Análise
de Sistemas de Medição - MSA: seu processo de medição está adequado?
O conhecimento deste assunto é
muito oportuno, uma vez que a atual norma do Sistemas de Gestão da Qualidade
Automotivo, IATF 16949:2016 deixa nem claro no seu item
7.1.5.1.1
- Análise do
sistema de medição
“Estudos estatísticos devem
ser conduzidos para analisar a variação presente nos resultados de cada tipo de
sistema de inspeção, medição e de equipamento teste identificado no plano de
controle. Os métodos analíticos e os critérios de aceitação usados devem estar
em conformidade com aqueles dos manuais de referência ...”
Vamos
conhecer um pouco mais o assunto.
Os
gráficos de controle - CEP, são usados para monitorar processos de produção e
ajudar a fazer ajustes quando necessário, para manter os processos sob
controle. Nós também notamos que, independentemente de quão bem controlado seja
um processo, existe sempre
variação
no nível de qualidade da produção. Todos os pontos em um controle do gráfico
nunca estão na mesma linha. Na verdade, quando pensamos em um controle por gráfico,
o que vem à mente é uma linha em ziguezague com pontos nas bordas.
Para
melhorar a qualidade de um sistema de produção, é necessário determinar as
fontes das variações, sejam elas comuns ou especiais.
As
variações em um processo de produção são devidas às diferenças reais entre as
peças produzidas ou o meio de medida usado para avaliar a qualidade das peças,
ou uma combinação desses dois fatores.
Por
exemplo, quando testamos o peso de algumas peças produzidas pela mesma máquina
usando o mesmo processo e notamos uma variação de peso nos resultados do teste,
essa variação só pode ser devida a uma real diferença de peso entre as próprias
peças ou o dispositivo que usamos para testar as peças e as pessoas que
realizam o teste. Se o processo de teste estiver com defeito, podemos pensar
que existe então diferenças entre as peças quando, na realidade, não há
nenhuma.
Um
sistema de medição defeituoso conduzirá necessariamente a conclusões erradas.
Precisão, repetibilidade e
reprodutibilidade.
Se
a mesma parte for testada repetidamente com o mesmo instrumento, esperamos
encontrar exatamente o mesmo resultado se a medida for precisa. Suponha que o
comprimento de um virabrequim seja crítico para a qualidade de um motor
elétrico. Usamos um meio eletrônico para medir um eixo selecionado
aleatoriamente. Nesse caso, inicialmente, o que estamos testando não é o
virabrequim, mas o meio eletrônico. Não importa quantas vezes testarmos a mesma
peça, suas dimensões reais não serão alteradas. Se houver variações nos
resultados das medições, eles são mais propensos a vir do medidor eletrônico ou
a pessoa que realiza o teste. Repetimos o teste várias vezes e esperamos
reproduzir o mesmo resultado se o medidor eletrônico for preciso.
Se
o mesmo operador medir o virabrequim repetidamente, é muito provável que o faça
da mesma maneira. Nesse caso, se houver alguma variação é provável que venha do
dispositivo (medidor eletrônico) usado para medir a peça. Se vários operadores
testarem a mesma peça repetidamente, eles podem fazê-lo de maneiras diferentes.
Nesse caso, as falhas na reprodução dos mesmos resultados podem provir do
dispositivo ou do processo utilizado para o teste.
Quando
falamos de precisão, o que está sendo abordado é a repetibilidade e reprodutibilidade.
Para determinar as origens das variações quando não conseguimos reproduzir os
mesmos resultados após testes repetidos, podemos usar vários métodos, incluindo
a ANOVA, o gráfico XR, o R & R de calibração, e gage run charts. Um
indicador neste contexto pode ser software, um físico instrumento, um
procedimento operacional padrão (SOP), ou qualquer sistema ou processo usado
para medir CTQs.
Vimos
como ANOVA e DOE podem ajudar a determinar as fontes de variações em um
processo de produção. ANOVA baseia-se na formulação de uma hipótese inicial e
executando um teste que resultará na rejeição ou não rejeitando essa hipótese.
A
hipótese nula é determinada pelas fontes das variações. E se as fontes de
variações estão dentro do tratamento, a hipótese nula é aceita. Se as fontes de
variações forem entre o tratamento, a hipótese inicial será rejeitada.
Um
gráfico de execução de calibração é uma representação gráfica das observações
por peça e por operador. Permite ao experimentador fazer uma avaliação com base
em quão perto as observações são sobre seus meios e a presença de outliers. Um
experimento R & R de calibração é conduzido para descrever o desempenho de
um sistema de medição através da quantificação das variações no processo de
medição.
Exemplo
O diâmetro dos pistões
produzidos na WWZ Mechanics é fundamental para a qualidade dos produtos. Muitos
produtos são devolvidos pelos clientes devido a variações em seus diâmetros. O
gerente de Controle de Qualidade decidiu investigar as causas das variações;
ele começa a tarefa com uma “mente aberta” e acredita que as variações podem
ser devidas aos operadores, aos dispositivos de medição ou a uma variação nos
tamanhos reais das peças que passaram despercebidas. Ele seleciona 10 peças e
três operadores cuja tarefa é medir as peças e os resultados de suas medições
são analisadas usando Minitab. Cada operador deve medir cada peça e 3 repetições
para cada operador e peça.
Com o recurso do Minitab, no
meu caso a versão 14, temos:
Conclusão:
O sistema de medição precisa
ser melhorado, pois temos uma %RR de 37,34% e um valor de ndc=3, o que é
considerado baixo. Observe que neste caso, tanto a repetitividade quanto a
reprodutibilidade estão altas (acima de 26%) e temos interação entre as peças e
os operadores, isto significa que temos peças mais complicadas de serem medidas
do que outras. Além disso, observe que no gráfico R, o operador 1 apresenta
pontos fora dos limites de controle, o que nos diz que este não entendeu
adequadamente o procedimento de medição. Em resumo, temos diversas
oportunidades de melhoria.
Disponível também no blog: http://insightsdaqualidade.blogspot.com.br onde
você poderá obter informações de como realizar um bom treinamento em M.S.A. com
uso do Minitab via Skype com um custo bem mais baixo.
Bons estudos!
Nice Article I really enjoyed this post Thanks for Sharing check this out
ResponderExcluirCE Certification