No abstract

Este artigo propõe um método para a aplicação do gráfico de controle de regressão no monitoramento de processos industriais. Visando facilitar a aplicação do gráfico, o método é apresentado em duas fases: análise retrospectiva (Fase I) e monitoramento do processo (Fase II), além de incluir uma modificação do gráfico de controle de regressão múltipla, permitindo o monitoramento direto da característica de qualidade do processo ao invés do monitoramento dos resíduos padronizados do modelo. Também é proposto o gráfico de controle de extrapolação, que verifica se as variáveis de controle extrapolam o conjunto de valores utilizado para estimar o modelo de regressão. O método foi aplicado em um processo de uma indústria de borrachas. O desempenho do gráfico de controle foi avaliado pelo Número Médio de Amostras (NMA) até o sinal através do método de Monte Carlo, mostrando a eficiência do gráfico em detectar algumas modificações nos parâmetros do processo.

Este artigo apresenta uma sistemática que orienta as ações a serem tomadas no processo de desenvolvimento de produtos (PDP) quanto ao atendimento da qualidade e confiabilidade. A sistemática foi desenvolvida por meio de uma pesquisa-ação e propõe a integração do QFD e da FMEA, permitindo decidir quais características da qualidade e confiabilidade são prioritárias para o desenvolvimento dos componentes do produto. A proposta traz duas contribuições: (i) uma modificação na avaliação dos indicadores de risco da FMEA, reduzindo a subjetividade de atribuição dos valores, e (ii) a integração desses indicadores e dos índices de priorização obtidos das matrizes do QFD em um diagrama de decisões para o desenvolvimento dos componentes. Esse diagrama permite visualizar o impacto de cada componente sobre as características de qualidade e confiabilidade de maneira conjunta, facilitando a tomada de decisões no desenvolvimento do produto. Os resultados práticos destacaram a sua facilidade de aplicação.

This study presents a flowchart to direct the choice of control chart and capability indices for processes with response variables: (i) uncorrelated, (ii) correlated dependent control variables, and (iii) autocorrelated.The use of the flowchart was illustrated by applying it to the hard turning process of an agricultural machinery company. The process was monitored by control charts for multiple regression, and its capability was assessed using capability indices to control charts based on regression models. The results of these indices were compared with the traditional capability indices. Keywords: Statistical process control. Regression control chart. Process capability indices.Resumo: Um gráfico de controle detecta se o processo está ou não sob controle estatístico, distinguindo entre causas comuns e causas especiais. Após o processo estar sob controle, é utilizada outra importante técnica: os índices de capacidade do processo, que verificam se ele atende às especificações de engenharia/projeto. A aplicação correta do tipo de gráfico de controle e índice de capacidade é essencial para a correta análise dos dados. Assim, o presente estudo apresenta um fluxograma orientativo para direcionar a escolha dessas ferramentas para processos com variáveis de resposta: (i) não correlacionadas, (ii) correlacionadas dependentes das variáveis de controle e (iii) autocorrelacionadas. O uso do fluxograma foi ilustrado através da sua aplicação em um processo de torneamento de uma empresa do ramo de equipamentos agrícolas. O processo foi monitorado por gráficos de controle de regressão múltipla, sendo sua capacidade avaliada utilizando-se os índices de capacidade para gráficos de controle baseados em modelos de regressão. Os resultados desses índices foram comparados com os índices de capacidade tradicionais. Palavras-chave:Controle estatístico de processo. Gráfico de controle de regressão. Índices de capacidade do processo.Proposta de fluxograma orientativo para aplicação de índices de capacidade

Resumo: Quando as características de qualidade do processo são dependentes das variáveis de controle e estas variam durante a execução do processo, violam-se as suposições necessárias à implementação dos gráficos de controle tradicionais. Se os valores das variáveis de controle do processo são conhecidos, é possível aplicar gráficos de controle de regressão. Um dos mais recentes gráficos desta linha é o EWMAREG, que consiste no monitoramento dos resíduos padronizados do modelo de regressão via gráfico de controle de médias móveis exponencialmente ponderadas. O presente trabalho tem como objetivo apresentar uma sistemática para a aplicação do gráfico de controle EWMAREG no monitoramento de um processo simulado de uma indústria química. A característica monitorada foi a taxa de corrosão de tubos de aço, em função de quatro variáveis de controle. A ferramenta aplicada demonstrou elevado potencial de detectar alteração no comportamento da taxa de corrosão, garantindo a estabilidade do processo.Palavras-chave: EWMAREG. Resíduos padronizados. Modelos de Regressão. Taxa de corrosão. Abstract:If the process quality characteristics are dependent of control variables, and these vary during the process operation, the basic assumptions of control charts are violated. If the values of the control variables are known, it's possible to apply the regression control chart. One of the most recent works in this area is the EWMAREG chart, which is the monitoring of the standardized residuals using exponentially weighted moving average control chart. In this paper, we present a systematic application of the EWMAREG control chart in monitoring a simulated process of chemical industry. The process characteristic monitored was the corrosion rate of steel pipe in function of four process control variables. The tool applied demonstrated high potential to detect change in surveillance of corrosion rate, ensuring stability process. Tal suposição é violada quando ocorrem alterações frequentes nas variáveis de controle do processo, causando a alteração na média dos dados monitorados. PalavrasEm outra situação, quando uma variável de controle é propositalmente ajustada para um valor extremo, a característica de qualidade pode assumir um valor diferente de seu comportamento usual, não havendo, no entanto, nenhuma falha no processo.Em ambos os casos, a característica de qualidade de um produto ou processo pode ser representada pelo seu relacionamento com as variáveis de controle, sendo possível o uso do gráfico de controle de regressão (JACOBI et al., 2002;LOREDO et al., 2002; SHU et al., 2007).