode ser usado para indicar o caminho do
grfico VSR para encontrar o modelo timo.
Na seqncia, descreve-se o o grfico VSR, o seu modelo econmico e um
exemplo numrico com as necessrias explicaes.

2.7.6.2 O Grfico VSR X

Considere-se o problema de monitorar um processo onde a observao tem
uma distribuio normal com mdia, e varincia
2
e cujo objetivo seja detectar
mudanas em a partir de um valor alvo
0
.
Supondo-se que amostras aleatrias de tamanho varivel sejam tomadas em
intervalos variveis durante a operao deste processo.
Seja N(k) o tamanho da amostra usado no
th
k ponto da amostra e seja H(k)
intervalo de amostra utilizado entre as amostras k 1 e k .

180
Em um grfico padro X , o tamanho da amostra e o tamanho do intervalo
so valores fixos, determinados quando o grfico est designado, mas no grfico VSR
X eles so determinados pelos dados do processo. Como N (k) pode no ser
constante, conveniente plotar a mdia amostral padronizada no grfico. Seja:

|
|
.
|
\
|
=

0
) (
k
k
X
k N Z ( 127)

a mdia amostral padronizada para a amostra K e supondo-se que os limites de
controle para o grfico, estejam em c. Se
k
Z estiver fora destes limites de controle
ento h um sinal de que o processo esta fora de controle.
Um grfico de Shewart est sendo usado aqui onde os valores de N (k) e H
(k) para amostras K so determinados pelos valores da estatstica prvia,
1 k
Z .
Mostra-se que concedendo apenas dois valores para a funo intervalo
amostral
k
H h timas propriedades e teremos boa performance estatstica no
intervalo. Embora a mudana de H (k) para uma performance econmica tima no
tenha sido investigada , espera-se que concedendo apenas dois valores para H (k),
obtenha-se boa performance econmica e estatstica. Assim, considera-se somente
duas possibilidades de intervalo para a retirada de amostras,
1
h e
2
h , onde
1
h o
menor intervalo possvel ( )
min
h e
2
h o maior intervalo possvel ( )
max
h .
Embora no sejam conhecidos os resultados timos para a troca da funo
tamanho da amostra, N (k), igualmente considera-se duas possibilidades
1
n e
2
n . Neste
caso, obviamente, o tamanho mnimo do tamanho da amostra
min
n e o tamanho
mximo da amostra
max
n .
Considera-se o tamanho da amostra
min
n = 1, exceto se a estimadora da
varincia for tomada para cada amostra utilizada, ento o tamanho mnimo da
amostra deve ser
min
n = 2. Os valores de
min
h e
max
n podem ser obtidos de acordo com
o processo limitando-se o tempo necessrio para as amostra e observaes grficas.
Uma vez determinados os valores mximos e mnimos possveis, os valores

181
atualizados para os dois intervalos de amostra sero determinados pela otimizao da
performance econmica.
Para explicitar, define-se que o tamanho e o intervalo de retirada para
th
k
amostra determinado como uma funo de
1 k
Z . A regio entre os limites de controle
pode ser fracionada em sub-regies que especifica quais intervalos amostrais so
usados e qual o tamanho da amostra. Em particular para 2 k temos:
= ) (k N
2
1
n
n

se
se

c Z c
c Z
k S
S k
<
<
| |
| |
1
1

(128)
) (k H =
2
1
h
h

se
se

c Z c
c Z
k I
I k
<
<
| |
| |
1
1

onde
max 2 1 min
n n n n .

Os limites iniciais entre os dois tamanhos de amostra e os dois intervalos de
amostras so denotados por
S
c e
i
c , respectivamente. Embora o limite do tamanho da
amostra
S
c determine duas regies e o limite do intervalo da amostra
i
c tambm
determine duas regies, um mximo de trs regies atualmente necessria no grfico
causada pela superposio.
Para especificar estas trs regies, seja 0
0
= c , { }
i S
c c c , min
1
= ,
{ }
i S
c c c , max
2
= e c c =
3
. Ento, para 2 k ,

= )) ( ), ( ( k H k N
) ,
) , (
) , (
2 2
* *
1 1
h n
h n
h n

se
se
se

c Z c
c Z c
c Z
k
k
k
<
<
<
| |
| |
| | 0
1 2
2 1 1
1 1
(129)

onde ( ) ( )
2 1 * *
, , h n h n = se
i S
c c e ( ) ( )
1 2 * *
, , h n h n = se
i S
c c < .

O grfico 17 mostra dois possveis exemplos da diviso de (-c, c) e o
correspondente padro de amostra.

182
GRFICO 17 AS DUAS POSSIBILIDADES DE PARTIO (-c , c) E OS
CORRESPONDENTES (N(K), H(k)).
(Adaptado de Reynolds (1999))

No comeo da monitorao do processo e aps cada sinal, o grande tamanho
da amostra
2
n e o menor intervalo
2
h sero usados em ordem para prevenir contra
problemas no inicio ou possveis desajustes aps os reparos.
Note que se
f
n n n = =
2 1
no grfico VSR ento o grfico VSR reduz-se ao
grfico VSI com fixao do tamanho da amostra
f
n . Se
f
h h h = =
2 1
, ento o grfico
VSR reduz-se um grfico VSS com intervalo amostral fixo,
f
h . Se ambos
f
n n n = =
2 1

e
f
h h h = =
2 1
, ento o grfico VSR reduz-se ao grfico padro x com tamanho de
amostra
f
n e intervalo de amostra
f
h . Em algumas aplicaes nas quais o grfico
VSR est sendo usado pode ser mais conveniente restringir a troca de
S
c e
i
c para
i S
c c = .
Isto resultar em um limite inicial para ligao entre uma baixa intensidade
amostral com pequeno tamanho de amostra
1
n e longo intervalo de amostra
1
h e uma
amostra de grande intensidade com grande tamanho de amostra
2
n e pequeno intervalo
de amostra
2
h . Nas investigaes das propriedades estatsticas do grfico VSR X ,
Montgomery e Runger (1994), consideravam somente o caso de restrio
i S
c c = pela

Z
k-1
c
3
= c
c
3
= c
S
c
1
= c
I
c
0
= 0

- c
I
- c
S
- c

(N(k), H(k))
n
2
,h
2
n
2
,h
2
n
1
,h
2
n
1
,h
2
n
1
,h
1
c
S
c
1

Z
k-1
c
3
= c
c
3
= cS
c
1
= c
I
c0 = 0

- c
I
- cS
- c

(N(k), H(k))
n2,h2
n2,h2
n
1
,h
2
n1,h2
n1,h1
c
S
<

c
1

183
maior facilidade de implementao.
O projeto geral do grfico VSR X para uma aplicao particular requer a
especificao dos dois tamanhos de amostras
1
n e
2
n dos dois intervalos
1
h e
2
h e dos
trs limites
S
c ,
i
c e c. Estes sete parmetros so denominados parmetros do projeto
para o grfico VSR.

2.7.6.3 Um modelo econmico para o grfico VSR X

O modelo econmico quantifica o custo associado com a aplicao de um
grfico de controle e pode ser usado para determinar como o grfico de controle d o
menor custo possvel. O modelo baseado nos estudos preliminares de modelos
econmicos, como os de Duncan ( 1956): Montgomery ( 1980 ) e Saniga ( 1989).
Alguns dos primeiros trabalhos de projetos econmicos dos grficos de controle com
taxas de amostras variando com o tempo, assumem que a variao da taxa da amostra
determinada pelo avano do modelo econmico e no pelos dados do processo de
onde obtido. O modelo que ser desenvolvido no requer
i S
c c = e leva em
considerao as vrias causas especiais que podem produzir diferentes mudanas na
mdia do processo.Supondo-se que um processo comece com mdia e valor alvo
0

e continua neste alvo at que uma causa especial ocorra e produza alguma mudana
para algum valor
0 1
. O tempo,
0
T at que uma causa especial ocorra uma
varivel aleatria com uma distribuio especificada. O tamanho da mudana
0 1

que produzido por uma causa especial tambm uma varivel aleatria com alguma
distribuio especfica. Quando alguma causa especial ocorre e muda a mdia para
1
,
assume-se que continua em
1
at ser dado um sinal do grfico de controle e a
causa especial encontrada e removida. Seja
1
T o tempo em que continua at a
mudana de valor. A distribuio de
1
T depender da rapidez com a qual o grfico de
controle capaz de detectar mudanas. Uma vez que a causa especial detectada e

184
removida e retorna para
0
, o processo continua em
0
at outra causa especial
ocorrer.O tempo at esta causa especial ocorrer considerada como tendo a mesma
distribuio de
0
T .O tamanho da mudana produzida por esta causa especial tem a
mesma distribuio da mudana anterior e continua at ser detectada, e retornar ao
valor alvo. Esta seqncia de alternncia de perodos em controle e fora de controle
continua ao longo do processo, conforme mostra o grfico 18.

GRFICO 18-ALTERNNCIA DE PERODOS EM CONTROLE E FORA DE
CONTROLE
(Adaptado de Reynolds (1999)).

Independente do grfico de controle a conduta do processo caracterizada
pela distribuio de
0
T que o tamanho do perodo fora de controle e pela distribuio
de
0 1
que o tamanho da mudana em que produzido por uma causa especial.
Os parmetros que caracterizam a distribuio de
0
T e
0 1
so chamados de
parmetros do processo.
No modelo econmico a operao do grfico de controle geralmente vista
como uma srie de ciclos, onde um ciclo consiste em um perodo em controle seguido
de um perodo fora de controle. Durante um perodo em controle h custos devido s
amostras e seus alarmes falsos. Durante o perodo fora de controle h custos devido s
amostras e operao com fora de alvo. O modelo contm parmetros de custos que
permitem especificar os custos associados com amostras, alarmes falsos e operaes

185
fora do alvo.
O custo mdio por unidade de tempo, pode ser obtido da diviso da
expectativa de custo em cada ciclo pela expectativa do tamanho do ciclo. Se o custo
por unidade de tempo L, ento se pode express-lo:

( ) ( )
,
1 0
T E T E
L L L
L
O F S
+
+ +
= (130)

Onde:
S
L = custo esperado de amostra em um ciclo.
F
L = custo devido aos alarmes falsos durante um perodo em controle.
O
L = custo devido produo fora do alvo durante um perodo fora de
controle.
Utiliza-se uma hora como unidade de tempo, assim L ser ento o custo
mdio por hora. Se processo produz itens e a razo de produo constante ento L,
pode ser facilmente convertida em custo mdio por item.
A expresso acima para L, contm cinco componentes que so funes dos
parmetros do grfico VSR.
Uma vez esclarecidos os componentes da funo L um procedimento
numrico pode ser usado, para encontrar os valores dos parmetros, os quais
minimizaro L, dando os seus valores e o custo dos parmetros.
A expresso para L na equao (130) uma expresso geral e hipteses
adicionais sobre a estrutura do modelo precisam ser feitas em ordem para desenvolver
uma expresso explicita para os componentes de L.
Este estudo considera que h m possibilidades de causas especiais
m
A A A A ,..., , ,
3 2 1
que podem ocorrer e que a ocorrncia de uma causa especial
j
A ,
produz uma mudana na mdia do processo do tamanho
j
para j = 1, 2, ..., m.
Assume-se, ainda, que o tempo at a ocorrncia de
j
A uma varivel aleatria
exponencial com mdia
j
1
e que estas m variveis aleatrias so variveis

186
exponenciais independentes.
Assim, observa-se que o perodo sob controle ( )
0
T o mnimo das m
variveis aleatrias exponenciais independentes e ento temos uma distribuio
exponencial com mdia:
( ) / 1
0
= T E (131)
onde,
=
=
m
j
j
1
. Dado que uma causa especial tenha ocorrido a probabilidade
condicional de que seja
j
A ento,
j
. Ento, o tamanho da mudana .
1
com
probabilidade
j
para j = 1, 2, ..., m.
Para determinar os custos associados com amostras e alarmes falsos durante
um perodo em controle, necessrio determinar os nmeros de amostras e
observaes tomadas durante este perodo. Seja
0
S o nmero de amostras tomadas
durante um perodo em controle e seja
0
O nmero total de observaes individuais
tomadas durante este perodo. Para um grfico VSR o tamanho da amostra uma
varivel aleatria
0
S assim no possvel determinar
0
O diretamente de
0
S .Uma
aproximao para encontr-la requer a utilizao de cadeia de Markov em cujo estado
corresponde regio de controle estatstico. Detalhe sobre a cadeia de Markov est no
Apndice A. As derivaes de E(
0
S ) e E (
0
O ) so ento dadas nos apndices B e C
respectivamente. O custo surgido durante um perodo fora de controle depender do
tamanho deste perodo e o nmero de amostras e observaes tomadas durante este
perodo.
Quando um perodo fora de controle causado por uma causa especial
j
A
sendo
j
T
1
o tamanho deste perodo e seja
j
S
1
e
j
O
1
, respectivamente, o nmero de
amostras tomadas e o nmero de observaes tomadas.
Assume-se aqui que
j
T
1
o tempo para a ocorrncia de
j
A at o sinal do
grfico de controle e ento
j
T
1
no inclui um tempo positivo para procurar e eliminar
j
A .
Derivaes de ( )
ij
T E , ( )
ij
S E e ( )
ij
O E so dados no apndice D. Os custos
associados com as amostras so determinados pelos custos fixos, a para cada amostra e

187
um custo adicional, b, para cada observao individual. Decorre que a expectativa de
custos
s
L para as amostras por ciclo :
(132)

O nmero esperado de alarmes falsos durante um perodo em controle
( ) .
0
S E onde ( ) | | c = 1 2 a probabilidade de alarme falso e a funo
distribuio normal padronizada. Se Y o custo de um alarme falso ento o custo
esperado
f
L de um alarme falso durante um perodo em controle :

(133)

O custo associado operando com fora do alvo, decorrente de uma causa
especial depender do tamanho da mudana em causado por esta causa especial.
Seja
j
C
1
, o custo por hora durante uma operao fora de controle do alvo
decorrente por uma causa especial
j
A , ento, o custo esperado,
0
L , para uma operao
fora do alvo durante um perodo fora de controle :
(134)
O tamanho esperado de um perodo fora de controle causado por uma causa especial
j
A ( )
j
T E
1
e ento segue-se que o tamanho esperado de um perodo fora de controle :
(135)
As equaes (131) (135), demonstradas nos apndices B D podem ser substitudos
na equao (1), para dar uma expresso para o custo por hora. As esperanas
( ) ( ) ( ) ( )
j j
O E S E O E S E
1 1 0 0
, , , e ( )
j
T E
1
para o caso FSR dado no apndice E.
Os modelos econmicos so, em geral, complicados por envolverem muitos
dados dos processos e dos parmetros. O uso do grfico VSR aumenta a complicao
porque aumenta o tamanho do nmero dos parmetros.
( ) ( ) ( ) ( )
(
+ +
(
+ =

= =

j
m
j
j
j
m
j
j s
O E O E b S E S E a L
1
1 0
1
1 0
( )
0
S YE L
f
=
( )

j
m
j
j j
T E C L

=
=
1
1 1 0
( )

j
m
j
j
T E T E

=
=
1
1 1
) (

188
Nas equaes apresentadas acima, um esforo foi feito para usar somente
os elementos mais importantes de um modelo de projeto econmico, assim, o modelo
e a interpretao dos resultados do modelo so mais controlveis.
H outros possveis modelos que podem ser includos. Havendo necessidade,
por exemplo, o modelo pode incluir o tempo de manuteno aps uma causa especial
ser identificada e os custos adicionais com os reparos, dentre outras.A discusso de
como incorporar estes elementos no modelo dado no apndice G. Estes elementos
adicionais no tm um grande efeito no resultado final.

2.7.6.4 Comparaes entre os valores timos dos grficos VSR e FSR

No projeto econmico do grfico VSR X para uma aplicao particular, o
objetivo encontrar o conjunto de parmetros { }
2 1 2 1
, , , , , , h h n n c c c
I s
que minimizam o
custo por hora na equao (1) com restries ,
max 2 1 min
n n n n
max 1 2 min
h h h h
para dado processo e custo dos parmetros.
Detalhes sobre o mtodo usado para resolver esta otimizao no linear,
esto no apndice F.
Nesta seo os projetos timos, para FSR e VSR, so obtidos para alguns
conjuntos de valores do processo e parmetros do custo que representam valores que
podem ser aplicados.
Os objetivos destes, exames so comparar os projetos e custos dos grficos
FSR e VSR e verificar os possveis lucros obtidos com o VSR. Parte do processo e
custo da estrutura dos parmetros foi adaptado de Duncan (1971). Para os parmetros
assume-se que h m possveis causas especiais, variando com o tamanho de
j
A ,
determinadas por:

189
j
j
5 , 0 25 , 0 + = para j = 1,2 ... m.
A taxa de ocorrncia para
j
A determinada por
j
que tomada por ser
proporcional a ( ) { } ( ) w w
j
/ / exp , onde w() foi trocada para dar um valor
especfico para a expectativa de mudana /
j j
= .
O custo por hora
j
C
1
associado com a mudana causada por
j
A foi tomada
como sendo proporcional a
2
j
. Isto , o custo proporcional ao quadrado da mdia do
desvio do alvo. As constantes de proporcionalidades usadas para determinar os
j
s e
j
C
1
s so trocadas para dar valores especficos para
j
= e o custo esperado por
hora, /
1 1 j j
c c = , respectivamente.
Quando expressamos:
( ) { } ( ) { } ( ) ( ) w w
j j j
/ exp / / exp = e ( ) / /
2 2
1 1 j j j j
C C = . (136)
o timo grfico VSR e FSR obtido por vrios processos e parmetros de custo.
Assume-se que o tamanho da amostra deve ficar entre 1
min
= n e 50
max
= n e o intervalo
de amostra deve ficar entre 1 , 0
min
= h e 10
max
= h , ou seja: o tamanho da amostra deve
variar de 1 at 50 unidades e o intervalo de tempo para a retirada das amostras deve
variar de 01 a 10 horas.

TABELA 25-PROJETO TIMO DOS GRFICOS FSR e VSR para = 2, Y = 50
e
1
C = 100( Adaptado de Reynolds ( 1999))

f
c
f
h
f
n

a b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs

.
.
hr
FA

) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
2.97 .91 5 5.49 .0032 2.97
.1 3.69 2.01 1.26 .47 .1 1 17 4.52 .0006 1.99 29.3
0 3.62 1.96 1.96 .63 .1 2 17 4.76 .0005 1.76 28.1
2.34 1.86 2 1.07 .0102 6.64
1 2.75 1.70 1.38 1.51 .1 1 6 1.19 .0046 6.52 9.4
.01 2.69 1.57 1.57 1.48 .1 1 5 1.16 .0054 6.64 9.0
2.85 1.79 7 3.88 .0025 3.06
.1 3.48 1.81 2.03 1.67 .1 4 19 3.32 .0003 2.10 9.0

190
1 3.51 1.94 1.94 1.66 .1 4 21 3.30 .0003 2.13 8.9
2.24 2.34 2 .85 .0106 7.08
1 2.62 1.56 1.76 2.51 .1 2 6 1.11 .0038 6.16 4.0
2.60 1.68 1.68 2.48 .1 2 6 1.10 .0042 6.33 3.8
2.97 2.82 5 1.77 .0011 9.19
.1 3.85 2.09 1.29 1.43 .1 1 19 1.44 .0001 6.00 33.9
0 3.70 1.87 1.87 1.35 .1 1 15 1.48 .0002 6.06 31.7
2.34 5.65 2 .35 .0034 19.99
1 2.94 1.83 1.37 4.61 .1 1 9 .41 .0009 18.41 13.2
.001 2.77 1.58 1.58 4.72 .1 1 6 .38 .0014 19.35 12.2
2.88 5.76 8 1.39 .00068 8.68
.1 3.69 1.88 2.02 5.22 .1 4 22 1.04 .00005 6.42 11.3
1 3.61 1.91 1.91 5.17 .1 4 20 1.03 .00006 6.47 11.1
2.30 8.44 3 .35 .0025 18.76
1 2.81 1.68 1.74 7.75 .1 2 9 .38 .0007 17.42 7.2
2.74 1.68 1.68 7.74 .1 2 8 .37 .0009 17.77 7.1
A tabela 25 fornece os parmetros timos, para os grficos VSR e FSR,
tendo = 2, Y = 50,
1
C = 100 e as oito combinaes de { } 001 . 0 , 01 . 0
e
, { } 1 , 0 e b
{0.1, 1}. Cada conjunto dos valores dos parmetros da primeira linha so para o
grfico FSR onde
f
C denota os limites de controle para o grfico FSR, os dados de
segunda linha referem-se ao grfico FSR e os dados da terceira linha referem-se ao
grfico VSR com a restrio que
I s
c c = .
A primeira das trs colunas, na tabela 25, fornece os valores de , a e b
respectivamente e os parmetros dos grficos so dados nas colunas seguintes. A
coluna chamada obs./r d ) ( / ) (
0 0
T E O E , informa o nmero mdio de observaes
tomadas por hora durante o perodo no qual o processo est sob controle.
Esta coluna permite uma comparao da razo da mdia amostral quando o
processo est sob controle. A coluna chamada FA./r. d ) ( / ). (
0 0
T E S E , fornece o
nmero mdio de alarmes falsos por hora, durante os perodos nos quais o processo
esta em controle.

191
A coluna ( )
1
T E d a expectativa do tempo mdio para deteco das
diferentes possibilidades de mudana.
A coluna chamada PR :
100 x
L
L L
PR
FSR
VSR FSR

=

onde
FSR
L e
VSR
L denotam a mnima expectativa de custo por hora para FSR e VSR,
respectivamente.
Assim PR o percentual de reduo de custo alcanado pela otimalidade do VSR em
comparao com o custo associado de otimalidade do grfico FSR.
As tabelas 26, 27 e 28 seguem o mesmo caminho da tabela 25 exceto que na
tabela 26 tem-se = 2, Y = 200 e
I
C = 400, na tabela 27 tem-se = 3, Y = 50 e
I
C =
100 e na tabela 28 tem-se = 3, Y = 200 e
I
C = 400.

TABELA 26 -PROJETO TIMO DOS GRFICOS FSR e VSR PARA
= 2, Y = 200 e
1
C = 400 (Adaptado de Reynolds ( 1999))

f
c
f
h
f
n

A b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs

.
.
hr
FA

) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
3.31 .53 7 13.25 .0017 1.77
.1 4.03 2.14 1.43 .32 .1 2 23 9.49 .0002 .91 37.2
0 3.97 2.03 2.03 .31 .1 2 21 9.63 .0002 .94 36.1
2.71 1.09 3 2.74 .0061 4.58
1 3.41 1.96 1.31 .75 .1 1 14 2.79 .0011 3.09 22.6
.01 3.28 1.75 1.75 .73 .1 1 11 2.77 .0015 3.17 21.1
3.25 .95 10 10.43 .0012 1.64
.1 3.88 1.90 2.01 .83 .1 4 24 6.69 .0001 1.08 15.3
1 3.89 1.94 1.94 .83 .1 4 24 6.58 .0001 1.10 15.2

192
2.69 1.48 4 2.69 .0048 4.20
1 3.33 1.92 1.62 1.24 .1 2 15 2.56 .0008 2.88 16.3
3.28 1.83 1.83 1.22 .1 2 14 2.58 .0009 2.91 15.9
3.31 1.65 7 4.24 .0006 5.53
.1 4.18 2.19 1.52 .99 .1 2 24 3.01 .00003 2.69 41.3
0 4.06 2.01 2.01 .96 .1 2 20 3.07 .00005 2.77 39.8
2.74 4.04 4 .99 .0015 12.31
1 3.56 2.03 1.32 2.27 .1 1 16 .90 .0002 9.30 27.2
.001 3.44 1.85 1.85 2.13 .1 1 13 .90 .0003 9.58 25.1
3.25 2.99 10 3.34 .00039 5.11
.1 4.05 1.93 2.01 2.60 .1 4 25 2.08 .00002 3.28 17.2
1 4.06 1.96 1.96 2.59 .1 4 25 2.07 .00002 3.29 17.2
2.69 4.56 4 .88 .0016 12.85
1 3.49 1.97 1.61 3.85 .1 2 17 .81 .0001 8.69 20.0
3.43 1.88 1.88 3.74 .1 2 16 .82 .0002 8.76 19.4

TABELA 27 PROJETO TIMO DOS GRFICOS FSR e VSR PARA = 3, Y =
50 e
1
f
c
f
h
f
n

a b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs

.
.
hr
FA
) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
3.14 .72 3 4.17 .0024 3.57
.1 3.79 2.26 1.54 .46 .1 1 17 3.47 .0004 1.98 29.9
0 3.74 2.14 2.14 .44 .1 1 15 3.52 .0004 2.03 28.6
2.56 1.28 1 .77 .0082 7.32
1 2.84 1.91 1.67 1.47 .1 1 4 .91 .0034 7.23 9.0
.01 2.85 1.82 1.82 1.47 .1 1 4 .91 .0032 7.17 8.7
3.02 1.72 5 2.89 .0015 3.41
.1 3.55 1.85 2.15 1.55 .1 2 16 2.07 .0003 2.42 6.5

193
1 3.60 2.14 2.14 1.63 .1 3 19 2.41 .0002 2.26 6.4
2.53 2.43 2 .81 .0046 6.70
1 2.76 1.63 1.84 2.07 .1 1 4 .71 .0030 7.67 5.6
2.75 1.75 1.75 2.05 .1 1 4 .69 .0032 7.91 5.4
3.13 2.23 3 1.35 .00079 10.94
.1 3.96 2.34 1.57 1.42 .1 1 20 1.10 .00006 5.94 34.4
0 3.87 2.19 2.19 1.36 .1 1 17 1.12 .00008 5.93 32.7
2.55 3.91 1 .26 .0028 21.84
1 3.03 2.07 1.66 4.54 .1 1 8 .32 .0006 19.40 12.3
.001 2.94 1.90 1.90 4.51 .1 1 6 .31 .0008 19.86 11.7
3.00 5.33 5 .94 .0005 10.31
.1 3.75 2.06 2.27 5.06 .1 3 20 .76 .00004 6.63 8.8
1 3.79 2.17 2.17 5.00 .1 3 22 .75 .00003 6.74 8.7
2.51 7.43 2 .37 .0016 19.74
1 2.88 1.73 1.82 6.36 .1 1 6 .24 .0007 21.00 7.7
2.86 1.76 1.76 6.42 .1 1 6 .24 .0007 21.25 7.7

TABELA 28 PROJETO TIMO DOS GRFICOS FSR e VSR PARA = 3, Y =
200 e
1
f
c
f
h
f
n

a b c
S
c
I
c
1
h
2
h
1
n
2
n
.
.
hr
obs

.
.
hr
FA
) (
1
T E PR
c
S
c
I
c
1
h
2
h
1
n
2
n
3.43 .41 4 9.86 .0015 2.37
.1 4.09 2.28 1.40 .24 .1 1 20 6.90 .0002 1.02 37.4
0 4.08 2.20 2.20 .22 .1 1 19 7.12 .0002 1.02 36.2
2.91 .92 2 2.16 .0039 4.99
1 3.48 2.18 1.60 .73 .1 1 13 2.15 .0008 3.23 21.6
.01 3.42 2.05 2.05 .72 .1 1 11 2.15 .0009 3.33 20.6
3.34 .87 6 6.89 .001 2.15
.1 3.99 2.09 2.25 .80 .1 3 22 4.90 .0001 1.10 12.6

194
1 3.99 2.16 2.16 .80 .1 3 23 4.84 .0001 1.11 12.5
2.83 1.15 2 1.73 .0041 5.30
1 3.39 2.00 1.69 1.03 .1 1 12 1.70 .0007 3.47 14.4
3.33 1.88 1.88 1.01 .1 1 10 1.71 .0009 3.61 14.1
3.43 1.26 4 3.16 .00048 7.34
.1 4.28 2.38 1.53 .71 .1 1 23 2.21 .00003 3.04 42.9
0 4.09 2.12 2.12 .70 .1 1 16 2.25 .00007 3.35 40.7
2.90 2.83 2 .70 .00131 15.13
1 3.68 2.29 1.60 2.25 .1 1 17 .69 .00012 9.31 26.3
.001 3.60 2.13 2.13 2.15 .1 1 14 .70 .00015 9.48 24.7
3.33 2.71 6 2.21 .00032 6.63
.1 4.14 2.14 2.25 2.52 .1 3 24 1.52 .00001 3.35 14.3
1 4.12 2.17 2.17 2.52 .1 3 24 1.51 .00002 3.39 14.2
2.82 3.53 2 .56 .00138 15.99
1 3.57 2.09 1.68 3.16 .1 1 15 .54 .00013 10.09 18.3
3.50 1.97 1.97 3.09 .1 1 13 .55 .00016 10.19 17.7

De acordo com a combinao dos parmetros utilizados nas tabelas 25 28 a
reduo no percentual de custo pela utilizao tima do grfico VSR, em vez do
grfico timo do FSR, varia deste um modesto 4 % at o substancial 42,9 %.
Comparando-se as linhas dois e trs de cada parmetro conhecido mostra-se
que a restrio do grfico VSR onde
I S
c c = no resulta em grandes mudanas em
outros parmetros, o que d quase o mesmo percentual de reduo de custo do grfico
VSR sem restries.
Ento, para aplicao onde mais conveniente ter
I S
c c = h uma perda
muito pequena pela imposio desta restrio. A discusso que segue para os
resultados numricos dados abaixo para o grfico VSR sem a restrio
I S
c c = , mas
esta discusso tambm se aplica ao grfico VSR sem as restries.
O valor timo para os grficos FSR e VSR nas tabelas 25 28 mostra uma
certa diferena entre custo amostral, custo do falso alarme e custo para operao fora

195
do alvo. A maior diferena entre os grficos VSR e FSR que o limite de controle c
para o grfico VSR considerado maior do que o limite para limite
f
c para o grfico
FSR.
Isto propicia uma reduzida quantidade de alarmes falsos para o grfico VSR.
Em todos os casos o grfico VSR tem um valor pequeno do ( )
1
T E menor do que o
grfico FSR, o que significa que o VSR detecta alteraes do processo mais
rapidamente.
Ento o grfico VSR tem uma maior eficincia para reduzir a razo do
alarmes falso e o tempo de deteco e isso geralmente acompanhado na medida da
razo da amostra.
O grfico VSR aparentemente capaz de usar um grande limite de controle,
porque ele tem a opo de tomar uma grande amostra rapidamente, quando h uma
indicao de um problema com o processo, e uma mudana no processo pode ser
detectada rapidamente pela amostra ainda que c seja grande.
A expectativa do timo grfico nas tabelas 25 28 sempre tem
2 1
n n n
f

mas h surpresas. Em muitos casos estes grficos tambm tem, ambos
1
h e
2
h menores
do que
f
h .
Os valores relativamente pequenos de
1
h podem ser explicados pelo fato de
que o valor timo de
S
c relativamente grande. Um grande valor de
S
c implica que
um pequeno tamanho de amostra ser usado na maior parte do tempo.
Usando-se um pequeno tamanho de amostra, na maioria do tempo e um
grande tamanho de amostra, quando necessrio, podem-se usar pequenos intervalos
entre as amostras sem ter um custo excessivo destas amostras.
2.7.6.5 O timo VSR
As discusses da otimalidade dos grficos VSR e FSR, serviram para
compar-los. Quando um grfico VSR est sendo utilizado para uma aplicao

196
particular, neste caso pode no ser um grfico FSR o de uso corrente, ento
conveniente saber como o grfico VSR relacionado com os vrios processos e custos
dos parmetros. Os parmetros so os seguintes:

- Determina com que freqncia uma causa especial ocorre e como pode
ser esperada. O principal efeito da troca de est sobre a funo intervalo de amostra.
Aumentando diminui o grande intervalo de amostras
1
h , mas o valor timo para o
menor intervalo de amostra
2
h o mnimo valor
min
h . O fato do timo valor de
2
h ser
min
h consistente com a concluso obtida nos estudos prvios das propriedades
estatsticas dos grficos VSR.

- Determina a probabilidade das vrias mudanas possveis nos processos
com grandes valores de , correspondendo a grandes mudanas, mais rapidamente.
Aumentando tende a diminuir
1
h e os dois tamanhos de amostra. A diminuio no
tamanho das amostras mais do que compensa a diminuio de
1
h , com o resultado de
que a razo mdia amostral diminui. Aumentando , tambm aumenta os limites c,
S
c
e
I
c o qual diminui a taxa de falsos alarmes e faz o grfico menos provvel a desvios
desde uma amostra de baixa intensidade at uma amostra de alta intensidade.

Os efeitos do aumento de podem ser explicados pelo fato de que grandes
mudanas so mais fceis de detectar do que pequenas mudanas. Assim, pequenas
amostras e grandes limites de controle podem ser usados quando grande.
O efeito principal do aumento dos custos das amostras (um aumento em a
e/ou b) a diminuio da razo mdia das amostras e do limite de controle c.
Parte da diminuio da razo mdia da amostra obtido pelo aumento de
1
h
e parte pela diminuio do tamanho da amostra. Contudo, aumentando os custos fixos
de uma amostra, temos um aumento do pequeno tamanho de amostras
1
n como pode
ser esperado.

197
Nos resultados numricos apresentados nas tabelas 25-28 , os efeitos do
custo do falso alarme Y e do custo fora do alvo
I
C so confundidos. O efeito conjunto
do aumento de Y e
I
C o aumento da razo mdia amostral (
1
h diminui e o tamanho
da amostra tende a aumentar) e aumenta o limite de controle c. Os resultados
numricos aqui apresentados so para 12 possveis causas especiais.
Um modelo econmico simples pode ser construdo em situaes onde h
apenas uma possvel causa especial e esta causa especial produz uma mudana em
de tamanho . O valor timo para o grfico VSR foi investigado para os modelos
mais simples, contudo os resultados numricos no foram apresentados aqui.
Comparando-se os valores timos para os m = 12 causas especiais o valor
timo para m = 1 tem valores similares para
2 1
, , h h c
I
e
1
n , mas os valores de c e
S
c
tendem a ser maiores e o valor
2
n geralmente muito pequeno.
Para exemplificar o anteriormente disposto, considere-se um processo que
produz um produto cermico (isolante eltrico) para o qual, a caracterstica de
qualidade a resistncia trao. Suponha-se que a prtica corrente tomar amostras
de quatro itens usando duas horas como intervalo de amostra e determinando-se a
resistncia trao de cada item, usando um teste destrutivo.
A mdia da amostra colocada em um grfico X com limite de 3 sigmas.
Em estudos passados havia troca da mdia do processo e o primeiro objetivo era
utilizar um grfico de controle para detectar rapidamente o decrscimo na mdia do
processo, para que o problema possa ser solucionado antes que um grande nmero de
itens possa ser produzido.
Os processo de engenharia esto interessados em fazer usos mais eficientes
dos recursos das amostras e planejam implementar um grfico VSR. Foi utilizada a
seguinte especificao de custo e dos parmetros do processo. O equipamento usado
para os testes est prximo linha de produo e o teste de cada item requer pouco
tempo.
Como o primeiro custo associado com a amostra inicial decorre da perda do

198
produto pelo teste de destruio, decide-se usar como parmetros de custo os
valores a = 0 e b = $12.
Estimando-se que a troca do processo deva ocorrem em mdia, uma vez por
ms, que corresponde a 720 horas em 30 dias de 24 horas. Logo, o valor de ser
aproximadamente 1/720 = 0,0014.
Pela dificuldade de estimar a magnitude da mudana que pode ocorrer,
acreditando-se que seja relativamente grande, decidiu-se utilizar uma mdia de dois
desvios padres ( = 2) . O custo de operao fora do alvo , foi estimado em
1
c = 5000
por hora, usando as informaes do custo.
Acredita-se que o custo de um alarme falso seja pelo menos $ 2000 devido
perda da produo mas decide-se que $ 2000 deve ser utilizado para incorporar
outros valores subjetivos.
Neste caso a razo do custo fora do alvo por l hora para o custo das amostras
por item 417 12 / 5000 /
1
= = b c e a razo do custo de alarme falso 208
12
2500
/ = = b y .
Nas tabelas 25-28 os parmetros fechados combinam com os valores
selecionados acima e esto na tabela 2 com = 0,001, a = 0 e b = 1 (a razo de C1
para b na tabela 2 400
1
400
= e a razo de y para b 200).
Na tabela 26 o timo FSR obtido com 4 =
f
n e 04 , 4 =
f
h . Isto sugere que
o projeto corrente do FSR com
f
h = 2 uma amostra de que esta taxa mais do que
necessria se a troca na mdia ocorre uma vez por ms.
Para o grfico VSR decidiu-se usar
i s
c c = assim a regra de deciso ser
relativamente simples. O valor timo obtido da tabela 28 c = 3.44,
i s
c c = = 1.85,
, 13 . 2
1
= h 13 , 1 , 1 . 0
2 1 2
= = = n n h .
Utilizando-se de alguns destes valores para compor o grfico de forma
conveniente. Assim c foi tomado como 3.4, correspondente a 3.4 sigma e
s
c e
i
c
foram tomadas como 1,8.
O maior intervalo de amostra foi de 2 horas e o valor timo de 0.1 na tabela
28 para o pequeno intervalo
2
h foi obtido assumindo que 0.1 o menor intervalo

199
amostral possvel.
Neste exemplo contudo a prxima amostra pode ser tomada logo aps a
amostra prvia, assim um valor
2
h = 0.1 parece ser possvel aqui. Para o tamanho da
amostra decidiu-se usar 1
1
= n , mas reduziu-se
2
n para 10 por convenincia
administrativa. Ento o grfico VSR testa um item a cada duas horas e os valores so
obtidos com desvio padro de 1.8 do alvo.
Se um item testado fica alm de 1.8 desvio padro do alvo ento uma grande
amostra de 10 itens deve ser tomada e testada com a maior brevidade possvel.
Amostras de 10 itens continuaro a ser tomada com intervalos pequenos se a mdia de
cada amostra for menor do que 1.8 desvio padro.
Se um item individual ou a mdia da amostra estiver fora de distncia de 3.4
desvio padro do alvo, ento h o sinal do grfico de que a mdia do processo foi
trocada.
Observe-se que quando o processo esta no alvo uma grande amostra deve
ser tomada sem freqncia (uma em cada 14 amostras na mdia).
interessante notar que a troca razoavelmente fechada com o projeto
timo para o caso onde o parmetro =3 melhor do que 2 (veja tabela 28).
interessante comparar o custo por hora para os vrios grficos de controle.
Para o custo e para os parmetros dados acima, o custo mdio por hora para o grfico
FSR L = 41,62. Quando se toma o valor timo para o grfico FSR reduz-se para
L = 37,86.
Se o valor timo do grfico VSR obtido e usado ento o valor de L ser
apenas 28,26. Ainda, se o grfico VSR oriundo da tabela 28, com alteraes nos
parmetros, usado ento o valor de L ser de $ 29,54.
O valor de L para este grfico VSR representa apenas 4,5 % de aumento
sobre o L do timo grfico VSR e muito menor do que os dois grficos FSR.

