1

Implementao de Controle Estatstico de Processos em uma etapa do

processo de galvanizao de arames: estudo de caso no processo de
decapagem cida

Autor: Eduardo Follmer (FENG/PUCRS) follmer.eduardo@gmail.com
Orientador: Hlio Radke Bittencourt (FAMAT/PUCRS) heliorb@pucrs.br

Resumo: Para manter qualidade e competitividade, empresas tm utilizado prticas de
inspees nos produtos e processos a fim de garantir que os mesmos cheguem aos clientes
com as especificaes desejadas. A implementao do Controle Estatstico do Processo (CEP)
consiste de uma das prticas mais adotadas para acompanhamento de caractersticas crticas
de qualidade ao longo da linha de produo. Com a finalidade de reduzir perdas durante o
processo de decapagem cida no processo de galvanizao, este trabalho prope uma
utilizao de ferramentas estatsticas de CEP sobre dados histricos, uma comparao do
processo atual com dados histricos, uma anlise do problema e uma proposta de melhoria.
Os resultados encontrados permitiram identificar causas de variao indesejveis e, como
conseqncia, apresentar uma proposio de mtodo para diminuio da variabilidade com
reduo nas perdas.
Palavras-chave: Controle Estatstico de Processo (CEP), Siderurgia, Decapagem cida,
Regresso Linear Mltipla, Anlise de Capacidade.
1. INTRODUO
A capacidade de produo de produtos galvanizados no Brasil tem experimentado um
crescimento da ordem de 100 mil toneladas por ano a partir de 2011. De acordo com dados da
ICZ (2012), de 2011 para 2012 registrou-se aumento na capacidade total instalada de 450 para
560 mil toneladas. A previso para o ano corrente de 675 mil toneladas, o que representa um
crescimento de 50% em dois anos. Este aumento na capacidade deve-se principalmente a
investimentos em novas plantas. Contudo, h possibilidade de otimizar a produtividade com a
melhoria dos processos, de forma que as perdas sejam minimizadas e as especificaes sejam
atendidas.
Para manter a qualidade e a consequente competitividade, as empresas utilizam a
prtica de inspees nos produtos e processos que garantem que os mesmos cheguem aos
clientes com as especificaes desejadas. Porm, alm de gerar custos, Montgomery e Runger
(2009) afirmam que inspecionar os produtos uma ideia impraticvel, o processo deve ser
estvel e capaz de garantir que o produto seja feito corretamente j na primeira vez,
evidenciando assim a necessidade de ter-se o conhecimento da variabilidade do processo. No
processo que foi foco deste estudo, uma das causas de variao nas especificaes do produto,
a variao na concentrao de cido clordrico na cuba de decapagem cida, podendo esta
estar abaixo do mnimo especificado e consequentemente no decapando corretamente, ou a
cima, causando desperdcio do cido utilizado na decapagem. Considerando que este cido

2

um material de alto valor agregado e que pode causar impacto no meio ambiente, existe forte
interesse na reduo do volume utilizado por meio da reduo de perdas durante o processo,
alm de garantir que o mesmo esteja sempre com a concentrao em torno do valor alvo para
reduzir as perdas metlicas por produo de material no conforme em funo variao desta
concentrao, que quando baixa no decapa corretamente, e quando alta gera desperdcio de
cido. Para tanto, o processo deve ser capaz de garantir baixos ndices de desperdcios de
insumos e consequente baixo custo de produo, atravs da baixa variabilidade e correto
ajuste do processo.
Nesse sentido, o Controle Estatstico de Processo (CEP) recomendado por ser um
mtodo simples que possibilita, em tempo real, verificar se o processo est operando sem a
presena de causas especiais de variao. De acordo com Souza e Rigo (2005), o CEP atua
de maneira preventiva sobre o processo utilizando a estatstica como elemento base para
avaliar suas alteraes. Estas caractersticas possibilitam que o CEP auxilie no monitoramento
do processo e permite que as aes sejam tomadas de maneira direcionada a resoluo dos
problemas, auxiliando na estabilizao do processo e evitando a produo de itens no
conformes (HORA; COSTA, 2009; MAYER, 2004).
Conforme foi observado durante a aplicao do CEP em um processo siderrgico,
Stefani e Nodari (2008) identificaram, atravs de cartas de controle, variaes no processo no
momento em que elas estavam ocorrendo, e assim foi possvel tratar as causas destas
variaes, mostrando melhoria imediata na medio seguinte, evitando que produtos
defeituosos fossem produzidos. Em outro estudo, Rodrigues et al. (2010) faz uso de grficos
de controle e anlise de capacidade em uma empresa siderrgica de Minas Gerais. As
ferramentas do CEP possibilitaram identificar que o processo era estatisticamente estvel,
porm no era capaz de atender algumas especificaes impostas, gerando muitos produtos
defeituosos e evidenciando a necessidade de estudo das causas das variaes para melhoria do
processo.
Considerando que alm dos insumos para a realizao da decapagem cida, o material
que est sendo galvanizado tambm possui alto valor agregado, por j ter passado pela aciaria
onde foi fabricado o ao em forma de tarugo, a laminao deste para formao do fio
mquina, e a trefilao do fio mquina para a formao do arame a ser galvanizado, este
trabalho tem por objetivo geral realizar um estudo prtico do processo de decapagem cida de
uma empresa do ramo siderrgico visando reduo de perdas durante o processo.

3

Considerando que o CEP uma poderosa coleo de ferramentas de resoluo de problemas,
til na obteno de estabilidade do processo, e na melhoria da capacidade atravs da reduo
de variabilidade (MONTGOMERY, 2004, p. 95), este estudo se d por meio da aplicao de
algumas destas ferramentas para identificao e reduo das principais causas de variao do
processo de decapagem cida de trefilados de ao. Os objetivos especficos do estudo so: (a)
comparar dados histricos do processo com situao atual; (b) identificar causas especiais no
processo; (c) propor melhorias no processo.
Considerando-se a grande abrangncia do CEP, nmero de tcnicas disponveis e a
complexidade das mesmas, o estudo teve foco na metodologia e anlise de cartas de controle,
elaborao de diagrama de causa-e-efeito, teste de hipteses, anlise de regresso e de
capacidade do processo. As demais ferramentas do CEP no sero abordadas nesse trabalho.
Tambm no sero abordados os tipos de teste de normalidade e como realiza-los. Todas as
ferramentas utilizadas e resultados gerados sero de uma nica linha de produo sem
inteno de inferir os resultados para as demais linhas da empresa. Os custos de
implementao do CEP tambm no sero considerados. Todos os dados apresentados neste
trabalho foram multiplicados por uma constante, assim como apenas algumas causas do
diagrama de causa e efeito esto descritas para no expor informaes da empresa.
Este trabalho est estruturado em cinco sees. Primeiramente foi apresentada a
Introduo, onde foram discutidos o tema da pesquisa, os objetivos e as delimitaes do
trabalho. A segunda seo trata do Referencial Terico, onde feita a reviso dos principais
autores da rea e novas pesquisas, com o intuito de identificar as melhores prticas a serem
adotadas. Em seguida, apresentada a seo de Metodologia de Pesquisa, onde so definidas
as caractersticas e metodologia trabalho. A aplicao prtica, contendo a anlise dos
resultados obtidos, compe a quarta seo. Por fim, tm-se as concluses na seo cinco.
2. REFERENCIAL TERICO
2.1 CEP
O primeiro passo para o desenvolvimento do controle estatstico de processos foi dado
por Walter A. Shewhart, que desenvolveu e implementou na Bell Telephone Laboratories os
grficos de controle em 1924 (COSTA et al. 2005), que segundo Montgomery e Runger
(2009) uma das ferramentas bsicas do controle estatstico de processo. As cartas de
controle recebem ainda maior importncia no estudo de Mayer (2004), que as considera a

