Índice

Introdução aos Gráficos X-Bar e R

Processos em que os Gráficos X-Bar e R são Convenientes

Limites Naturais do Gráfico X-Bar

Interpretação dos Limites Naturais

Exemplo Numérico

Passos para o cálculo

Gráfico X-Bar (Médias)

Análise das Tendências Observadas no Gráfico X-Bar

Gráfico R (Amplitudes)

Análise das Tendências Observadas no Gráfico R

Notas Finais

Introdução aos Gráficos X-Bar e R

No ambiente industrial contemporâneo, caracterizado pela procura incessante de excelência operacional e qualidade consistente, o SPC (Controlo Estatístico de Processos) desempenha um papel essencial. Entre as ferramentas mais utilizadas no SPC, destacam-se os Gráficos X-Bar e R, que proporcionam uma visão detalhada da variabilidade e da estabilidade de processos produtivos.

Os Gráficos X-Bar e R são particularmente eficazes na monitorização de processos que envolvem medições contínuas, como dimensões físicas, tempos de ciclo ou características de desempenho. Estes gráficos permitem detetar desvios no processo antes que estes se traduzam em produtos não conformes, assegurando a manutenção da qualidade e a eficiência operacional.

Gráfico X-Bar: este gráfico regista a média das amostras recolhidas periodicamente, ajudando a identificar variações na centralidade do processo ao longo do tempo. É uma ferramenta essencial para compreender se o processo está centrado e a operar em conformidade com os requisitos especificados.

Gráfico R (Amplitude): este gráfico complementa o Gráfico X-Bar ao monitorizar a amplitude das amostras, ou seja, a diferença entre os valores máximo e mínimo dentro de cada amostra. Este parâmetro é crucial para avaliar a variabilidade intrínseca do processo.

A utilização conjunta dos Gráficos X-Bar e R permite uma análise abrangente do comportamento do processo. Enquanto o Gráficos X-Bar identifica mudanças na média do processo, o Gráfico R alerta para aumentos ou diminuições na dispersão dos dados, fornecendo indicações precoces de problemas no controlo do processo.

Este estudo explora os fundamentos dos Gráficos X-Bar e R, a sua aplicação prática na indústria transformadora e a interpretação dos resultados para a tomada de decisões informadas. Ao longo deste trabalho, serão apresentados exemplos e cenários reais que ilustram o impacto positivo da implementação destes gráficos na melhoria contínua e na redução de desperdícios, contribuindo para o sucesso das organizações que adotam o controlo estatístico como um pilar estratégico.

Voltar

Processos em que os Gráficos X-Bar e R são Convenientes

Processos de Produção Contínua

Características: monitorização de características dimensionais ou físicas em processos contínuos.

Exemplos

Indústria de Plásticos: monitorização da espessura de películas plásticas produzidas continuamente.+

Produção de Tubos Metálicos: controlo do diâmetro externo em intervalos regulares.

Benefício dos Gráficos X-Bar e R:

Monitorizam a consistência do processo, garantindo que as médias e variabilidades estejam dentro dos limites naturais.

Processos de Produção em Massa

Características: produção em grande escala com variabilidade natural nas características do produto.

Exemplos

Indústria Alimentar: controlo do peso médio de pacotes de snacks em amostras de 10 unidades.

Indústria Farmacêutica: monitorização da concentração de ingredientes ativos em comprimidos.

Benefício dos Gráficos X-Bar e R:

Garante a uniformidade em lotes de produção com volumes elevados.

Processos de Inspeção Dimensional

Características: controle de variáveis dimensionais de produtos, como comprimento, diâmetro ou espessura.

Exemplos

Indústria Metalomecânica: controlo do comprimento de eixos metálicos em amostras de 5 peças.

Produção de Papel: monitorização da largura de folhas cortadas em lotes de 10 unidades.

Benefício dos Gráficos X-Bar e R:

Identificam variações sistemáticas e aleatórias nas dimensões, garantindo conformidade com as especificações.

Processos de Produção Automatizada

Características: produção automatizada onde o desempenho do equipamento pode variar com o tempo.

Exemplos

Indústria Automóvel: monitorização do binário médio aplicado em parafusos em amostras de 15 parafusos por turno.

Produção de Placas Eletrónicas: controlo da espessura média de camadas condutoras.

Benefício dos Gráficos X-Bar e R:

Identificam tendências no desempenho dos equipamentos, permitindo manutenção preditiva.

Processos de Controle de Propriedades Físicas

Características: monitorização de propriedades físicas que afetam o desempenho final do produto.

Exemplos

Indústria de Tintas: controlo da viscosidade média em amostras de 20 ml retiradas de cada lote.