200
2.7.6.6 Concluso

Um modelo econmico tem sido desenvolvido aqui para estimao do custo
por hora associado com a operacionalizao dos grficos VSR e FSR X . Usando este
modelo o valor timo para os grficos VSR e FSR e seus parmetros, podem ser
obtidos para os valores no processo e custo dos parmetros.
Os resultados numricos apresentados, mostram que a utilizao do grfico
VSR, ao invs do FSR, pode resultar em uma substancial economia de custos. Os
custos econmicos variam dependendo do processo e custo dos parmetros, mas
tendem a ser maiores quando o custo das amostras no to elevado.
Qualquer aumento potencial nas custas administrativas, associadas com o
uso do grfico VSR, no est includo no modelo econmico. No entanto, a utilizao
do grfico VSR pode absorver qualquer aumento no custo administrativo, pois h
reduo em outros custos.
O resultado apresentado aqui mostra que o uso do mesmo limite de entrada
para ambos, tamanho da amostra e intervalo de amostra, no conduz a um grande
aumento de custos. Ento em muitas aplicaes razovel implementar o grfico
VSR com somente um limite de entrada. Para muitas das combinaes consideradas
aqui melhor utilizar um limite de controle considerado maior do que o tradicional
limite de trs sigmas, pois isto proporcionar um pequeno nmero de alarmes falsos
para o grfico VSR e contribuir para a maior confiana do grfico. melhor trocar o
pequeno intervalo de amostras para que seja to pequeno quanto possvel e o grande
intervalo de amostra deve ser menor do que o intervalo de amostra que ser usado em
um grfico FSR.O pequeno tamanho da amostra deve ser menor do que o tamanho da
amostra que ser usado em um grfico FSR. A no ser que os custos da amostra sejam
muitos elevados, o maior tamanho da amostra deve ser bem maior do que o menor
tamanho de amostra.

201
Os apndices de nmeros 1 a 8, disponibilizados ao final deste trabalho,
complementam o acima exposto.
2.7.7. UM MODELO SIMPLIFICADO PARA O PROJETO ECONMICO DO
GRFICO X
2.7.7.1 Introduo

Os projetos at aqui propostos so centrados em modelos econmicos os
quais, em sua grande maioria, apresentam-se de forma relativamente complexa. Na
seqncia, apresenta-se o projeto de W. K. Chiu (1974), denominado projeto semi-
econmico, que simplifica o modelo tornando-o mais fcil de trabalhar.
Iniciando-se o modelo, deve-se lembrar que a utilizao do grfico X para a
vigilncia da qualidade um problema de origem econmica. Duncan ( 1956)
inicialmente props o seguinte modelo simplificado para uma anlise econmica. O
processo assumido por iniciar em controle com mdia X e desvio padro .
Quando ocorre uma causa especial, o processo sofre uma mudana em sua mdia que
vai de X at + X ou at X onde conhecido.
O tempo at uma causa especial ocorrer tem uma distribuio exponencial
com parmetro assim o tempo mdio para o qual o processo opera em controle
1

horas. Amostras de tamanho n so tomadas a cada h horas de produo e a medida da
amostra plotada em um grfico X com limite de controle n k X . . Uma
procura por uma causa especial efetuada quando pelo menos um ponto fica fora da
regio de controle. O processo, contudo, continua em operao durante a procura e at
a causa especial ser encontrada..
O problema para o controle de qualidade da engenharia determinar os
valores adequados dos parmetros de controle n, h e k com o objetivo de minimizar os

202
custos. Duncan mesmo solucionou este fato baseado em certas aproximaes. Embora
as aproximaes sejam razoveis e o plano de controle obtido atinja o valor timo, seu
procedimento bastante complexo. Este um limitante para a aplicao do mtodo.
Goel, et al.(1968), usaram um mtodo algoritmo para encontrar o valor exato e a
soluo tima do problema de Duncan utilizando-se de um programa de computador.
Essa concepo tambm academicamente interessante, mas na prtica muito
difcil. O objetivo, portanto, encontrar um processo simplificado que possa ser
aplicado.
Neste mtodo, prope-se um processo semi-econmico para aplicaes
prticas. O princpio para esta troca dos parmetros e de minimizar o custo mdio
sujeito restrio da CCO-curva caracterstica da operao. O controle de qualidade
da engenharia est livre para trocar e monitorar, atravs da curva CCO, o risco para o
consumidor pela proteo contra qualidade inferior dos produtos.
Para isso, determinam-se os valores de k e n. O valor de h calculado por
uma frmula algbrica bastante simples. Este mtodo permite uma rpida
determinao dos parmetros de controle que levam a um custo mnimo de produo.
De fato demonstra-se isso em muitos casos. Apesar de simplificao dos problemas,
este mtodo nos d solues melhores do que o intrincado procedimento de Duncan,
pela utilizao das vantagens adicionais obtidas pela disponibilizao da curva CCO.
Duncan tinha estendido seu modelo original para as situaes onde havia
uma multiplicidade de causas especiais. Uma importante concluso em seus escritos
era de que:
Na busca por um timo design para uma multiplicidade de causas, pode-se obter
uma razovel aproximao para o projeto, pela procura do valor timo para uma
nica causa do modelo.
Isto indica que o presente modelo semi-econmico ainda mais atraente,
porque ele pode ser facilmente utilizado para encontrar uma aproximao tima para
uma multiplicidade de causas.

203
Finalmente, uma importante caracterstica do presente esquema e sua
flexibilizao ao assumir o modelo. O modelo original de Duncan simples mas no
necessariamente mais geral. Por exemplo, em muitos processos de produo a
mquina deve ser interrompida durante a procura por uma causa especial.
Esta situao no considerada por Duncan ( 1956), mas por Taylor
( 1968). Mostra-se que o presente mtodo pode facilmente competir com
uma troca do modelo.

2.7.7.2 A Funo Custo

Para iniciar este modelo, baseado no modelo de Duncan, descreve-se o
primeiro pargrafo de sua introduo:
Quando o processo est em controle probabilidade de um ponto da amostra
encontrar-se fora dos limites de controle :

( ) k = 2 (137)
onde (Z) denota a funo distribuio normal padronizada da varivel z. Quando
uma causa especial ocorre, ento a probabilidade de um ponto da amostra estar fora
dos limites de controle :
(138)

Para simplificar, assume-se que apenas a
mudana positiva (i.e. > 0) atualmente ocorre. O segundo termo da equao (138)
ento praticamente zero (se < 0, o primeiro termo ser praticamente zero).
Se uma causa especial ocorre, assume-se que ela produz um aumento na
perda da lucratividade de M por hora em decorrncia de uma grande porcentagem de
itens inaceitveis. Isto tambm significa assumir que o custo consiste em trs pontos:
( ) ( ) k n k n P + =

204
a) T, o custo mdio para busca por uma causa especial quando ela no existe;
b) W, o custo mdio para busca por uma causa especial quando ela exista;
c) b + cn o custo para tomar e inspecionar a amostra e manter o processo sob
controle.
H tambm dois parmetros para o tempo:
a) e.n, o tempo requerido para tomar e inspecionar uma amostra e para
computar os resultados;
b) D, o tempo mdio requerido para descobrir uma causa especial aps um
alarme ter sido detectado.
Baseado, no modelo descrito na introduo e nos parmetros acima
definimos, Duncan (1956) mostrou que o custo esperado por hora de operao :

onde, ( ) D en h h P B + + + = 12 / 2 / 1 / 1 . Os argumentos matemticos no sero aqui
repetidos. Os mtodos para obter o valor timo de n, k e h pela minimizao de L tem
sido discutido por Duncan (1956), Goel et al (1968).
Na seqncia, mostra-se o estudo da minimizao de L sujeito s restries
definidas na curva CCO.

2.7.7.3 O Projeto Semi-Econmico

A caracterstica essencial do presente projeto semi-econmico e especificar a
probabilidade do alarme verdadeiro, P, em um valor de 0,90 e 0,95. Isto equivalente
em especificar o risco, do consumidor em 0,10 ou 0,05, respectivamente.
O trabalho de Goel et al.(1968), pgina 312, tem mostrado que o timo valor
da perda de custo robusto para erro em n, provando que a correta relao entre k e h
( ) ( ) | | h cn b B w h T M B L / ) ( 1 / / + + + + + =
(139)

205
com n so aproximadamente mantidas. Ento, desde a equao (138), nos podemos
concluir que o timo tambm robusto para P.
Este fato interessante pode ser futuramente ilustrado por um exemplo.
Consideremos os dados do exemplo nmero 14 de Duncan (1956, p 236, e neste
trabalho disponvel na tabela 6): = 2, = 0.01, M = 100, e = 0.05, D = 2, T = 50, W
= 25, b = 0.05 e c = 10.A soluo exata para este problema pelo trabalho de Goel et al
P = 0.7054. Arbitrando-se P = 0,90 o resultado da soluo tima desta restrio teria
uma perda de custo interno de apenas 1% abaixo do valor exato da tima perda de
custo. A tabela 29 mostra os detalhes:

TABELA 29 SOLUO TIMA (Adaptado de Chiu ( 1974))

Plano n k h 100xL P
timo exato 1 1.46 4.66 990.99 0.7054
timo restrito 2 1.55 6.91 1000.79 0.9000

O exemplo precedente particularmente selecionado porque ele tem um
pequeno valor timo de P (0.7054), de forma a demonstrar a robustez com respeito a
P. Em muitas circunstncias - como nos 20 exemplos de Duncan ( 1956), aqui
dispostos na tabela 6, o valor timo de P freqentemente fechado para 0.90 e a
diferena entre o mnimo exato e o mnimo valor da restrio de L pequeno.Deve-se
enfatizar que, a propriedade de fechar para o mnimo exato de L desejvel mas no
essencial para um plano semi-econmico.

Pode-se ento escrever::

( ) k n P = = 0.90 ou 0.95, (140)

206
Ou equivalente:
= k n (141)

Onde = 1.2826 se P = 0.09 e = 1.6449 se P = 0.95.
A liberdade na seleo do valor de P permite que a engenharia do controle de
qualidade possa obter um nvel especificado de proteo contra deteriorao da
qualidade, e isto uma caracterstica essencial para um plano semi-econmico. Este
particularmente desejvel se alguns dos parmetros dos custos no podem ser
corretamente estimados e conseqente plano de controle timo no muito confivel.
Por simplicidade matemtica e convenincia prtica, torna-se necessrio
fazer mais aproximaes no procedimento de minimizao.
Na prtica, uma pequena quantidade, digamos = 0.01, ento B
pequeno comparado com unidade. Ento o termo B pode ser omitido desde o
primeiro denominador de (139), assim a aproximao:

(142)

Substituindo o valor de n desde a restrio (141) at L e notando que P
(aparecendo em B) uma constante, pode-se, igualando a zero as derivadas
parciais k L / ' e h L / ' , respectivamente:

(7) (143)

0 ) ( ) 5 , 0 / 1 (
2
= + cn b T h p M
(144)

Na equao (143) o termo eMh , nas circunstncias usuais, uma pequena
quantidade (porque freqentemente pequeno) e pode ser omitido, como Duncan tem
feito. Porm o trabalho de Goel et al.( 1968) mostra que o efeito de omitir este termo
h cn b W h T BM L L / ) ( / ' + + + + = =
, 0 / ) )( ( 2
2
= + + k T k a eMh c

207
pode ser srio se e for moderadamente grande, digamos e = 0.3.
Contudo a presena de h nestes termos faz as equaes (143) e (144)
intratveis e complica a situao. Por questes de simplicidade e praticidade, troca-se
eMh por em na equao (143). Isto parece ser uma pequena aproximao, mas
torna-se bem melhor do que a completa omisso do termo.
De fato, muitos destes interessantes resultados mencionados no exemplo 2 ,
na prxima sesso, so devidos presena do termo Me. Isto justifica a aproximao,
sob o ponto de vista da prtica.
Podem-se agora reescrever as equaes (143) e (144) como:

) /( ) ( / ) (
2
Me c T k k a + = + (145)
e
( ) ( ) | | { }
2 / 1
1
2 / 1 / + + =

p M cn b T h (146)
respectivamente, onde (Z) denota a funo densidade normal padronizada da
varivel Z. Os valores de n, k e h para o presente modelo semi-econmico, so ento
as solues das equaes 140; 145 e 146.
A equao (146) para o valor de h no apresenta dificuldade uma vez que os
valores de n e k so determinados. A equao (145) torna-se de fcil soluo com a
ajuda da tabela de probabilidade da normal padronizada e a equao (140) bastante
simples. Para uma aplicao prtica, nos devemos construir a tabela 30 e a tabela 31
desde as equaes (140) e (145).
A tabela 30 para a = 1.2816 e P = 0.90 e a tabela 31 para a = 1.6449 e
P=0.95. Pode-se notar que devido distino de n, o valor de P no pode ser
encontrado exatamente em 0.90 ou 0.95 mas freqentemente maior.
O valor de 2 / 1
1
P tambm encontrado nas tabelas por convenincias

computacionais para computar h. As divises dos valores de k no precisam ser muito
finas, em vista da robustez do plano timo com respeito a K.

208
TABELA 30 DETERMINAO DE UM PLANO DO GRFICO DE CONTROLE
X , onde 0.90 < P < 0.95(Adaptado de Chiu ( 1974))

A
*

k

0.50 0.75 1.00 1.25 1.50 1.75 2.00
10 0.3173 1.0 21 10 6 4 3 2 ** n
0.609 0.593 0.579 0.572 0.558 0.575 **
2
1
1
P
22 0.1336 1.5 31 14 8 5 4 3 2 n
0.611 0.606 0.601 0.608 0.572 0.567 0.601
2
1
1
P
62 0.0455 2.0 44 20 11 7 5 4 3 n
0.604 0.596 0.604 0.606 0.596 0.572 0.577
2
1
1
P
130 0.0214 2.3 52 23 13 9 6 5 ** n
0.606 0.608 0.06 0.579 0.593 0.556 **
2
1
1
P
220 0.0124 2.5 58 26 15 10 7 5 4 n
0.606 0.602 0.593 0.579 0.576 0.586 0.572
2
1
1
P
520 0.0051 2.8 67 30 17 11 8 6 ** n
0.609 0.606 0.602 0.598 0.581 0.574 **
2
1
1
P
1000 0.0027 3.0 74 33 19 12 9 6 5 n
0.607 0.605 0.595 0.601 0.572 0.610 0.576
2
1
1
P
1900 0.0014 3.2 81 36 21 13 9 7 ** n
0.607 0.607 0.591 0.606 0.607 0.583 **
2
1
1
P
5500 0.0005 3.5 92 41 23 15 11 8 6 n
0.608 0.607 0.608 0.599 0.575 0.579 0.588
2
1
1
P
40000 0.0001 4.0 112 50 28 18 13 10 7 n
0.609 0.606 0.609 0.606 0.586 0.567 0.609
2
1
1
P
Observaes:
Neste caso o valor de h dado por h =
2 / 1
1
)]} 2 / 1 ( . /[ ) . . {( + +

p m n c b T

O valor de A A = ). /( .
2
eM C T + Em P existem valores entre 0.90 e 0.95.
Usando um plano acima ou abaixo destes, prefere-se aquele que fecha com o valor de
K . Por exemplo, o plano para k = 2.9 e = 2.0 e representado pelo plano; para
k =2.5 e = 2.0 .

209

2.7.7.4 Aplicaes para o Modelo de Causa Simples de Danam

O presente projeto semi-econmico muito simples para aplicar. O plano
obtido nestes caminhos freqentemente fechado no timo. Mostram-se como nos
seguintes exemplos:
Exemplo 1: O procedimento
Considerem-se os dados do primeiro exemplo de Duncan (1956, neste
trabalho disposto na tabela 6): = 2, = 0.01, M = 100, e = 0.05, D = 2, T = 50, W =
25, b = 0.05 e c = 10. Ento deve-se procurar um plano de controle semi-econmico
para o qual P 0,90. A tabela 30 ser aplicada. Assim temos:

1) Clculo de A. Aqui A = . 1333 ) /(
2
= + Me c T ;
2) Determina-se k e n. Da tabela 30, obtm-se que k = 3 adequado. Na
coluna para = 2 ns encontramos n = 5;
3) Estima-se o valor de h. Da tabela 30, obtm-se = 0.0027 e 2 / 1
1
P =
0,576, ento, ( ) ( ) | | { } . 40 , 1 2 / 1 /
2 / 1
1
= + + =

P M cn b T h ;
4) Estima-se o custo mdio de perda L. L dado pela equao (139) e
100L igual a 401.77 neste caso (opcional).

interessante notar que (1) o presente plano ligeiramente melhor do que o
plano de Duncan correspondente, com n= 5, h= 1,3, k= 3,2 com 100L=402,13 e (2) o
valor timo encontrado por Goel em seu trabalho : n = 5, h = 1,3 e k = 3,2, com 100L
= 402,13 apenas pouco melhor do que o presente plano.
Este no um caso isolado, porm comum e pode-se observar no prximo
exemplo.

Exemplo 2: Comparaes com resultados publicados

210

TABELA 31-DETERMINAO DE UM PLANO DO GRFICO DE CONTROLE
X , ONDE 0.95 < P(Adaptado de Chiu (1974)).

A
*

k

0.50 0.75 1.00 1.25 1.50 1.75 2.00
11 0.3173 1.0 28 13 7 5 4 3 2 n
0.553 0.546 0.533 0.538 0.532 0.522 0.535
2
1
1
P
25 0.1336 1.5 40 18 10 7 5 4 3 n
0.551 0.549 0.551 0.537 0.533 0.523 0.525
2
1
1
P
70 0.0455 2.0 54 24 14 9 6 5 4 n
0.549 0.549 0.543 0.542 .0549 0.529 0.523
2
1
1
P
140 0.0214 2.3 63 28 16 10 7 6 4 n
0.550 0.550 0.547 0.552 0.550 0.524 0.547
2
1
1
P
240 0.0124 2.5 69 31 18 11 8 6 5 n
0.552 0.549 0.542 0.553 0.542 0.538 0.525
2
1
1
P
570 0.0051 2.8 80 36 20 13 9 7 5 n
0.550 0.547 0.550 0.546 0.547 0.535 0.550
2
1
1
P
1050 0.0027 3.0 87 39 22 14 10 8 6 n
0.551 0.548 0.548 0.549 0.542 0.526 0.530
2
1
1
P
2050 0.0012 3.2 94 42 24 16 11 8 6 n
0. 552 0.551 0.547 0.537 0.539 0.542 0.547
2
1
1
P
5900 0.0005 3.5 106 48 27 17 12 9 7 n
0.552 0.547 0.547 0.552 0.547 0.542 0.538
2
1
1
P
42200 0.0001 4.0 128 57 32 21 15 11 8 n
0.551 0.551 0.551 0.544 0.536 0.537 0.551
2
1
1
P

Neste caso o valor de h dado por h =
2 / 1
1
)]} 2 / 1 ( . /[ ) . . {( + +

p m n c b T
O valor de A A = ). /( .
2
eM C T +

Trabalhou-se com o planejamento do modelo semi-econmico (com
P0.90) para todos os 25 exemplos de Duncan ( 1956-p236 e neste trabalho

211
apresentado na tabela 6) e comparou-se os resultados com as solues obtidas por
Goel et al.
Como uma sntese desta comparao, pode-se dizer que dos 25 planos semi-
econmicos, 17 eram melhores do que o planejamento de Duncan no sentido de que
eles tinham um custo menor, e os outros 8 tinham uma diminuio de custo de 1,7%
abaixo do modelo de Duncan. O plano semi-econmico fecha com os resultados de
Goel.
2.7.7.5 Aplicao para o Modelo de Mltiplas Causas

Duncan estendeu seu modelo para causas simples para as situaes onde h s
causas especiais
s
a a .....
1
. O efeito de
j
A o de produzir uma mudana na mdia do
processo de x para +
j
x ou para
j
x .
O tempo para a ocorrncia desta causa especial assumindo como
independente, com distribuio exponencial com mdia
1
j
, j = 1 .... s. Dois modelos
so considerados mas Duncan hbil para demonstrar que ambos fecham no valor
timo.
Considerando-se o primeiro modelo de Duncan, no qual assume-se que uma
vez o processo em distrbio por uma causa especial, est livre para a ocorrncia de
outras causa, at ser interrompido para reparos.
Os parmetros de prejuzo e tempo so
j j
W M , e
j
D e so agora dependentes
de j porque eles variam com
j
.
Os outros parmetros T, b, c e e tem o mesmo significado do modelo de
causa simples.
Os parmetros de controle so conhecidos n, h e k e seus valores timos so
encontrados pelo mtodo de busca direta usando um computador, que geralmente
envolve cerca de 8000 avaliaes da funo prejuzo.

212
Felizmente Duncan capaz de mostrar que o modelo da causa simples pode
ser definido assim que o plano de controle timo se aproxima do verdadeiro plano
timo para o modelo original de mltiplas causas. A causa simples definida por
produzir uma mudana de um montante
s
na mdia do processo com um prejuzo
por hora de
s
M , onde:
( )

=
j j j s
/ (147)
e
( )

=
j j j s
M M / (148)

Exemplo 3: Combinando um modelo de causa simples
Considerando um modelo de mltiplas causas, conforme Duncan, definido
pelos seguintes dados:
TABELA 32- MODELO DE MLTIPLAS CAUSAS
j

j

j
M
j
W
j
D
1,2 0,005 88 18 3,0
2,0 0,004 275 12 2,0
3,5 0,001 460 8 1,5

e T = 25, b = 1,0, c = 0,1 e e = 0,05.
Determina-se um plano semi-econmico para P0,90 para o ponto timo da
causa simples e substitui-se este por um plano timo para o modelo de mltiplas
causas. Da equao 148 tem-se
s
= 1,75 e
s
M = 200. Primeiro passo: A = 383,
segundo passo: tabela 2 d k = 2,8 e n = 6, terceiro passo: = 0,0051,
574 , 0 2 / 1
1
=
P e ento h = 1,23.Para comparao, trabalha-se fora do plano do

ponto timo exato, para o original modelo de causas mltiplas. Por um mtodo tedioso
de busca direta obtemos: n = 5, k = 2,5 e h = 1,20. Os valores de 100L para estes dois
planos foram 779,80 e 774,66, com uma diferena de 0,7%. Assim, pode-se afirmar
que o projeto semi-econmico tem boa funcionalidade inclusive para o modelo de
causas mltiplas.

CAPTULO III

3. ANLISE DA QUALIDADE DA PRODUO DAS INDSTRIAS
CERMICAS
3.1 INTRODUO
No momento da entrada de um novo milnio, quando se busca
produtividade, a cermica vermelha, atravs de seus produtos, continua sendo usada
como uma soluo efetiva, verstil e econmica no segmento da construo civil.
O mercado consumidor de produtos da cermica vermelha, dividido em
dois grandes segmentos. Um representado por pessoas fsicas que adquirem o produto
atravs da intermediao de pequenas e mdias casas comerciais revendedoras de
material de construo existente nos mercados locais, que so, sem sombra de
dvida, o maior mercado para os produtos das indstrias.
O outro segmento de mercado formado essencialmente pelas empresas
construtoras. Estas alm de adquirirem individualmente grandes volumes de produtos
cermicos o fazem com maior freqncia, sem intermediao, diretamente com os
fabricantes. As construtoras so mais exigentes quanto qualidade dos produtos,
principalmente quanto resistncia e padronizao de medidas entre as peas do lote
e entre lotes, bem como procura nas indstrias fornecedoras uma oferta de produtos
diferenciados em tamanho e em tipo, exigindo, em muitos casos, o fabrico de peas
especiais.

214
Diante desse panorama, torna-se imperativo o desenvolvimento e a
capacitao tecnolgica das empresas integrantes do setor da cermica vermelha no
sentido de garantir a conquista e a manuteno de elevados padres de qualidade.
Dentro das regras que regem o setor, torna-se imprescindvel s observncias
das normas, ditada pela ABNT, pois essas empresas esto sujeitas fiscalizao do
INMETRO.
Desta forma, as empresas cujos produtos no esto conformes com os
padres estabelecidos pela Associao Brasileira de Normas Tcnicas (ABNT) , em
relao absoro de umidade; resistncia compresso; dimenses e que no
estampam a procedncia e especificaes do produto aos usurios, esto, mais do que
nunca na mira do INMETRO que intensifica a fiscalizao, sujeitando essas
empresas a pesadas multas.
Esta medida visa principalmente combater a concorrncia predatria, atravs
da conscientizao dos usurios sobre a importncia de comprar produtos dentro das
normas estabelecidas. O consumidor menos avisado, ao adquirir o produto, sabe
apenas que comprou um determinado material cermico, ignorando que pode estar
sendo lesado, caso o material no siga os padres de resistncia, ou no tenha o
tamanho especificado, explica o secretrio executivo do Sindicato das indstrias
Cermicas e Olarias de Nova Santa Rosa, Jaime Hunhoff. Segundo ele, a
preocupao maior dos ceramistas interessados em desenvolver o setor agilizar o
enquadramento s normas estabelecidas.

3.2 O PROBLEMA

O consumidor brasileiro adquire uma srie de produtos, para construo, os
quais possuem normas ditadas pela ABNT. No entanto, as empresas

215
fabricantes/industriais efetivamente seguem as normas? Causam algum prejuzo aos
Consumidores? Tem um ndice de capacidade do processo dentro de padres
aceitveis?
3.3 OBJETIVO

Um dos objetivos deste trabalho apresentar os resultados obtidos nos
ensaios realizados tendo como foco as especificaes e dimenses dos produtos
cermicos, cujas amostras foram coletadas em diferentes municpios da regio centro
sul do Paran, para:
a) manter o consumidor brasileiro informado sobre a adequao dos produtos
aos padres institudos pelas Normas Tcnicas, contribuindo para que ele
faa escolhas bem fundamentadas, consciente de seus direitos;
b) fornecer subsdios, atravs da informao sobre a tendncia da
conformidade dos blocos cermicos disponveis no mercado, para a
indstria nacional melhorar continuamente a qualidade de seus produtos e
servios;
c) diferenciar os produtos e servios disponveis no mercado da regio
centro-sul do Paran, tornando a concorrncia mais equalizada.

3.4 JUSTIFICATIVA

A anlise da conformidade das amostras de produtos cermicos justifica-se
para priorizar o consumo intensivo de materiais que estejam dentro das normas
relacionando-os questo da qualidade que deve estar presente nas empresas
nacionais.

216
Atualmente pode-se definir o termo alvenaria como sendo o conjunto rgido
de tijolos denominado unidades de alvenaria em obra e unidos entre si por meio da
interposio de argamassa para resistir a esforos de compresso. As funes bsicas
da alvenaria so: diviso dos cmodos de uma residncia, por exemplo, vedao,
proteo, resistncia mecnica e isolamento acstico.
Quanto utilizao dos produtos cermicos, destaca-se sua enorme
aplicabilidade na construo civil, particularmente dos materiais analisados neste
trabalho.
De acordo com as normas vigentes, as especificaes quanto s dimenses e
procedncia dos tijolos, devem ser indicados em uma das faces do produto, o que
garante a informao da origem e contribui para diminuir o comrcio informal que
tambm se faz presente atravs de um nmero representativo de empresas que
trabalham margem das normas.
Neste relatrio, apresentar-se- as descries dos ensaios realizados, as no
conformidades detectadas, a relevncia das irregularidades encontradas na questo da
segurana do consumidor e as principais concluses a respeito dos resultados
encontrados aps anlise da produo da regio centro-sul do estado do Paran.
3.5 REVISO DE LITERATURA
3.5.1 Introduo

Para melhor entendimento, segue uma descrio bsica do funcionamento da
grande maioria das indstrias cermicas, tendo como referncia o diagnstico tcnico,
aplicado a empresa Osmrio Batista e Cia Ltda, cujo contedo basicamente o
mesmo para todas as indstrias.

217
3.5.2 Matria prima
A regio centro-sul do Paran est localizada sobre rochas sedimentares da
bacia do Paran. H muito tempo atrs, foram depositados por correntes de rios,
ventos, deslizamentos de terra, em poca de seca, em poca de deposio subaqutica
(mar ou rio), sedimentos como argilas, siltes e areias. Milhes de anos se passaram.
Estes sedimentos transformaram-se em rochas sedimentares. Os terrenos foram
transformados, apareceram morros e vales, com diferentes ngulos de declividade e
extenso.
Tudo isso levou formao de distintas jazidas de argilas de barranco,
mesmo que visualmente idnticas numa mesma frente de lavra, as caractersticas da
argila variam vertical e lateralmente, pois durante todo o tempo que se passou desde a
sua deposio, essas argilas continuaram a ser trabalhadas, principalmente pelo
deslocamento de elementos qumicos, onde o agente causador principal dessa
transformao foi gua de circulao.
A argila constituda essencialmente por argilo-minerais, podendo conter
outros minerais (no argilosos), matria orgnica e outras impurezas.
caracterizada fisicamente por:
a) possuir contedo elevado de partculas com dimetro inferior a 0,002mm;
b) quando pulverizada e misturada com gua em quantidade adequada, torna-
se plstica;
c) ps-secagem, torna-se consistente e rgida, adquirindo grande dureza aps
queima a temperatura elevada.
Alm dos argilo-minerais, as argilas contm geralmente outros materiais e
minerais, tais como matria orgnica, sais solveis e partculas de quartzo, pirita, mica,
calcita, dolomita e outros minerais residuais, e podem conter tambm minerais no-
cristalinos ou amorfos.
Na cermica a argila utilizada na fabricao de produtos refratrios,

218
cermica branca (grs, porcelanas), cermica vermelha (tijolos, blocos de telhas,
lajotas, pisos, manilhas) e esmaltes cermicos.

A argila tambm pode ser utilizada em outros setores produtivos como:
a) indstria de borrachas e plsticos carga inerte e ativa;
b) indstria de papel e papelo carga e cobertura;
c) indstria metalrgica aglomerante nos moldes de fundio;
d) indstrias de inseticidas e pesticidas diluente;
e) indstria de leo comestvel e derivado do petrleo agente descorante;
f) perfurao em poos de petrleo diminuir o atrito;
De um modo geral, nas empresas cermicas a extrao de matria prima
aleatria dependendo do local de extrao.

3.5.3 Beneficiamento
3.5.3.1 Sistema de homogeneizao

A argila extrada e estocada. Esta estocagem pode ser em terreiros, nas
proximidades da jazida ou na prpria fbrica. Os depsitos so feitos de sanduches
(distribuio em camadas regulares), contendo as porcentagens das diferentes camadas
de argila, representando desta forma a composio da massa desejada.
Estes depsitos so expostos a ambientes atmosfrico (sol, chuva, frio) e
neste intervalo de tempo (preferencialmente mais de sete meses) haver a
decomposio de alguns sais complexos e matria orgnica (folhas e razes)
proporcionando melhor qualidade fsica s argilas. Dos depsitos so retiradas s
fatias, que podem ser processadas nos laminadores ou misturadores.

219
Em seguida cada mistura pode ser guardada em galpes, devidamente
identificada aguardando a mistura final.
muito comum o armazenamento de grandes quantidades de argilas e outros
materiais para abastecer a indstria na poca das chuvas. Estas operaes so
realizadas na temporada das secas, aproveitando o calor solar para a secagem. As
argilas para cermica vermelha no exigem um beneficiamento to aprimorado quanto
s da cermica branca. Em alguns casos, quando as argilas so heterogneas ou
misturas de matrias-primas plsticas e no-plsticas, necessrio que se faa um
beneficiamento conveniente, a fim de se obter uma mistura mais homognea.
Normalmente, os controles efetuados nas argilas variam de acordo com as
caractersticas finais do produto a fabricar. Indica-se como padro os testes mais
usados, que so: Cor de Queima, Absoro; Contrao Aps Queima; Resistncia
Mecnica a Cru e Aps Queima; Umidade; Resduo na Malha Industrial; Anlise
Qumica e Anlise Granulomtrica.

3.5.3.2 Preparao das massas

A fim de melhorar o rendimento na preparao de massas, efetua-se
normalmente um processo de homogeneizao, que pode ser dividido em dois grupos,
segundo as caractersticas dos produtos:
a) cominuio de matrias-primas plsticas, que so as argilas e caulim; e
b) cominuio de matrias-primas no plsticas, que so os minerais e rochas
consolidadas.
Para a cominuio de matrias-primas plsticas utilizam-se os seguintes
equipamentos:
a) rompedor de facas: Para argilas com contedo de umidade de 4% a 15%

220
se realiza uma primeira operao de desmembramento mediante o
rompedor de facas. Este rompedor montado na descarga da sada do
caixo de alimentao de argilas. O sistema est formado por uma srie
de facas, soldadas a um eixo que gira em velocidade prpria.
b) rompedor de cilindros: Este equipamento apresenta-se com vrias
formas, de acordo com a potncia da produo exigida, e todos esses
fundamentos esto no funcionamento dos cilindros rompedores, que
giram em sentido oposto em torno de eixos paralelos.
Os cilindros esto dotados de altssima resistncia abraso, e
construtivamente podem ser construdos de varias formas.
Para a cominuio de matrias-primas no plsticas so utilizados os
britadores, que se restringem, basicamente nos seguintes trs tipos de mquinas:
a) britadores de mandbulas: A reduo de tamanho tem lugar entre placas
de material duro, denominado mandbulas, uma fixa e outra dotada de
movimento oscilante em torno de um eixo horizontal. O produto sai dos
britadores por uma parte inferior e a granulometria obtida depende,
portanto da abertura de sada que estiverem reguladas as placas;
b) britadores de cone: Neste tipo de britador o material rompe por
aprisionamento entre parede cnica, fixa e vertical e um corpo cnico
dotado de movimento excntrico em seu interior.O cone mvel se
acomoda sucessivamente a cada superfcie da parte cncava fixa e depois
se afasta permitindo ao material fragmentado cair por gravidade a uma
zona inferior onde suprime a uma nova compresso;
c) britadores de martelos: Consistem de equipamento dotado de cilindro ao
qual esto fixados elementos de liga metlica denominados de martelos.
A quebra do material duro processa-se pelo impacto do material no
plstico com os martelos em alta rotao e as paredes que revestem o
interior da cmara de moagem. A granulometria do material triturado d-

221
se pela passagem do mesmo em uma grela com abertura especfica,
situada no fundo da cmara de moagem.
3.5.3.3 Dosagem de matrias primas

a massa ou a medida das matrias-primas. Uma vez que as matrias-primas
so preparadas, so colocadas em boxes ou silos. O processo de dosagem pode ser
feito por volume ou pela massa dos componentes. Assim:
a) volume: realizada muito facilmente. suficiente encher e esvaziar o
recipiente de volume conhecido, podendo ser realizado em
funcionamento contnuo. Para uma boa preciso os recipientes escolhidos
devem ser preenchidos sempre do mesmo modo, no mesmo nvel e a
granulao e umidade dos diversos componentes no deve ser muito
diferente;
b) pesagem: Permite preparar a massa com grande preciso, desde que os
constituintes sejam perfeitamente secos ou seu teor de umidade seja
conhecido. Do contrrio, pode-se cometer graves erros. A dosagem por
pesagem realizada quase sempre de maneira descontnua e nas fbricas
modernas completamente automatizada. A formulao das massas
feita com base na composio mineralgica, nos seus comportamentos
fsicos e qumicos. Portanto, para se formular uma massa recorre-se aos
ensaios fsicos das matrias-primas ( como a cor de queima, a contrao
linear, o resduo em peneira, a resistncia flexo, a dilatao trmica
linear etc.) a anlise qumica das matrias primas e tambm a anlise
mineralgica.
Para garantir as propriedades finais do corpo cermico fundamental o
beneficiamento adequado das matrias-primas, a cor e o conhecimento das suas

222
propriedades fsico-qumicas. Isto se faz necessrio para viabilizar sua conformao e
at o seu manuseio a cru.
A composio, a granulometria e o grau da mistura dos componentes, como
tambm a qualidade de conformao, determinam o nvel de sinterizao atingido
durante a queima.
A combinao de certas matrias-primas determina o coeficiente de
dilatao, a sensibilidade ao choque trmico, a resistncia a gretagem, a resistncia
mecnica a cru e as demais caractersticas fsicas e qumicas da massa.
A curva de queima determinada em funo das substncias constituintes do
corpo cermico, de suas propriedades fsicas e qumicas e dos fenmenos qumicos e
fsicos que ocorrem nas diversas temperaturas do ciclo de queima, especialmente na
temperatura mxima, que determina as caractersticas finais do produto acabado.
Normalmente as indstrias misturam as matrias primas mecanicamente,
atravs de tratores, no ptio da empresa. A mistura segue por correias transportadoras
at o misturador onde recebe umidade. Na seqncia passa pelos laminadores
(cilindros), e depois vai para o misturador da maromba. A dosagem das matrias
primas feita por volume e o controle da quantidade de gua adicionada na mistura
realizado de acordo com dureza da massa.
3.5.4 Conformao

A conformao a etapa do processo cermico onde se d o formato final
ou parcial para a pea. Os mtodos tradicionalmente empregados para a conformao
dos produtos cermicos so:
a) tornearia;
b) clagem;
c) extruso;

223
d) prensagem.
A opo por um determinado mtodo depende das condies de trabalho das
massas, tamanho da pea, das dificuldades de fabricao, das tolerncias especificadas,
do fator econmico etc.
No caso da cermica vermelha temos o mtodo de extruso, para tijolos e
blocos e a prensagem, para as telhas.
3.5.4.1 Extruso
A extruso o mtodo de conformao de pea por meio de uma massa
pastosa, com umidade variando de 18 a 30%, dependendo do tipo de massa. Para tal,
utiliza-se uma maromba equipada de boquilha, por onde a massa forada a passar,
dando o formato da pea.
A maromba uma mquina com estrutura de ferro fundido e partes de ao,
usada na extruso da massa e tambm para a conformao de peas cermicas.
Na extruso pode-se obter a homogeneizao e compactao da massa. Essa
compactao se deve bomba de vcuo, que retira o ar da cmara de extruso.
A conformao parcial em blocos de massa plstica, serve para alimentar as
prensas e usada para a fabricao de pecas cermicas, tais como tijolos, manilhas e
elementos vazados em geral.
Esses formatos so dados de acordo com o tipo de boquilha.
As marombas se caracterizam de acordo com a capacidade, formas de
boquilhas e cmara de vcuo.