4

principal ferramenta do CEP. De uma maneira geral Montgomery (2004) e Correa (2007)
afirmam que o CEP proporciona um ambiente onde todos na organizao buscam a melhoria
contnua da qualidade e produtividade, e que uma vez implantadas as ferramentas elas se
tornam rotineiras, contribuindo para a organizao direcionar-se rumo aos seus objetivos.
Segundo Montgomery e Runger (2009) o CEP est fundamentado em sete
ferramentas: (i) Apresentao em histogramas ou ramo-e-folhas, (ii) Folha de Controle, (iii)
Grfico de Pareto, (iv) Diagrama de causa-e-efeito, (v) diagrama de concentrao de defeito,
(vi) Diagrama de disperso, e (vii) Grfico de controle.
Neste estudo sero empregadas as ferramentas iv e vii juntamente com a anlise de
capacidade de processo e regresso linear mltipla. Para o correto andamento deste estudo,
nos tpicos seguintes ser feita a reviso terica de cada uma destas ferramentas.
2.2 CARTAS DE CONTROLE (GRFICO DE CONTROLE)
A caracterstica tpica de uma carta de controle (CC) de fazer uma representao
grfica de uma caracterstica de qualidade, contendo uma linha central (LC) que consiste do
valor mdio das amostras, uma linha superior e inferior, denominados de limite superior de
controle (LSC ou UCL) e limite inferior de controle (LIC ou LCL) (MONTGOMERY, 2004).
Esses limites so utilizados como base para definir se o processo est ou no sob controle
estatstico. Segundo Costa et al. (2005) e Henning et al. (2011), os limites de controle podem
ser descritos pela mdia das amostras, que a LC mais e menos trs desvios-padro dessa
mdia para o LSC e LIC respectivamente.
Para que o processo seja considerado sob controle estatstico, Corra (2007) afirma
que os pontos amostrais de uma varivel qualquer devem estar situados dentro dos limites
superior e inferior de controle conforme a carta A da Figura 1, alm de estarem variando
aleatoriamente em torno da linha central, ou seja, no podem existir pontos seguidos que
representem alguma tendncia nos dados. Esse tipo de comportamento caracteriza que apenas
causas comuns, ou seja, variaes inerentes ao processo esto agindo sobre o mesmo, e
segundo Machado (2010) e Costa (2005), estas variaes so inevitveis e preciso aprender
a conviver com elas.
Alm das causas comuns, Pedrini (2009) afirma que o processo tambm est sujeito a
outro tipo de causas de variabilidade que aumentam de maneira significativa variabilidade

5

do processo. So essas as chamadas causas especiais, que fazem com que uma amostra esteja
fora dos limites de controle ou comportando-se de maneira no aleatria. Na carta B da Figura
1 pode-se observar exemplos de provveis causas especiais nos pontos sinalizados com o
nmero 1 que caracterizam o processo como fora de controle estatstico.

Figura A sob controle estatstico Figura B fora de controle estatstico
Figura 1 Cartas de Controle
Fonte: elaborado pelo autor (2013)
Um ponto alm dos limites no a nica forma de detectar se um processo est fora de
controle; existem ao menos outras dez regras de sensibilizao para os grficos de controle de
Shewhart. Algumas destas regras foram propostas pela Western Electric (1956), estando entre
elas regra mais utilizada que a de um ponto fora dos limites de controle, e as demais que
podem ser englobadas dentro do quesito no aleatoriedade, como a regra de dois ou trs
pontos consecutivos fora dos limites de dois sigma ou uma sequncia de oito pontos
consecutivos em um mesmo lado da linha central (MONTGOMERY, 2004). Estas regras,
porm, devem ser analisadas com cuidado, pois, para Samohyl (2009), o excesso de padres e
regras pode ocasionar um grande nmero de alarmes falsos, o erro tipo I explicado a seguir.
Para Montgomery (2004) e Machado (2010) as cartas de controle podem ser divididas
em dois grupos: as CC para variveis que so para valores contnuos como dimenso, peso e
volume, e expressam as caractersticas de qualidade de algum produto; as CC para atributos
so utilizadas quando estas caractersticas so de ordem quantitativa, mas expressa de
maneira no contnua, apenas em nmeros inteiros como nmero de defeitos, ou ento so
qualitativas, onde os dados so classificados como conforme ou no conforme. As cartas que
sero utilizadas neste estudo so as cartas para variveis, visto que a caracterstica de
qualidade avaliada quantitativa. Optou-se pelo grfico de controle para mdias amostrais
x - R devido aos subgrupos serem formados por menos de 10 observaes (KUME; 1993).
As cartas de controle para mdias amostrais (x ) demonstram o comportamento da
caracterstica de qualidade ao longo do tempo, permitindo concluir se a mesma est sob

6

controle estatstico. Para tal, os limites de controle das CC x so definidos de forma anloga
aos intervalos de confiana, ou seja, cercando a estimativa mdia por uma regio com alta
probabilidade de conter o parmetro. Embora seja usual fixar essa probabilidade, tambm
conhecida como nvel de confiana (1-), em 95%, as CC so estruturadas com 1-=99,73%,
o que corresponde a trs erros-padro, conforme Equao 1 (MONTGOMERY; 2004).
ISC = x +
3
d
2
n
R

Iinbo Ccntrol = x (1)
IIC = x -
3
d
2
n
R

Onde:
x = mdia das mdias dos subgrupos
R

= mdia da amplitude dos subgrupos

n = tamanho da amostra
J
2
= constante para construo de grficos de controle. Valor mdio da distribuio baseada
na razo entre a amplitude e o desvio-padro para subgrupos de tamanho n
Como informao complementar s cartas x as cartas de controle para amplitudes (R)
permitem que seja identificado se h ou no variabilidade significativa no processo indicando
se a variabilidade do processo est ou no sob controle e em qual momento isto ocorre. Os
limites de controle para R dependem das mdias das amplitudes, alm do nmero de amostras
dos subgrupos e podem ser calculados de acordo com a Equao 2.
ISC = R