Indústria de Cabos Elétricos: monitorização da resistência elétrica média em amostras de 10 cabos.

Benefício dos Gráficos X-Bar e R:

Monitorizam a estabilidade de propriedades críticas para garantir a funcionalidade dos produtos.

Processos de Produção Personalizada

Características: produção de lotes pequenos, onde cada lote é fabricado com especificações ligeiramente diferentes.

Exemplos

Produção de Moldes de Precisão: controlo da média e variabilidade de espessuras em amostras de 5 moldes.

Indústria de Mobiliário Sob Medida: monitorização do comprimento médio de componentes cortados.

Benefício dos Gráficos X-Bar e R:

Garantem a qualidade em lotes personalizados, ajustando o processo quando necessário.

Processos de Testes Destrutivos

Características: ensaios que destroem o produto testado, mas fornecem medições críticas para o controlo do processo.

Exemplos

Indústria de Materiais de Construção: controlo da resistência à compressão média de blocos de cimento em amostras de 3 unidades.

Indústria Química: monitorização da resistência média à tração de polímeros testados destrutivamente.

Benefício dos Gráficos X-Bar e R:

Maximizam a informação obtida de ensaios destrutivos, garantindo a conformidade do processo.

Processos de Controlo de Qualidade em Serviços

Características: serviços com medições de tempo, volume ou outros parâmetros quantitativos.

Exemplos

Logística e Transporte: controlo do tempo médio de entrega em amostras de 10 encomendas por dia.

Centros de Chamadas: monitorização da duração média de chamadas resolvidas em amostras de 15 interações.

Benefício dos Gráficos X-Bar e R:

Garantem a estabilidade nos níveis de serviço prestados ao cliente.

Quadro Resumo: Características de Processos que Beneficiam dos Gráficos X-Bar e R

Característica do Processo	Exemplo de Aplicação	Benefício dos Gráficos X-Bar e R
Produção contínua	Películas plásticas, tubos metálicos	Garante estabilidade dimensional
Produção em massa	Snacks, comprimidos	Uniformidade em grandes volumes
Inspeção dimensional	Eixos metálicos, folhas de papel	Monitoriza variações dimensionais
Produção automatizada	Binário de parafusos, camadas condutoras	Deteta tendências em máquinas
Controle de propriedades físicas	Viscosidade de tintas, resistência de cabos	Estabilidade em propriedades críticas
Produção personalizada	Moldes de precisão, mobiliário sob medida	Qualidade em lotes pequenos
Testes destrutivos	Blocos de cimento, polímeros	Maximiza informação de ensaios destrutivos
Controle de qualidade em serviços	Tempo de entrega, duração de chamadas	Estabilidade nos parâmetros de serviço

Voltar

Limites Naturais do Gráfico X-Bar

Limites para o Gráfico X-Bar

Os limites naturais são calculados com base na média das médias das amostras (X-Bar) e na variabilidade do processo, média das amplitudes (R):

Extrato da Tabela d2

n	d2
2	1,128
3	1,693
4	2,059
5	2,326
6	2,534

Fórmula Geral para A2

onde:

d₂: constante dependente do tamanho do subgrupo (n), que ajusta a relação emtre a amplitude média e o desvio padrão estimado.

n: tamanho do subgrupo (nº de amostras em cada grupo

3: refere-se ao intervalo de três desvios padrão nos gráficos de controlo

Voltar

Interpretação dos Limites Naturais

Variação Natural do Processo:

Dentro dos limites naturais (LCL e UCL): o processo está sob controlo estatístico e apenas causas comuns de variação estão presentes.

Fora dos limites naturais: indica a presença de causas especiais de variação, que precisam de investigação.

Estabilidade do Processo:

Os limites naturais fornecem um critério para verificar se o processo está estável.

Valores que excedem os limites naturais não são esperados em um processo estável.

Melhoria do Processo:

Reduzir os limites naturais exige abordar causas comuns de variação, como ajustes em máquinas, padronização de métodos ou melhoria nos materiais.

Voltar

Exemplo Numérico

Considere uma produção de parafusos de 10 mm de diâmetro ±0,3 mm:

Variável: diâmetro de um parafuso.

Configuração do Chart Control:

Linha Central: 10 mm (diâmetro médio).

Limites de Controlo: 10,3 mm (superior) e 9,7 mm (inferior).

Dados: medições feitas em cada lote de 100 peças.

Interpretação: padrões como oscilações próximas do limite superior indicam a necessidade de ajustar as máquinas.

Foram realizados 25 grupos de cinco leituras.