3.5.4.2 Prensagem

A prensagem o mtodo de conformao para as telhas e consiste na

224
compactao da massa. medida que a presso aplicada, a massa preenche todos os
contornos do molde. De um modo geral os moldes so lubrificados a fim de permitir o
fcil desprendimento da pea moldada.
A prensa uma mquina com estrutura de ferro fundido e partes de ao
usada na prensagem da massa para a conformao de peas cermicas (telhas). A
prensa mecnica se caracteriza por uma ao dinmica, rpida e violenta executada
sobre o material, isto , por um instantneo impacto sobre a massa.
Tais mquinas convertem uma certa quantidade de energia cintica
(movimento mecnico), geralmente acumulada no volante de rotao, em um trabalho
de conformao por compresso.
Algumas mquinas so equipadas com movimentos rotacionais para facilitar
a retirada da pea formada. As prensas rotativas so utilizadas na fabricao de telhas
francesas; planas; romanas; portuguesas etc.
3.5.5 Secagem

A secagem uma fase importante no ciclo de tecnologia de fabricao de
materiais cermicos. Este processo tem a misso de eliminar quase que completamente
a gua que esta contida nas peas depois de sua conformao.
A secagem indispensvel pois no possvel queimar o material mido
devido ao rpido aquecimento do forno, que poder produzir deformaes e trincas nas
peas, provocados pela intensa evaporao que sofre a gua no interior da pea.
A secagem aumenta tambm consideravelmente a resistncia mecnica,
permitindo maior facilidade de manuseio das peas em outras operaes dentro da
fabricao.
As argilas gordas, que apresentam plasticidade bastante acentuada requerem
maior tempo de secagem, manifestando grandes contraes e pequenos volumes

225
abertos em seu interior. As argilas magras, com pouca plasticidade, formam texturas
menos compactas e portanto mais permeveis, permitindo secagem mais rpida.
Quando a massa bem misturada e tem sua umidade bem distribuda em
todo o corpo cermico, e sua espessura apresenta-se igual em todos os lados da pea,
ocorre uma secagem de melhor qualidade, pois a evaporao ocorre na superfcie da
pea.
Existem dois tipos de secagem: a natural que feita ao ar livre e a secagem
artificial que realizada atravs de equipamentos como estufas e secadores.
O processo de secagem pode ocorrer de duas formas:
a) processo lento: aquele que ocorre de dentro para fora, ou seja, seca do
interior para a superfcie do material;
b) processo rpido: aquele que ocorre de fora para dentro, ou seja, seca
primeiro a superfcie do material;
A gua est presente de diversas formas no corpo cermico e eliminada
gradativamente no processo nas seguintes temperaturas:

TABELA 33 TEMPERATURA DE ELIMINAAO DA GUA

gua de plasticidade Eliminada desde a temperatura ambiente at 120C
gua absorvida Eliminada de 120 150C
gua de poros Eliminada de 150 a 350C
gua de constituio Eliminada de 350 a 650C

H trs mtodos de eliminao de umidade em slidos, que so:
a) secagem em estufa a vcuo: utiliza temperatura relativamente baixa e
vcuo elevado. Em alguns casos o nico procedimento adequado para
tratar materiais que se decompe com a aplicao de calor;
b) secagem em estufa a presso atmosfrica: mais rpida que a anterior e

226
utiliza temperatura elevada (110C);
c) lmpada infravermelho: baseia-se na liberao de raios por radiao de
calor emitido pela lmpada sobre a amostra.
O funcionamento da maioria dos secadores cermicos, est baseado no
processo por conveco, surgindo diversos fatores que influenciam no processo de
secagem. Os mais importantes so:
a) temperatura do ar;
b) umidade relativa do ar de secagem;
c) velocidade do ar;
d) espessura da pea a secar;
e) permeabilidade do slido (quantidade e tamanho dos poros).
3.5.5.1 Tipos de secadores
compreensvel que os equipamentos destinados a realizar esta delicada fase
do processo de fabricao devam ser confiveis e flexveis para atender as diferentes
caractersticas de cada indstria. Dentre os secadores destacam-se:
a) secador esttico;
b) secador dinmico;
3.5.5.1.1 Secador esttico
No secador esttico, que tambm conhecido como estufa ou secador de
cmara, os produtos no se movimentam e a vazo de ar e a temperatura mudam com
o tempo.O secador esttico tem por funo especfica levar o material cru de uma
temperatura inicial ambiente a uma temperatura de aproximadamente 100C, durante
um perodo de tempo de vrias horas, de acordo com as experincias de produo.O
material a secar colocado sobre estantes (grandes), bandejas, paletes, que so
colocados dentro das cmaras, por meio de carrinhos mecnicos, empilhadeiras e

227
outros. As dimenses e o nmero de cmaras sero fixados tendo como base a
produo diria, em funo do ciclo de secagem previsto.A circulao forada de ar
quente obtida por meio de carros pilotos que se movimentam dentro das cmaras ou
por meio de ventiladores fixos nas paredes e tetos falsos. Normalmente o ar quente
injetado na parte inferior. Os secadores de cmara devem trabalhar sob presso, a fim
de impedir a entrada do ar frio parasita. A expulso do ar frio feita por efeito de
presso existente na cmara.
3.5.5.1.2 Secador dinmico

Neste tipo de secador os produtos so mveis e o fluxo de ar em vazo e a
temperatura constante. Os tempos de secagem so geralmente 24h e poder ser
reduzido para at um perodo de 1h.
Os produtos podem ser movimentados sobre vages, balanas ou roletes.
Neste tipo de secador o custo dos suportes de produtos, vages, roletes e balanas, so
diretamente proporcionais ao tempo de secagem. De uma maneira geral o tempo de
secagem deve ser o mais curto possvel para diminuir esse custo. O sistema de
movimentao dos vages geralmente mecanizado e de sua complexidade depende o
custo total do secador e sobretudo o custo da manuteno.
H trs tipos de secadores dinmicos, a saber:
a) secador tnel: o material a secar colocado sobre carrinhos, com
diversos planos, que viajam em trilhos, empurrados por meio de
empurradores mecnicos ou hidrulicos. Entre as duas filas de carrinhos
colocam-se os ventiladores que podero ser moveis ou fixos. O secador
tnel pode ser: -semicontnuo: onde os carrinhos com o material entram
e saem dos secadores somente durante o ciclo de trabalho da maromba; e
-contnuo: onde os carrinhos entram e saem do secador durante o dia sem

228

parar. Neste caso, devem-se prever trilhos de reserva para que os produtos
midos sejam estocados durante a noite e a parada da maromba.
b) secador de rolete: constitui-se de uma esfera com roletes, nas quais
caminha o produto a ser secado. A esfera se movimenta dentro de um
condutor fechado na qual, em sentido contrario ao material, avana o ar
quente. O ciclo de secagem da ordem de 50 a 90 min., com velocidade
de ar dentro do secador de 9 a 11 m/s. e a temperatura ambiente entre
150-160C
c) secador rpido a balancim:os materiais cermicos a serem processados
para a secagem so conduzidos programadamente aos balancins metlicos
com estufantes que, ao receberem a carga, so arrastados em movimento
contnuo, com parada peridica, ou um sistema mecnico de correntes
movidos por um conjunto redutor de velocidade.
Nas empresas cermicas ainda h o predomnio da secagem natural.

FIGURA 3 SECAGEM NATURAL DOS PRODUTOS CERMICOS

229
3.5.6 Queima
A queima de produtos de argila a etapa mais importante e a mais cara entre
os processo empregados na manufatura cermica.
Alm da fabricao e dos problemas econmicos, o sucesso de uma indstria
cermica depende em grande parte da quantidade e qualidade comercivel dos
produtos que saem dos fornos e dos custos da queima. O cozimento um processo de
tratamento trmico durante o qual vrias propriedades das argilas se manifestam.
Durante a evoluo da queima torna-se necessrio manter o forno,
temperatura, tabela de tempo e atmosfera ambientes definidas e relacionados, de modo
que o produto seja adequadamente cozido com rapidez economia.
Define-se por queima, nas indstrias cermicas, as transformaes fsico-
qumicas (as variaes da estrutura qumica e cristalina) e mecnicas (dilatao,
porosidade e resistncia mecnica) sofridas pelas argilas devido ao do fogo.
As transformaes que se sucedem durante a queima, de maneira regular,
diferenciam um tipo de argila do outro
3.5.6.1 Fases da queima
Na queima deve-se observar o tipo de forno e a quantidade de massa
(produto) a ser queimada. A queima deve ser programada levando-se em
considerao os produtos a serem queimados, o tipo de forno, o tipo de argila e
combustvel a ser utilizado e o arranjo das peas na enforna.
Em cermica vermelha podemos dividir as fases de queima em: esquente,
fogo forte e resfriamento.
3.5.6.1.1 Pr-aquecimento ou esquente
Devido ao fato do material enfornado ainda conter gua residual, no retirada

230
no processo anterior da secagem, a primeira fase da queima caracteriza-se por
aquecimento gradual ou esquente, a fim de evitar ocorrncias de trincas e fissuras
indesejveis nos materiais, causados por contraes diferenciais durante a expulso da
umidade remanescente. Este perodo pode levar de 8 a 13 h, dependendo da matria-
prima da eficincia do processo de secagem e da geometria e natureza do produto.
Durante a fase do esquente ocorrem s transformaes, como se segue:
a) acima de 100C ocorre eliminao de gua residual, isto a umidade que
permanece no corpo se a secagem no tiver sido perfeita, ou se o corpo
cermico, depois de seco, permanecer aps secagem em ambiente externo
ao secador durante um intervalo de tempo longo reabsorvendo a
umidade do ar;
b) aos 200C, d-se a eliminao de gua na superfcie dos argilo minerais, a
gua coordenada dos ctions [Ca(OH
2
)
6
]
+2
ou [Mg(OH
2
)
6
]
+2
, h uma
desidratao pra a formao dos ctions anidro;
c) ocorrem as reaes de perda de parte de gua no cido slico coloidal e
matria orgnica de 100C a 350C;
d) entre 350C e 650C d-se combusto da matria-orgnica, que em
maior ou menor quantidade, pode estar contida nas argilas. Nesse
intervalo ocorre tambm a dissociao dos sulfetos e dos sulfatos;
e) entre 450C e 650C d-se decomposio da substncia argilosa, com
liberao da gua de constituio, sob a forma de vapor (gua que est
ligada quimicamente com a slica e o alumnio). Exemplo: Em fornos
abbada d-se um esquente com um ritmo de subida de temperatura de
30C/h de 100C at 600C.
3.5.6.1.2 Queima ou fogo forte
Inicia-se a partir dos 650C, onde as temperaturas podem ser elevadas a

231
ritmos maiores de 560 a 80C/h at 950 ou 1000C.
A partir de 700C verifica-se a reao qumica da slica e alumina com os
elementos fusveis, reao que d lugar formao de silico aluminatos complexos,
que proporcionam ao corpo cermico as caractersticas de dureza, estabilidade,
resistncia aos vrios agentes fsicos e qumicos, como tambm a colorao
pretendida.Entre 800C e 950C verifica-se a decomposio dos carbonatos como
exemplo;

CaCO
3
CaO + CO
2

CaCO
3
.MgCO
3
CaCO
3
.MgCO+ CO
2

3.5.6.1.3 Resfriamento

Faz-se um resfriamento gradual, pelo efeito chamin ou tiragem do ar
quente dos fornos para os secadores. As descidas de temperatura no resfriamento
deve ser cuidadosamente, lenta entre 600C e 350C, onde ocorrem as trincas. Esta
fase dura em torno de 38 horas a 50 horas.

3.5.6.2 Combustveis usados nas cermicas.

Os combustveis so substncias que se queimam rapidamente com grande
liberao de calor e luz. So construdos basicamente de carbono e hidrognio. De
acordo com o estado fsico, os combustveis podem ser:
a) slidos: carvo , lenha, serragem etc;
b) lquidos: leo diesel, leo combustvel, querosene etc;

232
c) gasosos: gs natural, gs de rua, GLP, GLX, acetileno etc.
Para que um material possa ser considerado um combustvel industrialmente
vivel, deve apresentar os seguintes quesitos tcnicos e econmicos:
a) facilidade de obteno;
b) segurana no armazenamento e transporte;
c) baixo custo de operao;
d) poder calorfico estatstico;
e) facilidade de uso.
3.5.6.2.1 Combustveis slidos naturais

So os seguintes os principais combustveis slidos naturais:
a) lenha: o combustvel mais antigo e ainda muito usado, embora
apresente algumas desvantagens em relao aos demais combustveis
industriais. A elevada porcentagem de gua somada com os produtos
destilveis, reduz a rentabilidade trmica. Assim o poder calorfico da
lenha seca com 15% de umidade mdia pode atingir valores entre 3.200 a
4.500 kcal/kg. A lenha fornecida s indstrias cermicas por metro
cbico, que apresentam 1m de comprimento x 1m de largura x 1m de
altura. A lenha recm cortada apresenta de 60 a 70% de umidade,
dependendo da espcie e da poca de corte. Atualmente a utilizao da
lenha est sendo realizada atravs do consumo de resduos como: p-de-
serra, maravalha, serragem, cavacos (chips); utilizando sistemas de
alimentao mecanizados com um melhor controle da mistura ar
combustvel, promovendo um resultado mais efetivo em relao tempo x
temperatura;
b) carvo vegetal: obtido pela carbonizao da lenha possui poder

233
calorfico mais elevado, cerca de 7.200 kcal/kg, apresentando matrias
volteis e cinza em pequena quantidade. Tem vasto emprego na indstria
cermica. Obtm-se um metro cbico de carvo com a carbonizao de
dois metros cbicos de de lenha.
Ainda no campo dos combustveis slidos utilizam-se as cascas do coco,
serragem de madeira, bagao de cana-de-acar etc.
3.5.6.2.2 Combustveis lquidos industriais

Combustveis lquidos industriais classificam-se em:
a)tipo A (BPF);
b)tipo B (APF);
c)tipo C (OC-4);
d) tipo D (BTE).
A principal caracterstica do leo APF de fluir normalmente na temperatura
ambiente, sem necessidade de aquec-lo.
A principal caracterstica do leo BPF no se fazer necessrio o
aquecimento do mesmo para o bombeamento em temperaturas normais. O leo BTE
apresenta limite de 1% de enxofre e no h limite para o ponto de fluidez. Toda a
instalao para sua estocagem deve possuir aquecimento.O leo OC-4 ou leo tipo C
uma mistura do leo APF com leo BPF at apresentar colorao escura para
diferenci-lo do leo diesel. A quantidade de cada um depende da viscosidade
necessria ao servio e calculada de acordo com o grfico de mistura.
A viscosidade importante para se obter um bombeamento econmico ou o
grau de preaquecimento que o leo deve ter para a obteno de uma boa atomizao e
conseqentemente uma combusto eficiente.
Alguns problemas podem ocorrer quando o leo est com viscosidade

234
elevada:
a) dificuldade no sistema de bombeamento, com aumento de perda de carga
na tubulao e a potencia requerida na bomba, que diminui a vazo do
leo que vai para o queimador;
b) atomizao deficiente causada pelo leo sem preaquecimento;
c) instabilidade de chama, que funciona em golfadas;
d) resduos elevados de carbono, causando entupimento no bico do
queimador alm de aumentar o depsito de resduo de carbono na
cmara de combusto.
O aquecimento dos leos combustveis pode ser feito atravs de trocadores
de calor:
3.5.6.2.3 Combustveis gasosos

Os combustveis gasosos apresentam grandes vantagens em relao aos
combustveis slidos. Estas so devidas, em grande parte, a facilidade de controle e
limpeza.
A combusto bem mais controlada que a de um combustvel slido. A
alimentao contnua, regulada por uma vlvula ou automaticamente, a fim de
proporcionar temperaturas constantes, conforme a curva de aquecimento e
resfriamento.
O combustvel gasoso proporciona maior limpeza, tanto interna como
externa, ao forno. A chama e os gases quentes soa limpos, no apresentam cinzas,
alcatro etc., que deterioram as peas e os revestimentos do forno.
Um sistema a gs, quando adequadamente instalado, acarreta as seguintes
economias e vantagens:
a) menor consumo de combustvel;

235
b) produtos de melhor qualidade;
c) reduo dos custos de mo-de-obra;
d) reduo da contaminao atmosfrica;
e) reduo dos custos de queima.
A queima com gs aconselhvel para os fornos modernos com isolao
trmica, onde os ciclos so rpidos, com mnimo de materiais acessrios que
contribuem para uma queima econmica. Os tipos de combustveis gasosos so:
a) gs de hulha: produzido pela destilao da hulha e conduzido por
tubulaes aos consumidores;
b) gs de gerador: produzido pela ao do ar sobre o carvo ao rubro:
utilizado diretamente nos fornos.
c) gs natural: ocorrem nas formaes petrolferas e transportado a
distncias, por tubulaes terrestres. Este uma mistura de diversos
hidrocarbonetos parafnicos diludos com nitrognio e oxignio, que
aparecem em conjunto nos depsitos de leos naturais. Geralmente tem
um elevado poder calorfico, que varia entre 8.453 e 10.233 kcal/m
3
e
com massa especfica em relao ao ar de 0,57 a 0,65 kg/l. Em geral tem
baixos teores de enxofre e umidade;

3.5.7 Tipos de fornos

Os fornos cermicos podem ser classificados, em geral, em trs categorias:

a) fornos de funcionamento intermitente: fornos a fogo ascendente,
horizontal e reversvel;
b) fornos de funcionamento contnuo a fogo mvel: Hoffmann e derivados;
c) fornos contnuos: a fogo fixo.

236
3.5.7.1 Fornos de funcionamento intermitente

Nessa categoria os mais comuns so os fornos reversveis com tiragem por
baixo e chama invertida. Neste tipo de forno, construdos de tijolos comuns, as
fornalhas so colocadas ao longo dos muros perimtricos, e os produtos da combusto
depois de subir at a abbada so aspirados por baixo, atravs de uma grelha ,de
tijolos (crivo) que constituem o piso (sola) do forno. O grande defeito deste tipo de
forno a heterogeneidade e o grande consumo de combustvel.
As diferenas de temperatura entre o p e a abbada podem atingir 200C.
Isso requer um cuidado excessivo no processo de queima.
A figura a seguir mostra um forno com esta caracterstica, a qual predomina
na regio centro-sul.
FIGURA 4 - FORNOS DE FUNCIONAMENTO INTERMITENTES

O forno dever ter a sola construda de modo que as aberturas e canais
sejam suficientemente capazes de veicular toda a umidade que se forma durante o

237
perodo de aquecimento inicial. Devem, tambm, ter suas propores definidas de tal
forma que oferecem curta resistncia durante o perodo final do cozimento, de modo
que, o calor nas camadas mais baixas de enfornamento no seja todo retirado
rapidamente pela tiragem da chamin ou do exaustor antes de ter operado o perodo do
cozimento do material.
Sob a sola construda de tijolos comuns com aberturas denominadas
comumente crivos , existem canais subterrneos que interligam o forno chamin e
os secadores quando existentes. As chamins so construdas em alvenaria com altura
que podem variar de 15 a 30m, podendo servir a um ou mais fornos.
As cmaras dos fornos tm capacidade que podem variar de 10.000 a
45.000 peas, dependendo de suas dimenses, da forma do arranjo de peas
empregado e a das dimenses dos produtos a serem queimados.
As fornalhas, tambm construdas em alvenaria, situadas nas paredes laterais
da cmara, em nmero de quatro, seis ou oito, dispostas radialmente no caso de
cmaras circulares. J as cmaras retangulares so geralmente construdas duas a duas,
separadas por uma divisria comum, e as fornalhas so dispostas paralelas uma s
outras ao longo da parede oposta parede divisria das cmaras.
Os materiais a serem queimados so carregados manualmente para o interior
das cmaras atravs de portas laterais, e empilhados sobre o piso, com alturas que
variam de 1 a 2,5 m at preencherem todo o espao disponvel na cmara. As portas
so fechadas com tijolos j queimados e vedadas com argila. Argilas densas
necessitam menos espao de tempo no perodo de desidratao e oxidao do que
argilas menos compactas. Argilas com grande concentrao precisaro de muito maior
cuidado no cozimento do que aquelas com pouca concentrao, a fim de evitar o
desmoronamento do material enfornado.
Se uma argila tem um baixo ponto de fuso, a temperatura na parte superior
do forno precisa ser mantida durante um perodo at que as camadas inferiores tenham
atingido uma temperatura que evita o recozimento nas camadas da parte superior do

238
forno. Se a argila possui pouca resistncia quando seca, a enforna deve ser feita de
modo que o material no desmorone.
Pode-se empregar a tiragem forada ou natural. Nas tiragens foradas,
empregando-se qualquer tipo de combustvel, pode-se criar uma presso maior do que
a atmosfrica no cinzeiro, ao passo que a tiragem natural presso do cinzeiro
menor que a atmosfrica.
O forno dever ter uma seo suficiente para movimentar para fora toda a
umidade, to rapidamente quanto ele se forma durante o perodo inicial da queima.
Segue-se uma figura da retirada manual dos produtos dos fornos.

FIGURA 5 RETIRADA MANUAL DOS PRODUTOS CERMICOS

239
3.5.7.2 Fornos de funcionamento contnuo a fogo mvel

O tipo mais conhecido o forno Hoffmann. Normalmente constituda por
duas galerias paralelas, de comprimento varivel entre 40 e 110m, largura entre 2,60 e
3,60m, altura entre 2,40 e 2,80m e de seo de 5,5 m at 8,8 m.
Nas cabeceiras do forno as duas galerias so unidas por meio de um canal de
seo menor, que no deve ser preenchido com material para que a tiragem no seja
dificultada. Na abbada das galerias existem boquilhas para a introduo dos
queimadores, ao longo das galerias temos aberturas laterais que esto em comunicao
com os canais verticais e horizontais para a tiragem do fogo. Os canais de fumaa e de
recuperao foram, no incio, instalados um em cima do outro, entre as duas galerias
de queima. Posteriormente, para conter a largura dos fornos, os canais de fumaa
passaram a ser instalados nos lados, deixando no centro o canal de recuperao.
Existem diversos outros tipos de fornos a fogo mvel os quais no so muito
usados em cermica vermelha, como por exemplo, os tipos zig-zag, megeon etc.
3.5.7.3 Fornos contnuos a fogo fixo.

Nestes fornos a fonte de calor permanece em um lugar, e as peas
movimentam-se continuamente atravs dele. Essa soluo tem duas vantagens
importantes. A estrutura do forno em qualquer parte permanece na mesma temperatura
por um longo tempo, livre de deformao proveniente de uma variao peridica da
temperatura. As peas so empilhadas sobre vagonetas (carrinhos) ou apenas
colocadas sobre roletes. So carregados e descarregados fora do forno e em lugar fora
do forno e em lugar conveniente. Este tipo de forno possibilita a reduo da mo-de-
obra em 90% e a carga e descarga podem ser totalmente automatizadas. A

240
homogeneizao da queima boa, podendo se dizer perfeita, nos fornos mais
modernos. As diferenas mximas de temperatura nos diversos pontos do forno esto
entre 20 e 50C.
3.5.7.4 Controle dos fornos

O controle dos fornos feito por meio de aparelhos e dispositivos, como por
exemplo: termopar, termmetro, pirmetro ptico, cone piromtrico, manmetro,
deprimmetro, aparelho registrador, vlvula etc. Dentre eles destacam-se:
a) termopares: os termopares so compostos de metais e ligas de metais, em
forma de fios e que podem ser de platina-rdio-platina e nicrnio. O
princpio de funcionamento baseia-se no aquecimento da juno de dois
metais diferentes, que produz uma corrente eltrica proporcional
intensidade de aquecimento. Podendo medir temperatura, atravs de um
galvanmetro;
b) termmetros: os termmetros so instrumentos utilizados para medir
temperaturas at 500C. Os termmetros bimetlicos so utilizados para
medir temperaturas nos secadores e nos fornos, na zona de baixa
temperatura. So constitudos de duas lminas de metais com coeficientes
de dilatao diferentes, que so fixadas para formar uma nica lmina.
Com a variao da temperatura, a lmina curva-se movimentando o
ponteiro no galvanmetro;
c) pirmetros ticos: estes aparelhos medem a intensidade de radiao
luminosa emitida por corpos incandescentes. Portanto s podem medir
temperaturas acima de 800C, quando o forno estiver bem vermelho. Os
pirmetros a radiao luminosa, so os mais usados, pois mede a
intensidade da luz emitida pelo forno, por comparao com a luz emitida

241
por uma lmpada eltrica testemunha, cuja intensidade varivel;
d) pirmetros qumicos ou cones piromtricos: so pequenas pirmides
triangulares, formadas por misturas de xidos que geralmente compes as
massas e virados cermicos, que tem fuso em determinada temperatura,
segundo sua composio qumica. Os cones indicam temperaturas desde
600C at 2000C, com intervalos de 20 a 150C;
e) medida da presso e depresso: a unidade de presso que se usa na
indstria a atmosfera, que corresponde presso de 1kg/cm
2
, cerca de
10.000 mmCA. Utiliza-se tambm, a libra por polegada quadrada (PSI),
que corresponde presso de 0,07 kg/cm
2
. O manmetro um dispositivo
usado para medir presso, em relao atmosfera ou presso absoluta.
O conjunto de instrumentos serve para a indicao e controle de variveis,
auxiliando o operador em suas atividades. Esta instrumentao possibilita os controles
de temperatura visual. O enfornamento ocupa todo o espao interno do forno.
3.5.8 Armazenamento e expedio

A movimentao dos produtos da cermica vermelha uma atividade lenta e
complicada. Os clientes deste segmento esto cada vez mais exigentes em relao a
prazo de entrega, agilidade na carga e descarga e integridade das peas adquiridas.
Desta forma, o correto armazenamento, evitando a exposio dos produtos s
intempries, a minimizao das perdas por choques mecnicos e a maior rapidez na
carga e descarga das peas nos caminhes de transporte so fatores fundamentais para
o sucesso no atendimento ao mercado consumidor. A utilizao de pallets vem sendo
uma boa alternativa no que diz respeito agilidade de entrega e principalmente na
apresentao do produto. No entanto predomina o armazenamento em depsitos
cobertos e tambm a cu aberto. A expedio rodoviria e a granel.

242
3.5.9 Controle de qualidade

O controle de qualidade outro fator de relevante importncia para o
produtor e para o consumidor.As caractersticas fsicas e qumicas dos produtos das
cermicas vermelhas, assim como os mtodos e equipamentos de anlise, so
controlados por normas tcnicas registradas no INMETRO.
Tais normas so enquadradas na lei 4.150 de 21.11.1962, de obedincia
obrigatria nos servios pblicos concedidos pelo Governo Federal, obras e servios
executados, dirigidos ou fiscalizados por quaisquer reparties federais, em todas as
compras de materiais, bem como nos respectivos editais e concorrncias, contratos,
ajustes e pedidos de preos.
Complementando quele dispositivo, os limites mnimos de qualidade dos
produtos e de operao dos equipamentos esto sob vigilncia do Cdigo de Defesa do
Consumidor (Lei 8078/90), que d amparo ao consumidor para resolver conflitos e
garantir o produto tecnicamente bem feito.O consumidor deve exigir que o produto
colocado no canteiro de obras ou nos pontos de revenda atenda s normas
estabelecidas pelo Sistema Nacional de Metrologia, Normalizao e qualidade
Industrial da ABNT Associao Brasileira de Normas Tcnicas. Os litgios so
resolvidos somente luz das anlises dos institutos oficiais, credenciados pelo
INMETRO. A figura 4 relaciona as normas acima referidas. Neste trabalho, enfatiza-
se observncia das seguintes normas principais: 8038/96 e 13582/2002 (para telhas);
7171/92, 8042/92 e 8041/83 (para tijolos).
Em sntese podemos afirmar que a qualidade da cermica vermelha est
diretamente relacionada com a qualidade da matria prima, bem como com cada etapa
do processo produtivo. Assim sendo, imperativo monitorar e avaliar, atravs de
amostragens representativas e anlises peridicas, cada etapa crtica do processo de
fabricao, de forma a garantir a qualidade da cermica vermelha produzida e

243
colocada no mercado.A principal dificuldade neste setor reside nesta monitorao, pois
ainda, predominam os controles visuais, baseados na longa experincia do pessoal de
produo.

FIGURA 6 NORMAS TCNICAS PARA AS INDSTRIAS CERMICAS
NBR TTULO(S)
8947/85 TELHA CERMICA DETERMINAO DA MASSA E DA
ABSORO DE GUA
8948/85 TELHA CERMICA VERIFICAO DA IMPERMEABILIDADE
9601/86 TELHA CERMICA CAPA E CANAL ESPECIFICAO

9602/86
TELHA CERMICA CAPA E CANAL DETERMINAO DA
CARGA E RUPTURA A FLEXO
9598/86 TELHA CERMICA DE CAPA E CANAL TIPO PAULISTA
DIMENSES
9599/86 TELHA CERMICA DE CAPA E CANAL TIPO PLAN DIMENSES
9600/86 TELHA CERMICA DE CAPA E CANAL TIPO COLONIAL
DIMENSES
7172/86 TELHA CERMICA TIPO FRANCESA - ESPECIFICAO
6462/86 TELHA CERMICA TIPO FRANCESA DETERMINAO DA
CARGA E RUPTURA A FLEXO
8038/86 TELHA CERMICA TIPO FRANCESA - FORMA E DIMENSES
13582/02 TELHA CERMICA DE TIPO ROMANA ESPECIFICAO
7171/92 BLOCO CERMICO PARA ALVENARIA ESPECIFICAO
8442/92 BLOCO CERMICO PORTANTE PARA ALVENARIA-
DETERMINAO DA REA LQUIDA
8042/92 BLOCO CERMICO PARA ALVENARIA-
FORMAS E DIMENSES
8041/93 TIJOLOS MACIOS PARA ALVENARIA-
FORMAS E DIMENSES
6461/83 BLOCO CERMICO PARA ALVENARIA VERIFICAO DA
RESISTNCIA A COMPRESSO

244
3.5.10 Mercado consumidor

Nas empresas consideradas, a produo de cermica vermelha se destina ao
consumidor direto com 10% e lojas de material de construo com 90%. O principal
estado consumidor o Paran, nas cidades de Castro, Guarapuava, Ponta Grossa,
Campo Largo e Campo Mouro.
3.5.11 Salubridade e segurana

Quando se trata de salubridade as reas mais crticas so os locais de
trabalho com presena de calor dos fornos de queima e a poeira gerada na
movimentao das pessoas que desenvolvem as atividades dirias no processo de
fabricao. Hoje as autoridades ambientais reconhecem a necessidade do controle
sobre as poeiras produzidas nas vrias reas da indstria.A segurana nesse campo
um problema comum, cuja resoluo envolve o estabelecimento e a execuo vigorosa
de um programa especifica em conjunto com os profissionais administrativos, e
sobretudo os operrios. No se evitam acidentes com regulamentos e sim com
conscientizao .Dentre os mais comuns dos males que afetam os trabalhadores da
indstria cermica vermelha est no manuseio dos produtos sem a devida proteo .
Em mais de 80% das empresas do setor h ausncia proteo individual bsicos como
mscaras, luvas, culos etc.

3.5.12 Fluxogramas

Seguem-se os fluxogramas para a produo de tijolos e telhas, figuras 5 e 6,
aplicados as indstrias cermicas.

245

FIGURA 7 FLUXOGRAMA DA PRODUO DE TIJOLOS

ARGILA
FORTE

ARGILA
FRACA
EXTRAO EXTRAO
ESTOCAGEM
DESINTEGRAO
MISTURA
MISTURA
EXTRUSO
CORTE
SECAGEM
QUEIMA (FORNO)
RESFRIAMENTO
TIJOLO
COMERCIALIZAO

GUA

246
FIGURA 8 FLUXOGRAMA DA PRODUO DE TELHAS

ARGILA
FORTE

ARGILA
FRACA
EXTRAO EXTRAO
ESTOCAGEM
DESINTEGRAO
MISTURA
LAMINAO
EXTRUSO
CORTE
PRENSAGEM
SECAGEM
QUEIMA (FORNO)
RESFRIAMENTO
TELHA
COMERCIALIZAO

GUA

247
3.6 MATERIAIS

Para verificar a qualidade dos produtos, foi efetuada uma pesquisa tendo-se
como referncia o SINCOSUL Sindicato das indstrias de cermicas e Olarias da
Regio Sul do Paran, formado pelas indstrias cermicas estabelecidas nos
municpios de: Fernandes Pinheiro; General Carneiro; Guamiranga; Imbituva;
Prudentpolis; Rebouas; Rio Azul; So Joo do Triunfo; So Mateus do Sul e
Teixeira Soares.
Segundo o presidente do SINCOSUL, Sr. Valdir Gnata, este sindicato
composto por empresas que no seu conjunto so responsveis por pelo menos 25% de
toda a produo cermica do Estado do Paran.
Alm dos municpios que compe o SINCOSUL, optou-se por tomar
amostras de outros municpios no integrantes daquele sindicato, para verificar se
haveriam diferenas significativas nas anlises. Os outros municpios escolhidos
foram: Pitanga; Candido de Abreu, Manoel Ribas e Balsa Nova.
Para esta pesquisa foram analisadas amostras obtidas em 13 municpios da
regio de abrangncia do SINCOSUL, alm de amostras dos municpios de : Pitanga;
Candido de Abreu, Manoel Ribas e Balsa Nova.
Considerando-se a diretriz de analisar a tendncia do mercado quando
conformidade do produto, no necessrio analisar todas as marcas disponveis na
regio. Desta forma obteve-se, com base na tradio e participao de cada municpio
no mercado, 50 (cinqenta) amostras aleatrias de cada um dos diferentes produtos
produzidos pelas indstrias .
Assim durante os meses de setembro/2002 a janeiro/2003 em cinco perodos
diferentes nunca inferiores a sete dias; foram obtidas dez unidades de cada produto.
Somente foram analisados os produtos para os quais foram conseguidas as cinqenta
amostras.

248
Nos municpios onde havia mais do que duas indstrias cermicas foram
coletadas amostras de, no mnimo 50% das indstrias daquele municpio.
Para preservar a identidade das indstrias participantes, opta-se por
identific-las atravs das seguintes siglas: FiXXYYZZ , onde:
a) Fi = Indica a ordem das indstrias fornecedoras ( ex: F1 = primeira
indstria);
b) XX= Indica o nome do municpio ao qual a indstria pertence ( Ex:
CA=Cndido de Abreu etc.);
c) YY= indicam o nome da indstria fornecedora dos produtos;
d) ZZ= indicam o material produzido ( 6F = tijolos 6 furos etc. ).

Nesta anlise, foram consideradas somente indstrias que operam
regularmente, em todos os meses, excluindo-se aquelas que apresentam funcionamento
irregular, por atuarem somente em alguns perodos do ano.
Praticamente todos os municpios analisados, caracterizam-se por possurem
suas economias centradas na agropecuria; pequenas propriedades rurais e pequena
atividade comercial. Segue-se um quadro demonstrativo das amostras tomadas em
cada municpio.

TABELA 34-DEMONSTRATIVO DO NMERO DE INDSTRIAS/ITENS
AVALIADOS POR MUNICPIO

Municpio Total de
indstrias
Indstrias
avaliadas
Nmero de
amostras
Observaes
C. de Abreu 07 05 250 -Pouco investimento
Pitanga 01 01 50 -Pouco investimento
Palmeira 01 01 50 -Pouco investimento
Paulo Fortim 01 01 250 -Pouco investimento
Malett 03 02 100 -Sem investimento

249
Teixeira Soares 01 01 50 -Sem investimento
F. Pinheiro 01 01 50 -Sem investimento
Iva 03 02 350 -Pouco investimento
Ipiranga 01 01 50 -Pouco investimento
Rebouas 01 01 100 -Bons investimentos
Irati 03 02 200 -Pouco investimento
Imbituva 09 06 800 -Pouco investimento
Guamiranga 04 03 550 -Bons investimentos
Manoel Ribas 01 01 50 -Pouco investimento
Balsa Nova 05 03 450 -Pouco investimento
Rio Azul 01 01 150 -Pouco investimento
Prudentpolis 38 26 2000 -Pouco investimento
TOTALIZAO 81 58 5500 Amostras de 71,6%
das indstrias

3.7 METODOLOGIA DE ANLISE E CRITRIO DE ACEITAO E REJEIO

Aps a obteno das 50 amostras de cada produto produzido nas cermicas,
conforme descrito no item anterior, os mesmos foram submetidos aos ensaios para
verificar a sua adequao s normas tcnicas no que concerne dimenso e
especificao,procurando verificar se esto de acordo com o disposto no item 3.5.9.
Para as medidas das dimenses foi utilizada uma trena metlica, conforme prevem as
normas tcnicas.
Os resultados foram analisados, seguindo-se os ndices estatsticos
denominados ndices de capacidade do processo.
O estudo destes ndices tem por objetivo verificar se um processo

250
estatisticamente estvel atende s especificaes de engenharia do produto ou se h
gerao de itens no conformes.
Esta anlise costuma ser efetuada mediante clculo e interpretao de ndices
especficos para essa finalidade. Basicamente trs so os ndices utilizados para essa
anlise: o ndice Cp; o ndice Cpk e o ndice Cpkm.. Estes itens acham-se descritos na
seo 2.6.4 do captulo 2.

3.8 RESULTADOS

Foram verificados as trs dimenses dos produtos, largura (L), altura (H) e
comprimento (C), bem como se havia as respectivas especificaes em uma das faces,
conforme os parmetros definidos pelas normas tcnicas.
As no conformidades detectadas nesse ensaio indicam que pode ter ocorrido
falha no controle de fabricao do produto e no controle de aprovao de lote que
libera o material para sada da fbrica.
Dessa forma, o consumidor encontrar no mercado produtos
despadronizados e, ao compr-los,poder ter prejuzos ao longo da construo em
funo das diferenas de tamanhos apresentadas, obrigando o construtor a fazer
improvisos e a aumentar o desperdcio material e financeiro durante a obra.
A anlise das informaes especficas nas amostras, revelou que todos os
fabricantes deixaram de atender a, no mnimo, um requisito no que se refere s
especificaes dos dados dos fabricantes, de carter obrigatrio pelas normas.
No que se refere s dimenses a anlise revela as medidas, por indstria e
por municpio, apresentadas na seqncia.
Para a verificao dos resultados foi utilizado o aplicativo estatstico
denominado Statgraphics.

