APOSTILA MSA - Análise de Sistemas de Medição, Manuais, Projetos, Pesquisas de Gestão da Qualidade

Baixe APOSTILA MSA - Análise de Sistemas de Medição e outras Manuais, Projetos, Pesquisas em PDF para Gestão da Qualidade, somente na Docsity!

MSA

Análise dos Sistemas

de Medição

MSA

ANÁLISE DOS SISTEMAS DE MEDIÇÃO

Elaborado por:

Felipe Morais Menezes

Porto Alegre 2013

• 1 INTRODUÇÃO
  • 1.1 A Análise Estatística.......................................................................................................
  • 1.2 Variação: Causas Comuns e Especiais
• 2 MSA – ANÁLISE DOS SISTEMAS DE MEDIÇÃO
  • 2.1 Qualidade dos Dados de Medição
  • 2.2 Terminologia
  • 2.3 Propriedades Estatísticas dos Sistemas de Medição
    • 2.3.1 Efeito dos Erros na Medição
  • 2.4 Aplicações dos Estudos de Sistema de Medição
  • 2.5 Discriminação (Resolução)
  • 2.6 Diretrizes Gerais das Análises dos Sistemas de Medição
  • 2.7 Avaliação do Sistema de Medição para Variáveis
  • 2.8 Acurácia e precisão
  • 2.9 Visão Geral do MSA
    • 2.9.1 Estabilidade
      • 2.9.1.1 Diretrizes para o estudo
    • 2.9.2 Tendência
      • 2.9.2.1 Diretrizes para o estudo
    • 2.9.3 Linearidade
      • 2.9.3.1 Diretrizes para o estudo
    • 2.9.4 Repetitividade e Reprodutibilidade (R&R)
      • 2.9.4.1 Repetitividade
      • 2.9.4.2 Reprodutibilidade
      • 2.9.4.3 Diretrizes para o estudo
      • 2.9.4.4 Critérios de Aprovação do R&R
    • 2.9.5 Avaliação do Sistema de Medição para Atributo
      • 2.9.5.1 Diretrizes para estudo
  • 2.10 Método de Avaliação do MSA
• 3 REFERÊNCIAS

1 INTRODUÇÃO

No final dos anos 70, alarmados e ao mesmo tempo admirados com a revolução do Japão na área de Qualidade, executivos de grandes corporações americanas cruzaram o oceano pacífico em busca da explicação para o fenômeno. Receberam, com admiração, de que dois cidadãos americanos W. Eduards Deming e Joseph Juran haviam implantado os conceitos de “controle de Qualidade”, responsáveis pela espetacular virada imposta ao mundo pela Economia Japonesa iniciada a partir de 1954. A superação em relação as empresas Ocidentais ocorreu em meados da década de 70, pelo menos nas indústrias eletrônica e automobilística.

Deming e Juran iniciaram os trabalhos transmitindo seus conhecimentos aos principais executivos japoneses, no envolvimento dos operários no autocontrole e na própria reconceituação da Qualidade.

Qualidade é aquilo que o consumidor quer , ensinou Deming. Como Deming, Juran também preconiza o “ fazer certo desde a primeira vez ”. Porém, seu diferencial é a ênfase da chamada “Administração da Qualidade”, pois ele considera que os problemas nesse campo são, antes de tudo, gerenciais.

As técnicas do Controle Estatístico do Processo mudaram toda a visão anterior da Qualidade, derrubando todos os conceitos e métodos existentes na época. O controle passou a ser feito diretamente sobre o processo de produção, a partir do próprio recebimento de matérias-primas a todas as etapas de fabricação. Afinal, para Deming, apenas 4% dos erros são devidos às falhas “locais’ – dos operadores. O resto se localiza nos sistemas de produção, incluindo-se o estado dos materiais, a manutenção das máquinas, a operação das ferramentas e as condições ambientais.

1.1 A ANÁLISE ESTATÍSTICA

Walter Shewart, após vários estudos conseguiu fazer a seguinte observação: Na natureza e em todo o processo industrial repetitivo os dados obtidos tende a estar distribuídos de forma a compor uma curva normal ou curva de sino.

Do ponto de vista matemático, esta distribuição Normal fica caracterizada por dois parâmetros:

 Média, que é a concentração média das medidas feitas no processo.

 Desvio Padrão, que mostra a dispersão dos dados em torno da medida média.

Uma premissa básica quando se fala da Análise do Sistema de Medição é sempre avaliar se o sistema de medição está correto, antes de qualquer análise estatística.