Voltar

Passos para o cálculo:

Média de cada grupo: calculada a média das 5 medições para cada grupo.

Amplitude de cada grupo: diferença entre o valor máximo e mínimo dentro do grupo.

Linha central (CL)

Média das médias dos 25 grupos

Média das amplitudes dos 25 grupos.

Limites de controlo (UCL e LCL)

Quadro resumo dos dados cálculos efetuados:

Mapa de Médias e Amplitudes por Grupo de Leituras

Grupo	Média do Grupo	Amplitude do Grupo
1	10,069	0,264
2	10,066	0,307
3	9,870	0,323
4	9,893	0,259
5	10,234	0,434
6	9,953	0,229
7	10,030	0,436
8	9,877	0,325
9	9,970	0,333
10	9,954	0,423
11	10,027	0,256
12	10,244	0,272
13	9,935	0,301
14	10,060	0,300
15	10,024	0,628
16	9,961	0,421
17	10,009	0,343
18	10,022	0,217
19	9,989	0,251
20	10,259	0,264
21	9,906	0,188
22	10,079	0,294
23	10,012	0,657
24	10,030	0,347
25	10,014	0,421

Voltar

Gráfico X-Bar (Médias)

Voltar

Análise das Tendências Observadas no Gráfico X-Bar

O Gráfico X-Bar permite avaliar se o processo está estável e sob controlo estatístico, ou se apresenta sinais de variabilidade especial (não-aleatória). A análise do gráfico pode ser feita com base nos seguintes aspetos:

Verificação de Estabilidade

Padrão esperado: a maioria dos pontos deve estar dentro dos limites de controlo superior (UCL) e inferior (LCL).

Sinais de instabilidade:

Pontos fora dos limites de controlo (UCL ou LCL).

Sequências ou padrões específicos (ex.: tendências crescentes ou decrescentes).

Exemplo da situação: no Gráfico X-Bar analisado, os grupos ajustados (ex.: 5, 12, 20) têm valores entre UCL e o limite superior de tolerância, sugerindo que o processo ainda está estável, mas próximo de sair de controlo.

Análise da Linha Central (CL)

Padrão esperado: os pontos devem oscilar em torno da linha central (CL) de forma aleatória.

Sinais de problemas:

Desvio consistente para cima ou para baixo da linha central.

Muitas observações consecutivas apenas acima ou abaixo de (CL).

Inferência: se os valores estiverem consistentemente acima de CL, pode indicar que o processo está deslocado (ex.: uma máquina precisa de ajuste). Se os valores oscilarem de forma equilibrada, o processo é estável.

Padrões Específicos

A análise detalhada dos padrões pode identificar problemas específicos:

Tendências: valores crescentes ou decrescentes podem indicar desgaste de máquinas, mudanças no material ou outros fatores.

Oscilações cíclicas: podem indicar efeitos sazonais, turnos ou condições ambientais variáveis.

Sequências longas de pontos acima ou abaixo de CL: podem indicar uma mudança de processo não detetada.

Aplicação no caso: a presença de alguns valores elevados próximos ao UCL pode ser uma indicação de variabilidade externa. No entanto, como estão abaixo do limite de tolerância, a conformidade do produto ainda é aceitável.

Relação com os Limites de Tolerância

Caso ideal: os limites de controlo (UCL e LCL) devem estar dentro dos limites de tolerância do processo.

Sinais de problema: se UCL ou LCL excederem os limites de tolerância, é necessário avaliar a variabilidade para evitar produtos não conformes.

Inferência: no gráfico, os limites de controlo estão dentro dos limites de tolerância (10.3 e 9.7), indicando que o processo está adequado.

Conclusões Gerais

Processo estável: quando os pontos estão dentro dos limites de controlo, sem padrões específicos, o processo está sob controlo estatístico.

Necessidade de ação: pontos fora dos limites ou padrões irregulares indicam que é necessário investigar as causas de variação especial.

Para o caso: o processo analisado está estável, com variações dentro dos limites aceitáveis. No entanto, a proximidade de alguns pontos ao UCL sugere monitorização contínua para evitar que o processo saia de controlo.

Voltar

Gráfico R (Amplitudes)

Os limites naturais para o Gráfico R baseiam-se na amplitude média (R-Bar):

Extrato das tabelas de D3 e D4

Valor n	D3	D4
2	0,000	3,267
3	0,000	2,574
4	0,000	2.282
5	0,000	2,114
6	0,000	2,004
7	0,076	1,924
8	0,136	1,864
9	0,184	0,816
10	0,223	1,777

Limites de controlo (UCL e LCL) para o caso em análise:

Voltar

Análise das Tendências Observadas no Gráfico R

O Gráfico R complementa o Gráfico X-Bar ao fornecer informações sobre a consistência do processo e ajuda a identificar quando as flutuações na variabilidade indicam problemas.