251
3.8.1 CNDIDO DE ABREU- Produz somente tijolos de 6 furos. Foram
avaliadas as seguintes indstrias:
3.8.1.1 Anlise para F1CASI
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 19 - ANLISE PARA O COMPRIMENTO DE F1CASI6F
Cp = 0,22
Cpk = -0,45
Cpk (superior) = 0,89
Cpk (inferior) = -0,45
Cpm = 0,10
LIE = 18,3 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 17 18 19 20
0
4
8
12
16
20

GRFICO 20 - ANLISE PARA A LARGURA DE F1CASI6F

Cp = 0,47
Cpk = -0,60
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
30

GRFICO 21 - ANLISE PARA A ALTURA DE F1CASI6F

Cp = 0,48
Cpk = -0,22
Cpm = 0,20
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
3
6
9
12
15

Cpkm = 0,10
Cpkm = 0,14
Cpkm = 0,20

252
3.8.1.2 Anlise para F2CAMA
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
GRFICO 22 - ANLISE PARA O COMPRIMENTO DE F2CAMA6F
Cp = 0,40
Cpk = -0,08
Cpm = 0,23
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
3
6
9
12
15
18

GRFICO 23 - ANLISE PARA A LARGURA DE F2CAMA6F
Cp = 0,52
Cpk = 0,43
Cpk (inferior) = 0,43
Cpm = 0,50
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
20
24

GRFICO 24 - ANLISE PARA A ALTURA DE F2CAMA6F
Cp = 0,92
Cpk = 0,74
Cpm = 0,81
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
4
8
12
16
20
24

Cpkm = 0,23
Cpkm = 0,50
Cpkm = 0,81

253
3.8.1.3 Anlise para F3CASA

a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 25 - ANLISE PARA O COMPRIMENTO DE F3CASA6F
Cp = 0,35
Cpk = 0,20
Cpm = 0,32
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5 19,8
0
4
8
12
16
20
24

GRFICO 26 - ANLISE PARA A LARGURA DE F3CASA6F
Cp = 0,59
Cpk = -0,70
Cpm = 0,15
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
24

GRFICO 27 - ANLISE PARA A ALTURA DE F3CASA6F
Cp = 0,43
Cpk = -0,18
Cpm = 0,21
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,8 8,1 8,4 8,7 9 9,3 9,6
0
3
6
9
12
15

Cpkm = 0,32
Cpkm = 0,15
Cpkm = 0,21

254
3.8.1.4 Anlise para F4CABR
b) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 28 - ANLISE PARA O COMPRIMENTO DE F4CABR6F
Cp = 0,29
Cpk = -0,30
Cpm = 0,14
LIE = 18,7 NOMINAL = 19,0 LSE = 19,4
Comprimento
F
r
e
q
n
i
c
a
17 17,5 18 18,5 19 19,5
0
4
8
12
16
20
24

GRFICO 29 - ANLISE PARA A LARGURA DE F4CABR6F
Cp = 0,35
Cpk = -0,32
Cpm = 0,15
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,5 13 13,5 14 14,5
0
4
8
12
16
20
24

GRFICO 30 - ANLISE PARA A ALTURA DE F4CABR6F
Cp = 0,58
Cpk = 0,19
Cpm = 0,37
LIE = 8,7 NOMINAL = 19,0 LSE = 19,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
10
20
30
40

Cpkm = 0,14
Cpkm = 0,15
Cpkm = 0,37

255
3.8.1.5 Anlise para F5CAKI

9cm
GRFICO 31 - ANLISE PARA O COMPRIMENTO DE F5CAKI6F
Cp = 0,35
Cpk = 0,28
Cpm = 0,34
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
4
8
12
16
20
24

GRFICO 32- ANLISE PARA A LARGURA DE F5CAKI6F
Cp = 0,90
Cpk = -2,13
Cpm = 0,10
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25

GRFICO 33- ANLISE PARA A ALTURA DE F5CAKI6F
Cp = 0,80
Cpk = -0,22
Cpm = 0,25
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
c
i
a
8,2 8,4 8,6 8,8 9 9,2 9,4
0
4
8
12
16
20
24

Cpkm = 0,34
Cpkm = 0,10
Cpkm = 0,25

256

QUADRO 1-ANLISE DAS AMOSTRAS DE TIJOLOS DE CNDIDO
DE ABREU - PR
Municpio:
Cndido de
Abreu
Produto: Tijolos de 6 furos

Indstrias
Parmetros: # Dimenses: 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# ndice: Cp 1,00; Cpk 1,00
Comp Larg Alt
Md(cm)
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm Concluso
F1 CASI 18,08 0,22 -0,45 0,10 13,32 0,47 -0,60 0,14 8,56 0,48 -0, 22 0,20 No-Conforme
F2 CAMA 18,64 0,40 -0,08 0,23 13,95 0,52 0,43 0,50 8,94 0,01 -0,04 0,81 No-Conforme
F3 CASA 18,87 0,35 0,20 0,32 13,34 0,59 0,70 0,15 8,57 0,43 -0,18 0,21 No-Conforme
F4 CABR 18,38 0,29 0,30 0,14 13,42 0,35 -0,32 0,15 8,79 0,58 0,19- 0,37 No-Conforme
F5 CAKI 19,06 0,35 0,28 0,34 12,99 0,9 -2,13 0,10 8,61 0,80 0,22 0,25 No-Conforme
OBS: 6F= Tijolo de 6 Furos

O quadro acima, permite as seguintes concluses:
1) Excetuando-se as amostras obtidas da indstria F2CAMA, que apresentam
a largura e a altura dentro das especificaes, todas as demais medidas
encontram-se fora do especificado. Todos os processos apresentam
descentralidades ( CpCpk);
2) Todos os processos apresentam baixssima capacidade ( ndices Cp e
Cpkm inferiores a 1), caracterizando um resultado insuficiente para os
padres de qualidade esperados. Existe uma clara tendncia de se
minimizar o consumo de matria prima.

257
3.8.2 PITANGA(PR)- Produz somente tijolos de 6 furos, com as
dimenses nominais de 19cm x 14cm x 9 cm. Foi avaliada a seguinte indstria:
3.8.2.1 Anlise para F1P6F

9cm
GRFICO 34 - ANLISE PARA O COMPRIMENTO DE F1P6F
Cp = 0,74
Cpk = -0,07
Cpk (superior) = -0,07
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 18,7
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5 19,8
0
3
6
9
12
15
18

GRFICO 35 - ANLISE PARA A LARGURA DE F1P6F
Cp = 0,80
Cpk = -0,58
Cpm = 0,19
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20

GRFICO 36 - ANLISE PARA A ALTURA DE F1P6F
Cp = 1,01
Cpk = 0,69
Cpm = 0,72
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5
0
3
6
9
12
15
18

Cpkm = 0,28
Cpkm = 0,19
Cpkm = 0,72

258

QUADRO 2- ANLISE DAS AMOSTRAS DE TIJOLOS DE
PITANGA - PR
Municpio:
Pitanga
Produto: Tijolos de 6 furos

Indstrias
# ndice: Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1 P6F 19,33 0,74 -0,07 0,28 13,48 0,80 -0,58 0,19 8,90 1,01 -0,69 0,72 No-Conforme

O quadro acima, permite concluir que os tijolos de 6 furos produzidos apresentam
uma mdia compatvel com o exigido pelas normas tcnicas em todas as suas
dimenses. No entanto estas dimenses apresentam descentralidades( CpCpk), e a
capacidade do processo, representada pelos ndices Cp e Cpkm, inferior a 1 para os
dois ndices. Isto caracteriza a despadronizao e leva a um resultado insuficente para
os padres de qualidade mnimos exigidos.

259
3.8.3 PALMEIRA(PR)- Produz somente tijolos de 6 furos, com as
dimenses nominais de 19cm x 14cm x 9 cm. Foi avaliada a seguinte indstria:
3.8.3.1 Anlise para F1PAL6F

9cm
GRFICO 37 - ANLISE PARA O COMPRIMENTO DE F1PAL6F
Cp = 0,42
Cpk = 0,04
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5
0
5
10
15
20
25
30

GRFICO 38 - ANLISE PARA A LARGURA DE F1PAL6F
Cp = 0,60
Cpk = 0,06
Cpm = 0,31
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
5
10
15
20
25

GRFICO 39 - ANLISE PARA A ALTURA DE F1PAL6F
Cp = 0,51
Cpk = 0,08
Cpm = 0,31
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,1 8,4 8,7 9 9,3 9,6
0
3
6
9
12
15
18

Cpkm = 0,28
Cpkm = 0,31
Cpkm = 0,31

260

QUADRO 3 ANLISE DAS AMOSTRAS DE TIJOLOS DE
PALMEIRA - PR
Municpio:
Palmeira
Produto: Tijolos de 6 fcuros

Indstrias
# ndice:Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1PAL6F 18,73 0,42 0,04 0,28 13,73 0,60 0,06 0,31 8,75 0,51 0,08 0,31 No-Conforme

O quadro acima, permite concluir que os tijolos de 6 furos produzidos apresentam
uma mdia compatvel com o exigido pelas normas tcnicas. No entanto todas as
dimenses apresentam descentralidades( CpCpk).Em todas as dimenses a
capacidade do processo apresenta-se insuficiente( Cp e Cpkm <1), revelando a
inadequao aos padres mnimos exigidos..

261
3.8.4 PAULO FRONTRIM (PR)-Possui somente uma olaria que
produz tijolos de 6 furos; de 4 furos; tijolos macios e telhas romanas. A avaliao dos
produtos a seguinte:
3.8.4.1 Anlise para F1PF

9cm
GRFICO 40 - ANLISE PARA O COMPRIMENTO DE F1PFP6F
Cp = 0,43
Cpk = -0,56
Cpm = 0,13
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5
0
5
10
15
20
25
30

GRFICO 41 - ANLISE PARA A LARGURA DE F1PFP6F
Cp = 0,57
Cpk = 0,24
Cpm = 0,41
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18

GRFICO 42 - ANLISE PARA A ALTURA DE F1PFP6F
Cp = 0,66
Cpk = 0,37
Cpm = 0,49
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
20
24

Cpkm = 0,13
Cpkm = 0,41
Cpkm = 0,49

262

b) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x
9cm x 9cm
GRFICO 43 - ANLISE PARA O COMPRIMENTO DE F1PFP4F
Cp = 0,50
Cpk = -1,68
Cpm = 0,08
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
3
6
9
12
15

GRFICO 44 - ANLISE PARA A LARGURA DE F1PFP4F
Cp = 0,80
Cpk = -0,24
Cpm = 0,24
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
4
8
12
16
20

GRFICO 45 - ANLISE PARA A ALTURA DE F1PFP4F
Cp = 0,73
Cpk = -0,32
Cpm = 0,22
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
4
8
12
16
20

Cpkm = 0,08
Cpkm = 0,24
Cpkm = 0,22

263
c) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 46 - ANLISE PARA O COMPRIMENTO DE F1PFPMAC
Cp = 0,76
Cpk = -2,40
Cpm = 0,08
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16
20

GRFICO 47 - ANLISE PARA A LARGURA DE F1PFPMAC
Cp = 0,55
Cpk = -2,60
Cpm = 0,06
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2 11,7
0
3
6
9
12
15
18

GRFICO 48 - ANLISE PARA A ALTURA DE F1PFPMAC
Cp = 0,81
Cpk = 0,43
Cpm = 0,53
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5,1 5,3 5,5 5,7 5,9 6,1
0
4
8
12
16
20

Cpkm = 0,08
Cpkm = 0,06
Cpkm = 0,53

264
d) Anlise para as telhas francesas nas dimenses nominais de 40cm x
24cm x 1,4cm

GRFICO 49 - ANLISE PARA O COMPRIMENTO DE F1PFTF

GRFICO 50 - ANLISE PARA A LARGURA DE F1PFTF

GRFICO 51 - ANLISE PARA A ALTURA DE F1PFTF

Cp = 0,69
Cpk = 0,47
Cpm = 0,57
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,3 1,5 1,7 1,9
0
4
8
12
16
20
24

Cp=0,94
Cpk=-2,96
Cpk(superior)=4,84
Cpk(inferior)=-2,96
Cpkm=0,08
LIE=23,52 NOMINAL=24,0 LSE=24,48
Largura
f
r
e
q
n
c
i
a
21 22 23 24 25
0
4
8
12
16
20
Cpkm = 0,57
Cp=1,38
Cpk=-0,69
Cpk(superior)=3,45
Cpk(inferior)=-0,69
Cpkm=0,22
LIE=39,2 NOMINAL=40 LSE=40,8
Comprimento
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
5
10
15
20
25
30

265
e) Anlise para as telhas romanas nas dimenses nominais de 40cm x 23cm
x 1,3cm
GRFICO 52 - ANLISE PARA O COMPRIMENTO DE F1PFTR

GRFICO 53 - ANLISE PARA A LARGURA DE F1PFTR

GRFICO 54 - ANLISE PARA A ALTURA DE F1PFTR

Cp = 0,62
Cpk = 0,25
Cpm = 0,41
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
4
8
12
16
20
24

Cpkm = 0,41
Cp=0,94
Cpk=-0,10
Cpk(superior)=1,98
Cpk(inferior)=-0,10
Cpkm=0,28
comprimento
f
r
e
q
n
c
i
a
37 38 39 40 41
0
4
8
12
16

Cp=0,86
Cpk=-0,66
Cpk(superior)=2,37
Cpk(inferior)=-0,66
Cpkm=0,18
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
3
6
9
12
15
18

266

QUADRO 4A ANLISE DAS AMOSTRAS DE TIJOLOS DE
PAULO FRONTIM PR

Municpio:
Paulo
Frontim
Produto: Tijolos

Indstrias
Parmetros: # Dimenses: # 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 4F C [18,7; 19,3]; L [8,7; 9,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1PFP6F 19,69 0,43 -0,56 0,13 13,83 0,56 0,24 0,41 9,13 0,66 0,37 0,49 No-Conforme
F1PFP4F 20,30 0,50 -1,68 0,08 9,39 0,8 -0,24 0,24 9,43 0,73 -0,32 0,22 No-Conforme
F1PFPMAC 20,24 0,76 -2,40 0,08 10,73 0,55 -2,62 0,06 5,56 0,81 0,43 0,53 No-Conforme

OBS: 6F = tijolos de 6 furos; 4F= tijolos de 4 furos
MAC=tijolos macios

QUADRO 4B-ANLISE DAS AMOSTRAS DE TELHAS DE
PAULO FRONTIM PR,

Municpio:
Paulo Frontim
Produto: Telhas

Indstrias
Parmetros: # Dimenses: # TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39 ; 41]; L [23,4; 24,6]; h [1,1; 1,5]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1PFTF 38,80 1,38 -0,69 0,22 22,02 0,94 -2,96 0,08 1,46 0,69 0,47 0,57 No-Conforme
F1PFTR 35,89 0,94 -0,10 0,28 22,43 0,86 -0,66 0,18 1,43 0,62 0,25 0,41 No-Conforme
OBS: TF = Telha Francesa; TR = Telha Romana
O quadro acima, permite concluir que no tocante ao comprimento a
mdia dos produtos encontra-se acima do LSE para os tijolos e abaixo do LIE para as
telhas.
Quanto a largura, apenas os tijolos de seis furos tm sua mdia dentro dos
limites de especificao.
Quanto a altura/espessura, a mdia de todos os produtos ( telhas e tijolos)
encontra-se dentro das normas.

267
No entanto, todos os processos apresentam descentralidades ( CpCpk) e
ndices de capacidade, Cp e Cpkm, abaixo de 1 (excetuando-se o comprimento das
telhas francesas com Cp=1,38). Isso caracteriza a incapacidade do processo produtivo
para os padres exigidos.

268
3.8.5 MALLET (PR)- As indstrias em atividade produzem somente
tijolos de 6 furos. A avaliao a seguinte:
3.8.5.1 Anlise para F1MG
9cm
GRFICO 55 - ANLISE PARA O COMPRIMENTO DE F1MG6F
Cp = 0,48
Cpk = -0,05
Cpm = 0,25
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
3
6
9
12
15
18

GRFICO 56 - ANLISE PARA A LARGURA DE F1MG6F
Cp = 0,41
Cpk = 0,16
Cpm = 0,33
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
c
i
a
13 13,4 13,8 14,2 14,6 15
0
3
6
9
12
15
18

GRFICO 57 - ANLISE PARA A ALTURA DE F1MG6F
Cp = 0,77
Cpk = 0,19
Cpm = 0,38
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
4
8
12
16
20
24

Cpkm = 0,25
Cpkm = 0,33
Cpkm = 0,38

269

3.8.5.2 Anlise para F2MSJ
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm

GRFICO 58 - ANLISE PARA O COMPRIMENTO DE F2MSJ6F
Cp = 0,56
Cpk = -0,10
Cpm = 0,25
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
4
8
12
16
20
24

GRFICO 59 - ANLISE PARA A LARGURA DE F2MSJ6F
Cp = 0,42
Cpk = 0,26
Cpm = 0,38
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16

GRFICO 60 - ANLISE PARA A ALTURA DE F2MSJ6F
Cp = 0,50
Cpk = 0,48
Cpm = 0,50
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,6 8,9 9,2 9,5 9,8 10,1
0
3
6
9
12
15

Cpkm = 0,25
Cpkm = 0,38
Cpkm = 0,50

270

MALLET - PR

Produto: Tijolos
Indstrias

# ndice:Cpkm= Cp 1,00; Cpkm 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1MG6F 19,35 0,48 -0,09 0,25 14,19 0,41 0,15 0,33 9,24 0,77 0,19 0,38 No-Conforme
F2MSJ6F 18,65 0,56 -0,10 0,25 13,88 0,42 0,26 0,38 8,99 0,50 0,48 0,50 No-Conforme
OBS:; 6F = Tijolos de 6 Furos

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que o
comprimento mdio dos tijolos produzidos encontra-se fora dos limites de
especificao[18,7-19-19,3]. J a largura e a altura apresentam mdia compatvel
com o disposto nas normas. No entanto todas dimenses esto
descentralizadas(CpCpk) e os ndices de capacidade Cp e Cpkm apresentam-se
inferiores a 1, considerados insuficientes para os padres de qualidade exigidos para
a produo industrial.

271
3.8.6 TEIXEIRA SOARES (PR)- Possui uma nica industria cermica que
produz tijolos de 6 furos. A avaliao a seguinte:
3.8.6.1 Anlise para F1TSCG

9cm
GRFICO 61 - ANLISE PARA O COMPRIMENTO DE F1PTSCG6F
Cp =0,36
Cpk = 0,04
Cpm = 0,26
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30

GRFICO 62 - ANLISE PARA A LARGURA DE F1PTSCG6F
Cp =0,70
Cpk =0,68
Cpm = 0,70
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,5 13,7 13,9 14,1 14,3 14,5 14,7
0
3
6
9
12
15
18

GRFICO 63 - ANLISE PARA A ALTURA DE F1PTSCG6F
Cp =0,68
Cpk = 0,45
Cpm = 0,56
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18

Cpkm = 0,26
Cpkm = 0,70
Cpkm = 0,56

272

TEIXEIRA SOARES - PR
Municpio:
Teixeira
Soares
Produto: Tijolos
Indstrias Parmetros: # Dimenses: # 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1TSCG6F 19,26 0,36 0,04 0,26 14,00 0,70 0,68 0,70 8,90 0,68 0,45 0,56 No-Conforme
OBS: 6F = Tijolos de 6 Furos

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que apesar
de todas as dimenses mdias encontrarem-se dentro dos limites de especificao,
estas dimenses apresentam-se descentralizadas ( CpCpk). Os ndices Cp e Cpkm
apresentam-se inferiores a 1, considerados insuficientes para os padres de qualidade
exigidos para a produo.

273
3.8.7 FERNANDES PINHEIRO (PR)- Produz somente tijolos de 6 furos.A
avaliao a seguinte:

3.8.7.1 Anlise para F1FPSG
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 21,5cm x 15cm x
10 cm
GRFICO 64 - ANLISE PARA O COMPRIMENTO DE F1FPSG6F
Cp=0,26
Cpk=0,21
Cpk(Superior)=0,21
Cpk (Inferior) = 0,30
Cpm=0,26
Comprimento
f
r
e
q
n
c
i
a
LIE= 21,2 NOMINAL= 25 LSE=28
20 20,5 21 21,5 22 22,5 23
0
4
8
12
16
20
24

GRFICO 65 - ANLISE PARA A LARGURA DE F1FPSG6F
Cp=0,34
Cpk=-0,01
Cpk(superior) =0,69
Cpm=0,24
Cpk(inferior) =-0,01
Largura
f
r
e
q
n
c
i
a
13 13,5 14 14,5 15 15,5 16
0
10
20
30
40

GRFICO 66 - ANLISE PARA A ALTURA DE F1FPSG6F

Cp=0,56
Cpk=0,39
Cpk(Superior)=0,72
Cpk(inferior)=0,39
Cpm=0,50
Altura
f
r
e
q
u
n
c
i
a
9,3 9,5 9,7 9,9 10,1 10,3 10,5 10,7 10,9
0
3
6
9
12
15
18
Cpkm = 0,26
Cpkm = 0,24
Cpkm = 0,50

274

FERNANDES PINHEIRO- PR
Municpio:
Fernandes
Pinheiro
Produto: Tijolos

Indstrias
Parmetros: # Dimenses: 6F C [21,2; 21,8]; L [14,7; 15,3]; h [9,7 ;10,3]
# ndice:Cpkm=Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1FPSG6F 21,55 0,26 0,21 0,26 14,69 0,39 -0,01 0,26 9,91 0,52 0,39 0,50 No-Conforme
OBS: 6F = Tijolos de 6 FuroS

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que apesar
de todas as dimenses mdias encontrarem-se dentro dos limites de especificao,
estas dimenses apresentam-se descentralizadas ( CpCpk). Os ndices Cp e Cpkm
apresentam-se inferiores a 1, considerado insuficientes para os padres de qualidade
exigidos para a produo.

275
3.8.8 IVA (PR)- Foram verificadas as amostras de duas indstrias. A
avaliao a seguinte:
3.8.8.1 Anlise para F1IS

a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 20cm x
15cm x 10cm
GRFICO 67 - ANLISE PARA O COMPRIMENTO DE F1IS6FE
Cp = 0,68
Cpk = -0,52
Cpm = 0,18
LIE = 19,7 NOMINAL = 20,0 LSE = 20,3
Comprimento
F
r
e
q
n
c
i
a
19 19,4 19,8 20,2 20,6 21 21,4
0
4
8
12
16

GRFICO 68 - ANLISE PARA A LARGURA DE F1IS6FE
Cp = 0,69
Cpk = -0,46
Cpm = 0,19
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
14 14,3 14,6 14,9 15,2 15,5
0
3
6
9
12
15

GRFICO 69 - ANLISE PARA A ALTURA DE F1IS6FE
Cp = 0,86
Cpk = -0,21
Cpm = 0,25
LIE= 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,2 9,4 9,6 9,8 10 10,2 10,4
0
3
6
9
12
15

Cpkm = 0,18
Cpkm = 0,19
Cpkm = 0,25

276
9cm
GRFICO 70 - ANLISE PARA O COMPRIMENTO DE F1IS6F
Cp = 0,39
Cpk = 0,07
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15

GRFICO 71 - ANLISE PARA A LARGURA DE F1IS6F
Cp = 0,64
Cpk = -0,08
Cpm = 0,27
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15

GRFICO 72 - ANLISE PARA A ALTURA DE F1IS6F
Cp = 0,63
Cpk = 0,63
Cpm = 0,63
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
3
6
9
12
15

Cpkm = 0,28
Cpkm = 0,27
Cpkm = 0,63

277
c) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm x
9cm
GRFICO 73 - ANLISE PARA O COMPRIMENTO DE F1IS2F
Cp = 0,59
Cpk = -1,54
Cpm = 0,09
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16
20
24

GRFICO 74 - ANLISE PARA A LARGURA DE F1IS2F
Cp = 0,74
Cpk = -1,88
Cpm = 0,09
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
3
6
9
12
15
18

GRFICO 75 - ANLISE PARA A ALTURA DE F1IS2F
Cp=1,01
Cpk=0,97
Cpk(Superior)=1,04
Cpk( inferior)=0,97
Cpm=1,0
Altura
f
r
e
q
n
c
i
a
5,3 5,5 5,7 5,9 6,1
0
4
8
12
16
20
24

Cpkm = 0,09
Cpkm = 0,09
Cpkm = 1,00

278

3.8.8.2 Anlise para F2I19
a)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
20cm x 15cm x 10cm

GFICO 76 - ANLISE PARA O COMPRIMENTO DE F2I196FE
Cp = 0,37
Cpk = -1,26
Cpm = 0,07
LIE = 19,7 NOMINAL = 20,0 LSE = 20,3
Comprimento
F
r
e
q
n
c
i
a
19 20 21 22 23
0
10
20
30
40

GRFICO 77 - ANLISE PARA A LARGURA DE F2I196FE
Cp = 0,74
Cpk = -0,04
Cpm = 0,29
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
14 14,3 14,6 14,9 15,2 15,5
0
4
8
12
16
20

GRFICO 78 - ANLISE PARA A ALTURA DE F2I196FE
Cp = 0,92
Cpk = 0,42
Cpm = 0,51
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,5 9,7 9,9 10,1 10,3 10,5
0
3
6
9
12
15
18

Cpkm = 0,07
Cpkm = 0,29
Cpkm = 0,51

279
b)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm

GRFICO 79 - ANLISE PARA O COMPRIMENTO DE F2I196F
Cp = 0,92
Cpk = 0,56
Cpm = 0,62
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5 19,7
0
4
8
12
16
20
24

GRFICO 80 - ANLISE PARA A LARGURA DE F2I196F
Cp = 0,99
Cpk = -0,09
Cpm = 0,29
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,3 13,5 13,7 13,9 14,1 14,3 14,5
0
3
6
9
12
15
18

GRFICO 81 - ANLISE PARA A ALTURA DE F2I196F
Cp = 0,76
Cpk = 0,48
Cpm = 0,58
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16

Cpkm = 0,62
Cpkm = 0,29 Cpkm = 0,29
Cpkm = 0,58

280
c) Anlise para os tijolos de 8 furos nas dimenses nominais de 19cm x
19cm x 9cm

GRFICO 82 - ANLISE PARA O COMPRIMENTO DE F2I198F
Cp = 0,66
Cpk = -2,43
Cpm = 0,07
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16

GRFICO 83 - ANLISE PARA A LARGURA DE F2I198F
Cp = 1,21
Cpk = -1,87
Cpm = 0,13
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30

GRFICO 84 - ANLISE PARA A ALTURA DE F2I198F
Cp = 0,99
Cpk = -1,45
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24

Cpkm = 0,07
Cpkm = 0,13
Cpkm = 0,13

281
d) Anlise para lajotas nas dimenses nominais de 30cm x 19cm x 7cm
GRFICO 85 - ANLISE PARA O COMPRIMENTO DE F2I19L
Cp = 0,92
Cpk = -3,43
Cpm = 0,07
LIE = 29,7 NOMINAL = 30,0 LSE = 30,3
Comprimento
F
r
e
q
n
c
i
a
28 28,4 28,8 29,2 29,6 30 30,4 30,8
0
4
8
12
16
20

GRFICO 86 - ANLISE PARA A LARGURA DE F2I19L
Cp = 0,87
Cpk = 0,52
Cpm = 0,59
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5
0
4
8
12
16
20

GRFICO 87 - ANLISE PARA A ALTURA DE F2I19L
Cp = 0,55
Cpk = -0,28
Cpm = 0,20
LIE = 6,7 NOMINAL = 7,0 LSE = 7,3
Altura
F
r
e
q
n
c
i
a
6 6,3 6,6 6,9 7,2 7,5
0
5
10
15
20
25
30

Cpkm = 0,07
Cpkm = 0,59
Cpkm = 0,20

282

QUADRO 8 ANLISE DAS AMOSTRAS DE TIJOLOS DE IVA- PR
Municpio
: Iva
Produto: Tijolos

Indstria
s
Parmetros: # Dimenses:
6FE C [19,7;20,3]; L [14,7; 15,3]; h [9,7;10,3]
# 6F C [18,7;19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 8F C [18,7;19,3]; L [18,7;19,3]; h [8,7; 9,3]
# L C [29,7;30,3]; L [18,7;19,3]; h [6,7;7,3]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md
cm
F1IS6FE 20,53 0,68 -0,52 0,18 14,5 0,69 -0,46 0,19 9,63 0,86 -0,21 0,25 No-Conforme
F1IS6F 18,76 0,39 0,07 0,28 13,66 0,64 -0,08 0,27 9,0 0,63 0,63 0,63 No-Conforme
F1IS2F 20,08 0,59 -1,54 0,09 10,06 0,74 -1,88 0,09 5,69 1,01 0,97 1,00 No-Conforme
F2I196FE 21,33 0,37 -1,26 0,07 14,68 0,74 -0,04 0,29 9,83 0,92 0,42 0,51 No-Conforme
F2I196F 18,92 0,59 0,46 0,62 13,67 0,99 -0,09 0,29 9,11 0,76 0,48 0,58 No-Conforme
F2I198F 20,4 0,66 -2,43 0,07 19,76 1,21 -1,87 0,13 9,74 0,99 -1,45 0,13 No-Conforme
F2I19L 28,59 0,92 -3,43 0,07 18,88 0,87 0,52 0,59 6,55 0,55 -0,28 0,20 No-Conforme

OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos; 8F = Tijolos de 8 Furos
L=Lajota; 2F : Tijolos de 2 Furos

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que h uma
predominncia na descentralidades das dimenses pois CpCpk.Os ndices de
capacidade Cp e Cpkm, somente encontram-se superiores a 1 para a altura de F1IS2F.
Desta forma, os ndices apresentados so inferiores ao mnimo exigidos para os
padres de qualidade.

283
3.8.9 IPIRANGA (PR)- A nica cermica existente apresenta as seguintes
caractersticas para os seus produtos:
3.8.9.1 Anlise para F1IPW

14cm x 9cm
GRFICO 88 - ANLISE PARA O COMPRIMENTO DE F1IPW6F
Cp = 0,22
Cpk = 0,18
Cpm = 0,22
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
q
n
c
i
a
17 18 19 20 21
0
2
4
6
8
10
12

GRFICO 89 - ANLISE PARA A LARGURA DE F1IPW6F
Cp = 0,34
Cpk = 0,06
Cpm = 0,26
LIE = 13,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
3
6
9
12
15

GRFICO 90 - ANLISE PARA A ALTURA DE F1IPW6F
Cp = 0,47
Cpk = 0,45
Cpm = 0,47
LIE = 8,7 NOMINAL 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,6 8,9 9,2 9,5 9,8 10,1
0
4
8
12
16
20
24

Cpkm = 0,22
Cpkm = 0,26
Cpkm = 0,47

284

QUADRO 9 ANLISE DAS AMOSTRAS DE TIJOLOS DE IPIRANGA- PR
Municpio:
Ipiranga
Produto: Tijolos

Indstrias
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1IP6F 18,98 0,22 -0,56 0,22 14,24 0,34 0,66 0,26 8,99 0,47 0,45 0,47 No-Conforme

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que
apesar de todas as dimenses mdias encontrarem-se-se dentro dos limites de
especidifica, apresentam-se descentralizadas ( CpCpk) e com ndices de
capacidade(Cp e Cpkm) inferiores a l; os quais so considerados insuficientes..

285
3.8.10 REBOUAS (PR )- Apresenta uma nica indstria cermica que est
procurando se especializar em determinados produtos. Apresenta bom nvel de
investimento com controle computadorizado das temperaturas dos fornos, o que revela
a ocorrncia de qualquer anomalia durante o processo de produo. Em sntese tem-se
os seguintes resultados:
3.8.10.1 Anlise para F1RBJ
a) Anlise para os tijolos de 6 furos especial nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 91 - ANLISE PARA O COMPRIMENTO DE F1RBJ6FE
Cp = 0,65
Cpk = -1,04
Cpm = 0,12
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
4
8
12
16
20

GRFICO 92 - ANLISE PARA A LARGURA DE F1RBJ6FE
Cp = 0,63
Cpk = -3,53
Cpm = 0,05
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 14 15 16 17
0
3
6
9
12
15

GRFICO 93 - ANLISE PARA A ALTURA DE F1RBJ6FE
Cp = 0,74
Cpk = 0,16
Cpm = 0,37
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
10,8 11 11,2 11,4 11,6 11,8 12
0
3
6
9
12
15
18

Cpkm = 0,12
Cpkm = 0,05
Cpkm = 0,37

286
b) Anlise para telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm

GRFICO 94 - ANLISE PARA O COMPRIMENTO DE F1RBJ6TR

GRFICO 95 - ANLISE PARA A LARGURA DE F1RBJ6TR

GRFICO 96 - ANLISE PARA A ALTURA DE F1RBJ6TR
Cp = 0,62
Cpk = 0,51
Cpm = 0,59
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
3
6
9
12
15
18

Cpkm = 0,59
Cp=1,22
Cpk=0,73
Cpk(superior)=0,73
Cpk(inferior)=1,70
Cpkm=0,68
LSL = 39,0, Nominal = 40,0, USL = 41,0
Comprimento
f
r
e
q
n
c
i
a
39 39,4 39,8 40,2 40,6 41 41,4 41,8
0
3
6
9
12
15

Cp=0,37
Cpk=-0,20
Cpk(superior)=0,93
Cpk(inferior)=-0,20
Cpkm=0,19
Largura
f
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15
18

287

QUADRO 10A-ANLISE DAS AMOSTRAS DE TIJOLOS DE
REBOUAS - PR
Municpio:
Rebouas
Produto: Tijolo

Indstrias
Parmetros: # Dimenses: 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# ndice: Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1R6FE 23,22 0,65 -1,04 0,12 15,99 0,63 -3,53 0,05 11,22 0,74 0,16 0,37 No-Conforme

REBOUAS - PR
Municpio:
Rebouas
Produto: Telhas

Indstrias
Parmetros: # Dimenses: TR C [39,0; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice: Cpkm= Cp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md (cm)
F1RTR 40,40 1,22 0,73 0,68 23,07 0,37 -0,20 0,19 1,33 0,62 0,51 0,59 No-Conforme
OBS: TR = Telha Romana

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que todos os
produtos apresentam descentralidades com CpCpk.As dimenses mdias,
excetuando-se o comprimento para os tijolos e a largura para as telhas, encontram-se
dentro das especificaes. No entanto os baixos ndices Cp e Cpkm, indicam que a
capacidade do processo insuficiente para os padres de qualidade exigidos.

288
3.11 IRATI (PR)- Possui 4 indstrias cermicas, das quais foram verificadas
2 . So as seguintes as anlises:
3.11.1 Anlise para F1IRM

a) Anlise para os tijolos de 6 furos especial nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 97 - ANLISE PARA O COMPRIMENTO DE F1IRM6FE
Cp = 0,43
Cpk = -2,09
Cpm = 0,06
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
5
10
15
20
25
30

GRFICO 98 - ANLISE PARA A LARGURA DE F1IRM6FE
Cp = 0,71
Cpk = -2,63
Cpm = 0,07
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,5 14 14,5 15 15,5 16
0
4
8
12
16
20
24

GRFICO99- ANLISE PARA A ALTURA DE F1IRM6FE
Cp = 0,76
Cpk = -2,48
Cpm = 0,08
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
9,8 10,2 10,6 11 11,4 11,8 12,2
0
3
6
9
12
15
18

Cpkm = 0,06
Cpkm = 0,07
Cpkm = 0,08

289
b) Anlise para telha francesa nas dimenses nominais de 40cm x 24cm x 1,4cm
GRFICO 100 - ANLISE PARA O COMPRIMENTO DE F1IRM6TF

GRFICO 101- ANLISE PARA A LARGURA DE F1IRM6TF

GRFICO 102 - ANLISE PARA A ALTURA DE F1IRM6TF
Cp = 0,89
Cpk = 0,85
Cpm = 0,88
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
0
4
8
12
16
20
24

Cpkm = 0,88
Cp=0,35
Cpk=0,07
Cpk(superior)=0,63
Cpk(inferior)=0,07
Cpkm=0,27
Comprimento
F
r
e
q
n
c
i
a
36 37 38 39 40 41 42
0
5
10
15
20
25
30
Cp=0,73
Cpk=-0,73
Cpk(superior)=2,19
Cpk(inferior)=-0,73
Cpkm=0,16
Largura
F
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5
0
3
6
9
12
15

290

3.11.2 Anlise para F2IRJM
9cm
GRFICO 103 - ANLISE PARA O COMPRIMENTO DE F2IRJM6F
Cp = 0,55
Cpk = 0,54
Cpm = 0,55
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20
0
3
6
9
12
15

GRFICO 104 - ANLISE PARA A LARGURA DE F2IRJM6F
Cp = 1,07
Cpk = -1,73
Cpm = 0,13
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20

GRFICO 105 - ANLISE PARA A ALTURA DE F2IRJM6F
Cp = 0,95
Cpk = 0,92
Cpm = 0,94
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
5
10
15
20
25

Cpkm = 0,55
Cpkm = 0,13
Cpkm = 0,94

291
b) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 106- ANLISE PARA O COMPRIMENTO DE F2IRJM6FE
Cp = 0,67
Cpk = -2,98
Cpm = 0,06
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
4
8
12
16

GRFICO 107 - ANLISE PARA A LARGURA DE F2IRJM6FE
Cp = 0,52
Cpk = -1,79
Cpm = 0,07
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,5 14 14,5 15 15,5 16
0
5
10
15
20
25

GRFICO 108 - ANLISE PARA A ALTURA DE F2IRJM6FE
Cp = 0,41
Cpk = -0,44
Cpm = 0,15
LIE= 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
10 10,3 10,6 10,9 11,2 11,5 11,8
0
10
20
30
40

Cpkm = 0,06
Cpkm = 0,07
Cpkm = 0,15

292

QUADRO 11A - ANLISE DAS AMOSTRAS DE TIJOLOS DE
IRATI PR
Municpio:
Irati
Produto: Tijolos
Indstrias
# 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
0F1IR6FE 22,23 0,43 -2,09 0,06 15,40 0,71 -2,63 0,07 10,22 0,76 -2,48 0,08 No-Conforme
F2IJM6F 18,99 0,55 0,54 0,55 13,22 1,07 -1,73 0,13 9,01 0,95 0,92 0,94 No-Conforme
F2IJM6FE 22,36 0,67 -2,98 0,06 15,33 0,52 -1,79 0,07 10,88 0,41 -0,44 0,15 No-Conforme
OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos;

QUADRO 11B ANLISE DAS AMOSTRAS DE TELHAS DE IRATI PR
Municpio:
Irati
Produto: Telhas
Indstrias
Parmetros: # Dimensjies: TF C [39,2; 40,8]; L [2352; 24,48]; h [1,2; 1,6]
# ndice: Cpkm=PCp 1,00; Cpk 1,00
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1IRTF 39,36 0,35 0,07 0,27 23,04 0,73 -0,73 0,16 1,39 0,89 0,85 0,88 No-Conforme

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que todos os
produtos apresentam descentralidades com CpCpk.A maior parte das dimenses
mdias encontram-se fora especificaes. Os baixos ndices Cp e Cpkm, indicam que a
capacidade do processo insuficiente para os padres de qualidade exigidos.