+ SJ
3
R

d
2

Iinbo Ccntrol = R

(2)
IIC = R

-SJ
3
R

d
2

Onde:
R

= mdia da amplitude dos subgrupos

J
2
c J
3
= constante para construo de grficos de controle, uepenuentes uo nmeio ue
obseivaes uos subgiupos

7

J
3
R

d
2
= estimauoi paia o uesvio pauio
2.3 ANLISE DE VARINCIA (ANOVA)
A Anlise de Varincia (ANOVA) um teste de hipteses amplamente utilizado em
estatstica experimental para investigar o efeito de uma varivel qualitativa (utilizada para
formao de grupos) sobre uma varivel resposta quantitativa. A hiptese nula (E
0
) da
ANOVA a de igualdade entre as mdias dos k grupos: E
0
=
1
=
2
= =
k
. Com esta
finalidade, Paese et al. (1999) e Downing e Clark (2002) afirmam que a ANOVA permite
fazer um teste dos dados que possibilita esta comparao da igualdade das mdias e
identificao de diferenas significativas nos grupos. A lgica da ANOVA est na
decomposio da varincia total da varivel resposta em duas partes: uma relacionada aos
tratamentos ou grupos (entre tratamentos ou grupos) e outra relacionada ao erro experimental
(dentro dos tratamentos ou grupos). Do ponto de vista prtico, a hiptese nula da ANOVA
ser rejeitada se o p-value associado estatstica F resultante for inferior ao nvel de
significncia () adotado.
2.4 TESTE DE HIPTESES E TIPOS DE ERROS
A anlise de uma carta de controle pode ser interpretada em analogia a um teste de
hiptese: ao considerar a LC como sendo a mdia do processo, pode se pensar em um teste de
hipteses onde esta a hiptese nula E
0
. Hiptese de que cada valor da carta de controle est
de acordo com a mdia do processo, e uma vez que este valor ultrapassar os limites de
controle rejeita-se a hiptese nula, aceitando assim a hiptese E
1
de que os valores no esto
de acordo com a mdia do processo (MONTGOMERY, 2004). Em toda deciso tomada h
um risco associado, ou seja, uma probabilidade de erro (SAMOHYL, 2009).
Ao testar-se uma hiptese existem dois tipos de erros que esto classificados da
seguinte maneira: (i) erro do tipo I, que ocorre quando se rejeita E
0
e esta verdadeira e (ii)
erro tipo II que ocorre quando hiptese nula falsa e no rejeitada. Considera-se a hiptese
nula como sendo o processo sob controle estatstico. O erro do tipo I pode ocorrer com uma
probabilidade de acordo com o nvel de significncia () escolhido, e o erro tipo II ()
depende do valor e do tamanho amostral n (INDEZEICHAK, 2005; MONTGOMERY;
RUNGER, 2009). Montgomery e Runger (2009) e Silva et al. (2004) afirmam ainda que e
so valores inversamente proporcionais desde que n permanea o mesmo.

8

2.5 ANLISE DE CAPACIDADE
Enquanto que a partir das cartas de controle possvel analisar se o processo est sob
controle estatstico, atravs da anlise dos resultados obtidos em relao aos limites de
controle, Costa et al. (2005) e Tonini (2010) afirmam que a anlise de capacidade permite
fazer uma anlise levando em considerao as especificaes do produto para identificar a
capacidade do processo em produzir itens conformes atravs dos ndices Cp, Cpk, Pp e Ppk.
Cada ndice gera uma informao diferente para a tomada de deciso. Segundo Montgomery
(2004) e Samohyl (2009), os ndices Cp e Cpk so utilizados para fazer a anlise de
capacidade de processos sob controle estatstico, enquanto os ndices Pp e Ppk so para
processos que no esto sob controle estatstico. Montgomery (2004) afirma ainda que
quando um processo est sob controle os ndices Cp e Pp so iguais, assim como Cpk e Ppk.
Uma ressalva deve ser feita em relao aos ndices Pp e Ppk, apesar destes serem utilizados e
alguns autores indicarem seu uso, Kotz e Lovelance (1998 apud MONTGOMERY, 2004) so
contra esta utilizao e considera um desperdcio de esforo, por no permitir intepretao
significativa sobre a capacidade do processo nem propriedades estatsticas determinveis.
Antes de trabalhar com os ndices de controle, deve ser feita uma anlise sobre a
distribuio de probabilidade dos dados. A suposio de normalidade razovel para a maior
parte das caractersticas de qualidade. Admitindo-se tal distribuio como vlida tem-se, caso
sejam adotados os Limites Naturais de Tolerncia (LNT), como sendo a mdia mais ou menos
trs a probabilidade de produzir peas conformes. O valor que est entre os LNT superior e
inferior na Figura 2, a probabilidade de produzir peas conformes e a soma dos valores fora
do LNT a probabilidade de produzir peas no conformes. Para diferentes distribuies de
probabilidade esses valores so diferentes, por isso importante identificao da
distribuio dos dados (MONTGOMERY, 2004).

Figura 2 extrado de Montgomery (2004, p.221)
______________________
1 KOTZ, S., LOVELANCE, C. R. Process Capability Indices in Theory and Practice, 1998.

9

Para calcular os ndices de capacidade so necessrios, segundo Machado (2010), os
limites de especificao, ou seja, os requisitos mnimos necessrios para que o produto, ou
processo possa ser considerado conforme. Dessa maneira tem-se a Equao 3 que serve para
calcular o Cp para especificaes bilaterais. Montgomery (2004) ressalta que como
geralmente no se possui o desvio padro populacional, o mesmo deve ser estimado a partir
do desvio padro amostral.
Cp =
LSL-LIL
6c
(3)
A caracterstica do Cpk, de levar em considerao o posicionamento dos dados,
devido ao fato de que ele formado por outros dois coeficientes que analisam separadamente
os limites superior e inferior de especificao, de acordo com as Equaes 4 (FOGLIATTO et
al. 2003; MACHADO, 2010; MONTGOMERY, 2004).
Cpk = min (Cps, Cpi)
Cps =
LSL-
3c
(4)
Cpi =
-LIL
3c