Diante da importância dos dados para as atividades de gerenciamento de processos, é fácil perceber que é fundamental que as medições realizadas para a coleta de dados sejam confiáveis, com o objetivo de garantir que as ações a serem tomadas a partir da análise dos dados coletados sejam realmente adequadas.

2.1 QUALIDADE DOS DADOS DE MEDIÇÃO

A qualidade dos dados de medição está relacionada com as propriedades estatísticas de medições múltiplas obtidas com um sistema de medição operando sob condições estáveis.

Por exemplo, suponhamos que um sistema de medição, operando sob condições estáveis, é utilizado para se obter diversas medições de uma certa característica. Se todas as medidas estão se diz que a qualidade dos dados é “alta”. Similarmente, se algumas ou todas as medidas estão “longe” do valor padrão, então se diz que a qualidade dos dados é “baixa”.

As propriedades estatísticas mais comumente usadas para caracterizar a qualidade de dados são a tendência e a variância. A propriedade chamada tendência refere-se a localização dos dados relativamente ao valor padrão e a propriedade chamada variância refere-se à dispersão dos dados. Porém, outras propriedades estatísticas, tais como a taxa de erro de classificação, podem também ser úteis em alguns casos.

Uma das razões mais comuns de dados com baixa qualidade é a variação dos dados. Por exemplo, um sistema de medição, usado para medir o volume de um líquido em um tanque, pode ser sensível à temperatura ambiente em que ele é usado. Neste caso, a variação nos dados podem ser devidos ou a mudanças no volume ou a mudanças na temperatura ambiente. Isso torna a interpretação dos dados mais difícil e o sistema de medição, conseqüentemente, menos conveniente.

Muito da variação em um conjunto de medições é devido à interação entre o sistema e seu meio ambiente. Se a interação gera muita variação, então a qualidade dos dados pode ser baixa que os dados se tornam sem utilidade. Por exemplo, um sistema de medição com uma grande variação poder não ser apropriado para a análise de um processo de manufatura, porque a variação do sistema de medição pode mascarar a variação do processo de manufatura.

Muito do trabalho de se gerenciar um sistema de medição está ligado no monitoramento e controle de variação. Entre outras coisas, isto significa que se deve dar ênfase a aprender como o sistema de medição interage com o seu meio ambiente, de forma que sejam gerados somente dados de qualidade aceitável.

Maior parte das variações é indesejável. Mas há algumas exceções importantes. Por exemplo, se a variação é devida a pequenas mudanças na característica sendo medida, então ela é normalmente considerada desejável. Quanto mais sensível for um sistema de medição a este tipo de mudança, mais desejável se torna o sistema, porque se trata de um sistema de medição mais sensível.

Se a qualidade dos dados não é aceitável, então ela tem que ser melhorada. Isto geralmente se consegue melhorando o sistema de medição, ao invés de se melhorar os dados.

2.2 TERMINOLOGIA

Segue a terminologia básica necessária para compreender o tema aqui tratado.

 Medição : é definido como sendo “a atribuição de números para coisas materiais, para representar as relações entre elas no que se refere a propriedades particulares”. Esta definição foi dada primeiramente por C.Eisenhart (1963). O processo de se atribuir os números é definido como o processo de medição e o valor atribuído é definido como o valor medido.

 Dispositivo de Medição : qualquer dispositivo usado para obter medidas; freqüentemente usado para referir-se especificamente aos dispositivos usados no “ambiente de fábrica”, inclui calibradores passa / não passa.

 Sistema de Medição : o conjunto de operações, procedimentos, dispositivos de medição e outros equipamentos, software e pessoal usado para atribuir um número à característica que está sendo medida; o processo completo usado para obter as medidas.

A Figura 1 apresenta dos componentes de um Sistema de Medição típico.

e tendência “pequenas”. Uma máquina de medição por coordenadas com tais propriedades irá gerar medidas que estão “próximas” dos valores certificados de padrões que são rastreáveis. Os dados obtidos de tal máquina podem ser muito úteis para analisar um processo de manufatura.

Mas, não importando quão “pequenas” sejam a tendência e a variância, a mesma máquina de medição por coordenadas pode ser incapaz, sob certas condições gerais, de realizar um trabalho aceitável na discriminação entre produtos bons e ruins, porque a sua taxa de classificação errônea é muito alta. Com isso, sob tais condições gerais, a máquina seria simultaneamente aceitável para analisar o processo de manufatura e inaceitável para realizar a inspeção do item final.