293
3.12 IMBITUVA (PR)- Possui 9 indstrias cermicas, das quais foram
analisadas 5 indstrias. a seguinte a anlise para esse municpio:
3.12.1 Anlise para F1IM90

9cm
GRFICO 109- ANLISE PARA O COMPRIMENTO DE F1IM906F
Cp = 0,23
Cpk = 0,03
Cpm = 0,20
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
e
q
n
c
i
a
17 18 19 20 21
0
3
6
9
12
15

GRFICO110 - ANLISE PARA A LARGURA DE F1IM906F
Cp = 0,69
Cpk = -0,24
Cpm = 0,23
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
10
20
30
40

GRFICO 111 - ANLISE PARA A ALTURA DE F1IM906F
Cp = 0,53
Cpk = 0,19
Cpm = 0,37
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,2 8,5 8,8 9,1 9,4 9,7
0
5
10
15
20
25

Cpkm = 0,20
Cpkm = 0,23
Cpkm = 0,37

294
9cm
GRFICO 112 - ANLISE PARA O COMPRIMENTO DE F1IM904F
Cp = 0,53
Cpk = -1,80
Cpm = 0,07
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
4
8
12
16

GRFICO 113 - ANLISE PARA A LARGURA DE F1IM904F
Cp = 0,72
Cpk = -0,86
Cpm = 0,15
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15
18

Cp = 0,56
Cpk = -0,41
Cpm = 0,18
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
m
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15

Cpkm = 0,07
Cpkm = 0,15
Cpkm = 0,18

295
5,7cm
GRFICO 115- ANLISE PARA O COMPRIMENTO DE F1IM902F
Cp = 0,26
Cpk = -1,05
Cpm = 0,06
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
4
8
12
16
20

GRFICO 116 - ANLISE PARA A LARGURA DE F1IM902F
Cp = 0,73
Cpk = -4,36
Cpm = 0,05
LIE= 8,7 NOMINAL 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2 11,7
0
3
6
9
12
15
18

Cp = 0,62
Cpk = 0,17
Cpk (inferior) 0,17
Cpm = 0,36
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3
0
3
6
9
12
15

Cpkm = 0,06
Cpkm = 0,05
Cpkm = 0,36

296

3.12.2 Anlise para F2IMC
a) Anlise para telhas francesas nas dimenses nominais de 40cm x 24cm x 1,4cm
GRFICO 118 - ANLISE PARA O COMPRIMENTO DE F2IMCTF

GRFICO 119 - ANLISE PARA A LARGURA DE F2IMCTF

GRFICO 120 - ANLISE PARA A ALTURA DE F2IMCTF
Cp = 0,78
Cpk = 0,76
Cpm = 0,78
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
0
3
6
9
12
15
18

Cpkm = 0,78
Cp=0,74
Cpk=0,58
Cpk(superior)=0,58
Cpk(inferior)=0,90
Cpkm=0,67
Comprimento
f
r
e
q
n
c
i
a
39 39,4 39,8 40,2 40,6 41 41,4 41,8
0
4
8
12
16

Cp=1,45
Cpk=-0,77
Cpk(superior)=3,68
Cpk(inferior)=-0,77
Cpkm=0,21
LIE=23,52 NOMINAL=24,00 LSE=24,48
Largura
F
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5
0
4
8
12
16
20
24

297
b)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 121 - ANLISE PARA O COMPRIMENTO DE F2IMC6F
Cp = 0,32
Cpk = -0,07
Cpm = 0,21
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5
0
4
8
12
16
20
24

GRFICO 122 - ANLISE PARA A LARGURA DE F2IMC6F
Cp = 0,857
Cpk = 0,24
Cpm = 0,41
LIE= 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
4
8
12
16
20

GRFICO 123 - ANLISE PARA A ALTURA DE F2IMC6F
Cp = 0,97
Cpk = -1,23
Cpm = 0,14
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24

Cpkm = 0,21
Cpkm = 0,41
Cpkm = 0,14

298
c)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 9cm
GRFICO 124 - ANLISE PARA O COMPRIMENTO DE F2IMC6FE
Cp = 0,42
Cpk = -0,32
Cpm = 0,17
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15

GRFICO 125 - ANLISE PARA A LARGURA DE F2IMC6FE
Cp = 0,74
Cpk = -0,04
Cpm = 0,29
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
3
6
9
12
15
18

GRFICO 126 - ANLISE PARA A ALTURA DE F2IMC6FE
Cp = 0,84
Cpk = -1,28
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24

Cpkm = 0,17
Cpkm = 0,29
Cpkm = 0,13

299
3.12.3 Anlise para F3IMA
a)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x
9cm
GRFICO 127 - ANLISE PARA O COMPRIMENTO DE F3IMA6F
Cp = 0,57
Cpk = -0,05
Cpm = 0,27
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
5
10
15
20
25

GRFICO 128 - ANLISE PARA A LARGURA DE F3IMA6F
Cp = 0,77
Cpk = 0,60
Cpm = 0,68
LIE = 13,7 NOMINAL 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4 14,6
0
3
6
9
12
15
18

GRFICO 129 - ANLISE PARA A ALTURA DE F3IMA6F
Cp = 0,66
Cpk = 0,46
Cpm = 0,57
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16

Cpkm = 0,27
Cpkm = 0,68
Cpkm = 0,57

300
b)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 21,5cm x
15cm x 10cm, fora das especificaes da ABNT
GRFICO 130 - ANLISE PARA O COMPRIMENTO DE F3IMA6FE
Cp = 0,88
Cpk = -0,22
Cpm = 0,25
LIE = 21,2 NOMINAL = 21,5 LSE = 21,8
Comprimento
F
r
e
q
n
c
i
a
20 20,3 20,6 20,9 21,2 21,5 21,8
0
4
8
12
16
20

GRFICO 131 - ANLISE PARA A LARGURA DE F3IMA6FE
Cp = 0,43
Cpk = -0,40
Cpm = 0,16
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
3
6
9
12
15
18

GRFICO 132 - ANLISE PARA A ALTURA DE F3IMA6FE
Cp = 0,77
Cpk = 0,71
Cpm = 0,75
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,5 9,7 9,9 10,1 10,3 10,5 10,7
0
3
6
9
12
15
18

Cpkm = 0,25
Cpkm = 0,16
Cpkm = 0,75

301
3.12.4 Anlise para a indstria F4IMM
a)Produz somente telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 133 - ANLISE PARA O COMPRIMENTO DE F4IMMTR

GRFICO 134 - ANLISE PARA A LARGURA DE F4IMMTR

GRFICO 135 - ANLISE PARA A ALTURA DE F4IMMTR
Cp = 0,55
Cpk = 0,13
Cpm = 0,34
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8 2
0
4
8
12
16
20
24

Cp=1,65
Cpk=0,98
Cpk(superior)=2,32
Cpk(inferior)=0,98
Cpkm=0,73
i
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
4
8
12
16
20
Cpkm = 0,34
Cp=0,83
Cpk=0,77
Cpk(superior)=0,77
Cpk(inferior)=0,89
Cpkm=0,82
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
10
20
30
40

302
3.12.5 Anlise para a indstria F5IMR
a)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 9cm
GRFICO 136 - ANLISE PARA O COMPRIMENTO DE F5IMR6FE
Cp = 0,45
Cpk = -0,92
Cpm = 0,11
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
23 23,5 24 24,5 25 25,5 26
0
3
6
9
12
15
18

GRFICO 137 - ANLISE PARA A LARGURA DE F5IMR6FE
Cp = 1,37
Cpk = 0,72
Cpm = 0,62
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4
0
4
8
12
16
20
24

GRFICO 138- ANLISE PARA A ALTURA DE F5IMR6FE
Cp = 0,80
Cpk = 0,72
Cpm = 0,78
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20

Cpkm = 0,11
Cpkm = 0,62
Cpkm = 0,78

303

9cm
GRFICO 139 - ANLISE PARA O COMPRIMENTO DE F5IMR6F
Cp = 0,60
Cpk = -0,60
Cpm = 0,16
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
20
24

GRFICO 140 - ANLISE PARA A LARGURA DE F5IMR6F
Cp = 0,83
Cpk = 0,25
Cpm = 0,41
LIE = 13,7 NOMINAL = 14,0 LSE 14,3
Largura
F
r
e
q
n
c
i
a
13,4 13,6 13,8 14 14,2 14,4 14,6
0
4
8
12
16
20

GRFICO 141 - ANLISE PARA A ALTURA DE F5IMR6F
Cp = 0,68
Cpk = 0,67
Cpm = 0,68
LIE = 8,7 NOMINAL = 9,0 LSE 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
4
8
12
16
20
24

Cpkm = 0,16
Cpkm = 0,41
Cpkm = 0,68

304
c)Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x 9cm
GRFICO 142 - ANLISE PARA O COMPRIMENTO DE F5IMR4F
Cp = 0,72
Cpk = -5,53
Cpm = 0,04
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23
0
3
6
9
12
15
18

GRFICO 143 - ANLISE PARA A LARGURA DE F5IMR4F
Cp = 1,07
Cpk = 0,66
Cpm = 0,67
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
5
10
15
20
25
30

GRFICO 144 - ANLISE PARA A ALTURA DE F5IMR4F
Cp = 1,28
Cpk = 0,03
Cpm = 0,33
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
20
24

Cpkm = 0,04
Cpkm = 0,67
Cpkm = 0,33

305
3.12.6 Anlise para a indstria F6IMSA
9cm
GRFICO 145- ANLISE PARA O COMPRIMENTO DE F6IMSA6F
Cp = 0,43
Cpk = -0,27
Cpm = 0,18
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
3
6
9
12
15

GRFICO 146 - ANLISE PARA A LARGURA DE F6IMSA6F
Cp = 0,92
Cpk = 0,70
Cpm = 0,77
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4 14,6
0
4
8
12
16
20
24

GRFICO 147 - ANLISE PARA A ALTURA DE F6IMSA6F
Cp = 0,74
Cpk = 0,49
Cpm = 0,59
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20

Cpkm = 0,18
Cpkm = 0,77
Cpkm = 0,59

306

b) Anlise para telha francesa nas dimenses nominais de 40cm x 24cm x 14cm
GRFICO 148 - ANLISE PARA O COMPRIMENTO DE F6IMSATF

GRFICO 149 - ANLISE PARA A LARGURA DE F6IMSATF

GRFICO 150 - ANLISE PARA A ALTURADE F6IMSATF
Cp = 0,57
Cpk = 0,51
Cpm = 0,56
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8 2
0
4
8
12
16
20

Cpkm = 0,56
Cp=1,49
Cpk=-0,22
Cpk(superior)=3,19
Cpk(abaixo)=-0,22
Cpkm=0,28
Comprimento
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
3
6
9
12
15
18

Cp=0,97
Cpk=-3,38
Cpk(superior)=5,32
Cpk(inferior)=-3,38
Cpkm=0,07
Largura
f
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15
18

307
c) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x 9cm
GRFICO 151 - ANLISE PARA O COMPRIMENTO DE F6IMSA4F
Cp = 0,38
Cpk = -3,27
Cpm = 0,03
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
q
n
c
i
a
18 19 20 21 22 23
0
4
8
12
16

Cp = 0,54
Cpk = -1,93
Cpm = 0,07
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
3
6
9
12
15
18

Cp = 0,73
Cpk = -2,48
Cpm = 0,07
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
3
6
9
12
15
18

Cpkm = 0,03
Cpkm = 0,07
Cpkm = 0,07

308

d) Anlise para os tijolos de 2 furos nas dimenses nominais de 23cm x 11cm x
5cm
GRFICO 154 - ANLISE PARA O COMPRIMENTO DE F6IMSA2F
Cp = 0,58
Cpk = -2,18
Cpk (inferior0 = 3,34
Cpm = 0,07
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
3
6
9
12
15
18

Cp = 0,94
Cpk = -0,89
Cpm = 0,17
LIE = 10,7 NOMINAL = 11,0 LSE = 11,3
Largura
F
r
e
q
n
c
i
a
10 10,4 10,8 11,2 11,6 12 12,4 12,8
0
4
8
12
16
20
24

Cp = 1,03
Cpk = -1,56
Cpm = 0,13
LIE = 4,7 NOMINAL 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
4
8
12
16
20

Cpkm = 0,07
Cpkm = 0,17
Cpkm = 0,13

309

QUADRO 12A -ANLISE DAS AMOSTRAS DE TIJOLOS DE
IMBITUVA- PR
Municpio:
Imbituva
Produto: Tijolos

IIndstrias
Parmetros: # Dimenses:
# 6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FEE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# 6FE C [21,2; 21,8]; L [14,7; 15,3]; h [ 9,7; 10,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6]
# 4F C [18,7;19,3]; L [9,7;10,3]; h [9,7; 10,3]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
2FE C [22,7;23,3]; L [10,7;11,3]; h [4,7;5,3]

Comp Larg Alt
Md (cm)
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1IM906F 18,74 0,23 0,03 0,20 13,59 0,69 -0,24 0,23 8,81 0,53 0,19 0,37 No-Conforme
F1IM904F 20,33 0,53 -1,80 0,07 9,66 0,72 -0,86 0,15 9,52 0,56 -0,41 0,18 No-Conforme
F1IMB902F 20,52 0,26 -1,05 0,06 11,10 0,73 -4,36 0,05 5,48 0,62 0,17 0,36 No-Conforme
F2IMC6F 19,36 0,32 0,07 0,21 14,22 0,87 0,24 0,41 9,60 0,97 -1,23 0,14 No-Conforme
F2IMC6FEE 23,47 0,42 -0,32 0,17 14,31 0,74 -0,04 0,29 9,76 0,84 -1,28 0,13 No-Conforme
F3IMA6F 18,67 0,57 -0,05 0,27 14,06 0,77 0,60 0,68 9,09 0,66 0,46 0,57 No-Conforme
F3IMA6FE 21,12 0,88 -0,22 0,25 14,42 0,43 -0,40 0,16 9,98 0,77 0,71 0,75 No-Conforme
F5IMR6FEE 24,90 0,45 -0,92 0,11 13,86 1,37 0,72 0,62 9,03 0,80 0,72 0,78 No-Conforme
F5IMR6F 19,60 0,60 -0,60 0,16 13,79 0,83 0,25 0,41 9,0 0,68 0,67 0,68 No-Conforme
F5IMR4F 21,61 0,72 -5,53 0,04 9,12 1,07 0,66 0,67 9,30 1,28 0,03 0,33 No-Conforme
F6IMSA6F 19,49 0,43 -0,27 0,18 14,07 0,92 0,70 0,77 9,10 0,74 0,49 0,59 No-Conforme
F6IMSA4F 21,90 0,38 -3,27 0,03 10,38 0,54 -1,93 0,07 10,31 0,73 -2,48 0,07 No-Conforme
F6IMSA2FE 24,44 0,58 -2,18 0,07 11,59 0,94 -0,89 0,17 5,76 1,03 -1,56 0,13 No-Conforme

6FE = Tijolos de 6 Furos Especial ; M = Macio; 8F = Tijolos de 8 furos;
2F : Tijolos de 2 Furos; 2FE: Tijolos de 2 furos especial
6FEE= Tijolos de 6 Furos Especial ;

QUADRO 12B-ANLISE DAS AMOSTRAS DE TELHAS
DE IMBITUVA - PR
Municpio:
Imbituva
Produto: Telhas

Indstrias Parmetros: # Dimenses: TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39,0 ; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F2IMCTF 40,17 0,74 0,58 0,67 23,26 1,45 -0,77 0,21 1,40 0,78 0,76 0,78 No-Conforme
F4IMMTR 39,59 1,65 0,98 0,73 24,04 0,83 0,77 0,82 1,45 0,55 0,13 0,34 No-Conforme
F6IMSATF 39,08 1,49 0,22 0,28 21,80 0,97 -3,38 0,07 1,30 0,57 0,51 0,56 No-Conforme

310

O quadro anterior sintetiza as informaes obtidas nos respectivos grficos para o municpio
de Imbituva. Das 48 dimenses avaliadas, apenas 16 esto dentro dos respectivos limites de
especificao.Mais de 95% das amostra so descentralizadas ( CpCpk). O ndice de
capacidade Cp mostra-se favorvel em somente seis situaes ( ndice maior do que 1), no
entanto tal valor no atinge o Cpkm. Dentro dos conceitos de capacidade do processo,
considera-se o quadro insuficiente para o mnimo exigido.

311
3.8.13 GUAMIRANGA (PR) - Apresenta no seu conjunto as indstrias onde
podem se observar os maiores investimentos de todo o SINCOSUL. Das 4 indstrias
existentes foram tomadas amostra de 3 delas:
3.8.13.1 Anlise para F1GSP

9cm
GRFICO 157 - ANLISE PARA O COMPRIMENTO DE F1GSP6F
Cp = 0,47
Cpk = -0,39
Cpm = 0,17
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16

GRFICO 158 - ANLISE PARA A LARGURA DE F1GSP6F
Cp = 0,29
Cpk = -0,80
Cpm = 0,08
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 14 15 16 17
0
5
10
15
20
25
30

GRFICO 159 - ANLISE PARA A ALTURA DE F1GSP6F

Cp = 0,36
Cpk = -0,39
Cpm = 0,15
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
4
8
12
16
20
24

Cpkm = 0,17
Cpkm = 0,88
Cpkm = 0,15

312
10cm
GRFICO 160 - ANLISE PARA O COMPRIMENTO DE F1GSP4FE
Cp = 0,54
Cpk = 0,00
Cpm = 0,28
LIE = 24,7 NOMINAL = 25,0 LSE = 25,3
Comprimento
F
r
e
q
n
c
i
a
24 24,3 24,6 24,9 25,2 25,5
0
4
8
12
16
20
24

GRFICO 161 - ANLISE PARA A LARGURA DE F1GSP4FE
Cp = 0,98
Cpk = 0,21
Cpm = 0,39
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Largura
F
r
e
q
n
c
i
a
9,4 9,6 9,8 10 10,2 10,4 10,6
0
4
8
12
16
20
24

GRFICO162 - ANLISE PARA A ALTURA DE F1GSP4FE
Cp = 0,67
Cpk = 0,02
Cpm = 0,30
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,2 9,4 9,6 9,8 10 10,2 10,4
0
3
6
9
12
15
18

Cpkm = 0,28
Cpkm = 0,39
Cpkm = 0,30

313
5cm
GRFICO 163 - ANLISE PARA O COMPRIMENTO DE F1GSP2F
Cp = 0,35
Cpk = -1,63
Cpm = 0,06
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
20 21 22 23 24
0
4
8
12
16
20
24

GRFICO 164 - ANLISE PARA A LARGURA DE F1GSP2F
Cp = 0,47
Cpk = -1,06
Cpm = 0,10
LIE = 10,7 NOMINAL = 11,0 LSE = 11,3
Largura
F
r
e
q
n
c
i
a
9,3 9,7 10,1 10,5 10,9 11,3 11,7
0
4
8
12
16

GRFICO 165 - ANLISE PARA A ALTURA DE F1GSP2F
Cp = 0,88
Cpk = -0,84
Cpm = 0,17
LIE = 4,7 NOMINAL = 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
4
8
12
16
20
24

Cpkm = 0,06
Cpkm = 0,10
Cpkm = 0,17

314
d) Anlise para os tijolos macios nas dimenses nominais de 24cm x 11cm x
5cm
GRFICO 166 - ANLISE PARA O COMPRIMENTO DE F1GSPM
Cp = 0,30
Cpk = -0,99
Cpm = 0,07
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
20 21 22 23 24
0
4
8
12
16

GRFICO 167 - ANLISE PARA A LARGURA DE F1GSPM
Cp = 0,39
Cpk = -0,33
Cpm = 0,16
LIE = 10,7 NOMINAL = 11,0 LSE = 11,3
Largura
F
r
e
q
n
c
i
a
9,6 10 10,4 10,8 11,2 11,6
0
4
8
12
16
20

GRFICO 168 - ANLISE PARA A ALTURA DE F1GSPM
Cp = 0,66
Cpk = 0,13
Cpk (superior) =0,13
Cpm = 0,35
LIE = 4,7 NOMINAL = 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
5
10
15
20
25
30

Cpkm = 0,07
Cpkm = 0,16
Cpkm = 0,35

315
e) Anlise para telha francesa nas dimenses nominais de 40cm x 24cm x 1,4cm
GRFICO 169 - ANLISE PARA O COMPRIMENTO DE F1GSPTF

GRFICO 170 - ANLISE PARA A LARGURA DE F1GSPTF

GRFICO 171 - ANLISE PARA A ALTURA DE F1GSPTF
Cp = 0,66
Cpk = 0,66
Cpm = 0,66
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
3
6
9
12
15
18

Cpkm = 0,66

Cp=0,47
Cpk=-0,89
Cpk(superior)=1,83
Cpk(inferior)=-0,89
Cpkm=0,11
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15

316
3.8.13.2 Anlise para F2GG

a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de 24cm x
14cm x 11,5cm
GRFICO 172- ANLISE PARA O COMPRIMENTO DE F2GG6FE
Cp = 0,30
Cpk = -0,85
Cpm = 0,08
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
3
6
9
12
15

GRFICO173 - ANLISE PARA A LARGURA DE F2GG6FE
Cp = 0,33
Cpk = -0,35
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20

GRFICO 174 - ANLISE PARA A ALTURA DE F2GG6FE
Cp = 0,56
Cpk = 0,13
Cpm = 0,34
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
11 11,3 11,6 11,9 12,2 12,5
0
4
8
12
16

Cpkm = 0,08
Cpkm = 0,14
Cpkm = 0,34

317
9cm
GRFICO 175 - ANLISE PARA O COMPRIMENTO DE F2GG6F
Cp = 0,73
Cpk = 0,41
Cpk (inferior) =0,41
Cpm = 0,52
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,4 18,6 18,8 19 19,2 19,4
0
4
8
12
16
20

GRFICO 176 - ANLISE PARA A LARGURA DE F2GG6F
Cp = 0,51
Cpk = -0,08
Cpm = 0,25
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15

GRFICO 177 - ANLISE PARA A ALTURA DE F2GG6F
Cp = 1,15
Cpk = 0,01
Cpm = 0,32
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4
0
4
8
12
16
20
24

Cpkm = 0,52
Cpkm = 0,25
Cpkm = 0,32

318
c) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x 9cm x 9cm
Cp = 0,71
Cpk = -0,89
Cpm = 0,14
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
3
6
9
12
15
18

GRFICO 179- ANLISE PARA A LARGURA DE F2GG4F
Cp = 0,78
Cpk = -1,21
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15
18

Cp = 0,75
Cpk = -1,27
Cpm = 0,12
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
4
8
12
16
20

Cpkm = 0,14
Cpkm = 0,13
Cpkm = 0,12

319
d) Anlise para os tijolos de 8 furos nas dimenses nominais de 19cm x 19cm x
9cm
Cp=0,66
Cpk=0,28
Cpk(Superior) =0,28
Cpk(inferior)=1,03
Cpm=0,22
Comprimento
f
r
e
q
n
c
i
a
39 40 41 42 43
0
10
20
30
40

GRFICO 182 - ANLISE PARA A LARGURA DE F2GG8F
Cp = 0,60
Cpk = -1,14
Cpm = 0,11
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30

Cp = 0,33
Cpk = -0,48
Cpm = 0,12
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
5
10
15
20
25

Cpkm = 0,22
Cpkm = 0,11
Cpkm = 0,12

320
3.8.13.3 Anlise para F3G70
a) Anlise para telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 184 - ANLISE PARA O COMPRIMENTO DE F3G70TR

GRFICO 185 - ANLISE PARA A LARGURA DE F3G70TR

GRFICO 186 - ANLISE PARA A ALTURA DE F3G70TR
Cp = 0,94
Cpk = 0,90
Cpm = 0,93
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,1 1,2 1,3 1,4 1,5 1,6 1,7
0
5
10
15
20
25

Cpkm = 0,93

Cp=1,09
Cpk=0,17
Cpk(superior)=0,17
Cpk(inferior)=2,01
Cpkm=0,37
Comprimento
f
r
e
q
n
c
i
a
39 40 41 42 43
0
10
20
30
40
Cp=0,58
Cpk=-0,23
Cpk(superior)=1,39
Cpk(inferior)=-0,23
Cpkm=0,22
LSL = 23,4, Nominal = 24,0, USL = 24,6
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5 25
0
5
10
15
20
25
30

321
14cm x 9cm
GRFICO 187 - ANLISE PARA O COMPRIMENTO DE F3G706F
Cp = 0,43
Cpk = 0,18
Cpm = 0,34
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
4
8
12
16
20
24

GRFICO 188 - ANLISE PARA A LARGURA DE F3G706F
Cp = 0,69
Cpk = -0,06
Cpm = 0,28
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16

GRFICO 189 - ANLISE PARA A ALTURA DE F3G706F
Cp = 0,87
Cpk = 0,78
Cpm = 0,84
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
18

Cpkm = 0,34
Cpkm = 0,28
Cpkm = 0,84

322

GUAMIRANGA- PR
Municpio:
Guamiranga
Produto: Tijolos

Indstrias
# 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# MAC C[22,7; 23,3]; L [10,7; 11,3]; h [4,7, 5,3]
# 4FE C[24,7; 25,3]; L [9,7;10,3]; h [9,7; 10,3]
# 4F C [18,7;19,3]; L [8,7; 9,3]; h [8,7;9,3]
# 2F C [22,7;23,3]; L [10,7;11,3]; h [4,7;5,3]
# 8F C [18,7; 19,3]; L [18,7; 19,3]; h [8,7; 9,3]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1GSP6F 19,55 0,47 -0,39 0,17 15,12 0,29 -0,80 0,08 9,62 0,36 -0,39 0,15 No-Conforme
F1GSP4FE 24,70 0,54 -0,73 0,28 9,77 0,98 0,21 0,39 9,71 0,67 0,02 0,30 No-Conforme
F1GSP2F 21,29 0,35 -1,63 0,06 10,02 0,47 -1,06 0,10 5,58 0,88 -0,84 0,17 No-Conforme
F1GSPMAC 21,71 0,30 -0,99 0,07 10,45 0,39 -0,33 0,16 5,28 0,66 0,13 0,35 No-Conforme
F2GG6FE 22,86 0,30 0,85 0,08 13,23 0,16 -0,25 0,14 11,88 0,22 -0,06 0,34 No-Conforme
F2GG6F 18,87 0,73 0,41 0,52 13,65 0,56 0,08 0,25 8,70 1,15 0,01 0,32 No-Conforme
F2GG4F 19,67 0,71 -0,89 0,24 9,76 0,78 -1,21 0,13 9,80 0,75 -1,27 0,12 No-Conforme
F2GG8F 19,83 0,56 -0,99 0,12 19,87 0,60 -1,14 0,11 9,74 0,33 -0,48 0,12 No-Conforme
F3G706F 19,17 0,43 0,18 0,34 13,57 0,68 -0,10 0,28 8,97 0,87 0,78 0,84 No-Conforme

6FE = Tijolos de 6 Furos Especial ; M = Macio; 8F = Tijolos de 8
furos; 2F : Tijolos de 2 Furos

GUAMIRANGA - PR
Municpio:
Guamiranga
Produto: Telhas

Indstrias
Parmetros: # Dimenses: # TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39,0; 41,0]; L [23,4; 23,6]; h [1,1; 1,5]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1GSPTF 39,45 1,41 0,45 0,46 22,61 0,47 --0,89 0,11 1,40 0,66 0,66 0,66 No-Conforme
F3G70TR 40,84 1,09 0,17 0,37 23,17 0,58 0,23 0,22 1,41 0,76 -1,01 0,92 No-Conforme

O quadro anterior sintetiza as informaes obtidas dos respectivos grficos para o
municpio de Guamiranga. Das 33 dimenses avaliadas, apenas 11 esto dentro dos
respectivos limites de especificao. Todas as amostras esto descentralizadas ( CpCpk). Os
ndice de capacidade Cp mostra-se favorvel em trs situaes ( ndice maior do que 1),
enquanto o Cpkm em nenhuma.Dentro dos conceitos de capacidade do processo, considera-se
o quadro insuficiente para o mnimo exigido pelos padres industriais.

323

3.8.14. MANOEL RIBAS (PR) Localizada na regio central do Estado
possui uma nica indstria, que produz somente um tipo de tijolo.
3.8.14.1 Anlise para F1MR6F

9cm
GRFICO 190 - ANLISE PARA O COMPRIMENTO DE F1MR6F
Cp = 0,22
Cpk = -0,45
Cpk = (superior) = 0,89
Cpm = 0,10
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 17 18 19 20
0
4
8
12
16
20

GRFICO 191 - ANLISE PARA A LARGURA DE F1MR6F
Cp = 0,47
Cpk = -0,60
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
30

GRFICO 192 - ANLISE PARA A ALTURA DE F1MR6F
Cp = 0,48
Cpk = -0,22
Cpm = 0,20
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
3
6
9
12
15

Cpkm = 0,10
Cpkm = 0,14
Cpkm = 0,20

324

QUADRO 14-ANLISE DAS AMOSTRAS DE TIJOLOS DE
MANOEL RIBAS - PR
Municpio:
M Ribas
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [18,7;19,3]; L [13,7;14,3]; h [8,7; 9,3]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
cm
Cp Cpk Cpkm
Md
cm
F1MR6F 18,08 0,72 -0,45 0,10 13,32 0,47 -0,60 0,14 8,56 0,48 -0,22 0,20
No-
Conforme

Os grficos anteriores, sintetizados no quadro acima, permitem concluir que todos
produtos apresentam descentralidades ( CpCpk).Todas as mdias das dimenses
encontram-se fora especificaes. Os baixos ndices Cp e Cpkm, indicam que a
capacidade do processo insuficientes para os padres mnimos de qualidade
exigidos.

325
3.8.15. BALSA NOVA (PR)-Possui 5 indstrias operando regularmente.
Destas optou-se por analisar 3, cujos resultados so os seguintes:

3.8.15.1 Anlise para a indstria F1BNSF
5,7cm
GRFICO 193 - ANLISE PARA O COMPRIMENTO DE F1BNSF2F
Cp = 0,57
Cpk = -3,13
Cpk = 4,27
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
10
20
30
40

GRFICO 194 - ANLISE PARA A LARGURA DE F1BNSF2F
Cp = 0,76
Cpk = -1,60
Cpm = 0,10
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
3
6
9
12
15
18

GRFICO 195 - ANLISE PARA A ALTURA DE F1BNSF2F
Cp = 1,27
Cpk = 0,63
Cpm = 0,58
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5,3 5,5 5,7 5,9 6,1
0
5
10
15
20
25

Cpkm = 0,05
Cpkm = 0,10
Cpkm = 0,58

326

9cm
GRFICO 196 - ANLISE PARA O COMPRIMENTO DE F1BNSF6F
Cp = 0,42
Cpk = -0,21
Cpm = 0,20
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
20
24

GRFICO 197 - ANLISE PARA A LARGURA DE F1BNSF6F
Cp = 0,47
Cpk = -0,55
Cpm = 0,14
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
3
6
9
12
15
18

GRFICO 198 - ANLISE PARA A ALTURA DE F1BNSF6F
Cp = 1,07
Cpk = 0,66
Cpm = 0,67
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5
0
5
10
15
20
25
30

Cpkm = 0,20
Cpkm = 0,14 Cpkm = 0,14
Cpkm = 0,67

327
9cm
GRFICO 199 - ANLISE PARA O COMPRIMENTO DE F1BNSFMAC
Cp = 0,38
Cpk = -2,20
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
4
8
12
16

GRFICO 200 - ANLISE PARA A LARGURA DE F1BNSFMAC
Cp = 0,60
Cpk = -1,69
Cpm = 0,09
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2
0
4
8
12
16
20
24

GRFICO 201 - ANLISE PARA A ALTURA DE F1BNSFMAC
Cp = 1,07
Cpk = 0,95
Cpm = 1,01
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5,3 5,5 5,7 5,9 6,1
0
4
8
12
16
20

Cpkm = 0,05
Cpkm = 0,09
Cpkm = 1,01

328
3.8.15.2 Anlise para a indstria F2BNBN
9cm
GRFICO 202 - ANLISE PARA O COMPRIMENTO DE F2BNBN6F
Cp = 0,34
Cpk = -0,71
Cpm = 0,10
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5 21
0
3
6
9
12
15
18

GRFICO 203 - ANLISE PARA A LARGURA DE F2BNBN6F
Cp = 0,72
Cpk = 0,19
Cpm = 0,38
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13,3 13,5 13,7 13,9 14,1 14,3 14,5
0
4
8
12
16
20

GRFICO 204 - ANLISE PARA A ALTURA DE F2BNBN6F
Cp = 0,79
Cpk = 0,30
Cpm = 0,44
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18

Cpkm = 0,10
Cpkm = 0,38
Cpkm = 0,44

329
b) Anlise para as telhas francesas nas dimenses nominais de 40cm x 24cm x
1,4cm
GRFICO 205 - ANLISE PARA O COMPRIMENTO DE F2BNBNTF

GRFICO 206 - ANLISE PARA A LARGURA DE F2BNBNTF

GRFICO 207 - ANLISE PARA A ALTURA DE F2BNBNTF
Cp = 0,62
Cpk = 0,58
Cpm = 0,61
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
4
8
12
16
20

Cpkm = 0,61
Cp=1,91
Cpk=-0,40
Cpk(superior)=4,22
Cpk(inferior)=-0,40
Cpkm=0,27
Comprimento
f
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
4
8
12
16
20
24
Cp=1,60
Cpk=-1,51
Cpk(superior)=4,70
Cpk(inferior)=-1,51
Cpkm=0,17
Largura
f
r
e
q
n
c
i
a
22 22,5 23 23,5 24 24,5
0
4
8
12
16
20
24

330
c) Anlise para as telhas romanas nas dimenses nominais de 40cm x 23cm x
1,3cm
GRFICO 208 - ANLISE PARA O COMPRIMENTO DE F2BNBNTR

GRFICO 209 - ANLISE PARA A LARGURA DE F2BNBNTR

GRFICO 210 - ANLISE PARA A ALTURA DE F2BNBNTR
Cp = 0,70
Cpk = 0,55
Cpm = 0,64
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
1 1,2 1,4 1,6 1,8
0
4
8
12
16
20
24

Cpkm = 0,64
Cp=1,09
Cpk=1,0
Cpk(superior)=1,19
Cpk(inferior)=1,0
Cpkm=1,05
Comprimento
F
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
3
6
9
12
15
Cp=0,48
Cpk=-0,34
Cpk(superior)=1,30
Cpk(inferior)=-0,34
Cpkm=0,18
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
5
10
15
20
25

331
3.8.15.3 Anlise para a indstria F3BNBJ
5,7cm
GRFICO 211 - ANLISE PARA O COMPRIMENTO DE F3BNBJ2F
Cp = 0,65
Cpk = -5,32
Cpm = 0,04
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23
0
3
6
9
12
15

GRFICO 212 - ANLISE PARA A LARGURA DE F3BNBJ2F
Cp = 0,81
Cpk = -1,83
Cpm = 0,10
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
3
6
9
12
15

GRFICO 213 - ANLISE PARA A ALTURA DE F3BNBJ2F
Cp = 0,83
Cpk = -0,09
Cpm = 0,28
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
5 5,2 5,4 5,6 5,8 6
0
3
6
9
12
15

Cpkm = 0,04
Cpkm = 0,10
Cpkm = 0,28

332
9cm
GRFICO 214 - ANLISE PARA O COMPRIMENTO DE F3BNBJ6F
Cp = 0,27
Cpk = 0,14
Cpm = 0,25
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
4
8
12
16
20

GRFICO 215 - ANLISE PARA A LARGURA DE F3BNBJ6F
Cp = 0,44
Cpk = 0,04
Cpm = 0,28
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18

GRFICO 216 - ANLISE PARA A ALTURA DE F3BNBJ6F
Cp = 0,64
Cpk = -0,15
Cpm = 0,25
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,1 8,3 8,5 8,7 8,9 9,1 9,3
0
3
6
9
12
15

Cpkm = 0,25
Cpkm = 0,28
Cpkm = 0,25

333
c) Anlise para telhas francesas nas dimenses nominais de 40cm x 24cm x
1,4cm
GRFICO 217 - ANLISE PARA O COMPRIMENTO DE F3BNBJTF

GRFICO 218 - ANLISE PARA A LARGURA DE F3BNBJTF

GRFICO 219 - ANLISE PARA A ALTURA DE F3BNBJTF

Cp = 0,73
Cpk = 0,43
Cpm = 0,54
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,3 1,5 1,7 1,9
0
4
8
12
16
20

Cpkm = 0,54
Cp=0,55
Cpk=-0,26
Cpk(superior)=-0,26
Cpk(inferior)=1,35
Cpkm=0,21
Comprimento
F
r
e
q
n
c
i
a
39 40 41 42 43
0
3
6
9
12
15
18
Cp=0,57
Cpk=0,37
Cpk(superior)=0,37
Cpk(inferior)=0,78
Cpkm=0,49
Largura
F
r
e
q
n
c
i
a
23 23,4 23,8 24,2 24,6 25 25,4 25,8
0
4
8
12
16
20
24

334

BALSA NOVA- PR
Municpio:
Balsa Nova
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: # 6F C [18,7;19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1BNSF2F 20,94 0,57 -3,13 0,05 9,93 0,76 -1,60 0,10 5,54 1,27 0,63 0,58
No-
Conforme
F1BNSF6F 19,45 0,42 -0,21 0,20 13,35 0,47 -0,55 0,14 8,89 1,07 0,66 0,67
No-
Conforme
F1BNSFMAC 21,02 0,38 -2,20 0,05 10,14 0,6 -1,69 0,09 5,67 1,07 0,95 1,01
No-
Conforme
F2BNBN6F 19,93 0,35 -0,73 0,10 13,78 0,71 0,21 0,38 8,82 0,78 0,29 0,44
No-
Conforme
F3BNBJ2F 21,76 0,65 -5,32 0,04 9,98 0,81 -1,83 0,10 5,37 0,83 -0,09 0,28
No-
Conforme
F3BNBJ6F 18,84 0,28 0,13 0,25 13,73 0,44 0,04 0,28 8,63 0,64 -0,15 0,25
No-
Conforme
OBS: 6F = Tijolos de 6 Furos; MAC = Macio; 2F : Tijolos de 2 Furos

BALSA NOVA-PR
Municpio:
Balsa
Nova
Produto: Telhas

Indstrias
Parmetros: # Dimenses: TF C [39,2; 40,8]; L [23,52; 24,48]; h [1,2; 1,6]
# TR C [39,0; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]

Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F2BNBNTF 39,03 1,91 -0,40 0,27 23,07 1,60 -1,51 0,17 1,40 0,67 0,66 0,61 No-Conforme
F2BNBNTR 39,91 1,09 1,00 1,05 22,97 0,48 -0,34 0,18 1,34 0,70 0,55 0,64 No-Conforme
F3BNBJTF 41,17 0,55 -0,26 0,21 24,17 0,57 0,37 0,49 1,48 0,73 0,43 0,54 No-Conforme

Os grficos anteriores, sintetizados no quadro acima, revelam que todos os produtos
apresentam descentralidades com CpCpk. A anlise da mdia das dimenses mostra que um
nmero significativo delas encontra-se fora das mdias especificadas pelas normas. Das 27
medidas, apenas nove possuem algum ndice superior a 1. Em todas as demais dimenses,
os ndices Cp e Cpkm demonstram que a capacidade do processo no atende aos requisitos
mnimos exigidos para os padres industriais.