2.6 REGRESSO LINEAR MLTIPLA
A anlise de regresso mltipla uma tcnica utilizada para investigar a relao entre
uma varivel dependente e um conjunto de variveis independentes (MONTGOMERY;
RUNGER, 2009). A tcnica permite a estimao de valores futuros para a varivel
dependente, dado um conjunto de dados de entrada para as variveis independentes
(PEDRINI; CATEN, 2009; DOWNING; CLARK, 2002).
O modelo base de regresso linear mltipla representado pela Equao 5 onde [
]

para j = 0, 1, 2 ..., k so os coeficientes de regresso, Y a varivel dependente dos
regressores x
]
e o valor c o erro aleatrio da equao (MONTGOMERY; RUNGER, 2009).
= [
0
+ [
1
x
1
+ [
2
x
2
+ + [
k
x
k
+ c (5)
Os coeficientes de regresso [
]
indicam a influncia de cada varivel independente
sobre a varivel dependente. Para o caso de [
1
possuir valor igual a 10, e os outros
coeficientes manterem-se fixos, ao valor da varivel dependente aumentar em 10 vezes o

10

valor de x
1
. Se o mesmo fosse negativo, a varivel dependente diminuiria em 10 vezes. Esta
interpretao serve para todos os coeficientes [
]
, incluindo [
0
com a diferena que a
influncia do [
0
sobre ele mesmo, ou seja, considerando os demais coeficientes como
sendo 0, o valor de ser o prprio [
0
em funo deste no estar diretamente associado a
nenhuma varivel.
3. METODOLOGIA DE PESQUISA
Esta pesquisa tem por finalidade gerar conhecimentos para que sejam aplicados na
prtica, caracterizando-a como aplicada. uma pesquisa quantitativa uma vez que todos os
dados so analisados por meios estatsticos, e a partir disto so tomadas decises.
exploratria, pois seu objetivo de evidenciar os problemas e construir hipteses sobre eles.
Esta pesquisa ser desenvolvida baseada em material bibliogrfico e artigos cientficos, o que,
segundo Gil (2008), faz com que seja caracterizada como pesquisa bibliogrfica. Tambm
classificada, segundo Gil (2008), como estudo de caso por explorar situaes as quais no se
sabe os limites, descrever determinada situao e explicar variveis que so a causa de certos
fenmenos. O mtodo de trabalho ser de acordo com as 5 etapas propostas a seguir e que
esto representadas em forma de fluxograma no APNDICE A Fluxograma das etapas do
trabalho.
I. Nesta etapa, o processo estudado para entender seu funcionamento e as etapas do
processo. So levantadas informaes gerais como as entradas e sadas do processo, os
produtos que nele so processados, volume de produo e principais fatores que o
influenciam. Tambm feita a identificao do problema que ser estudado.
II. Definio dos tipos de dados que sero necessrios para o estudo de acordo com o
problema identificado na etapa anterior. Uma vez definidos, os dados histricos existentes so
analisados a fim de verificar se os mesmos so confiveis ou se h a necessidade de dados
diferentes. Segue-se ento a coleta de dados.
III. Identificao do tipo de carta de controle mais adequado para analisar os dados via
software Minitab 16 e definio de hipteses. Fazer anlises estatsticas dos dados histricos.
Elaborao do diagrama de causa e efeito e fazer as anlises estatsticas pertinentes ao
problema identificado.

11

IV. Com as informaes obtidas nas etapas anteriores, so aplicadas as melhorias propostas e
posterior comparao dos resultados.
V. Por fim, so feitas concluses sobre as melhorias geradas.
Com este mtodo buscou-se a estruturao do trabalho de maneira a auxiliar o
andamento do mesmo e o atingimento dos objetivos gerais e especficos.
4. APLICAO PRTICA
4.1 Descrio do Processo de Galvanizao
A linha de produo na qual se situa a etapa do processo estudada composta por 24
desbobinadores. Cada desbobinador comporta uma bobina de arame trefilado com
comprimento e peso varivel de acordo com a espessura deste, que conduzido atravs de
uma cuba contendo chumbo lquido dividida em duas partes: a primeira em 450C e a
segunda em 720C. As principais funes da cuba de chumbo so: (i) limpar a superfcie do
material retirando sabo e xidos e (ii) realizar tratamento trmico. Arames de mdia
resistncia passam apenas pela primeira parte da cuba de chumbo, e arames de alta resistncia
passam nas duas partes, sendo que, na segunda, devido maior temperatura, o arame sofre
modificaes em suas propriedades fsicas. Ao final de cada uma delas o arame conduzido
por orifcios com grafite, cuja funo evitar o arraste de chumbo para a 3 etapa, na qual o
arame passa por um banho de imerso em lquido refrigerante para evitar reaes qumicas
indesejveis.
A 4 etapa a de decapagem cida por cido clordrico (HCl). Este processo consiste
na imerso do material em um tanque contendo cido clordrico diludo, no qual o material
passa e os pontos de oxidao da superfcie do arame so eliminados atravs de reaes
qumicas. Como o cido uma substancia voltil, tanto na entrada como na sada do tanque,
existe uma cortina de gua que tem a funo de evitar a perda de HCl atravs da evaporao.
O objetivo da fluxagem (5 etapa) remover os ltimos resqucios de xido e tratar a
superfcie do arame para permitir maior aderncia do zinco durante a galvanizao. Como a
fluxagem feita atravs da imerso do arame em uma soluo lquida, necessrio fazer a
secagem do arame, 6 etapa, para que ele no entre na cuba de zinco com qualquer sobra de
gua, evitando reaes indesejveis como oxidao ou exploses pelo contato da gua com o
zinco em elevadas temperaturas. Finalmente, o arame passa para a penltima etapa (7), que

12

a galvanizao. Esta ocorre atravs da imerso do arame em zinco lquido a 450C. Por fim, o
arame j galvanizado passa por um polimento/limpeza que consiste em o arame passar por
gaxetas, que podem ser compostas de diferentes tipos de matrias como fibra de carbono e
grafite ou fibras sintticas. Finalmente o material est galvanizado e bobinado novamente.
Todo este processo ocorre a uma velocidade constante, e est demonstrado em forma de
fluxograma na Figura 3.