A gerência tem a responsabilidade de identificar as propriedades estatísticas que são as mais importantes para o uso dos dados. A gerência também é responsável por assegurar que tais propriedades sejam usadas como base para se escolher um sistema de medição. Para realizar isto são necessárias definições operacionais das propriedades estatísticas, bem como métodos aceitáveis de medi-las.

Apesar de poder ser exigido que cada sistema de medição tenha diferentes propriedades estatísticas, existem certas propriedades estatísticas que todos os sistemas de medição devem ter. Estas incluem:

 O sistema de medição deve estar sob controle estatístico, o que significa que a variação no sistema de medição é devida somente a causas comuns e não a causas especiais.

 A variabilidade do sistema de medição deve ser pequena em comparação com a variabilidade do processo de manufatura.

 A variabilidade do sistema de medição deve ser pequena em comparação com os limites de especificação.

 Os incrementos de medida devem ser pequenos em relação ao que for menor, entre a variabilidade do processo ou os limites de especificação. Uma regra prática comumente usada é que os incrementos não devem ser maiores que um décimo do menor valor entre a variabilidade do processo ou os limites de especificação.

 As propriedades estatísticas do sistema de medição podem mudar à medida que variem os itens que estão sendo medidos. Se isto ocorrer, a maior (pior) variação do sistema de medição deve ser pequena em relação ao menor valor entre a variabilidade do processo ou os limites de especificação.

A Figura 2 apresenta diversas fontes de variação baseada em cada componente do sistema de medição.

Figura 2 – Fontes de Variação do Sistema de Medição

2.3.1 Efeito dos Erros na Medição

O objetivo de um controle de processo é estabelecer se o processo está sob controle estatístico; centralizado; e com uma variabilidade aceitável. Se a variação no sistema de medição for grande, ela poderá influenciar negativamente em decisões relativas a esses três pontos.

Os tipos de erros que podem ser cometidos são:

 Uma peça “boa” ser considerada “ruim”. Erro do tipo I (risco do produtor, ou falso alarme).

 Uma peça “ruim” ser considerada “boa”. Erro do tipo II (risco do consumidor, ou taxa de perda).

 Com relação ao controle estatístico de um processo, podemos cometer dois tipos de erros:

o Chamar uma causa comum de causa especial (ponto fora dos limites, por exemplo);

A discriminação é inaceitável para a análise quando não detecta variação no processo, e é inaceitável para controle, se não detectar causas especiais de variação. A Figura 3 mostra o impacto de categorias sem superposição de dados da distribuição do processo, nas atividades de controle e análise.

Figura 3 - Impacto de categorias

O sintoma de discriminação inaceitável podem aparecer na carta de amplitudes. As cartas de média e amplitude revelam a força de discriminação (número de categorias de dados que podem ser identificadas) do sistema de medição. A figura 4 contém pares de cartas de controle derivadas dos mesmos dados.

Figura 4 - Cartas de controle de Processo

Indicação de discriminação inadequada é dada na carta de amplitudes. Quando a carta mostra apenas 1, 2 ou 3 possíveis valores dentro dos limites de controle, as medições estão sendo feitas com discriminação inadequada.

Além disso, se a carta mostra 4 possíveis valores e mais de ¼ das amplitudes é zero, a discriminação é inadequada.

Estes problemas podem ser remediados pela modificação da capacidade de detectar a variação dentro dos subgrupos através do aumento da discriminação das medições. Um sistema de medição terá discriminação adequada se sua resolução aparente é pequena em relação à variação do processo. Então uma recomendação quanto a discriminação adequada, seria de a resolução aparente ser no máximo de um décimo da variação total de seis desvios padrões do processo, em vez da regra tradicional que é da resolução aparente ser no máximo de um décimo da amplitude da tolerância.

2.6 DIRETRIZES GERAIS DAS ANÁLISES DOS SISTEMAS DE MEDIÇÃO

Independente do estudo a ser realizado, alguns cuidados na preparação devem ser tomados:

1. Abordagem a ser usada deve ser planejada;

Figura 5 - Condições para boa qualidade nas medidas

2.8 ACURÁCIA E PRECISÃO

A precisão de um sistema de medição está relacionada com a variabilidade dessa distribuição: quanto maior a variabilidade, menor a precisão.

A acurácia de um sistema de medição está relacionada com média da distribuição das medidas: quanto mais perto do valor real, maior a acurácia.