1

335
3.8.16 RIO AZUL (Pr) - H duas cermicas em funcionamento, das quais
foi analisada uma. Os resultados so os seguintes:

3.8.16.1 Anlise para F1RAL
14cm x 9cm

GRFICO 220 ANLISE PARA O COMPRIMENTO DE F1RA6F
Cp=0,27
Cpk=-2,45
Cpk(superior)= -2,45
Cpk(inferior)=3,00
Cpkm= 0,03
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
u
n
c
i
a
18 19 20 21 22 23 24
0
3
6
9
12
15

GRFICO 221 - ANLISE PARA A LARGURA DE F1RA6F
Cp = 0,30
Cpk 0,13
Cpkm = 0,27
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
u
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
4
8
12
16
20
24

GRFICO 222 ANLISE PARA A ALTURA DE F1RA6F
Cp = 0,45
Cpk = -1,56
Cpm = 0,07
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
u
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,07

336
b)Anlise para os tijolos macios nas dimenses nominais de
19cmx9cmx5,7cm

GRFICO 223 ANLISE PARA O COMPRIMENTO DE F1RALMAC
Cp=0,22
Cpk=-2,85
Cpk(Superior)=-2,89
Cpk(inferior)=3,29
Cpm=0,02
LIE=18,7 NOMINAL =19,0 LSE= 19,3
Comprimento
f
r
e
q
n
c
i
a
18 20 22 24 26
0
4
8
12
16

GRFICO 224 ANLISE PARA A LARGURADE F1RALMAC

Cp=0,49
Cpk=-1,77
Cpk(Superior)=-1,77
Cpk(inferior)=3,29
Cpm=0,07
Largura
f
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2
0
3
6
9
12
15
18

GRFICO 225 ANLISE PARA A ALTURA DE F1RALMAC

Cp=0,43
Cpk=0,07
Cpk(Superior)=0,07
Cpk(inferior)=0,79
Cpm=0,29
Altura
f
r
e
q
n
c
i
a
5,2 5,5 5,8 6,1 6,4 6,7 7
0
4
8
12
16
20

Cpkm = 0,02
Cpkm = 0,07
Cpkm = 0,29

337

c) Anlise para telhas francesas nas dimenses nominais de 40cm x
24cm x 1,4cm

GRFICO 226 ANLISE PARA O COMPRIMENTO DE F1RALTF

GRFICO 227 ANLISE PARA A LARGURA DE F1RALTF

GRFICO 228 ANLISE PARA A ESPESSURA DE F1RALTF

Cp=0,84
Cpk=0,76
Cpk(Superior)=0,91
Cpk(inferior)=0,76
Cpm=0,81
Espessura
f
r
e
q
n
c
i
a
1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
0
4
8
12
16
20

Cp=1,02
Cpk=-0,30
Cpk(superior)=2,33
Cpk(inferior)=-0,30
Cpkm=0,25
Comprimento
F
r
e
q
n
c
i
a
38 38,5 39 39,5 40 40,5 41
0
4
8
12
16
20
24

Cp=0,48
Cpk=-0,51
Cpk(superior)=1,48
Cpk(abaixo)=-0,51
Cpkm=0,15
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
10
20
30
40

Cpkm = 0,81

338

RIO AZUL - PR
Municpio:
Rio Azul
Produto: Tijolos
Indstrias
Parmetros: # Dimenses: : #6F C [18,7; 19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk
Cpk
m
Md cm
Cp Cpk
Cpk
m
Concluso
F1RAL6F 21,75 0,27 -1,57 0,03 14,16 0,30 0,13 0,27 10,33 0,45 -1,56 0,07 No-Conforme
F1RALMAC 23,17 0,22 -2,85 0,02 10,39 0,49 -1,77 0,07 5,95 0,43 0,07 0,29 No-Conforme
OBS: 6F = Tijolos de 6 Furos; MAC = Tijolos Macios

QUADRO 16B- ANLISE DAS AMOSTRAS DAS TELHAS DE
RIO AZUL - PR
Municpio:
Rio Azul
Produto: Telhas
Indstrias
Comp Larg Alt
Md cm
Cp Cpk
Cpk
m
Md cm
Cp Cpk
Cpk
m
Md cm
Cp Cpk
Cpk
m
Concluso
F1RALTF 38,96 1,02 -0,30 0,25 23,02 0,48 -0,51 0,15 1,38 0,82 0,75 0,81 No-Conforme
OBS: TF = Telha Francesa
Os grficos anteriores, sintetizados no quadro acima, permitem concluir que
excetuando-se a espessura das telhas e a altura dos tijolos macios, todas as demais
dimenses mdias encontram-se fora dos limites de especificao.Alm disso todos os
processos esto descentralizados ( CpCpk). Os ndices Cp e Cpkm apresentam-se
inferiores a 1 ( excetuando-se o comprimento das telhas), considerados insuficientes
para os padres de qualidade exigidos para a produo.

.

339
3.8.17 PRUDENTPOLIS (Pr)- Possui 38 indstrias cermicas, das quais
visitou-se 26. As anlises das amostras so as seguintes:
3.8.17.1 Anlise para a indstriaF1PD
a) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm x 9
cm
GRFICO 229 - ANLISE PARA O COMPRIMENTO DE F1PD6F
Cp = 0,22
Cpk = 0,05
Cpm = 0,20
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 18 19 20 21
0
3
6
9
12
15

GRFICO 230 - ANLISE PARA A LARGURA DE F1PD6F
Cp = 0,46
Cpk = -0,35
Cpm = 0,17
LSL = 13,7, Nominal = 14,0, USL = 14,3
Altura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
24

GRFICO 231 - ANLISE PARA A ALTURA DE F1PD6F
Cp = 0,43
Cpk = -0,17
Cpm = 0,21
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
c
i
a
7,8 8,2 8,6 9 9,4 9,8 10,2
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Largura
Cpkm = 0,20
Cpkm = 0,17
Cpkm = 0,21

340
3.8.17.2 Anlise para a indstria F2PJ
x 9 cm
GRFICO 232 - ANLISE PARA O COMPRIMENTO DE F2PJ6F
Cp = 0,35
Cpk = -0,40
Cpm = 0,14
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5
0
5
10
15
20
25
30

GRFICO 233 - ANLISE PARA A LARGURA DE F2PJ6F
Cp = 0,414
Cpk = -0,25
Cpm = 0,19
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
3
6
9
12
15
18

GRFICO 234 - ANLISE PARA A ALTURA DE F2PJ6F
Cp = 0,41
Cpk = -0,15
Cpm = 0,21
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
7,8 8,2 8,6 9 9,4 9,8
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,14
Cpkm = 0,19
Cpkm = 0,21

341
3.8.17.3 Anlise para a indstria F3PW
x 9 cm
GRFICO 235 - ANLISE PARA O COMPRIMENTO DE F3PW6F
Cp = 0,34
Cpk = 0,29
Cpm = 0,34
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
3
6
9
12
15
18

GRFICO 236 - ANLISE PARA A LARGURA DE F3PW6F
Cp = 0,48
Cpk = 0,29
Cpm = 0,41
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
20
24

GRFICO 237 - ANLISE PARA A ALTURA DE F3PW6F
Cp = 0,69
Cpk = 0,48
Cpm = 0,59
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20
24

LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,34
Cpkm = 0,41
Cpkm = 0,59

342
b) Anlise para os tijolos de 6 furos especiais nas dimenses de 24cm x
14cm x 9cm.

GRFICO 238 - ANLISE PARA O COMPRIMENTO DE F3PW6FE
Cp = 0,33
Cpk = -0,26
Cpm = 0,16
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
23 23,5 24 24,5 25 25,5
0
5
10
15
20
25
30

GRFICO 239 - ANLISE PARA A LARGURA DE F3PW6FE
Cp = 0,53
Cpk = 0,42
Cpm = 0,50
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6
0
4
8
12
16
20
24

GRFICO 240 - ANLISE PARA A ALTURA DE F3PW6FE
Cp = 0,52
Cpk = 0,05
Cpm = 0,30
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,4 8,7 9 9,3 9,6 9,9 10,2
0
4
8
12
16
20
24

LIE = 23,7, NOMINAL = 24,0 LSE = 24,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Altura
Cpkm = 0,16
Cpkm = 0,50
Cpkm = 0,30

343
3.8.17.4 Anlise para a indstria F4PJO
14cm x 9cm
GRFICO 241 - ANLISE PARA O COMPRIMENTO DE F4PJO6F
Cp = 1,09
Cpk = -1,72
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
4
8
12
16
20

GRFICO 242 - ANLISE PARA LARGURA DE F4PJO6F
Cp = 0,57
Cpk = -0,76
Cpm = 0,14
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20

GRFICO 243 - ANLISE PARA A ALTURA DE F4PJO6F
Cp = 0,62
Cpk = 0,24
Cpm = 0,41
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
3
6
9
12
15

LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,13
Cpkm = 0,14
Cpkm = 0,41

344
b) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9 cm
GRFICO 244 - ANLISE PARA O COMPRIMENTO DE F4PJO6FE
Cp = 0,64
Cpk = -1,82
Cpm = 0,09
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
10
20
30
40

GRFICO 245 - ANLISE PARA A LARGURA DE F4PJO6FE
Cp = 1,84
Cpk = 0,33
Cpm = 0,39
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,5 13,7 13,9 14,1 14,3 14,5
0
5
10
15
20
25

GRFICO 246 - ANLISE PARA A ALTURA DE F4PJO6FE
Cp = 0,86
Cpk = 0,57
Cpm = 0,65
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18

LIE = 23,7, NOMINAL = 24,0 LSE = 24,3
LIE = 13,7, NOMINAL = 14,0 LSE = 14,3
LIE = 8,7, NOMINAL = 9,0 LSE = 9,3
Cpkm = 0,09
Cpkm = 0,09
Cpkm = 0,65

345
c) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm x
5,7cm

GRFICO 247 - ANLISE PARA O COMPRIMENTO DE F4PJOMAC
Cp = 0,28
Cpk = -1,28
Cpm = 0,06
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
4
8
12
16
20
24

GRFICO 248 - ANLISE PARA A LARGURA DE F4PJOMAC
Cp = 0,48
Cpk = -1,15
Cpm = 0,10
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
e
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20
24

GRFICO 249 - ANLISE PARA A ALTURA DE F4PJOMAC
Cp = 0,85
Cpk = -1,35
Cpm = 0,13
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,5 4,8 5,1 5,4 5,7 6
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0 LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,06
Cpkm = 0,10
Cpkm = 0,13

346

3.8.17.5 Anlise para a indstria F5PT
a) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 250 - ANLISE PARA O COMPRIMENTO DE F5PTMAC
Cp = 0,54
Cpk = -2,95
Cpm = 0,05
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
3
6
9
12
15

GRFICO 251 - ANLISE PARA A LARGURA DE F5PTMAC
Cp = 0,53
Cpk = -1,72
Cpm = 0,08
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20

GRFICO 252- ANLISE PARA A ALTURA DE F5PTMAC
Cp = 0,59
Cpk = -1,13
Cpm = 0,11
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,3 4,6 4,9 5,2 5,5 5,8 6,1
0
4
8
12
16
20
24

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL =5,7, LSE = 6,0
Cpkm = 0,05
Cpkm = 0,08
Cpkm = 0,11

347

3.8.17.6 Anlise para a indstria F6PS

a) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 253 - ANLISE PARA O COMPRIMENTO DE F6PS2F
Cp = 0,50
Cpk = -0,45
Cpm = 0,16
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
4
8
12
16
20
24

GRFICO 254 - ANLISE PARA A LARGURA DE F6PS2F
Cp = 0,86
Cpk = -2,57
Cpm = 0,08
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
e
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
4
8
12
16
20
24

GRFICO 255 - ANLISE PARA A ALTURA DE F6PS2F
Cp = 0,94
Cpk = -0,62
Cpm = 0,19
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,8 5 5,2 5,4 5,6 5,8 6 6,2
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 5,4, NOMINAL =5,7, LSE = 6,0
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,16
Cpkm = 0,08
Cpkm = 0,19

348
x 10cm
Cp = 0,26
Cpk = 0,23
Cpm = 0,26
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 23 24 25 26
0
4
8
12
16
20
24

Cp = 0,84
Cpk = 0,82
Cpm = 0,84
LSL = 9,7, Nominal = 10,0, USL = 10,3
Largura
F
r
e
q
n
c
i
a
9,6 9,8 10 10,2 10,4 10,6
0
4
8
12
16
20

Cp = 0,62
Cpk = 0,55
Cpm = 0,61
LSL = 9,7, Nominal = 10,0, USL = 10,3
Altura
F
r
e
q
n
c
i
a
9,4 9,6 9,8 10 10,2 10,4 10,6 10,8
0
4
8
12
16
20

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
Cpkm = 0,26
Cpkm = 0,84
Cpkm = 0,61

349
c)Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x 14cm
x 9cm
Cp = 0,27
Cpk = 0,05
Cpm = 0,22
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15

Cp = 0,82
Cpk = -0,42
Cpm = 0,21
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20

Cp = 0,39
Cpk = 0,12
Cpm = 0,30
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,4 8,8 9,2 9,6
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,22
Cpkm = 0,21
Cpkm = 0,30

350
d)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 11,5cm
GRFICO 262 - ANLISE PARA O COMPRIMENTO DE F6PS6FE
Cp = 0,57
Cpk = -0,24
Cpm = 0,22
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
23 23,3 23,6 23,9 24,2 24,5
0
4
8
12
16
20
24

GRFICO 263 - ANLISE PARA A LARGURA DE F6PS6FE
Cp = 0,71
Cpk = -0,14
Cpm = 0,26
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20

GRFICO 264 - ANLISE PARA A ALTURA DE F6PS6FE
Cp = 0,69
Cpk = 0,32
Cpm = 0,46
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11,1 11,3 11,5 11,7 11,9 12,1
0
3
6
9
12
15
18

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,8
Cpkm = 0,22
Cpkm = 0,26
Cpkm = 0,46

351
e) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
24cm x 14cm x 9cm
GRFICO 265 - ANLISE PARA O COMPRIMENTO DE F6PS6FEE
Cp = 0,39
Cpk = -0,69
Cpm = 0,11
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
4
8
12
16

GRFICO 266 - ANLISE PARA A LARGURA DE F6PS6FEE
Cp = 0,82
Cpk = -0,43
Cpm = 0,21
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18

GRFICO 267 - ANLISE PARA A ALTURA DE F6PS6FEE
Cp = 1,05
Cpk = 0,27
Cpm = 0,41
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,4 8,6 8,8 9 9,2 9,4 9,6
0
10
20
30
40

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,11
Cpkm = 0,21
Cpkm = 0,41

352

3.8.17.7 Anlise para a indstria F7PE
a) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
GRFICO 268 - ANLISE PARA O COMPRIMENTO DE F7PE6FE
Cp = 0,64
Cpk = -1,14
Cpm = 0,12
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15

GRFICO 269 - ANLISE PARA A LARGURA DE F7PE6FE
Cp = 0,99
Cpk = 0,90
Cpm = 0,95
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4 14,6
0
4
8
12
16
20
24

GRFICO 270 - ANLISE PARA A ALTURA DE F7PE6FE
Cp = 0,63
Cpk = 0,28
Cpm = 0,43
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11,1 11,3 11,5 11,7 11,9 12,1 12,3
0
3
6
9
12
15

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,5
Cpkm = 0,12
Cpkm = 0,95
Cpkm = 0,43

353
x 9cm
GRFICO 271 - ANLISE PARA O COMPRIMENTO DE F7PE6F
Cp = 0,47
Cpk = -0,30
Cpm = 0,18
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
3
6
9
12
15

GRFICO 272 - ANLISE PARA A LARGURA DE F7PE6F
Cp = 0,81
Cpk = -0,11
Cpm = 0,27
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15

GRFICO 273 - ANLISE PARA A ALTURA DE F7PE6F
Cp = 0,34
Cpk = 0,19
Cpm = 0,31
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,3 8,7 9,1 9,5 9,9
0
4
8
12
16

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,18
Cpkm = 0,27
Cpkm = 0,31

354
c)Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 274 - ANLISE PARA O COMPRIMENTO DE F7PE2F
Cp = 0,43
Cpk = -0,05
Cpm = 0,24
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
5
10
15
20
25
30

GRFICO 275 - ANLISE PARA A LARGURA DE F7PE2F
Cp = 0,51
Cpk = -2,00
Cpk (supperior) = -2,00
Cpm = 0,07
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
4
8
12
16
20
24

GRFICO 276 - ANLISE PARA A ALTURA DE F7PE2F
Cp = 0,45
Cpk = 0,38
Cpm = 0,44
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,9 5,2 5,5 5,8 6,1 6,4
0
4
8
12
16
20
24

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,24
Cpkm = 0,07
Cpkm = 0,44

355
3.8.17.8 Anlise para a indstria F8PJJ

14cm x 9cm
GRFICO 277 - ANLISE PARA O COMPRIMENTO DE F8PJJ6F
Cp = 0,53
Cpk = 0,00
Cpm = 0,28
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
3
6
9
12
15
18

GRFICO 278 - ANLISE PARA A LARGURA DE F8PJJ6F
Cp = 0,91
Cpk = -0,43
Cpm = 0,22
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24

GRFICO 279 - ANLISE PARA A ALTURA DE F8PJJ6F
Cp = 0,44
Cpk = 0,03
Cpm = 0,28
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5
0
10
20
30
40

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,28
Cpkm = 0,22
Cpkm = 0,28

356
3.8.17.9 Anlise para a indstria F9PSJ
24cm x 14cm x 9cm
GRFICO 280 - ANLISE PARA O COMPRIMENTO DE F9PSJ6FE
Cp = 0,54
Cpk = -2,04
Cpm = 0,07
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
4
8
12
16
20
24

GRFICO 281 - ANLISE PARA A LARGURA DE F9PSJ6FE
Cp = 0,46
Cpk = 0,45
Cpm= 0,46
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
5
10
15
20
25
30

GRFICO 282 - ANLISE PARA A ALTURA DE F9PSJ6FE
Cp = 0,88
Cpk = -0,49
Cpm = 0,21
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,1 8,3 8,5 8,7 8,9 9,1 9,3
0
4
8
12
16
20

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,07
Cpkm = 0,46
Cpkm = 0,21

357
b)Anlise para os tijolos de 2 furos especiais nas dimenses nominais de
19cm x 9cm x 5,7cm
GRFICO 283 - ANLISE PARA O COMPRIMENTO DE F9PSJ2F
Cp = 0,59
Cpk = -5,94
Cpm 0,03
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23
0
3
6
9
12
15

GRFICO 284 - ANLISE PARA A LARGURA DE F9PSJ2F
Cp = 0,55
Cpk = -0,79
Cpm = 0,13
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7
0
3
6
9
12
15

GRFICO 285 - ANLISE PARA A ALTURA DE F9PSJ2F
Cp = 0,68
Cpk = -0,2
Cpm = 0,24
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,8 5 5,2 5,4 5,6 5,8 6 6,2
0
4
8
12
16

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE =5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,03
Cpkm = 0,33
Cpkm = 0,24

358
c) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
19cm x 14cm x 9cm
GRFICO 286 - ANLISE PARA O COMPRIMENTO DE F9PSJ6F
Cp = 0,57
Cpk = 0,33
Cpm = 0,46
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5 19,8
0
5
10
15
20
25
30

GRFICO 287 - ANLISE PARA A LARGURA DE F9PSJ6F
Cp = 1,05
Cpk = 0,85
Cpm = 0,90
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4
0
4
8
12
16
20
24

GRFICO 288 - ANLISE PARA A ALTURA DE F9PSJ6F
Cp = 0,61
Cpk = -0,31
Cpm = 0,20
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5
0
4
8
12
16
20
24

LIE =18,7, NOMINAL = 19,0, LSE = 19,3
LIE =13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,46
Cpkm = 0,90
Cpkm = 0,20

359
3.8.17.10 Anlise para a indstria F10PK
14cm x 9cm
GRFICO 289 - ANLISE PARA O COMPRIMENTO DE F10PK6F
Cp = 0,42
Cpk = 0,18
Cpm = 0,34
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
3
6
9
12
15

GRFICO 290 - ANLISE PARA A LARGURA DE F10PK6F
Cp = 0,68
Cpk = 0,67
Cpm = 0,68
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,5 13,7 13,9 14,1 14,3 14,5 14,7
0
4
8
12
16
20
24

GRFICO 291 - ANLISE PARA A ALTURA DE F10PK6F
Cp = 0,90
Cpk = 0,67
Cpm = 0,73
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5
0
5
10
15
20
25
30

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,34
Cpkm = 0,68
Cpkm = 0,73

360
3.8.17.11 Anlise para a indstria F11PJAA
a) Anlise para os tijolos macios nas dimenses nominais de 19cm x 14cm
x 5,7cm
GRFICO 292 - ANLISE PARA O COMPRIMENTO DE F11PJAAMAC
Cp = 0,41
Cpk = -0,57
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,5 19 19,5 20 20,5
0
3
6
9
12
15

GRFICO 293 - ANLISE PARA A LARGURA DE F11PJAAMAC
Cp = 0,73
Cpk = -0,63
Cpm = 0,17
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2
0
3
6
9
12
15

GRFICO 294 - ANLISE PARA A ALTURA DE F11PJAAMAC
Cp = 0,79
Cpk = -1,86
Cpm = 0,10
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,3 4,6 4,9 5,2 5,5 5,8 6,1
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,13 Cpkm = 0,13
Cpkm = 0,17
Cpkm = 0,10

361
3.8.17.12 Anlise para a indstria F12PK
a ) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 295 - ANLISE PARA O COMPRIMENTO DE F12PK6F
Cp = 1,34
Cpk = -2,18
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
5
10
15
20
25

GRFICO 296 - ANLISE PARA A LARGURA DE F12PK6F
Cp = 0,87
Cpk = -0,20
Cpm = 0,26
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20

GRFICO 297 - ANLISE PARA A ALTURA DE F12PK6F
Cp = 0,76
Cpk = 0,75
Cpm = 0,76
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,7 8,9 9,1 9,3 9,5 9,7
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,13
Cpkm = 0,26
Cpkm = 0,76

362
3.8.17.13 Anlise para a indstria F13PSC
14cm x 9cm
GRFICO 298 - ANLISE PARA O COMPRIMENTO DE F13PSC6F
Cp = 0,85
Cpk = 0,71
Cpm = 0,78
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5 19,7
0
4
8
12
16
20

GRFICO 299 - ANLISE PARA A LARGURA DE F13PSC6F
Cp = 0,69
Cpk = -0,25
Cpm = 0,23
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16

GRFICO 300 - ANLISE PARA A ALTURA DE F13PSC6F
Cp = 1,21
Cpk = -0,55
Cpm = 0,22
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,2 8,4 8,6 8,8 9 9,2 9,4
0
4
8
12
16
20
24

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,78
Cpkm = 0,23
Cpkm = 0,22

363
3.8.17.14 Anlise para a indstria F14PP
x 9cm
GRFICO 301 - ANLISE PARA O COMPRIMENTO DE F14PP6F
Cp = 0,49
Cpk = -0,90
Cpm = 0,11
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5
0
10
20
30
40

GRFICO 302- ANLISE PARA A LARGURA DE F14PP6F
Cp = 0,55
Cpk = 0,25
Cpm = 0,41
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24

GRFICO 303- ANLISE PARA A ALTURA DE F14PP6F
Cp = 0,36
Cpk = 0,23
Cpm = 0,33
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5 9,8
0
5
10
15
20
25

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,11
Cpkm = 0,41
Cpkm = 0,33

364
3.8.17.15 Anlise para a indstria F15PF
x 9cm
GRFICO 304 - ANLISE PARA O COMPRIMENTO DE F15PF6F
Cp = 0,77
Cpk = 0,34
Cpm = 0,47
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,4 18,6 18,8 19 19,2 19,4
0
3
6
9
12
15
18

GRFICO 305 - ANLISE PARA A LARGURA DE F15PF6F
Cp = 0,62
Cpk = -0,15
Cpm = 0,24
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
5
10
15
20
25
30

GRFICO 306 - ANLISE PARA A ALTURA DE F15PF6F
Cp = 0,68
Cpk = -0,39
Cpm = 0,20
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,2 8,5 8,8 9,1 9,4 9,7
0
4
8
12
16
20
24

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,47
Cpkm = 0,24
Cpkm = 0,20

365
b)Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm x
5,7cm
GRFICO 307 - ANLISE PARA O COMPRIMENTO DE F15PFMAC
Cp = 0,42
Cpk = -1,62
Cpm = 0,07
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
3
6
9
12
15
18

GRFICO 308 - ANLISE PARA A LARGURA DE F15PFMAC
Cp = 0,71
Cpk = -2,42
Cpm = 0,07
LSL = 8,7, Nominal = 9,0, USL = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5 11,9
0
4
8
12
16
20

GRFICO 309 - ANLISE PARA A ALTURA DE F15PFMAC
Cp = 0,69
Cpk = -1,94
Cpm = 0,09
LSL = 5,4, Nominal = 5,7, USL = 6,0
Altura
F
r
e
q
n
c
i
a
4,1 4,5 4,9 5,3 5,7 6,1
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 5,4, NOMINAL = 5,7, LSE = 6,0
Cpkm = 0,07
Cpkm = 0,07
Cpkm = 0,09

366
3.8.17.16 Anlise para a indstria F16PL
x 9cm
GRFICO 310 - ANLISE PARA O COMPRIMENTO DE F16PL6F
Cp = 0,93
Cpk = -0,26
Cpm = 0,25
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4
0
4
8
12
16
20
24

GRFICO 311 - ANLISE PARA A LARGURA DE F16PL6F
Cp = 0,83
Cpk = -0,01
Cpm = 0,30
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24

GRFICO 312 - ANLISE PARA A ALTURA DE F16PL6F
Cp = 0,84
Cpk = 0,77
Cpm = 0,82
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,25
Cpkm = 0,30
Cpkm = 0,82

367
3.8.17.17 Anlise para a indstria F17PBM
x 9cm
GRFICO 313 - ANLISE PARA O COMPRIMENTO DE F17PBM6F
Cp = 0,54
Cpk = -0,79
Cpm = 0,13
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
5
10
15
20
25

GRFICO 314 - ANLISE PARA A LARGURA DE F17PBM6F
Cp = 0,34
Cpk = 0,18
Cpm = 0,31
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,5 13 13,5 14 14,5 15
0
3
6
9
12
15

GRFICO 315 - ANLISE PARA A ALTURA DE F17PBM6F
Cp = 0,95
Cpk = 0,70
Cpm = 0,75
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 13,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,13
Cpkm = 0,31
Cpkm = 0,75

368
3.8.17.18 Anlise para a indstria F18PP
x 9cm
GRFICO 316 - ANLISE PARA O COMPRIMENTO DE F18PP6F
Cp = 0,29
Cpk = -0,70
Cpm = 0,09
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 17 18 19 20
0
4
8
12
16
20
24

GRFICO 317 - ANLISE PARA A LARGURA DE F18PP6F
Cp = 0,76
Cpk = 0,26
Cpm = 0,42
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,4 13,6 13,8 14 14,2 14,4 14,6
0
3
6
9
12
15
18

GRFICO 318 - ANLISE PARA A ALTURA DE F18PP6F
Cp = 0,84
Cpk = 0,74
Cpm = 0,80
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4
0
3
6
9
12
15

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,09
Cpkm = 0,42
Cpkm = 0,80

369
3.8.17.19 Anlise para a indstria F19PG
x 9cm
GRFICO 319 - ANLISE PARA O COMPRIMENTO DE F19PG6F
Cp = 0,32
Cpk = -0,02
Cpm = 0,22
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15
18

GRFICO 320 - ANLISE PARA A LARGURA DE F19PG6F
Cp = 0,54
Cpk = 0,14
Cpm = 0,34
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
4
8
12
16
20
24

GRFICO 321 - ANLISE PARA A ALTURA DE F19PG6F
Cp = 0,88
Cpk = 0,41
Cpm = 0,51
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,22
Cpkm = 0,34
Cpkm = 0,51

370
3.8.17.20 Anlise para a indstria F20PR
14cm x 9cm
GRFICO 322 - ANLISE PARA O COMPRIMENTO DE F20PR6F
Cp = 1,07
Cpk = -1,34
Cpm = 0,15
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
4
8
12
16
20
24

GRFICO 323 - ANLISE PARA A LARGURA DE F20PR6F
Cp = 1,02
Cpk = -0,46
Cpm = 0,22
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
r
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
3
6
9
12
15
18

GRFICO 324 - ANLISE PARA A ALTURA DE F20PR6F
Cp = 1,47
Cpk = 0,41
Cpm = 0,44
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
10
20
30
40

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,15
Cpkm = 0,22
Cpkm = 0,44

371
b)Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
GRFICO 325 - ANLISE PARA O COMPRIMENTO DE F20PR6FE
Cp = 0,55
Cpk = -1,06
Cpm = 0,11
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
5
10
15
20
25
30

GRFICO 326 - ANLISE PARA A LARGURA DE F20PR6FE
Cp = 0,80
Cpk = -1,59
Cpm = 0,11
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
4
8
12
16

GRFICO 327 - ANLISE PARA A ALTURA DE F20PR6FE
Cp = 0,69
Cpk = -0,65
Cpm = 0,17
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11 11,4 11,8 12,2 12,6
0
4
8
12
16

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,8
Cpkm = 0,11
Cpkm = 0,11
Cpkm = 0,17

372
3.8.17.21 Anlise para a indstria F21PPE
14cm x 9cm
GRFICO 328 - ANLISE PARA O COMPRIMENTO DE F21PPE6F
Cp = 0,55
Cpk = 0,33
Cpm = 0,46
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 18,3 18,6 18,9 19,2 19,5
0
3
6
9
12
15
18

GRFICO 329 - ANLISE PARA A LARGURA DE F21PPE6F
Cp = 0,75
Cpk = 0,14
Cpm = 0,36
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,3 13,5 13,7 13,9 14,1 14,3 14,5
0
3
6
9
12
15
18

GRFICO 330 - ANLISE PARA A ALTURA DE F21PPE6F
Cp = 0,71
Cpk = 0,49
Cpm = 0,59
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,46
Cpkm = 0,36
Cpkm = 0,59

373
3.8.17.22 Anlise para a indstria F22PBN
x 9cm
GRFICO 331 - ANLISE PARA O COMPRIMENTO DE F22PBN6F
Cp = 0,33
Cpk = -0,09
Cpm = 0,20
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
q
n
c
i
a
17 17,5 18 18,5 19 19,5 20
0
3
6
9
12
15

GRFICO 332 - ANLISE PARA A LARGURA DE F22PBN6F
Cp = 0,85
Cpk = -0,67
Cpm = 0,18
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5
0
5
10
15
20
25

GRFICO 333 - ANLISE PARA A ALTURA DE F22PBN6F
Cp = 0,55
Cpk = -0,19
Cpm = 0,22
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8 8,3 8,6 8,9 9,2 9,5
0
4
8
12
16

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,20
Cpkm = 0,18
Cpkm = 0,22

374
3.8.17.23 Anlise para a indstria F23PPAS
x 9cm
GRFICO 334 - ANLISE PARA O COMPRIMENTO DE F23PPAS6F
Cp = 0,29
Cpk = 0,25
Cpm = 0,29
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 18 19 20 21
0
4
8
12
16
20

GRFICO 335 - ANLISE PARA A LARGURA DE F23PPAS6F
Cp = 0,45
Cpk = -0,15
Cpm = 0,22
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
10
20
30
40

GRFICO 336 - ANLISE PARA A ALTURA DE F23PPAS6F
Cp = 0,74
Cpk = 0,11
Cpm = 0,34
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,3 8,5 8,7 8,9 9,1 9,3 9,5
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,22
Cpkm = 0,22
Cpkm = 0,34

375
10cm x 10cm
GRFICO 337 - ANLISE PARA O COMPRIMENTO DE F23PPAS4F
Cp = 0,63
Cpk = -2,36
Cpm = 0,07
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15
18

GRFICO 338 - ANLISE PARA A LARGURA DE F23PPAS4F
Cp = 1,00
Cpk = 0,69
Cpk (inferior) =0,69
Cpm = 0,73
LSL = 9,7, Nominal = 10,0, USL = 10,3
Largura
F
r
e
q
n
c
i
a
9,6 9,8 10 10,2 10,4
0
3
6
9
12
15
18

GRFICO 339 - ANLISE PARA A ALTURA DE F23PPAS4F
Cp = 0,69
Cpk = 0,24
Cpm = 0,41
LSL = 9,7, Nominal = 10,0, USL = 10,3
Altura
F
r
e
q
n
c
i
a
9,3 9,5 9,7 9,9 10,1 10,3 10,5
0
4
8
12
16
20
24

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
LIE = 9,7, NOMINAL = 10,0, LSE = 10,3
Cpkm = 0,07
Cpkm = 0,73
Cpkm = 0,41

376
3.8.17.24 Anlise para a indstria F24P2000
x 9cm
GRFICO 340 - ANLISE PARA O COMPRIMENTO DE F24P20006F
Cp = 0,18
Cpk = 0,10
Cpm = 0,17
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 18 19 20 21
0
2
4
6
8
10
12

GRFICO 341 - ANLISE PARA A LARGURA DE F24P20006F
Cp = 0,49
Cpk = -0,57
Cpm = 0,14
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20
24

GRFICO 342 - ANLISE PARA A ALTURA DE F24P20006F
Cp = 0,71
Cpk = -0,01
Cpm = 0,30
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,2 8,4 8,6 8,8 9 9,2 9,4
0
3
6
9
12
15
18

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,17
Cpkm = 0,17
Cpkm = 0,30

377
3.8.17.25 Anlise para a indstria F25PCS
x 9cm
GRFICO 343 - ANLISE PARA O COMPRIMENTO DE F25PSC6F
Cp = 0,60
Cpk = -0,80
Cpm = 0,14
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 17,4 17,8 18,2 18,6 19 19,4 19,8
0
4
8
12
16
20

GRFICO 344 - ANLISE PARA A LARGURA DE F25PSC6F
Cp = 0,46
Cpk = -0,65
Cpm = 0,13
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
12 12,4 12,8 13,2 13,6 14 14,4 14,8
0
4
8
12
16
20

GRFICO 345 - ANLISE PARA A ALTURA DE F25PSC6F
Cp = 0,72
Cpk = 0,37
Cpm = 0,49
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,6 8,8 9 9,2 9,4 9,6 9,8
0
4
8
12
16
20

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,14
Cpkm = 0,13
Cpkm = 0,49

378

3.8.17.26 Anlise para a indstria F26PRO
24cm x 14cm x 9cm
GRFICO 346 - ANLISE PARA O COMPRIMENTO DE F26PRO6FEE
Cp = 0,73
Cpk = -1,25
Cpm = 0,12
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
4
8
12
16
20

GRFICO 347 - ANLISE PARA A LARGURA DE F26PRO6FEE
Cp = 1,01
Cpk = 1,01
Cpm = 1,01
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13,6 13,8 14 14,2 14,4
0
5
10
15
20
25
30

GRFICO 348 - ANLISE PARA A ALTURA DE F26PRO6FEE
Cp = 0,72
Cpk = -0,28
Cpm = 0,23
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
3
6
9
12
15
18

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
Cpkm = 0,12
Cpkm = 1,01
Cpkm = 0,23

379
GRFICO 349 - ANLISE PARA O COMPRIMENTO DE F26PRO6FE
Cp = 0,57
Cpk = -0,62
Cpm = 0,15
LSL = 23,7, Nominal = 24,0, USL = 24,3
Comprimento
F
r
e
q
n
c
i
a
22 22,4 22,8 23,2 23,6 24 24,4 24,8
0
3
6
9
12
15

GRFICO 350 - ANLISE PARA A LARGURA DE F26PRO6FE
Cp = 0,99
Cpk = -2,56
Cpm = 0,09
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
4
8
12
16
20

GRFICO 351 - ANLISE PARA A ALTURA DE F26PRO6FE
Cp = 0,82
Cpk = -0,71
Cpm = 0,17
LSL = 11,2, Nominal = 11,5, USL = 11,8
Altura
F
r
e
q
n
c
i
a
11 11,3 11,6 11,9 12,2 12,5
0
4
8
12
16
20