Figura 3 Fluxograma do Processo de Galvanizao
Fonte: Elaborada pelo autor (2013)
Dentre as oito etapas que compem a linha de produo, a 4 etapa decapagem cida
est diretamente associada ao problema de pesquisa deste estudo. O cido clordrico
utilizado como decapante qumico possui alto valor agregado impactando diretamente nos
custos estabelecidos para a clula. Deste modo, recomenda-se otimizar este processo
garantindo a correta decapagem do material, o que dever reduzir o consumo de cido para
que os custos tambm sejam diludos. Alm disso, minimizando o descarte de cido, espera-se
menor impacto ambiental, contribuindo com a poltica da empresa.
4.2 Caractersticas Atuais do Processo de Decapagem cida
A qualidade da decapagem cida depende da concentrao do cido clordrico. Se a
concentrao for muito baixa, o material no ser decapado corretamente e, em contrapartida,
se for muito alta, o processo gera desperdcio de cido, seja por evaporao ou por arraste.
Atualmente, a empresa trabalha com limites de especificao de concentrao de
66,6g/l a 74g/l. Esse intervalo foi determinado por, at ento, entender que estes valores so
os mais adequados para o processo, porm sabe-se que estes valores podem ser reduzidos e
que o material pode ser decapado de maneira igualmente eficiente com menores ndices de
concentrao. Um dos motivos pelo qual a empresa est utilizando estes valores que no
existe um padro para a colocao de cido na cuba de decapagem, ento para evitar
problemas na decapagem, a concentrao mantida em nvel elevado.
Hoje, para identificar a necessidade da insero de cido na linha, so retiradas
amostras trs vezes ao dia, uma em cada turno. A anlise destas amostras feita pelo setor de

13

Controle de Qualidade com equipamento e ferramentas adequadas para garantir que o valor
encontrado para a concentrao seja confivel. Quando, este valor encontrado chega prxima
ao nvel mnimo, o cido adicionado sem uma quantidade padro, ficando a critrio do
conhecimento do operador. Alm disso, no se tem certeza do volume exato de cido
adicionado pelo fato de o medidor de vazo, mesmo sendo prprio para a utilizao em
solues cidas, estragar frequentemente. O indicador de quanto cido foi adicionado uma
espcie de janela contendo um tubo de vidro que est ligado ao tanque de decapagem,
mostrando o nvel da soluo dentro do tanque. Este tubo contem as indicaes de nvel
mximo e mnimo do tanque, mas no contm escala numrica que indique o volume do
tanque de forma exata, conforme a Figura 4.

Figura 4 Esquema da janela para visualizao do nvel
Fonte: Elaborada pelo autor (2013)
Quando o volume est prximo do mnimo, tambm um indicador de que cido deve
ser adicionado para que o arame fique submerso na soluo. Nestes casos, junto com o cido,
tambm necessrio adicionar gua para no deixar a concentrao a um nvel muito elevado
e para completar o volume o tanque, cuja capacidade mxima de aproximadamente 4.100
litros. Esta ao tambm no realizada de acordo com uma quantidade padro para adio,
tornando mais difcil o controle sobre a concentrao de cido. Sabendo disso, existe interesse
de que os valores da concentrao sejam reduzidos para diminuir perdas, custos e impactos
ambientas, por meio do monitoramento via cartas de controle e padronizao de atividades.
Assim, a concentrao poderia ser mantida dentro dos valores especificados.
4.3 Anlise do Problema
Os dados da concentrao de cido j eram acompanhados historicamente, o que
possibilitou a realizao de um estudo para identificao de causas de variao e anlise do

14

comportamento dessa caracterstica de qualidade. Como as amostras so retiradas trs vezes
ao dia, uma em cada turno, optou-se por trabalhar com subgrupos de tamanho trs,
considerando cada turno um subgrupo. Buscou-se identificar se o turno tem influncia sobre a
concentrao de HCl por meio de boxplot (Figura 5) e ANOVA (Figura 6).

Figura 5 Box Plot para Subgrupo Turno (1: manh; 2: tarde e 3: noite) vs Concentrao
Fonte: Elaborada pelo autor (2013)
A Figura 8 revela que os trs subgrupos apresentam comportamento muito semelhante,
no indicando diferena tanto na mediana como na amplitude interquartlica. O turno da
manh mostra-se bastante simtrico quanto distribuio das observaes, porm, com 5
possveis outliers. O turno da tarde apresenta o segundo interquartil ligeiramente abaixo do
centro, indicando que os dados esto mais concentrados abaixo da mediana, e apresenta
apenas um outlier. O turno da noite apresenta a distribuio ligeiramente mais concentrada
acima da mediana, com dois possveis outliers.

Figura 6 Anova para Concentrao vs Turno
Fonte: Elaborada pelo autor (2013)
Uma ANOVA em relao ao turno revelou que os mesmos no tm influncia sobre a
concentrao, uma vez que a mesma demonstrou o valor de p = 0,523, no sendo significativo
a um nvel de significncia de 5%. Assim, no foi possvel rejeitar a hiptese nula de
igualdade na concentrao mdia de HCl por turno.

15

No tendo influncia do turno sobre a concentrao, optou-se por organizar os dados
histricos em subgrupos dirios de tamanho n=3 e, a partir da, construir cartas de controle do
tipo x - R. A Figura 7 A e B apresenta as cartas construdas para os meses de Junho e
Setembro, nas quais possvel observar que ao menos um ponto ficou fora dos limites de
controle. Tambm possvel observar que os dados aparentemente no esto se comportando
de maneira aleatria, com diversos pontos seguidos abaixo da linha central e, logo em seguida
diversos pontos consecutivos acima da linha central. Na parte R tambm ocorreu ao menos
um ponto fora dos limites de controle em ambas as cartas, porm, em momentos diferentes
das cartas x . O processo apresenta apresentou alta variabilidade desses meses, amplitude
mdia da ordem de 7,15 e 8,98g/l, respectivamente.

Figura A Concentrao de cido Junho Figura B Concentrao de cido Setembro
Figura 7 Cartas de Controle 2012
Fonte: Elaborada pelo autor (2013)
Apesar de a mdia do processo ter chegado bem prxima ao valor alvo de 70,3g/l,
estes diversos pontos citados evidenciam que sobre o processo no est atuando apenas da
presena do rudo aleatrio e que, portanto, causas especiais tambm esto presentes, o que
caracteriza o processo como fora de controle estatstico.
Por fim, buscando explorar ainda mais os dados histricos, foi realizada uma anlise
de capacidade do processo, tomando como limites de especificao a concentrao mnima de
66,6 e mxima de 74g/l. O grfico A da Figura 8 apresenta a srie temporal da mdia dos
subgrupos para a concentrao de HCl, considerando os ltimos quatro meses de 2012 e a
anlise de capacidade do processo.