Figura 6 - Precisão X Acurácia

2.9 VISÃO GERAL DO MSA

Ao iniciar uma análise nos sistemas de medição de uma organização, é útil identificar as prioridades para os quais os sistemas de medição devem, inicialmente, focar. Desde que a variação total (ou final) é baseada na combinação da variação do processo e do sistema de medição, conforme apresentado na Figura 7.

BOA QUALIDADE DAS MEDIDAS

BAIXA VARIABILIDADE

MÉDIA CENTRADA NO VALOR REAL

PRECISÃO ACURÁCIA

PRECISÃO

ACURÁCIA

PRECISÃO

ACURÁCIA

Figura 7 - Visão Geral do MSA

Assim, quanto menor for (^)  ˆ medição^2 , mais confiança teremos de que  ˆ total^2

representa somente (^)  ˆ (^2) procsso.

2.9.1 Estabilidade

Estabilidade é a variação total nas medições obtidas com o sistema de medição medindo uma única característica na mesma peça ou padrão ao longo de um extenso período de tempo conforme apresentado na Figura 8

VARIAÇÃO TOTAL

VARIAÇÃO DO PROCESSO VARIAÇÃO DO SISTEMA DE MEDIÇÃO

OPERADOR DISPOSITIVO/ INSTRUMENTO

REPRODUTIVIDADE REPETITIVIDADE

ESTABILIDADE

TENDÊNCIA

LINEARIDADE

ˆ 2 ˆ^2 ˆ^2

 total  processo   m edição

ˆ 2 ˆ^2 ˆ^2

 (^) total  processo   m edição

VARIAÇÃO TOTAL

VARIAÇÃO DO PROCESSO VARIAÇÃO DO SISTEMA DE MEDIÇÃO

OPERADOR DISPOSITIVO/ INSTRUMENTO

REPRODUTIVIDADE REPETITIVIDADE

ESTABILIDADE

TENDÊNCIA

LINEARIDADE

ˆ 2 ˆ^2 ˆ^2

 total  processo   m edição

ˆ 2 ˆ^2 ˆ^2

 (^) total  processo   m edição

Figura 9 – Análise da Estabilidade

2.9.1.1 Diretrizes para o estudo

 Obter uma amostra e estabelecer seu valor de referência medindo a peça 10 vezes na metrologia e calculando a média;

 Periodicamente, medir a peça de 3 a 5 vezes;

 Tamanho e freqüência da amostra devem ser baseadas no conhecimento;

 Coletar os dados em cartas de controle XR ou Xs ;

 Estabelecer limites de controle;

 Calcular o desvio padrão e compara-lo com o do processo.

2.9.2 Tendência

É a diferença entre o valor verdadeiro (valor de referência) e a média das medições observada para uma característica, medições estas, feitas sob uma mesma peça, conforme Figura 10.

Figura 10 – Tendência

A tendência é definida como a diferença entre a média observada e o valor de referência

A média observada é a média de um conjunto de leituras (por exemplo, 10 observações) feitas pelo conjunto dispositivo/operador que queremos avaliar

O valor de referência é o valor suposto correto, obtido no laboratório de metrologia

A tendência pode ser expressa em termos percentuais, onde a base de comparação é a variação total do processo

Em geral usa-se 6 sigma ou a tolerância (amplitude do intervalo de especificação) para definir a base de comparação:

 Tendência % = 100 x Tendência / (6 sigma)

 Tendência % = 100 x Tendência / Tolerância

2.9.2.1 Diretrizes para o estudo

 Obter uma amostra e estabelecer seu valor de referência relativo a um padrão rastreável. Se isto não for possível, selecionar uma peça da produção, medir a peça n > 10 vezes na metrologia e calculando a média. Usar esta média como valor de referência;

 Um operador mede n > 20 vezes a peça da maneira usual.

2.9.3 Linearidade

A diferença da tendência ao longo do intervalo de operação esperado (medição) no equipamento é chamada de linearidade. A linearidade pode ser imaginada como a variação da tendência com respeito ao tamanho (medido).

Figura 11 – Linearidade

O estudo da linearidade do dispositivo de medição verifica o desempenho do dispositivo ao longo de toda a sua faixa de uso

Muitas vezes o dispositivo é usado em uma faixa ampla, e o fato dele estar calibrado e funcionando adequadamente em um extremo da faixa, não assegura seu funcionamento adequado no centro ou no outro extremo da faixa