LIE = 23,7, NOMINAL = 24,0, LSE = 24,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 11,2, NOMINAL = 11,5, LSE = 11,8
Cpkm = 0,15
Cpkm = 0,09
Cpkm = 0,17

380
c) Anlise para os tijolos de 6 furos nas dimenses nominais de 19cm x
14cm x 9cm
GRFICO 352 - ANLISE PARA O COMPRIMENTO DE F26PRO6F
Cp = 1,22
Cpk = 0,40
Cpm = 0,45
LSL = 18,7, Nominal = 19,0, USL = 19,3
Comprimento
F
r
e
q
n
c
i
a
18,6 18,8 19 19,2 19,4 19,6 19,8
0
5
10
15
20
25
30

GRFICO 353 - ANLISE PARA A LARGURA DE F26PRO6F
Cp = 0,39
Cpk = 0,37
Cpm = 0,39
LSL = 13,7, Nominal = 14,0, USL = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
4
8
12
16
20

GRFICO 354 - ANLISE PARA A ALTURA DE F26PRO6F
Cp = 0,58
Cpk = -0,05
Cpm = 0,27
LSL = 8,7, Nominal = 9,0, USL = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 8,9 9,1 9,3 9,5 9,7 9,9
0
3
6
9
12
15

LIE = 18,7, NOMINAL = 19,0, LSE = 19,3
LIE = 13,7, NOMINAL = 14,0, LSE = 14,3
LIE = 8,7, NOMINAL = 9,0, LSE = 9,3
Cpkm = 0,45
Cpkm = 0,39
Cpkm = 0,27

381
PRUDENTPOLIS-PR
Municpio:
Prudentpolis
Produto: Tijolos

Indstrias
Parmetros: # Dimenses: : # 6FE C [23,7; 24,3]; L [13,7; 14,3]; h [11,2; 11,8]
# 6F C [18,7;19,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FEE C [ 23,7; 24,3]; L [ 13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6]
# 4F C [23,7; 24,3]; L [9,7;10,3]; h [9,7; 10,3]
# 2F C [18,7; 19,3]; L [8,7; 9,3]; h [5,4; 6,0]
# ndice= Cpkm=Cp 1,33; Cpk 1,33
Comp Larg Alt
Md cm
Cp Cpk Cpkm
Md cm
Cp Cpk Cpkm
Md cm
F1PD6F 18,76 0,22 0,05 0,20 13,47 0,45 -0,34 0,17 8,58 0,42 -0,17 0,21 No-Conforme
F2PJ6F 18,36 0,35 -0,39 0,14 13,53 0,44 -0,25 0,19 8,58 0,40 -0,15 0,21 No-Conforme
F3PW6F 19,04 0,34 0,29 0,34 13,88 0,47 0,29 0,41 9,09 0,68 0,48 0,59 No-Conforme
F3PW6FE 24,54 0,33 -0,26 0,16 13,94 0,53 0,42 0,50 9,28 0,52 0,05 0,30 No-Conforme
F4PJO6F 18,23 1,08 -1,70 0,13 13,30 0,57 -0,76 0,14 8,81 0,61 0,24 0,41 No-Conforme
F4PJO6FEE 22,85 0,64 -1,82 0,09 13,75 1,84 0,33 0,39 9,10 0,86 0,87 0,65 No-Conforme
F4PJOMAC 20,66 0,28 -1,28 0,06 10,02 0,48 -1,15 0,10 4,92 0,85 -1,35 0,13 No-Conforme
F5PTMAC 20,93 0,54 -2,95 0,05 10,28 0,53 -1,72 0,08 4,82 0,59 -1,13 0,11 No-Conforme
F6PS2F 18,57 0,50 -0,45 0,16 10,20 0,86 -2,57 0,08 5,20 0,94 -0,62 0,19 No-Conforme
F6PS4F 24,03 0,26 0,23 0,26 9,90 0,84 0,82 0,84 9,92 0,62 0,55 0,61 No-Conforme
F6PS6F 18,75 0,27 0,05 0,22 13,45 0,82 -0,42 0,21 8,79 0,39 0,12 0,30 No-Conforme
P6PS6FE 23,57 0,57 -0,24 0,22 13,64 0,71 -0,14 0,26 11,50 0,69 0,32 0,46 No-Conforme
F6PS6FEE 23,17 0,39 -0,68 0,11 13,54 0,71 -0,43 0,21 8,78 1,04 0,26 0,41 No-Conforme
F7PE6FEE 23,16 0,64 -1,14 0,12 14,02 0,99 0,90 0,95 11,67 0,63 0,28 0,43 No-Conforme
F7PE6F 18,51 0,47 -0,30 0,18 13,66 0,81 -0,11 0,27 8,87 0,34 0,19 0,31 No-Conforme
F7PE2F 19,33 0,40 -0,05 0,24 10,46 0,51 -2,00 0,07 5,65 0,45 0,38 0,44 No-Conforme
F8PJJ6F 18,70 0,53 0,00 0,28 13,56 0,9 -0,42 0,22 8,72 0,44 0,03 0,28 No-Conforme
F9PSJ6FEE 22,56 0,54 -2,04 0,07 13,99 0,46 0,45 0,46 8,54 0,88 -0,49 0,21 No-Conforme
F9PSJ2F 55,31 0,58 -5,58 0,03 9,73 0,54 -0,78 0,13 5,32 0,67 -0,20 0,24 No-Conforme
F9PSJ6F 19,13 0,57 0,33 0,46 13,95 1,05 0,85 0,90 8,55 0,61 -0,31 0,20 No-Conforme
F10PK6F 19,17 0,42 0,18 0,34 14,00 0,68 0,67 0,68 8,92 0,90 0,67 0,73 No-Conforme
F11PJAAMAC 19,72 0,41 -0,57 0,13 9,56 0,732 -0,63 0,17 4,70 0,79 -1,86 0,10 No-Conforme
F12PK6F 18,21 1,34 -2,18 0,13 13,63 0,87 -0,20 0,26 9,00 0,76 0,75 0,76 No-Conforme
F13PSC6F 18,95 0,85 0,71 0,78 13,59 0,69 -0,25 0,23 8,57 -1,21 -0,55 0,22 No-Conforme
F14PP6F 18,15 0,49 -0,90 0,11 13,84 0,55 0,25 0,41 8,88 0,36 0,23 0,33 No-Conforme
F15PF6F 18,83 0,76 0,33 0,47 13,62 0,61 -0,15 0,24 8,52 0,67 -0,39 0,20 No-Conforme
F15PFMAC 20,46 0,42 -1,62 0,07 10,32 0,71 -2,42 0,07 4,56 0,69 -1,94 0,09 No-Conforme
F16PL6F 19,38 0,93 -0,26 0,25 13,70 0,83 -0,01 0,30 9,02 0,84 0,77 0,82 No-Conforme
F17PBM6F 18,26 0,54 -0,79 0,13 13,86 0,34 0,18 0,31 9,08 0,95 0,70 0,75 No-Conforme
F18PP6F 17,99 0,29 -0,70 0,09 13,80 0,76 0,26 0,42 8,97 0,84 0,74 0,80 No-Conforme
F19PG6F 18,68 0,32 -0,02 0,22 13,77 0,54 0,14 0,34 9,16 0,88 0,41 0,51 No-Conforme
F20PR6F 18,32 1,07 -1,34 0,15 13,56 1,02 -0,46 0,22 9,21 1,47 0,41 0,44 No-Conforme
F20PR6FE 23,11 0,55 -1,06 0,11 14,90 0,8 -1,59 0,11 12,08 0,69 -0,65 0,17 No-Conforme
F21PPE6F 18,88 0,55 0,33 0,46 13,76 0,75 0,14 0,36 9,09 0,71 0,49 0,59 No-Conforme
F22PBN6F 18,62 0,33 -0,09 0,20 13,46 0,85 -0,67 0,18 8,60 0,55 -0,19 0,22 No-Conforme
F23PPAS6F 18,96 0,29 0,25 0,29 13,60 0,45 -0,15 0,22 8,74 0,74 0,11 0,34 No-Conforme
F23PPAS4F 22,57 0,63 -2,36 0,07 9,90 1 0,69 0,73 9,80 0,69 0,24 0,41 No-Conforme
F24P20006F 19,13 0,18 0,10 0,17 13,34 0,49 -0,57 0,14 8,70 0,71 -0,01 0,30 No-Conforme
F25PCS6F 18,30 0,60 -0,80 0,14 13,28 0,46 -0,65 0,13 9,15 0,72 0,37 0,49 No-Conforme
F26PRO6FEE 23,18 0,73 -1,25 0,12 14,00 1,01 1,01 1,01 9,42 0,72 -0,28 0,23 No-Conforme
F26PRO6FE 23,37 0,57 -0,62 0,15 15,07 1,01 -2,60 0,09 12,06 0,82 -0,71 0,17 No-Conforme
F26PRO6F 19,20 1,22 0,40 0,45 14,02 0,39 0,37 0,39 9,33 0,58 -0,05 0,27 No-Conforme

OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos; 6FEE = Tijolos de 6 Furos Especial II; MAC = Macio; 4F = Tijolos de 4 Furos;
2F : Tijolos de 2 Furos

382
O quadro anterior sintetiza as informaes obtidas nos respectivos grficos
para o municpio de Prudentpolis. Das 126 dimenses avaliadas apenas 9 ( 0,07% do
total) tm ndice Cp superior a 1. Nenhuma delas apresenta ndice Cpkm superior a 1.
H uma nica dimenso, largura na indstria F26PRO6FEE, que est rigorosamente
dentro do ndice esperado para a capacidade do processo, sendo tambm a nica
dimenso no descentralizada ( Cp=Cpk).
Assim, com 99,97% das dimenses descentralizadas (CpCpk) e com
99,93% dos ndices de capacidade inferior a 1, conclui-se que esta importante regio
produtiva apresenta um quadro extremamente insatisfatrio no tocante a adequao
capacidade do processo.

383
3.8.18 REGIO CENTRO SUL: Esta anlise engloba todos os produtos
acima analisados contemplando os municpios dispostos na tabela 34

14cm x 9cm
GRFICO 355- ANLISE PARA O COMPRIMENTO RCS6F
Cp = 0,15
Cpk = 0,11
Cpm = 0,15
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
16 18 20 22 24
0
0,2
0,4
0,6
0,8
1
(X 1000)

GRFICO 356 -ANLISE PARA A LARGURA RCS6F
Cp = 0,26
Cpk = 0,02
Cpm = 0,21
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
12 13 14 15 16
0
0,2
0,4
0,6
0,8
1
(X 1000)

GRFICO 357- ANLISE PARA A ALTURA RCS6F
Cp = 0,28
Cpk = 0,22
Cpm = 0,27
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,8 8,8 9,8 10,8 11,8 12,8
0
0,2
0,4
0,6
0,8
1
(X 1000)

Cpkm = 0,15
Cpkm = 0,21
Cpkm = 0,27

384
24cm x 14cm x 9cm
GRFICO 358- ANLISE PARA O COMPRIMENTO RCS6FE
Cp = 0,12
Cpk = -0,07
Cpm = 0,10
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25 26 27
0
20
40
60
80
100
120

GRFICO 359-ANLISE PARA A LARGURA RCS6FE
Cp = 0,38
Cpk = 0,27
Cpm = 0,36
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
13 13,3 13,6 13,9 14,2 14,5 14,8
0
20
40
60
80
100
120

GRFICO 360-ANLISE PARA A ALTURA RCS6FE
Cp = 0,25
Cpk = 0,14
Cpm = 0,24
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
7,9 8,4 8,9 9,4 9,9 10,4
0
20
40
60
80

Cpkm = 0,10
Cpkm = 0,36
Cpkm = 0,24

385
c) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
GRFICO 361-ANLISE PARA O COMPRIMENTO RCS6FEE
Cp = 0,24
Cpk = -0,49
Cpm = 0,10
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
21 22 23 24 25
0
20
40
60
80
100
120

GRFICO 362-ANLISE PARA A LARGURA RCS6FEE
Cp = 0,11
Cpk = -0,12
Cpm = 0,09
LIE = 13,7 NOMINAL = 14,0 LSE = 14,3
Largura
F
r
e
q
n
c
i
a
11 13 15 17 19
0
20
40
60
80

GRFICO 363-ANLISE PARA A ALTURA RCS6FEE
Cp = 0,23
Cpk = 0,14
Cpm (0,22
LIE = 11,2 NOMINAL = 11,5 LSE = 11,8
Altura
F
r
e
q
n
c
i
a
10 10,5 11 11,5 12 12,5 13
0
20
40
60
80
100

Cpkm = 0,10
Cpkm = 0,09
Cpkm = 0,22

386
d) Anlise para os tijolos de 6 furos especiais nas dimenses nominais de
21,5 cm x 15cm x 10cm
GRFICO 364-ANLISE PARA O COMPRIMENTO RCS6FEE*
Cp = 0,22
Cpk = -0,05
Cpm = 0,17
LIE = 21,2 NOMINAL = 21,5 LSE = 21,8
Comprimento
F
r
e
q
n
c
i
a
19 20 21 22 23
0
10
20
30
40
50

GRFICO 365-ANLISE PARA A LARGURA RCS6FEE*
Cp = 0,42
Cpk = -0,17
Cpm = 0,20
LIE = 14,7 NOMINAL = 15,0 LSE = 15,3
Largura
F
r
e
q
n
c
i
a
13 13,4 13,8 14,2 14,6 15 15,4 15,8
0
20
40
60
80
100

GRFICO 366-ANLISE PARA A ALTURA RCS6FEE*
Pp = 0,53
Ppk = 0,24
Ppk (upper) = 0,82
Ppk (lower) = 0,24
Ppm = 0,40
Process Capability for Altura
LSL = 9,7, Nominal = 10,0, USL = 10,3
9,2 9,5 9,8 10,1 10,4 10,7
Altura
0
10
20
30
40
50
f
r
e
q
u
e
n
c
y

Cpkm = 0,17
Cpkm = 0,20
Cpkm = 0,40

387
e) Anlise para os tijolos macios nas dimenses nominais de 19cm x 9cm
x 5,7cm
GRFICO 367-ANLISE PARA O COMPRIMENTO RCSMAC
Cp = 0,10
Cpk = -0,55
Cpk (inferior) 0,74
Cpm = 0,04
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 19 21 23 25
0
30
60
90
120
150

GRFICO 368-ANLISE PARA A LARGURA RCSMAC
Cp = 0,27
Cpk = -0,84
Cpm = 0,08
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,2 9,7 10,2 10,7 11,2 11,7
0
20
40
60
80
100

GRFICO 369-ANLISE PARA A ALTURA RCSMAC
Cp = 0,20
Cpk = -0,15
Cpm = 0,14
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
3,6 4,6 5,6 6,6 7,6
0
20
40
60
80
100
120

Cpkm = 0,04
Cpkm = 0,08
Cpkm = 0,14

388
f) Anlise para os tijolos de 8 furos nas dimenses nominais de 19cm x
19cm x 9cm
GRFICO 370-ANLISE PARA O COMPRIMENTO RCS8F
Cp = 0,30
Cpk = -0,82
Cpm = 0,09
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22
0
10
20
30
40

GRFICO 371-ANLISE PARA A LARGURA RCS8F
Cp = 0,71
Cpk = -1,22
Cpm = 0,12
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18 18,4 18,8 19,2 19,6 20 20,4 20,8
0
10
20
30
40
50
60

GRFICO 372-ANLISE PARA A ALTURA RCS8F
Cp = 0,44
Cpk = -0,65
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,7 9 9,3 9,6 9,9 10,2 10,5
0
10
20
30
40
50
60

Cpkm = 0,09
Cpkm = 0,12
Cpkm = 0,13

389
g) Anlise para as lajotas nas dimenses nominais de 30cm x 19cm x 7cm
GRFICO 373- ANLISE PARA O COMPRIMENTO RCSL
Cp = 0,92
Cpk = -3,43
Cpm = 0,07
LIE = 29,7 NOMINAL = 30,0 LSE = 30,3
Comprimento
F
r
e
q
n
c
i
a
28 28,4 28,8 29,2 29,6 30 30,4 30,8
0
4
8
12
16
20

GRFICO 374- ANLISE PARA A LARGURA RCSL
Cp = 0,87
Cpk = 0,52
Cpm = 0,59
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Largura
F
r
e
q
n
c
i
a
18,5 18,7 18,9 19,1 19,3 19,5
0
4
8
12
16
20

GRFICO 375- ANLISE PARA A ALTURA RCSL
Cp = 0,55
Cpk = -0,28
Cpm = 0,20
LIE = 6,7 NOMINAL = 7,0 LSE = 7,3
Altura
F
r
e
q
n
c
i
a
6 6,3 6,6 6,9 7,2 7,5
0
5
10
15
20
25
30

Cpkm = 0,07
Cpkm = 0,59
Cpkm = 0,20

390
h) Anlise para os tijolos de 2 furos nas dimenses nominais de 19cm x
9cm x 5,7cm
Cp = 0,09
Cpk = -0,41
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
17 19 21 23 25
0
20
40
60
80

GRFICO 377-ANLISE PARA A LARGURA RCS2F
Cp = 0,37
Cpk = -0,93
Cpm = 0,09
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,7 9,1 9,5 9,9 10,3 10,7 11,1 11,5
0
20
40
60
80
100

GRFICO 378- ANLISE PARA A ALTURA RCS2F
Cp = 0,44
Cpk = 0,09
Cpm = 0,30
LIE = 5,4 NOMINAL = 5,7 LSE = 6,0
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2 6,5
0
20
40
60
80

Cpkm = 0,05
Cpkm = 0,09
Cpkm = 0,30

391
i) Anlise para os tijolos de 2 furos especiais nas dimenses nominais de
23cm x 11cm x 5cm
GRFICO 379-ANLISE PARA O COMPRIMENTO RCS2FE
Cp = 0,06
Cpk = 0,03
Cpm = 0,06
LIE = 22,7 NOMINAL = 23,0 LSE = 23,3
Comprimento
F
r
e
q
n
c
i
a
18 20 22 24 26 28
0
10
20
30
40

GRFICO 380- ANLISE PARA A LARGURA RCS2FE
Cp = 0,12
Cpk = 0,04
Cpm = 0,12
LIE = 11,3 NOMINAL = 11,0 LSE = 10,7
Largura
F
r
e
q
n
c
i
a
8,4 9,4 10,4 11,4 12,4 13,4
0
10
20
30
40
50

GRFICO 381- ANLISE PARA A ALTURA RCS2FE
Cp = 0,74
Cpk = -0,91
Cpm = 0,15
LIE = 4,7 NOMINAL = 5,0 LSE = 5,3
Altura
F
r
e
q
n
c
i
a
4,7 5 5,3 5,6 5,9 6,2
0
10
20
30
40

Cpkm = 0,06
Cpkm = 0,12
Cpkm = 0,15

392
j) Anlise para os tijolos de 4 furos nas dimenses nominais de 19cm x
9cm x 9cm
Cp = 0,11
Cpk = -0,56
Cpm = 0,05
LIE = 18,7 NOMINAL = 19,0 LSE = 19,3
Comprimento
F
r
e
q
n
c
i
a
18 19 20 21 22 23 24
0
20
40
60
80

GRFICO 383- ANLISE PARA A LARGURA RCS4F
Cp = 0,22
Cpk = -0,27
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Largura
F
r
e
q
n
c
i
a
8,3 8,8 9,3 9,8 10,3 10,8 11,3
0
20
40
60
80

GRFICO 384 - ANLISE PARA A ALTURA RCS4F
Cp = 0,26
Cpk = -0,32
Cpm = 0,13
LIE = 8,7 NOMINAL = 9,0 LSE = 9,3
Altura
F
r
e
q
n
c
i
a
8,5 8,9 9,3 9,7 10,1 10,5 10,9 11,3
0
20
40
60
80

Cpkm = 0,05
Cpkm = 0,13
Cpkm = 0,13

393
k) Anlise para os tijolos de 4 furos especiais nas dimenses nominais de
24cm x 10cm x 10cm
GRFICO 385- ANLISE PARA O COMPRIMENTO RCS4FE
Cp = 0,11
Cpk = 0,02
Cpm = 0,10
LIE = 23,7 NOMINAL = 24,0 LSE = 24,3
Comprimento
F
r
e
q
n
c
i
a
20 22 24 26 28
0
10
20
30
40
50

GRFICO 386-ANLISE PARA A LARGURA RCS4FE
Cp = 0,68
Cpk = 0,44
Cpm = 0,55
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Largura
F
r
e
q
n
c
i
a
9,4 9,6 9,8 10 10,2 10,4 10,6 10,8
0
10
20
30
40
50

GRFICO 387- ANLISE PARA A ALTURA RCS4FE
Cp = 0,54
Cpk = 0,23
Cpm = 0,39
LIE = 9,7 NOMINAL = 10,0 LSE = 10,3
Altura
F
r
e
q
n
c
i
a
9,2 9,5 9,8 10,1 10,4 10,7
0
10
20
30
40
50

Cpkm = 0,10
Cpkm = 0,55
Cpkm = 0,39

394
l) Anlise para as telhas francesas nas dimenses nominais de 40cm x
24cm x 1,4cm
GRFICO 388- ANLISE PARA O COMPRIMENTO RCSTF

GRFICO 389-ANLISE PARA A LARGURA RCSTF

GRFICO 390- ANLISE PARA A ALTURA RCSTF
Cp = 0,66
Cpk = 0,62
Cpm = 0,66
LIE = 1,2 NOMINAL = 1,4 LSE = 1,6
Altura
F
r
e
q
n
c
i
a
1,1 1,3 1,5 1,7 1,9
0
30
60
90
120
150

Cp=0,32
Cpk=0,12
Cpk(superior)=0,52
Cpk(inferior)=0,12
Cpkm=0,27
LSL = 39,2, Nominal = 40,0, USL = 40,8
Comprimento
F
r
e
q
n
c
i
a
36 38 40 42 44
0
40
80
120
160
200
Cpkm = 0,06
Cp=0,22
Cpk=-0,29
Cpk(superior)=0,74
Cpk(abaixo)=-0,29
Cpkm=0,12
Largura
F
r
e
q
n
c
i
a
20 21 22 23 24 25 26
0
20
40
60
80
100
120

395
m) Anlise para as telhas romanas nas dimenses nominais de 40cm x 23cm
x 1,3cm
GRFICO 391- ANLISE PARA O COMPRIMENTO RCSTR

GRFICO 392-ANLISE PARA A LARGURA RCSTR

GRFICO 393-ANLISE PARA A ALTURA RCSTR

Cp = 0,36
Cpk = 0,06
Cpm = 0,27
LIE = 1,1 NOMINAL = 1,3 LSE = 1,5
Altura
F
r
e
q
n
c
i
a
0,9 1,1 1,3 1,5 1,7 1,9 2,1 2,3
0
20
40
60
80

Cp=0,46
Cpk=0,42
Cpk (superior)=0,49(
Cpk(inferior)=0,42
Cpkm=0,45
Comprimento
F
r
e
q
n
c
i
a
37 38 39 40 41 42 43
0
20
40
60
80
Cpkm = 0,27
Cp=0,36
Cpk=-0,10
Cpk(superior)=0,82
Cpk(inferior)=-0,10
Cpkm=0,21
Largura
F
r
e
q
n
c
i
a
21 22 23 24 25
0
20
40
60
80

396

QUADRO 18 A- ANLISE DAS AMOSTRAS DE TIJOLOS DA REGIO CENTRO SUL - PR
Indstrias
# 6F C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# 6FEE C [23,7; 24,3]; L [13,7; 14,3]; h [8,7; 9,3]
# MAC C [18,7; 19,3]; L[8,7; 9,3]; h [5,4; 6]
# 4FEC [23,7; 24,3]; L [9,7;10,3]; h [9,7; 10,3]
# 4F C [18,7;19,3]; L [8,7;9,3]; h [8,7;9,3]
# 2F C [18,7; 19,3]; L[8,7; 9,3]; h [5,4; 6,0]
# 2FEC [22,7;23,3]; L[10,7;11,3 ]; h [4,7;5,3]
# 8F C [18,7;19,3]; L [18,7;19,3]; h [8,7;9,3]
# 6FEE* C [21,2;21,8]; L [14.7;15,3]; h [9,7;10,3]
# 8L C [29,7;30,3]; L [18,7;19,3]; h [8,7;9,3]
# ndice: Cp=Cpkm 1,

Tamanho
das Amostras Comprimento
Cp Cpk
Cpkm Largura
Cp Cpk Cpkm
Altura
Mdia (cm) Mdia (cm) Mdia (cm)
RCS6F 2650 18,96 0,13 0,12 0,15 13,74 0,25 0,03 0,21 8,96 0,26 -0,22 0,27 No-Conforme
RCS6FEE 350 23,52 0,12 -0,07 0,10 13,91 0,38 0,27 0,36 9,12 0,25 0,14 0,24 No-Conforme
RCS6FE 350 23,10 0,24 -0,49 0,10 14,62 0,11 -0,12 0,09 11,62 0,23 0,14 0,22 No-Conforme
RCS6FEE* 150 20,99 0,22 -0,05 0,17 14,53 0,42 -0,17 0,20 9,82 0,53 0,24 0,40 No-Conforme
RCSMAC 400 20,98 0,10 -0,55 0,04 10,23 0,27 -0,84 0,08 5,18 0,20 -0,15 0,14 No-Conforme
RCS8F 100 20,12 0,30 -0,82 0,09 19,82 0,71 -1,22 0,12 9,74 0,44 -0,65 0,13 No-Conforme
RCSL 50 28,58 0,92 -3,43 0,07 18,88 0,87 0,52 0,59 6,55 0,55 -0,28 0,20 No-Conforme
RCS2F 300 20,67 0,09 -0,41 0,05 10,07 0,37 -0,93 0,09 5,47 0,44 0,09 0,30 No-Conforme
RCS2FE 100 22,87 0,06 0,03 0,06 10,81 0,12 0,04 0,12 5,67 0,74 -0,91 0,15 No-Conforme
RCS4F 250 20,76 0,11 -0,56 0,05 9,67 0,22 -0,27 0,13 9,67 0,26 -0,32 0,13 No-Conforme
RCS4FE 150 23,77 0,11 0,02 0,10 9,89 0,68 0,44 0,55 9,82 0,23 0,48 0,39 No-Conforme

OBS: 6FE = Tijolos de 6 Furos Especial I ; 6F = Tijolos de 6 Furos; 6FEE = Tijolos de 6 Furos Especial II;
MAC = Macio; 4F = Tijolos de 4 Furos; 2F : Tijolos de 2 Furos

397

QUADRO 18B-ANLISE DAS AMOSTRAS DE TELHAS DA REGIO CENTRO SUL- PR
Indstrias
# TR C[39,0; 41,0]; L [23,4; 24,6]; h [1,1; 1,5]
# ndice: Cp=Cpkm 1,; Cpk 1,
N de Amostras Comprimento Cp Cpk Cpkm Largura Cp Cpk Cpkm Altura Cp Cpk Cpkm Concluso
Mdia (cm) Mdia (cm) Mdia (cm)
RCSTF 400 39,50 0,32 0,12 0,27 22,87 0,22 -0,29 0,02 1,41 0,67 0,63 0,66 No-Conforme
RCSTR 250 39,92 0,46 0,42 0,45 23,23 0,36 -0,10 0,21 1,47 0,36 0,06 0,27 No-Conforme

Os quadros anteriores sintetizam as informaes obtidas nos respectivos grficos para a regio centro sul. Das 39 dimenses
avaliadas 17 apresentam-se com suas mdias dentro das especificaes. Todas esto descentralizadas com ndice CpCpk.
Nenhuma das dimenses apresenta Cp e Cpkm superior a 1. Desta forma considera-se que a produo da regio centro sul,
dentro do conceito de capacidade do processo, encontra-se insatisfatria para o mnimo exigido para os padres industriais.

398
3.9 CONCLUSO

A busca da qualidade deve ser uma constante em todas as empresas e setores.
O respeito aos direitos dos consumidores, tem um importante papel na prpria
sobrevivncia da empresa. Desta forma, o cumprimento das normas tcnicas indicadas
para cada produto, constitui-se em uma importante referncia atravs da qual o cliente
passa a definir os seus fornecedores.
Assim a anlise dos produtos cermicos, sintetizados nos quadros nmeros
18-A e 18-B envolvendo amostras produzidas pelas indstrias presentes nos
municpios constantes na tabela nmero 3, permite concluir o seguinte:
a) consubstanciado no conceito estatstico de qualidade envolvendo a
capacidade do processo, que opera sua anlise dentro das especificaes
ditadas por cada norma tcnica, nenhuma das amostras analisadas
possuem os ndices de Cp e Cpkm superiores a 1, nas suas trs dimenses
(comprimento, largura e altura/espessura). Isso caracteriza a no
conformidade dos produtos s normas tcnicas vigentes, trazendo
prejuzos aos consumidores pela despadronizao dos produtos, causada
pela grande variabilidade, o que onera os custos finais de construo;
b) muito embora algumas indstrias (principalmente dos municpios de
Guamiranga, Rebouas e algumas de Prudentpolis) apresentem bons
investimentos em estufas para secagem, modernizao dos fornos e nas
demais estruturas, estes investimentos ainda no se refletiram no produto
final, no que concerne a padronizao das peas. Seus ndices de
capacidade apresentam-se levemente superiores quelas indstrias que
muito pouco investiram para modernizar a produo. Acredita-se, no
entanto, que a medida em que essas indstrias consigam se adaptar
totalmente s novas tecnologias implantadas, haja uma sensvel melhora

399
nos seus ndices de Cp e Cpkm, quando comparadas as demais indstrias
do setor. Reconhece-se, porm que visualmente as amostras obtidas nas
indstrias que investiram, apresentam um aspecto bem mais homogneo;
praticamente no apresentando trincas e outras imperfeies. Isto agrega
valor e permite que essas indstrias vendam seus produtos com um preo
melhor ( em torno de 10% de acrscimo) quando comparadas as outras. A
principal deficincia, portanto, est na padronizao. Vale lembrar que
apenas 15% do parque cermico do SINCOSUL, apresenta algum
investimento na sua linha de produo;
c) embora deva-se considerar que a qualidade do produto final reflexo da
qualidade aplicada a cada etapa produtiva, haveria uma sensvel melhora
nos ndices de capacidade de todas as empresas, se os investimentos
fossem concentrados, principalmente em novos fornos com
caractersticas mais modernas e queima mais uniforme. Tal concluso
advm do fato de que os fornos de funcionamento intermitente,
encontrados em praticamente todas as indstrias, mantm uma diferena
de temperatura de at 200 graus Celsius em seu interior (conforme
descrito no item 3.8.5.7.1). Esta significativa diferena causa grandes
reflexos e variaes nas medidas lineares das amostras, que so dispostas
em camadas no interior dos fornos. Essas diferenas so detectadas neste
trabalho, a medida em que so tomadas amostras aleatrias;
d) o ndice estatstico Cpkm =1, exige que a indstria opere dentro das
especificaes das normas tcnicas, elegendo um valor alvo como
referncia. Assim, por exemplo, se a indstria pretende produzir um tijolo
cujo comprimento na norma tcnica deve ser de 19cm 3mm, esta
indstria pode produzir com um desvio padro mximo de 0,10 cm, pois:
Cpkm=
6
LIE LSE
onde , logo: Cpkm=
Assim: LSE LIE = 0,60 e para que Cpkm1 torna-se necessrio que
( )
2 2
T
2
+ =
( )
2 2
6 T
LIE LSE
+

400
, ou que . Se T = decorre que o
desvio padro deve ser 0,1cm ( l mm). Assim, adotando-se o valor
alvo de 19cm, a variao mxima admitida ser de [18,9; 19,1], para que
se possa produzir dentro dos padres de capacidade esperados para a
indstria. Para as telhas, cujas tolerncias so diferenciadas, deve-se
procurar fazer com que o desvio padro siga os seguintes limites:
comprimento 2,66 mm; largura 0,60 mm e espessura
0,67mm;
e) muito embora se possam julgar os valores mximos para cada desvio
padro muito baixo para se produzir com o ndice Cpkm> 1, torna-se
necessrio enfatizar que os ndices de capacidade de processo so
internacionalmente reconhecidos e adotados, sendo portanto ideais para
medir a adequao dos produtos s respectivas especificaes. Em muitas
situaes, inclusive, so inseridos em clusulas contratuais para que uma
empresa possa ter uma maior garantia de que o seu fornecedor produzir
dentro das normas, sujeitando-o a pesadas multas caso no o faa. Desta
forma a adequao das indstrias de cermica vermelha a estes ndices,
traria um aspecto extremamente positivo a regio produtora. importante
ressaltar que na dcada de 80, por exemplo, o ndice Cp mnimo exigido
nas indstrias do Japo era de 1,33. Na mesma dcada o ndice Cp
observado nos Estados Unidos era de 0,67. Nas indstrias cermicas em
2003 observa-se um ndice Cp mdio de 0,32 enquanto o ndice Cpkm
mdio de 0,20. Desta forma pode-se afirmar que a situao das
indstrias cermicas medidas por estes ndices muito preocupante;
f) apesar da suposta fiscalizao do INMETRO, h muito que se fazer para
que se possam produzir peas dentro dos padres razoveis de aceitao.
Isso demanda investimento, comprometimento e treinamento do pessoal
para aplicar os padres de qualidade a cada etapa da produo. Somente
1
T) ( 6.
0,60
2 2

+
0,1 T) (
2 2
+

401
assim conseguir-se- produzir dentro das normas e da expectativa de cada
cliente.

3.10 SUGESTES PARA TRABALHOS FUTUROS

Para complementar o trabalho acima desenvolvido, sugere-se a anlise dos
produtos efetuando-se ensaios para a resistncia a compresso, absoro de gua e
umidade. Desta forma, obter-se- uma anlise completa dos produtos cermicos da
regio Centro Sul do Paran.
Outra possibilidade o estudo da melhor composio/mistura das argilas,
que minimizem a retrao quando os produtos ficam sujeitos as elevadas temperaturas
dos fornos. Caso venha a ser encontrada essa composio, poder-se- manter o atual
sistema de fornos, sem grandes investimentos, pois este no mais ser a causa
principal das grandes diferenas nas dimenses dos produtos cermicos.

401

assim conseguir-se- produzir dentro das normas e da expectativa de cada
cliente.

3.10 SUGESTES PARA TRABALHOS FUTUROS

Para complementar o trabalho acima desenvolvido, sugere-se a anlise dos
produtos efetuando-se ensaios para a resistncia a compresso, absoro de gua e
umidade. Desta forma, obter-se- uma anlise completa dos produtos cermicos da
regio Centro Sul do Paran.
Outra possibilidade o estudo da melhor composio/mistura das argilas,
que minimizem a retrao quando os produtos ficam sujeitos as elevadas temperaturas
dos fornos. Caso venha a ser encontrada essa composio, poder-se- manter o atual
sistema de fornos, sem grandes investimentos, pois este no mais ser a causa
principal das grandes diferenas nas dimenses dos produtos cermicos.

402

GLOSSRIO
APLICADO AO ITEM 2.7.3. PROJETO ECONMICO USANDO O GRFICO X
PARA PRESERVAR O CONTROLE DO PROCESSO
a) GLOSSRIO DOS PARMETROS

= a mdia assumida pelo processo para mudana por ;
= este parmetro relata a probabilidade de ocorrncia de uma causa especial.
Comeando em um estgio de controle no tempo t = 0 a probabilidade do processo
estar em controle no tempo t
1

1
t
e

.
K = a razo por hora no qual provm a renda da operao do processo;
1
v = a razo por hora na qual provm a renda da operao do processo, quando a mdia
do processo teve mudana para .
M =
1 0
V V .
e = a razo na qual o tempo entre a tomada de uma amostra e a plotagem do ponto no
grfico x aumenta com o tamanho da amostra n.
D = tempo mdio para encontrar a causa especial aps um ponto plotado estar fora dos
limites.
T = custo para procura de uma causa especial quando ela no existe.
W = custo para procura de uma causa especial quando ela existe.
b = o custo por amostra do ato de retirada da amostra e esboo, que independente do
tamanho da amostra.
c = o custo por unidade de amostra, teste e clculos que so relacionados com o
tamanho da amostra. Assume-se este custo como linear.
= desvio padro do processo.
= o valor padro para sigma para colocar em limite de controle. Em toda a anlise
=.

b)GLOSSRIO DAS VARIVEIS

n = tamanho da amostra.
h = intervalo de tempo, em horas, entre retirada das amostras

403

k = limite de controle para o grfico X que ocorre em n t k x / ' ' . ' ' +

=
=
+ =
k
z
n k
z
n k
z
dz
e
P Q
dz
e
dz
e
P
2
2
1
.
2 2
2 /
2 / 2 /
2
2 2

L = custo:
L =
h
cn
h
b
B
W h T MB
+ +
+
+ +

1
/

e

). 12 / 2 / 1 / 1 (
) (
h P a
D en ah B
+ =
+ + =

404

REFERNCIAS

ARNOLD, B. F. and COLLANI, E. v.. Economic Process Control. Statistica Neerlandica 41, pp.
98-97, (1987).

ARNOLD, B. F.. Optimal Control Charts and Discrimination between Acceptable and
Unacceptable States. Sankhya 51, Series B, pp. 375-389, (1989).

ARNOLD, B. F. and COLLANI, E. v.. On the Robustness of X Charts. Statistics 20, pp. 149-
159, (1989).

ARNOLD, B. F.. An Economic X Chart Approach to the Joint Control of the Means of
Independent Quality Characteristics. ZOR Methods and Models of Operations Research 34, pp.
59-74, (1990).

ARNOLD, J. C.; REYNOLDS, M. R. , JR.; and SAWALAPURKAR-POWERS, U. Control Charts
with Variable Sample Size and Variable Interval Size. Proceedings of the Selection on Quality
and productivity of the American Statistical Association. Pp. 138-143, 1993.

ARNOLD, J. C. and REYNOLDS, M. R.. CUSUM Charts with Variable Sample Size and
Variable Interval Size. Proceedings of the Selection on Quality and Productivity of the American
Statistical Association. Pp. 87-92, (1994)

BAKER, K. R. Two Process Models in the Economic Design of ou X Chart. AIIE
Transactions 4, pp. 257-263, ( 1971).