16


Figura A Srie Temporal para Concentrao Figura B Anlise de Capacidade para a Concentrao
Figura 8 Srie temporal e Anlise de capacidade para 2012
Fonte: Elaborada pelo autor (2013)
Na srie temporal fica clara a alta variabilidade, e se forem demarcados os limites de
especificao mnima de 66,6 e mxima 74g/l, diversos pontos estavam ultrapassando-os. Foi
traada uma linha de tendncia sobre os dados, a qual apresenta tendncia decrescente
bastante suave em relao mdia do processo, variando apenas 2 pontos nos meses
analisados. Alm disso, a mdia ficou bastante prxima do valor alvo para concentrao, da
mesma maneira que nas CC.
Os coeficientes de capacidade (Figura 8 B) se apresentaram muito baixos (CPk=0,17),
indicando a incapacidade do processo em respeitar as especificaes. Em funo do processo
no estar sob controle estatstico, as interpretaes do coeficiente Cpk no devem ser tomadas
como definitivas.
Para identificar as diferentes causas de variao do processo e o consequente alto
consumo de cido, foi elaborado um diagrama de causa e efeito, onde foram identificadas
diferentes hipteses das causas que esto descritas no APNDICE B.
Para algumas dessas causas foram tomadas diferentes aes para melhoria da linha em
paralelo a realizao deste trabalho e que no fazem parte do escopo do mesmo, portanto no
esto aqui descritas. Porm, estas melhorias tiveram influncia no andamento do estudo, pois
a partir delas reduziram-se os nveis mximo e mnimo da concentrao do cido. Estes foram
alterados de 66,6 para 55,5g/l e de 74 para 66,6g/l, reduzindo o valor-alvo para 61g/l, sendo
que esta nova concentrao manteve os padres de qualidade anteriores. Os resultados e
anlises aps estas melhorias esto descritos a seguir.

17

Uma nova anlise da influncia do turno foi realizada. O Box Plot e a ANOVA so
apresentado na Figura 9 A e B. O turno continua no apresentando influncia significativa
sobre a concentrao do cido, sendo o valor de p=0,568 na ANOVA.

Figura A Box Plot para Concentrao Figura B Anova para Concentrao
Figura 9 Box Plot e Anova para 2013
Fonte: Elaborada pelo autor (2013)
A Figura 10 apresenta as novas CC, as quais revelam que o processo ainda apresenta
alta variabilidade, sendo muitas observaes com diferena de mais de um desvio padro
entre elas, mas, apesar da alta variabilidade, no possvel dizer que o processo no est sob
controle estatstico, pois o mesmo no apresentou valores fora dos limites de controle nos dois
meses. Apenas uma regra de sensibilizao foi quebrada, no ponto 25 onde quatro de cinco
pontos esto a mais de um desvio em relao a LC, no sendo esta, sozinha, uma razo forte
para considerar o processo fora de controle estatstico.

Figura A CC Concentrao de cido Janeiro Figura B CC Concentrao de cido Maio
Figura 10 Cartas de Controle para 2013
Fonte: Elaborada pelo autor (2013)
Analisando a srie temporal dos trs primeiros meses de 2013 na Figura 11 A,
possvel perceber a alta variabilidade dos dados, mas a mdia do processo continua bastante
prxima do valor-alvo, com uma leve tendncia crescente. A anlise de capacidade (Figura 11
B) complementa a informao, indicando que o processo continua no capaz de respeitar s

18

especificaes, com Cpk=0,40. Este valor est bastante abaixo do mnimo desejado (1,33),
porm o histograma da anlise de capacidade permite concluir que o processo est centrado, o
que desejvel.

Figura A Histograma para Concentrao Figura B - Anlise de capacidade para Concentrao
Figura 11 Srie Temporal e Anlise de Capacidade para 2013
Fonte: Elaborada pelo autor (2013)
Comparando os resultados anteriores e posteriores as melhorias, conclui-se que houve
uma ligeira melhora. Em alguns meses o processo pode ser considerado sob controle
estatstico e, tambm, registrou-se um pequeno aumento no Cpk. Constatou-se que o processo
estava operando fora dos limites de especificao em vrios momentos e que a variabilidade
continuou elevada, evidenciando que as melhorias aplicadas linha no foram suficientes
para a resoluo do problema, sendo necessrias novas aes sobre o processo atual.
4.4 Proposta de Melhoria
Um dos itens com maior citao no diagrama de causa e efeito refere-se falta de um
procedimento padro e de um clculo para o volume de cido a ser adicionado na cuba, o qual
no teve aes na primeira etapa do trabalho. O problema que no se sabe qual a
influncia na concentrao do tanque exercida pela adio de certa quantidade de cido, ou
seja, ao adicionar 100 litros de cido, supondo que a concentrao da linha est a 61 g/l, no
se sabe qual ser a concentrao resultante. Mesmo se esta relao fosse conhecida, ainda
teria o problema de no se conhecer o volume exato de soluo cida contida dentro do
tanque, pelo fato da janela demonstrada na Figura 6 no possuir escala nem representao do
volume dentro do tanque, apenas do nvel do mesmo, alm de no se saber quanto cido est
sendo adicionado.
Para tentar solucionar esses problemas, considerando anlise feita aps as melhorias,
identificou-se a necessidade de se conhecer: (i) o volume de cido adicionado, (ii) a influncia

19

deste volume de cido adicionado, (iii) o volume e concentrao dentro do tanque, (iv) a
relao da concentrao e do volume dentro do tanque com o volume de cido adicionado e
(v) a concentrao resultante. Pode-se observar que todos os cinco itens citados esto
relacionados, pois, ao adicionar cido, a concentrao da linha vai aumentar, mas esta
aumentar em propores diferentes se o volume e concentrao da linha estiverem baixos ou
altos.
Observando a intercorrelao entre as variveis, considerou-se que a Anlise de
Regresso Linear Mltipla pode fornecer a resposta necessria ao problema, pois fica evidente
a existncia de variveis dependentes e independentes. Com o intudo de organizar um
conjunto de dados para realizao da Regresso, foi proposta uma estruturao da coleta de
dados com as seguintes variveis: (1) volume do tanque antes de adicionar HCl; (2)
concentrao de HCl no tanque antes da adio de HCl; (3) Volume de HCl adicionado; (4)
Concentrao de HCl no tanque aps adio de HCl.
Destas variveis, apenas a 2 e 4 seriam possveis de serem coletadas na situao atual
do processo. Como j foi mencionado, no existe indicador exato do volume de soluo
dentro do tanque nem a informao de quanto cido foi adicionado a linha. O indicador mais
prximo do volume de soluo contido no tanque a janela demonstrada na Figura 6, que na
verdade mede o nvel desta soluo, porm, identificou-se que no havia necessidade de se
saber o volume do tanque, mas, se for criada uma escala nesta janela, seria possvel criar uma
medida de volume especfica para este caso. Esta proposta resultou numa modificao da
janela, onde foi inserida uma escala como demonstrado na Figura 12.
.
Figura 12 Esquema da janela para visualizao do volume aps insero da escala
Fonte: Elaborada pelo autor (2013)
O valor que esta escala fornece foi chamado de unidade de volume, se o nvel estiver
no 15, ento o tanque ter 15 unidades de volume da soluo cida. A escala no ser uma