Verificação de Estabilidade

Padrão esperado: a maioria dos pontos deve estar dentro dos limites de controlo superior (UCL_R) e inferior (LCL_R).

Sinais de instabilidade:

Pontos fora dos limites (UCL_R ou LCL_R).

Oscilações abruptas na amplitude entre grupos consecutivos.

Inferência no caso: os pontos do Gráfico R estão dentro dos limites, indicando que a variabilidade do processo está sob controlo. A consistência do processo é boa.

Linha Central (R-Bar)

Padrão esperado: a amplitude média (R-Bar) deve refletir a variabilidade natural do processo.

Sinais de problemas:

Desvio significativo de R-Bar: pode indicar mudanças nas condições do processo (ex.: desgaste de ferramentas ou alterações no material).

Oscilações frequentes acima e abaixo de R-Bar: podem sinalizar fatores externos que causam variações.

Aplicação no caso: a linha central (R-Bar) no gráfico indica a amplitude média. Os pontos seguem um padrão aleatório ao redor da linha central, sugerindo que as variações são naturais.

Limite Superior de Controlo (UCL_R)

Padrão esperado: as amplitudes dos subgrupos devem estar abaixo de UCL_R.

Sinais de problemas:

Pontos acima de UCL_R: indicam variabilidade especial, possivelmente causada por:

Máquinas desalinhadas ou com folga.

Operadores diferentes com métodos inconsistentes.

Problemas no material utilizado.

Inferência no caso: no gráfico, todos os pontos estão abaixo de UCL_R, indicando que não há causas especiais de variação presentes.

Limite Inferior de Controlo (LCL_R)

Padrão esperado: não há variabilidade abaixo de LCL_R (geralmente LCL_R = 0 para n ≤ 6.n

Sinais de problemas:

Se valores de R forem consistentemente próximos de zero, pode indicar que os subgrupos foram malformados (ex.: pouca variabilidade entre medições no mesmo subgrupo).

Aplicação no caso: o limite inferior (LCL_R) é 0, e nenhuma amplitude está próxima desse limite. Os subgrupos foram bem formados.

Padrões Específicos no Gráfico R

Tendências crescentes ou decrescentes: podem indicar degradação progressiva no processo (ex.: desgaste de ferramentas ou mudanças na temperatura do ambiente).

Oscilações abruptas: podem refletir problemas intermitentes, como falhas ocasionais de equipamento.

Baixa variabilidade: pode indicar um processo altamente controlado, mas também pode mascarar problemas se os subgrupos não forem representativos.

Para o caso: o Gráfico R não mostra tendências nem padrões anómalos. A variabilidade é consistente e dentro dos limites esperados.

Relação com o Gráfico X-Bar

O Gráfico R complementa o X-Bar, pois um processo com uma média estável (X-Bar) pode ainda apresentar problemas de variabilidade (R):

Gráfico R fora de controlo: indica que o processo está instável em termos de variabilidade, mesmo que a média esteja controlada.

Gráfico R estável e X-Bar fora de controlo: sugere mudanças sistemáticas ou causas externas que afetam a média.

No caso: ambos os gráficos mostram estabilidade, indicando que o processo está sob controlo tanto na média quanto na variabilidade.

Recomendações

Recomenda-se monitorizar continuamente para identificar possíveis desvios no futuro.

Voltar

Notas Finais

A utilização dos Gráficos X-Bar e R vai muito além da simples análise estatística; trata-se de um passo crucial na jornada para a excelência operacional. Estes gráficos capacitam as equipas a identificar rapidamente variações indesejadas, agir de forma proativa e tomar decisões baseadas em dados reais. Esta abordagem não só reduz desperdícios, como também melhora a consistência dos produtos e serviços entregues ao cliente, um pilar essencial para fortalecer a competitividade no mercado.

Ao implementar estas ferramentas, as organizações não só garantem conformidade com os requisitos de qualidade, mas também promovem uma cultura de melhoria contínua. Incentivamos os leitores a incorporar os Gráficos X-Bar e R como parte integrante do seu sistema de controlo de qualidade, explorando o seu potencial para otimizar processos e alcançar resultados sustentáveis.

Concluímos este estudo com a convicção de que o domínio dos Gráficos X-Bar e R não é apenas um diferencial técnico, mas um investimento estratégico que posiciona qualquer organização num caminho de sucesso, inovação e excelência.

Voltar