BANERJEE, P. K. and RAHIM, M. A.. Economic Design of Control Charts: A Renewal Theory
Approach. Engineering Optimiztion 12, pp. 63-73, (1987).

BANERJEE, P. K. and RAHIM, M. A.. Economic Design of X Control Charts Under Weibull
Shock Models, Technometrics 30, pp. 407-414, (1988).

BARTMANN, F. C. Idias Bsicas do Controle Moderno de Qualidade UFISINAPE-UNICAMP
(1986)

BAXLEY, R. V., JR. An Application of Variable Sampling Intreval Control Charts. Journal of
Quality Technology 27, pp. 275-282, (1996).

BOYLES, R. A.. The Taguchi Capability Index. Journal of Quality Technology, volume 23, 17-
26, (1991).

CHAN, L. K., Cheng, S. W., Spiring, F. A. A New Measure of Process Capability: Cpm. Journal
of Quality Technology, volume 20, 162-175, (1988).

405

CHIU, W. K. and WETHERILL, G. B.. A Simplified Scheme for the Economic Design of X
Charts. Journal of Quality Technology 6, pp. 63-69, (1974).

CHUNG, K. J.. A Simplified Procedure for the Economic Design of X Charts. Journal of
Production Research 28, pp. 1239-1246, (1990).

COLLANI, E. v.. Kostenoptimale Prufplane fur die laufende Kontrolle eines normalverteilten
Merkmals. Mtrica 28, pp. 211-236, (1981).

COLLANI, E. V.. A Simple Procedure to Determine the Economic Design of an X Control
Chart. Journal of Quality Technology 18, pp. 145-151, (1986).

COLLANI, E. v.. Economic Control of Continuously Monitored Production Processes. Reports
of Statistical Application Research, JUSE 34, pp. 1-18, (1987).

COLLANI, E. v.. A Unified Approach to Optimal Process Control. Metrika 35,pp. 145-159,
(1988).

COLLANI, E. v. and SHEIL, J.. An Approach to Controlling Process Variability. Journal of

COLLANI, E. v.. Economically Optimal e And np Charts. Metrika 36, pp. 215-232, (1989a).

COLLANI, E. v.. The Economic Design of Control Charts. Teubner Skripten zur
Mathematischen Stochastik B. G. Teubner Stuttgart, (1989b).

COLLANI, E. v.. Wirtschaftliche Qualiteine einige neue Ergebnisse. OR Spektrum pp. 1-23,
(1990).

COLLIN, L. O. A utilizao da Funo Perda de Taguchi na Prtica do Controle Estatstico do
Processo. Escola Federal de Engenharia de Itajub MG, 2001.

CORIAT, Benjamin Pensar pelo avesso, Ed. Revan, Rio de Janeiro, 209p, (1994).

COSTA, A. F. B. X Charts with Variable Sample Size. Journal of Quality Technology 26, pp.
155-163, (1994).

DUNCAN, A. J.. The Economic Design of X Charts Used to Maintain Current Control of a
Process.Journal of the American Statistical Association 51, pp. 228-242, (1956).

DUNCAN, A. J.. The Economic Design of X Charts Where There Is a Multiplicity of
Assignable Causes. Journal of the American Statistical Association 66, pp. 107-121, (1971).

DUNCAN, A. J., Quality Control and Industrial Statistics, 4th ed., Richard D. Irwin,
Homewood, IL, 1974.

FALCONI, Vicente: Gerncia da qualidade total , B. Horizonte, Fundao Christiano Otoni,
229p, (1992).

406

FELLER, W. An Introduction to Probatility Theory and its Applications. Vol 1, New York:
Johnb Wiley & Sons. pp 178-220, ( 1950)

GHINATTO, Paulo: Sistema Toyota de Produo: Mais do que simplesmente Just-in-Time
EDUCS, Caxias do Sul, 177p, (1996).
GIBRA, I. N.. Economic Design of Attribute Control Charts for Multiple Assignable Causes.
Journal of Quality Technology 13, pp. 93-99, (1981).

GIRSHICK, M. and RUBIN, H. A Bayes Approach to a Quality Control Model, Annals of
Mathematical Statistics, 23, 1, 114-125, March 1952.

GOEL, A. L., JAIN, S. C., and WU, S. M.. An Algorithm for the Determination of the Economic
Design of X Charts Based on Duncans Model. Journal of the American Statistical Association
63, pp. 305-320, (1968).

GOH, T. N. Tagichi Methods: Some Technical, Cultural and Pedagogical Perspectives. Quality
and Reability Engineering International, volume 9, 185-202, (1993).

GOLDRATT, Eliyahu: A corrida pela vantagem competitiva, S. Paulo, Educator,178p, (1996).

HO, C. and CASE, K. E.. Economic Design of Control Charts: A Literature Revew for 1981-
1991. Journal of Quality Technology 26, pp. 39-53, (1994).

HRYNIEWICZ, O.. The Performance of Differently Designed p-Control Charts in the Presence
of Shifts of Unexpected Size. Economic Quality Control 4, pp. 7-18, (1989).

HSU, L. F. And TAPIERO, C. S.. An Economic Model for Determining the Optimal Quality and
Process Control Policy in a Queue-Like Production System. International Journal of Production
Research 28, pp. 1447-1457, (1990).

HU, P. W.. Economic Design of an X Control Chart Under Non-Poisson Process Shift.
Abstract, TIMS/ORSA Joint National Meeting, San Francisco, May 14-16, pp. 84, (1984).

HU, P. W.. Economic Design of an X Control Chart with Non-Exponential Times Between
Process Shifts. IIE News, Quality Control And Reability Engineering 21, pp. 1-3, (1986).

ISHIKAWA, Kaoru: Controle de qualidade total, R. Janeiro, Ed. Campus, 221p, (1993).

JARAIEDI, M. and ZHUANG, Z.. Determination of Optimal Design Parameters of X charts
When There Is a Multiplicity of Assignable Causes. Journal of Quality Technology 23, pp. 253-
258, (1991).

JONES, L. L. and CASE, K. E.. Economic Design of a Joint X and Control Chart. AIIE
Transactions 13, pp. 182-195, (1981).

JURAN, J. M., Gryna, F. M., Binghan, R. S. Quality Control Handbook. New York: Mc Graw
Hill, (1979).

KACKAR, R. N. Taguchis Quality Philosophy: Analysis and Commentary. Quality Progress,
21-29,(1986).

407

KANE, V. E. Process Capability Indices. Journal of Quality Technology, volume 18, 41-52,
(1986).

KENNETH, E. C. and HO, C. Economic Design of Control Charts: A Literatura Review for
1981-1991. Journal of Quality Technology 26, pp 39-50, ( 1994).
KNAPPENBERGER, H. A. and GRANDAGE, A. H. E. Minimum Cost Quality Control Tests,
AIIE Transactions, 1, 1, 24-32, March 1969.

KOO, T. Y. and CASE, K. E.. Economic Design of X Control Charts for Use in Monitoring
Continuous Flow Process. International Journal of Production Research 28, pp. 2001-2011, (1990).

KRISHNAMOORTHI, K. S.. Economic Control Charts an Application. ASQC Quality Congress
Transactions, pp. 385-391, (1985).

KURC, K.. The Performace of Differently Designed X Control Charts in the Presence of a
Shift of Unexpected Size. Economic Quality Control 6, pp. 3-15, (1991).

LASDON, L. S.; WAREN, A. D.; JAIN, A.; and RANTER, M.. Design and Testing of Generalized
Reduced Gradient Code for Nonlinear Programming. ACM Transactions on Mathematical
Software 4, pp. 34-50, (1978).

LASHKARI, R. S. and RAHIM, M. A.. An Economic Design of Cumulative Sum Charts to Non-
Normal Process Means. Computers and Industrial Engineering 6, pp. 118, (1982).

LAVE, R. E. A Markov Model for Quality Control Plan Selection, AIIE Transactions, 1, 2, 139-
145, June 1969.

LEVINE, D. M. Statistics for Managers Using Microsoft Excel. Prentice Hall, inc. pp 467-488,
1998.

LORENZEN, T. J. and VANCE, L. C.. The Economic Design of Charts: A Unified Approach.
Technometrics 28, pp. 3-10, (1986).

LORENZEN, T. J. and VANCE, L. C.. Economic Comparisons of Control Charts.ASQC
Quality Congress Transactions, pp. 255-263, (1986b).

LORENZEN, T. J. and VANCE, L. C.. Response to William H. Woodall. Technometrics 28, pp.
409-410, (1986c).

MCWILLIAMS, T. P.. Economic Control Chart Designs and the In-control Time Distribution:
A Sensitivity Analysis. Journal of Quality Technology 21, pp. 103-110, (1989).

MONTGOMERY, D. C. and KLATT, P. J.. Economic Design of T
2
Control Charts to Maintain
Current Control of a Process. Management Science 19, pp. 76-89, (1972a).

MONTGOMERY, D. C. and KLATT, P. J.. Minimum Cost Multivariate Quality Control Test.
AIIE Transactions 4, (1972b).

MONTGOMERY, D. C., HEIKES, R. G. and MANCE, J. F.. Economic Design of Fraction
Defective Control Charts. Management Science 21, pp. 1272-1284, (1975).

408

MONTGOMERY, D. C.. The Echonomic Design of Control Charts: A Review and Literature
Survey. Journal of Quality Technology 12, pp. 75-87, (1980).

MONTGOMERY, D. C.. The Economic Design of Control Charts: A Review And Literature
Survey. Journal of Quality Technology 12, pp. 75-97, (1980).
MONTGOMERY, D. C.. Economic Design of an X - Control Charts. Journal of Quality
Technology 14, pp. 40-43, (1982).

MONTGOMERY, D. C., Design and Analysis of Experiments, 2
nd
ed., Wiley, New York, 1984.

MONTGOMERY, D. C.. Economic Design of X Control Charts for Two Manufacturing
Process Models. Naval Research Logistics Quaternaly, 32, 631-630 (1985).

MONTGOMERY, D. C. and STORER, R. H.. Economic Models and Process Quality Control.
Quality and Reliability Engineering International 2, pp. 221-228, (1986).

MONTGOMERY, D. C.. Introduction to Statistical Process Control 2

nd ed., John Wiley &
Sons, Inc., New York, NY, (1991).

MONTGOMERY,D. C.; TORNG, J. C.; COCHRAN, J. K.; and LAWRENCE, F. P.. Statistically
Constrained Economic Design of EWMA Control Charts. Journal of Quality Technology27, pp.
250-256, (1995).

MOURA, Eduardo:As sete ferramentas gerenciais da qualidade: implementando a melhoria
contnua com maior eficcia, S. Paulo, Makron Books, 118p, (1992).

Neto, C. Tcnicas Estatsticas Aplicadas Qualidade. Universidade Federal do Paran, 1-125,
(2001).

OHNO, T.: Sistema Toyota de Produo: Alm da produo em alta escala, P. Alegre, Bookman,
(1996).

PANAGOS, M. R.; HEIKES, R. G.; and MONTGOMERY, D. C.. Economic Design of X Control
Charts for Two Manufacturing Process Models. Naval Research Logistics Quarterly 32, pp. 631-
646, (1985).

PARK, C. and Reynolds< M. R.; Jr.. Economic Design of a Variable Sample Size X - Charts.
Communication in Statistics-Simulation and Compulation 23, pp. 467-483, (1994).

PARKHIDEH, B. and Case, K. E.. the Economic Design of a Dynamic X Control Chart. IIE
Transactions 21, pp. 313-323, (1989).

PETERS, M. H. and WILLIAMS, W. W.. Economic Design of Quality Monitoring Efforts for
Multi-Stage Production Systems. IIE Transactions 19, pp. 81-87, (1987).

POLLOCK, S. M. Minimum Cost Checking Using Imperfect Information, Management Sciene,
13, 7, 454-465, March 1967.

PRABHU,S. S.; RUNGER, G. C.; and KEATS, J. B.. An Adaptive Sample Size X Chart.
International Journal of Production Research 31, pp. 2895-2909, (1993).

409

PRABHU, S. S.; MONTGOMERY, D. C.; and RUNGER, G. C.. A Combined Adaaptive Sample
Size and Sampling Interval X Control Scheme.Journal of Quality Technology 26, pp. 164-176,
(1994).
PRABHU, S. S.; MONTGOMERY, D. C.; and RUNGER, G. C.. Economic-Statistical Design of an
Adaptive X Chart. International Journal of Production Economics 49, pp. 1-15, (1997).

Provost, L. P., Norman, C. L. Variation Through the Ages. Quality Progress, 39-44, (1990).

RAHIM, M. A.. Economically Optimal Determination of the Parameters of X -Charts with
Warning Limits When Quality Characteristics Are Non-Normally Distributed. Engineering
Optimization 7, pp. 289-301, (1984).

RAHIM, M. A.. Economic Model of X Chart under Non-Normality and Measurement
Errors. Computers and Operations Research 12, pp. 291-299, (1985).

RAHIM, M. A.; LASHKAI, R. S.; and BANERJEE, P. K.. Joint Economic Design of Mean and
Variance Control Charts. Engineering Optimization 14, pp. 65-78, (1988).

RAHIM, M. A.. Determination of Optimal Design Parameters of Joint X and R Charts.

RENDTEL, U.. CUSUM Schemes with Variable Intervals and Sample Sizes. Statistical Papers
31, pp. 103-118, (1990).

REYNOLDS, M. R., JR.. Optimal Variable Sampling Interval Control Charts. Sequential
Analysis 8, pp. 361-379, (1989).

REYNOLDS,M. R., JR. anD Arnold, J. C.. Optimal Shewhart Control Charts with Variable
Sampling Intervals Between Samples. Sequential Analysis 8, pp. 51-77, (1989).

REYNOLDS, M. R., JR.; AMIN, R. W.; and ARNOLD, J. C.. CUSUM Charts with Variable
Sampling Interval. Technometrics 32, pp. 371-384, (1990).

REYNOLDS, M. R., JR.. Evaluating Properties of Variable Sampling Interval Control Charts.
Sequencial Analysis 14, pp. 59-97, (1995).

REYNOLDS, M. R., JR.. Shewhart and EWMA Variable Sampling Interval Control Chats with
Sampling at Fixed Times. Journal of Quality Technology 28, pp. 199-212, ( 1996a).

REYNOLDS, M. R. JR.. Variable Sampling Interval Control Charts with Sampling at Fixed
Times. IIE Transactions 28, pp. 497-510, (1996b).

REYNOLDS, M. R., JR.. Econo,ic Design of a Variable Sampling Rate X Chart. Journal of

Ribeiro, J. D., Caten, C. S. Gerenciando o CEP com a funo de Perda Quadrtica. ENEGEP,
XV, So Carlos, SP. Universidade Federal de So Carlos, 468-473, (1995).

ROSS, S. M.. Appied Probability Models with Optimization Applications. Holden-Day, San
Francisco, CA.

410

RUNGER, G. C. and MONTGOMERY, D. C.. Adaptive Sampling Enhancements for Shewhart
Control Charts. IIE Transactions 25, pp. 41-51, (1993).

RUNGE, G. C. and PIGNATIELLO, J. J., JR.. Adaptive Sampling for Process Control. Journal of

SANIGA, E. M.. Joint Economically Optimal Design of X and R Control Charts. Management
Science 24, pp. 420-431, (1977).

SANIGA, E. M. and MONTGOMERY, D. C.. Economic Quality Control Policies for a Single
Causes System. AIIE Transactions 13, pp. 258-264, (1981).

SANIGA, E. M.. Economic Statistical Control Charts Design with an Application to X and R
Charts. Thechnometrics 31, pp. 313-321, (1989).

SELLITO, M. O Sistema Toyota de Produo. Engenharia da Produo, PPGEP-UFRGS, Porto
Alegre (2000)

SCULLI, D. and WOO, K. M.. Designing np Control Charts. OMEGA International Journal of
Management Science 10, pp. 679-687, (1982).

SCULLI, D. and WOO, K. M.. Designing Economic np Control Charts: A Programmed
Simulation Approach. Computers In Industry 6, pp. 185-194, (1985).

SHEWHART, W. A . The Applications of Statistics as na Aid in Maintainig Quality of
Manufatured Products. Journal of The American Statistical Association. Vol 20, pp 546-548, (
1925).

SHINGO, Shigeo: Sistemas de produo com estoque zero: O sistema Shingo para melhorias
contnuas, P. Alegre, Bookman, 380p, (1996).

SHINGO, Shigeo: O sistema Toyota de produo: Do ponto de vista da engenharia de produo,
P. Alegre, Bookman, 291p, (1996b).

SULLIVAN, L. P. The Power of Taguchi Mtods. Quality Progress, 76-79, June, (1987).

SPIRING, F. A. The Cpm Index. Quality Progress, 57-61, February, (1991).

SPIRING, F. A. A Unifying Approach to Process Capability Indices. Journal of Quality
Technology, volume 29, 49-58, (1997).

SVOBODA, L.. Economic Design of Control Charts: A Review and LITERATUR SURVEY
(1979-1989). IN Statistical Process Control in Manufacturing, edited by J. B. Keats and D. C.
Montgomery, Marcel Dekker, New York, NY, (1991).

TAGARAS, G. and LEE. H. L.. Economic Design of Control Charts with Different Control
Limits for Different Assignable Causes. Management Science, 34, pp. 1347-1366, (1988).

TAGARAS,G.. Economic X Charts with Asymmetric Control Limits. Journal of Quality
Technology 21, pp. 147-154, (1989a).

411

TAGARAS, G.. Power Approximations in the Economic Design of Control Charts. Naval
Research Logistic Quaterly 15, pp. 639-654, (1989b).

TAGARAS, G.. A Survey of Recent Developments in the Design of Adaptive Control Charts .

Taguchi, G, Elsayed, E. A., Hsiang, T. Taguchi- Engenharia da Qualidade em Sistema de
Produo. So Paulo: Mc Graw Hill, (1990).

VANCE, L. C.. A Bibliography of Statistical Quality Control Chart Techniques, 1970-1980.

VAUGHAN, T. S. and PETERS, M. H.. Economic Design of Fraction Nonconforming Control
Charts with Multiple State Changes. Journal of Quality Technology 23, pp. 32-43, (1991).

WILLIAMS, W. W.; LOONEY, S. W.; and PETERS, M. H.. Use of Curtailed Sampling Plans in
the Economic Designs of np-Control Charts. Technometrics 27, pp. 57-63, (1985).

WILLIAMS, W. W. and PETERS, M. H.. Economic Design of an Attributes Control System for a
Multistage Serial Production Process. International Journal of Production Research 27, pp. 1269-
1286, (1989).

WOODALL, W. H.. Weaknesses of the Economic Design of Control Charts. Technometrics 28,
pp. 408-409, (1986).

412

APNDICE 1- EQUIVALNCIA ENTRE OS MODELOS A e B

413

A seguinte discusso utilizada para demonstrar que quando a durao em
controle tem uma distribuio geomtrica [3] ento os modelos A e B so
equivalentes.
Considerando o modelo A onde a ocorrncia do processo no afetada por
falsos alarmes e suponhamos que o tempo em controle tenha uma distribuio
geomtrica. Suponhamos tambm que um falso alarme tenha ocorrido em um perodo
m. Quanto tempo continuar em controle aps um alarme falso?
A resposta que a durao em controle comporta-se como se o processo
estivesse comeando aps o perodo m + 1 (i.e, o processo comporta-se como se
estivesse em durante uma busca por alarme falso), mais formalmente:

{ }
{ }
{ }
( )
k
m
k m
m T
m T k m T
m T k m T

) 1 (
1
Pr
| Pr
| Pr
=
+ =
= + =
+

ou

{ } { } k T m T k m T = = + = Pr | Pr

A interrupo do processo foi esquecida, pois j se passaram m perodos
em controle, e comea nova probabilidade aps o alarme falso com efeito isto
equivalente a usar o modelo B especificando que a interrupo do processo dar incio
a um novo processo aps cada alarme falso.

414

APNDICE 2 PROPRIEDADES ESTATSTICA DO MODELO DA CADEIA DE
MARKOV

415
As propriedades estatsticas do grfico VSR podem ser determinadas pelo
uso de modelos da cadeia de Markov. Em particular as cadeias de Markov tem quatro
estados correspondentes a quatro regies, que so as seguintes:

). , [ ] , (
) , [ ] , (
) , [ ] , (
) , (
3 3 4
3 2 2 3 3
2 1 1 2 2
1 1 1
=
=
=
=
c c I
c c c c I
c c c c I
c c I

A regio I
4
corresponde a um estado de absoro e a matriz de probabilidade
para a cadeia de Markov dada por:
| |
3 3x
ij
q Q = (A1)
onde ) | | | | | (
1 1 1 i k i j k j ij
c Z c c Z c P q < < =

, i, j = 1, 2, 3. A probabilidade de transio
depende do valor de e este ser convenientemente expressar em termos de
= ( -
0
)/ o qual aqui ser utilizado para representar um desvio padronizado do
alvo. Ento para um dado , a probabilidade de transio,
ij
q , pode ser expressa por:

( ) ( )
( ) ( )

1 1 1
1 1 1 1
n c n c
n c n c q
j j
j j j
+
=

( ) ( )
( ) ( )

* * * 1
* 1 * 2
n c n c
n c n c q
j j
j j j
+
=

( ) ( )
( ) ( )

2 2 1
2 1 2 3
n c n c
n c n c q
j j
j j j
+
=

para j = 1, 2, 3 onde (.). Denota a funo distribuio normal padronizada. A
probabilidade de transio para absoro do estado denotada por
( )
3 2 1 4
1
i i i i
q q q q + + = . Sabe-se que
j j
q q
1 2
= ou
j j
q q
3 2
= , assim
1 *
n n = ou
2 *
n n = ,
respectivamente.
Para o caso especial onde o processo est em controle ( = 0) a probabilidade
de transio
ij
q , no depende de i. Neste caso, deixe
ij j
q p = ser a probabilidade do
estado j para j = 1, 2, 3, 4.

416

APNDICE 3 NMERO ESPERADO DE AMOSTRAS EM UM PERODO SOB
CONTROLE

417
As derivaes de E(S
0
) e E(O
0
) usam o fato de que quando o processo est
em controle, a distribuio do controle estatstico
k
Z no depende do tamanho da
amostra. Ento, suficiente considerar apenas o intervalo da amostra. Para o modelo
econmico, o estado 4 da cadeia de Markov, corresponde a um falso alarme se o
processo est em controle, assim neste contexto o estado 4 no pode ser tratado como
um estado de absoro para k = 1, 2, ..., definimos:
R(k) = j se
j k
I Z
Assim R(k) o estado da amostra k. O pequeno intervalo de amostra h
2
e o
grande tamanho da amostra n
2
so usados antes da primeira amostra assim ns
podemos definir o estgio inicial como R(0) = 3.
Para obter E(S
0
), primeiro derivamos a distribuio se S
0
e R(S
0
), ento o
distribuio marginal de S
0
e finalmente E(S
0
). Inicialmente fcil ver que:

e
, 0 ) ) ( , 0 (
0 0
= = = j S R S P j = 1, 2, 4. (B2)
Seja } 5 . 0 ) ( { 2
1
=
I h
c p , a probabilidade de usar
1
h , e seja
} exp{ ) 1 ( } exp{
2 1 1 1
h p h p
h h
+ = . Note que
1 1
p p
h
= se
S I
c c e
2 1 1
p p p
h
+ = se
S I
c c > . Ento para z 1, P(S
0
=z, R(S
0
) = 1) =
=
1
0
z
x
P [ h x intervalos de tamanho
1
h e
de tamanho
2
h entre amostras 1 e z,R(z) = 1 e ) ( ) 1 ( ) (
2 1 0 2 1
x z h x h T x z h x h + + + ]=

) 3 ( }) exp{ 1 }( exp{ } exp{ ) 1 (
1
1
1 2 1
) ( ) 1 (
) (
1
1
1 1
1
0
2 1
2 1
B h h p dy y p p p
x
z
z
x z h x
x z h x h
x z
h
x
h
z
x
+ +
+

=
=
|
|
.
|
\
|

Por argumento similar:
1
* 2 2
0 0
}) exp{ 1 }( exp{
) 2 ) ( , (
=
= =
z
h h p
S R z S P

(B4)

1
2 2 3
0 0
}) exp{ 1 }( exp{
) 3 ) ( , (

= =
z
h h p
S R z S P

(B5)

} exp{ 1 ) 3 ) ( , 0 (
2 0 0
h S R S P = = =
(B1)

418
1
2 2 4
0 0
}) exp{ 1 }( exp{
) 4 ) ( , (

= =
z
h h p
S R z S P

(B6)

Ento, para z 1, usando equaes (B3) (B6) temos

1
2
4
1
0 0 0
) 1 }( exp{
) ( , ( ) (
=
=
= = = =

z
j
h
j S R z S P z S P

Ento,
= = =
=
1
} exp{
) ( ) (
2
0
0 0
h
z S zP S E
z
(B7)

419

APNDICE 4 NMERO ESPERADO DE OBSERVAES EM UM PERODO
EM CONTROLE

420
A derivao de E(S
0
) requer que a distribuio de R(S
0
) seja obtida. Usando:

P(R(S
0
) = j) = j S R z S P
z
= =
=
) ( , (
0
0
0

e a distribuio conjunta de S
0
e R(S
0
) das equaes (B1)-(B6), temos:

}) exp{ 1 }( exp{
1
) 4 ) ( (
}) exp{ 1 }( exp{
1
} exp{ 1 ) 3 ) ( (
}) exp{ 1 }( exp{
1
) 2 ) ( (
}) exp{ 1 }( exp{
1
) 1 ) ( (
2 2
4
0
2 2
3
2 0
* 2
2
0
1 2
1
0
h h
p
S R P
h h
p
h S R P
h h
p
S R P
h h
p
S R P

= =

+
= =

= =

= =

Para k = 2, 3, ..., o tamanho da amostra especificado para amostra k 1 para uso na
amostra k N(k). Ento podemos obter E(O
0
), como:

)) 1 ( ( )) ( ( ) (
) 1 ( ( ) (
) ( ) (
0 0 2
1
2
0 2
2
2 0
0
0
+ + =
|
|
.
|
\
|
+ + =
|
|
.
|
\
|
+ =
+
=
=
S N E i N E S E n
S N E i N E n
i N E n O E
S
i
S
i

Assim da equao (B7), E(S
0
) dado por:
2 4 3 * 2 1 1
) ( )) ( ( n p p n p n p i N E + + + = e
= + = + = = + ) ( ( ) 2 ) ( ( ) 1 ) ( ( )) 1 ( (
0 2 0 * 0 1 0
S R P n S R P n S R P n S N E 3 ou 4, aps substituio,
simplificamos para:

421
|
| ) exp{ ) (
} exp{ } exp{
1
} exp{
} exp{ ) (
2 4 3 2
* 2 * 1 1 1
2
2 2 0
h p p n
h p n h p n
h
h n O E
+ +
+
+ =

422

APNDICE 5 EXPECTATIVA DE PERODOS FORA DE CONTROLE

423
Expectativas para um perodo fora de controle sero obtidas usando os
resultados do apndice B. Para simplificar, expectativas sero obtidos inicialmente
considerando o caso onde os perodos fora de controle so devido ocorrncia de uma
causa especial que tem uma distribuio exponencial com parmetro e mudana
produzida por esta causa especial de tamanho . Ento, a esperana de ) (
1 j
T E ,
) (
1 j
S E e ) (
1 j
O E pode ser obtida substituindo
j
por e
j
por .
Assumindo-se que uma amostra pode ser tomada em qualquer tempo,
segue-se que quando uma causa especial ocorre, no ocorrer exatamente no tempo em
que a amostra for tomada, pois poder ocorrer em um intervalo entre as amostras.
Como
0
S definido como o nmero de amostras tomadas antes da
mudana, a causa especial pode acorrer entre as amostras
0
S e
0
S + 1. Seja o tempo
da amostra,
0
S at ocorrer a mudana. A expectativa do tamanho do perodo fora de
controle pode ser obtido pela procura do tempo entre a amostra
0
S e o sinal e ento
subtraindo o valor esperado de . O valor esperado de pode ser escrito como:

) ) 1 ( ( ) ) 1 ( | (
) ) 1 ( ( ) ) 1 ( | ( ) (
2 0 2 0
1 0 1 0
h S H P h S H E
h S H P h S H E E
= + = + +
= + = + =

Usando a distribuio de R(
0
S ) no apndice C, a distribuio H(
0
S + 1) pode
ser obtida por:

=
= +
1
}) exp{ 1 }( exp{
) ) 1 ( (
1 2 1
1 0
h h p
h S H P
h

e

=
= +
1
}) exp{ 1 }( exp{
) ) 1 ( (
2 1 1
2 0
h h p
h S H P
h

A esperana condicional E( | H(
0
S + 1) = h) obtida por Duncan (1971) :

E( | H(
0
S + 1) = h) =
}) exp{ 1 (
) exp{ ) 1 ( 1
h
h h

+
.

424

Combinando os resultados acima tem-se:

(

+
+
(

+
=
1
}) exp{ 1 })( exp{ 1 (
}) exp{ 1 (
} exp{ ) 1 ( 1
1
}) exp{ 1 }( exp{
}) exp{ 1 (
} exp{ ) 1 ( 1
) (
2 1 1
2
2 2
1 2 1
1
1 1
h h p
h
h h
h h p
h
h h
E
h
h

Para encontrar o tempo esperado desde a amostra
0
S at a ocorrncia de um
sinal, necessrio usar a distribuio do estado da amostra
0
S . Em termos do tamanho
de amostra e especificao do intervalo de amostra o estado 4 equivalente ao estado
3. Assim, os estados 3 e 4 podem ser combinados para determinar o estado inicial, para
utilizar a cadeia de Markov, at Apndice A. Seja
3 ) ( ( ), 2 ) ( ( ), 1 ) ( ( '
0 0 0 1
= = = = S R P S R P S R P s ou 4. Ento usando as propriedades bsicas
da cadeia de Markov com um estado de absoro, segue-se que o tempo esperado
desde a amostra
0
S at o sinal | | h Q I s
1
1 1
'

, onde
1
Q a matriz de transio Q dada
pela Equao (A1) quando o processo est fora de controle, I uma matriz identidade
3 x 3, e ( )
2 * 1
, , ' h h h h = . O tempo esperado desde a amostra
0
S at o sinal quando a causa

j
A obtida pela substituio de
j
por e
j
por .
Seja
j
s
1
e
j
Q
1
os resultados dos valores de
1
s e
1
Q , respectivamente. Assim,
| | ), ( ' ) (
1
1 1 1
E h Q I s T E
j j j
=

onde E() computado usando
=
=
m
j
j
1
. Novamente
usando Markov, o nmero esperado de amostras em um perodo fora de controle
causado por
j
A | | 1 ' ) (
1
1 1 1

=
j j j
Q I s S E , onde o nmero esperado de observaes
| | n Q I s O E
j j j
1
1 1 1
' ) (

= , onde 1 = (1, 1, 1) e n = (
3 * 1
, , n n n ).

425

APNDICE 6 EXPECTATIVA DO GRFICO FSR

426
No caso do grfico FSR o custo mdio por unidade de tempo L, pode ser
obtido usando a mesma expresso, Equao (1), usada nos casos mais complicados do
VSR. A esperana necessria para os termos da Equao (1), para o caso do FSR, pode
ser obtida da esperana do correspondente VSR fazendo-se
f
n n n = =
2 1
e
f
h h h = =
2 1
.
Assim,

). ( ) ( ) (
) ( ) (
) ( ) ( 1
1
) (
}) exp{ 1 (
} exp{ ) 1 ( 1
) (
) ( ) (
} exp{ 1
} exp{
) (
1 1
1 1
1
0 0
0
E h S E T E
n S E O E
n c n c
S E
h
h h
E
n S E O E
h
h
S E
f j j
f j j
j f j f
j
f
f f
f
f
f
=
=
+
=

+
=
=

=

427

APNDICE 7 BUSCANDO O PROJETO TIMO

428
Para encontrar a otimalidade do grfico de controle, necessrio encontrar o
conjunto de parmetros que minimizam a Equao (1). Este problema de otimizao
no linear acha-se resolvido em Lasdon et al (1978).
As restries usadas para o tamanho da amostra e tamanho dos intervalos
so: , 1
min
= n , 50
max
= n , 1 . 0
min
= h e 10
max
= h . Embora os tamanhos de amostra
1
n e
2
n
dos casos VSR so variveis inteiras, eles foram primeiramente tratadas como
variveis contnuas, buscando-se os valores timos para os sete parmetros para
completar os procedimentos de otimizao, quatro casos foram considerados onde
1
n e
2
n formavam um conjunto mais prximo e mais distante do inteiro. Para um conjunto
de parmetros, a otimizao resolveu primeiro o grfico FSR, partindo dos seguintes
valores iniciais.
c
f
= 3.0, h
f
= 0.5, n
f
=10.0/.
Aps a otimalidade dos parmetros para o caso FSR, resolve-se a
otimizao do grfico VSR usando os seguintes pontos iniciais:
C = (1.1)c
f
, c
I
= (0.4)c
f
, c
S
= (0.6)c
f

f
h h =
1
,
min 2
h h =
f
n n ) 5 . 0 (
1
= ,
j
n n ) 5 . 1 (
2
= .
Usando estes valores como ponto inicial para os casos VSR e FSR a soluo
pelo mtodo do gradiente converge rapidamente para o otimalidade.

429

APNDICE 8 INCORPORANDO O MODELO

430
O modelo desenvolvido e usado para um resultado numrico deste texto foi
simplificado para incluir apenas os mais importantes termos. Em alguns casos, pode
ser desejvel incluir termos adicionais como o tempo positivo associado com amostras,
procura por causa especial e outros. Este Apndice aponta o caminho para estes termos
adicionais poderem entrar no modelo.
Seja
0
t o tempo esperado, para uma procura por uma causa especial aps um
sinal, quando o sinal um alarme falso e seja
1
t o tempo esperado necessrio
requerido, para procurar e consertar quando h uma causa especial.
Em algumas situaes o processo interrompido durante a procura e/ou
durante os reparos e em outras aplicaes o processo pode continuar. Ambas as
possibilidades podem ser consideradas. Seja
2
C o custo associado como procura e
reparo, quando h uma causa especial.
A incluso de
0
t ,
1
t e
2
C no modelo no tem efeito na expresso da Equao
(2) para o perodo em controle E(
0
T ) se no h interrupo durante a procura por uma
causa especial. Mas se h uma interrupo durante a procura, ento
0 0
) ( t S E ser
adicionada a Equao (2). Similarmente, se no h interrupo durante a procura e
reparo ento a expresso na Equao (6) para o perodo fora de controle E(
1
T ) no
mudar, mas se h uma interrupo ento
1
t ser includa na Equao (6). Notemos
que assim como pequeno 1/ ser o maior componente da expectativa do tamanho
do ciclo. O segundo componente grande o tempo esperado para um sinal. A menos
que
0
t seja extremamente grande, o terceiro componente
0 0
) ( t S E ser pequeno porque
) (
0
S E geralmente bastante pequeno. Ento adicionando
0 0
) ( t S E teremos pequeno
efeito na expectativa do tamanho do ciclo. Tambm adicionando
1
t esteja sendo
tomado por um grande valor.
A adio de
0
t ,
1
t e
2
C no modelo no causar efeito na expresso da
Equao (3) para o custo esperado da amostra
S
L se a produo interrompida durante
procura ou se
2 0
h t . Se a procura continua durante a procura
2 0
h t > , ento o intervalo
amostral usado aps um sinal necessitar ser modificado conforme discutido no

431
prximo pargrafo. A expresso da Equao (4) para o custo do alarme falso
F
L ,
ficar sem alterao, pela adio de
0
t ,
1
t e
2
C , exceto que o custo pela expectativa do
falos alarme (Y) incluir qualquer custo associado com paralisao se o processo
estiver interrompido durante a procura por uma causa especial. A expresso na
Equao (5) para a expectativa de custo fora do alvo
O
L ser modificado pela adio
do culto de procura e reparo
2
C . Se houver uma interrupo durante procura e reparo,
ento
2
C ter includo o custo desta paralisao.
Note-se que a adio
2
C no modelo ocorre como um constante adicional no
numerador da mdia do custo L. Ento L ser aumentado por
2
C (expectativa do
tamanho do ciclo). Assim como uma mudana no modelo tem pequeno efeito na
expectativa do tamanho do ciclo, o efeito bsico da adio de
2
C sera um aumento de
L aumento de L mas, causar pequenos efeitos na otimalidade do grfico.
O modelo bsico usado neste texto assume que o pequeno intervalo de
amostra
2
h e usado por cada sinal pelo grfico de controle. Em muitas aplicaes ser
razovel tomar amostras num intervalo mais prximo, aps uma causa especial estar
detectada para verificar que o reparo efetuado foi efetivo. Tambm razovel tomar
amostras em intervalos mais prximos quando um sinal est classificado como um
alarme falso para verificar que no h mais evidencia de uma causa especial.
Se
0
t e
1
t so ambos menores do que
2
h ento no h problema, mas se
0
t
e/ou
1
t excede
2
h implica que uma amostra deve ser planejada para ser tomada antes
da procura ou reparo do processo estar completo. Para esta possibilidade ser
necessrio usar um longo intervalo de amostra aps um sinal. Uma possvel
modificao nas regras das amostras para esta situao ser usar um intervalo de
amostra
0
t aps um falso alarme se
2 0
h t > e usar um intervalo de amostra de tamanho
1
t aps um alarme ser verdadeiro se
2 1
h t > . Evidentemente qualquer dos dois
intervalos de amostra ser usado pelo perodo necessrio para procurar e/ou reparo.
Outras alteraes, nos intervalos de amostra requerem modificaes nas propriedades
do grfico VSR, cujos detalhes no esto neste trabalho.

432

Apostila CEP Avançado1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apostila CEP Avançado1

Uploaded by

Copyright:

Available Formats

CARLOS KURCREVSKI

ESTUDO DO CONTROLE ESTATSTICO DE PROCESSO DAS

ou seja, o valor mdio de p p e

= 0,20, LIC=0,0303 E LSC= 0,3697)

x COM LIMITE DE 3-SIGMAS

= ( a razo entre o novo valor da variabilidade e o

y = valor mdio de uma caracterstica

x para " " x x + ou " " x x deve-se assumir que

. O nmero de alarmes falsos por hora, por

, desde que S tenha uma distribuio geomtrica, ento, agora a

P tambm encontrado nas tabelas por convenincias

P e ento h = 1,23.Para comparao, trabalha-se fora do plano do

You might also like