20

representante do volume total do tanque, se o nvel da escala estiver no 0 no indica que o
tanque est vazio, mas ela servir para o propsito do trabalho, pois o nvel do tanque deve
sempre estar entre o mximo e o mnimo indicado na janela. Esta soluo s foi possvel de
ser adotada em funo de este tanque possuir dimenses iguais da sua base ao seu topo, sendo
ento a variao da rgua igual para um mesmo volume, durante toda sua extenso, 1 unidade
de volume sempre ter o mesmo valor.
Resolvido o problema do volume de soluo contido no tanque, o problema agora est
em saber quantos m de cido so adicionados linha. Como o medidor de vazo do cido
que ser adicionado no confivel, o problema foi solucionado de maneira simples. Antes de
adicionar cido na linha, deve-se anotar o valor marcado para as unidades de volume na janela
e aps a adio anota-lo novamente, dessa maneira o volume de acido adicionado ser obtido
pela diferena do volume posterior pelo anterior, resultado no volume de cido adicionado na
mesma unidade de volume do tanque. Com isso foi criada uma tabela para coleta de dados na
linha que est representada na Tabela 1 do APNCIDE C. A diferena entre os dados que
seriam necessrios anteriormente ficou apenas no item 3, que passou de Volume de HCl
adicionado para volume do tanque aps adio de HCl.
Para realizao desta coleta, foi criado um procedimento para que todos os envolvidos
procedam da mesma forma, de acordo com as etapas e restries demonstradas na Tabela 2 do
APNCIDE C, as quais foram repassadas aos operadores.
4.5 Resultados
Aps 10 dias de coleta, foram obtidos os dados contidos no APNCIDE D. Foi
realizada uma anlise de regresso para entender qual a influncia de cada uma das variveis
sobre a concentrao de HCl na linha. Como a linha funciona em trs turnos, os dados
coletados nos primeiros dias de amostra foram retirados da anlise, por considerar-se que
necessrio o aprendizado e cumprimento de todos.
O volume de HCl que deve ser adicionado a linha foi considerado como a varivel
dependente, e as demais como independentes. Antes de realizar a anlise de regresso, as
variveis foram submetidas a uma anlise de correlao. Neste caso, a varivel Volume 1
apresentou altssima correlao com a varivel Volume de HCl, o que demonstrou que os
operadores estavam adotando espontaneamente o valor 14,5 como alvo, o que pode ser
observado ao somar-se os dados da primeira e quarta coluna do APNDICE D, onde o

21

resultado ser sempre prximo de 14,5. Esse fato tornou o Volume de HCl quase que
perfeitamente correlacionado ao Volume 1. De qualquer forma, antes de remover a varivel
da anlise foi feito um teste. Os resultados esto demonstrados na Tabela 1.
Tabela 1

Fonte: elaborado pelo autor (2013)
Conforme o resultado, a regresso foi significativa a um nvel de confiana de 95%,
pois p=0,002, assim como todas variveis da equao de regresso. Porm, conforme o
esperado o coeficiente da varivel Volume 1 faz com que a mesma tenha comportamento
bastante diferente do esperado e que observado na realidade. O coeficiente desta varivel foi
negativo, ou seja segundo a equao, quanto menor o volume dentro do tanque, maior ser a
quantidade necessria de cido a ser adicionada, o que contrrio a realidade, pois quanto
menor o volume de uma soluo, mais concentrada ela ser para um mesmo volume de HCl.
A partir disto, foi removida ento a varivel Volume 1 da anlise, e foi feita
novamente a regresso, gerando os resultados expressos na Tabela 2.
Tabela 2

Fonte: elaborado pelo autor (2013)
A nova regresso tambm se mostrou significativa, porm a um nvel de confiana de
90%. O coeficiente negativo para concentrao antes da adio de HCl demonstra que, quanto
maior esta concentrao inicial, menor ser o volume de cido necessrio a ser adicionado, e o
coeficiente da concentrao depois da adio de HCl positivo mostra que quanto maior for
esta concentrao, maior ser o volume de cido a ser adicionado.
Os sinais dos coeficientes foram adequados, mas o problema desta regresso foi o
baixo valor do coeficiente de determinao (R-Sq) de 65,5%. Ele um indicador de que este

22

conjunto de variveis deve explicar 65,5% da variao na concentrao de cido a ser
adicionada, evidenciando que devem existir outras variveis que influem no processo e no
foram consideradas.
5. CONSIERAES FINAIS
A comparao dos resultados de 2012 e 2013 permite observar que as aes tomadas
sobre as causas especiais identificadas podem ter contribudo para a reduo do consumo de
cido, porm o processo ainda apresenta demasiada variabilidade. A padronizao do
processo de adio de cido dever ser fundamental para manter a concentrao em torno do
valor alvo.
Apesar do resultado da anlise de regresso no ter sido exatamente como o esperado,
este foi considerado satisfatrio, pois, ficou claro que existem mais variveis que exercem
influncia de maneira significativa no processo e que devem ser consideradas para conseguir
um resultado confivel. Porm, por experincia e conhecimento do processo, acredita-se que
esta varivel o volume antes da adio de HCl , que apresentou correlao com o volume de
cido adicionado, pois dependendo do volume de soluo cida que estiver dentro do tanque,
ser necessrio mais ou menos cido para atingir a concentrao esperada. A correlao
apresentada pode ter sido gerada pelo fato de a quantidade de dados ser relativamente baixa,
fazendo com que os mesmos no sejam suficientemente representativos do processo, dessa
maneira, aconselha-se que novos dados devam ser coletados e uma nova anlise de regresso
realizada.
Com isso, considera-se que todos os objetivos deste trabalho foram atingidos, ainda
que parcialmente. O processo foi estudado em detalhes, foi realizada uma anlise do histrico
dos dados com os atuais e identificado que o processo no sofreu melhorias suficientes. As
causas especiais que provocam a variao no processo tambm foram identificadas e, sobre
uma delas, foi proposta a padronizao do processo decorrente de uma anlise de regresso.
Esta ltima, porm, pode ser considerada com xito parcial, pois at o momento da concluso
deste trabalho no foi possvel gerar a equao de regresso que explicasse a influncia das
variveis no processo com alta representatividade. Contudo, isto pode ser continuado
facilmente uma vez que todo o processo de coleta de dados foi estipulado e as variveis
necessrias identificadas, possibilitando refazer novas anlises de regresso dentro de poucos
dias.

23

REFERNCIAS
CORRA, J. M. Estudo de controle e anlise da capacidade de processo de produo de
gua potvel. Tese (Mestrado em Cincias). Universidade Federal do Paran UFP, 2007.
COSTA, A. F. B., EPPRECHT , E. K., CARPINETTI, L. C. R. Controle estatstico de
Qualidade. 2 ed. So Paulo: Editora Atlas S.A., 2005.
DOWNING, D., CLARK, J. Estatstica Aplicada. 2 ed. So Paulo: Editora Saraiva., 2002.
FOGLIATTO, F. S., FALCO, A. S. G., KRUMMENAUER, L. A., MULLER, A. F.
Procedimento de monitoramento do desempenho de equipes de eletricistas e do custo de
atividades em redes de transmisso eltrica atravs d cartas de controle estatstico de
processo. XXIII Encontro Nacional de Engenharia de Produo. Ouro Preto. ENEGEP,
2003.
GIL, A. C. Mtodos e Tcnicas de Pesquisa Social. 6 ed. So Paulo: Editora Atlas S. A.
2008.
HENNING, E., WALTER, O. M. C. F., SOUZA, N. S., SAMOHYL, R. W. Um estudo para a
aplicao de grficos de controle estatstico de processo em indicadores de qualidade da agua
potvel. VII Congresso Nacional de Excelncia em Gesto. Rio de Janeiro. 2011.
HORA, H. R. M., COSTA, H. G. Tomada de deciso no MASP: uma contribuio para
decises utilizando a matriz AHP. XXIX Encontro Nacional de Engenharia de Produo.
Salvador. ENEGEP, 2009.
ICZ PORTAL DA GALVANIZAO. Mercado Brasileiro de Galvanizao por Imerso
a quente. Higienpilis Disponvel em:
<http://www.icz.org.br/portaldagalvanizacao/arquivos/mercado-brasileiro-de-
galvanizacao.pdf>. Acesso em 15 Abr. 2013.
INDEZEICHAK, V. Anlise do controle estatstico da produo para emprese de
pequeno porte: um estudo de caso. Tese (Mestrado em Engenharia de Produo).
Universidade Tecnolgica Federal do Paran UTFPR, 2005.
KUME, H. Mtodos estatsticos para melhoria da Qualidade. So Paulo: Editora Gente,
1993.
MACHADO, J. D. P. Implantao de controle estatstico de processo na Sociedade
Central de Cervejas S. A. Tese (Mestrado em Engenharia de Gesto Industrial).
Universidade Nova de Lisboa, 2010.

24

MAYER, P. C. Reduo da variabilidade em uma linha de produo de chapas de corpo
de silos de gros de corrugao 4 atravs da Implantao do Controle Estatstico do
Processo. Tese (Mestrado em Engenharia). Universidade Federal do Rio Grande do Sul
UFRGS, 2004.
MONTGOMERY, D. C. Introduo ao Controle Estatstico da Qualidade. 4 ed. Rio de
Janeiro: LTC Livros Tcnicos e Cientficos Editora S.A., 2004.
MONTGOMERY, D. C., RUNGER, G. C. Estatstica Aplicada e Probabilidade Para
Engenheiros. 4 ed. Rio de Janeiro: LTC Livros Tcnicos e Cientficos Editora S.A., 2009.
PAESE, C., CATEN, C. T., RIBEIRO, J. L. D. Aplicao da anlise de varincia na
implementao do CEP. XIX Encontro Nacional de Engenharia de Produo. Rio de
Janeiro. ENEGEP, 1999.
PEDRINI, D. C. Proposta de um mtodo para aplicao de grficos de controle de
regresso no monitoramento de processos. Tese (Mestrado em Engenharia de Produo).
Universidade Federal do Rio Grande do Sul UFRGS, 2009.
PEDRINI, D. C., CATEN, C. S. T. Modelagem estatstica para previso do teor de fsforo em
ligas de ferromangans. XXIX Encontro Nacional de Engenharia de Produo. Salvador.
ENEGEP, 2009.
RODRIGUES, M. D., CAMPOS, M. S., SOUZA, D. C. S. A utilizao de grficos de
controle e anlise de capacidade em uma empresa siderrgica de Minas Gerais. XXX
Encontro Nacional de Engenharia de Produo. So Carlos. ENEGEP, 2010.
SAMOHYL, R. W. Controle Estatstico de Qualidade. Rio de Janeiro: Elsevier Editora
LTDA, 2009.
SOUZA, A. M., RIGO, M. H. Identificao de variveis fora de controle em processos
produtivos multivariados. Revista Produo, So Paulo, V.15 no.1, p.74-86, abr. 2005.
STEFANI, R. Z., NODARI, C. Aplicao da Ferramenta de CEP num Processo Siderrgico.
XVIII Encontro Nacional de Engenharia de Produo. Rio de Janeiro. ENEGEP, 2008.
TONINI, A. C., SPNOLA, M. M. Uso de ndices Cp e Cpk no desenvolvimento de software:
uma crtica. XXX Encontro Nacional de Engenharia de Produo. So Carlos. ENEGEP,
2010.
WESTERN ELETRIC. Statistical Quality Control Handbook. Easton: The Mack Printing
Company, 1956.

25

Apndice A Fluxograma da metodologia de trabalho



26

Apndice B Diagrama de Causa e Efeito





27

Apndice C Tabelas para coleta de dados e procedimento de coleta de dados
Tabela 1
Dia Turno
(1) Volume do
Tanque Antes
de adicionar
HCl (unidades
de volume)
(2) Concentrao
de HCl no tanque
antes de
adicionar HCl
(g/l)
(3) Volume do
Tanque depois de
adicionar HCl
(unidades de
volume)
(4) Concentrao
de HCl no tanque
aps adio de
HCl (g/l)













Tabela 2
Como fazer a coleta dos dados (sempre que for necessrio a adio
de HCl)
Quemfaz?
1. Olhar na janela qual volume que o cido est marcando e anotar na tabela do novo
controle. Operador
1.1 Caso necessrio o descarte de cido, fazer o descarte antes de anotar o volume
1.2 cuidar para marcar o valor mais real possvel, considerando os valores quebrados.

2. Coletar a amostra antes de adicionar o HCl para o CQ analisar a concentrao
Operador/Controlede
Qualidade

3. Aps adicionar o HCl anotar o novo volume do tanque e avisar o CQ que o HCl foi
adicionado Operador
3.1 Caso seja necessrio a adio de gua anotar o volume e avisar o CQ para coletar a
segunda amostra antes da adio de gua
3.2 O novo volume do tanque vai dizer quanto cido foi adicionado.

4. Coletar amostra para ver a nova concentrao de cido ControledeQualidade
4.1 Caso seja necessrio adicionar gua coletar esta nova amostra antes de adicionar a
gua.



28

Apndice D Resultados obtidos na coleta de dados
Volume 1
(unidades
de volume)
Concentrao 1
(g/l)
Concentrao 2
(g/l)
Volume HCl
(unidades de
volume)
13,5 62,53 64,38 1
13,7 60,68 60,68 0
11,5 52,91 62,16 2,7
12,5 55,5 65,86 2,5
10 60,68 66,23 3,5
13 65,12 71,41 1,5
14,5 65,49 65,49 0
13 62,53 65,49 1,5



29