Aplicação do Seis Sigma na operação ferroviária

UNIVERSIDADE FEDERAL DE JUIZ DE FORA
CURSO DE GRADUAO EM ENGENHARIA DE PRODUO
DOUGLAS DOS REIS DUARTE
APLICAO DA METOLOGIA SEIS SIGMA MODELO DMAIC - NA

OPERAO DE UMA EMPRESA DO SETOR FERROVIRIO
JUIZ DE FORA
2011

Trabalho de Concluso de Curso apresentado a

Faculdade de Engenharia da Universidade
Federal de Juiz de Fora, como requisito parcial
para a obteno do ttulo de Engenheiro de
Produo.
Orientador: DSc., Roberta Resende Zagha

Co-Orientador: Luciana Baptista Ribeiro
JUIZ DE FORA
2011

Trabalho de Concluso de Curso apresentado a

Faculdade de Engenharia da Universidade
Federal de Juiz de Fora, como requisito parcial
para a obteno do ttulo de Engenheiro de
Produo.
Aprovada em 10 de Novembro de 2011.
BANCA EXAMINADORA
____________________________________________________
DSc., Roberta Resende Zagha (Orientador)
UFJF
___________________________________________________
Luciana Baptista Ribeiro (Co-Orientador)
___________________________________________________
DSc, Roberta Cavalcanti Pereira Nunes
UFJF
RESUMO
O presente trabalho tem o objetivo de realizar um diagnstico e estudo com a finalidade de
definir as causas principais do no cumprimento dos tempos de Transit Time Carregado
(Tempo de trnsito) pelos trens de uma empresa de transporte de cargas ferrovirias, por meio
da aplicao das etapas Define (definir), Measure (medir) e Analyze (analisar) do mtodo
DMAIC, pretendendo, dessa forma, conhecer e compreender mais profundamente esse
problema. O tema a ser abordado foi escolhido levando-se em considerao o fato dos desvios
nos tempos de Transit Time Carregado serem os maiores causadores de perdas de produo
por responsabilidade da empresa. Primeiramente, foi realizado um levantamento das
publicaes existentes referentes ao mtodo DMAIC, assunto a ser abordado. Em seguida,
realizou-se o estudo na MRS Logstica S.A., iniciando pela coleta dos dados necessrios e,
posteriormente, partindo para a sua anlise por meio da aplicao do mtodo. Nos resultados
obtidos encontram-se os pontos centrais do desdobramento a serem atacados para a soluo
do problema selecionado e as consideraes para a aplicabilidade da metodologia no contexto
do estudo.
Palavras-chave: DMAIC. Eficincia. Transit Time.
ABSTRACT
The present essay aims to make a diagnosis and study in order to define the main causes of
failure to meet the deadlines set for a Transit Time transit time of the trains of a railway
undertaking load, through the application of steps Define, Measure and Analyze to the
DMAIC method, intending thereby way, to know and understand more deeply this problem.
The theme was chosen to be addressed taking into account the fact that the deviations in the
Transit Time to be the major causes of production losses for the company's responsibility.
Firstly, was made a survey of existing publications relating to the DMAIC method, topic to be
addressed. Then the study was performed in MRS Logstica S.A., starting with the collection
of necessary data and then leaving for its analysis by applying the method. On the results
obtained are the central points of the stratify to be attacked for the problem selected solution
and the deliberations for applicability from methodology into the argument of the study.
.
Keywords: DMAIC. Efficiency. Transit Time.
LISTA DE FIGURAS
Figura 1 Metodologia de pesquisa em Engenharia de Produo ........................... 14
Figura 2 - Processo Seis Sigma de Longo Prazo ..................................................... 18
Figura 3 - Comparao entre processos de Curto e Longo Prazo ............................. 18
Figura 4 - Etapa DEFINE ....................................................................................... 22
Figura 5 - Etapa MEASURE .................................................................................. 24
Figura 6 - Etapa ANALYZE ................................................................................... 26
Figura 7 - Etapa Improve ........................................................................................ 27
Figura 8 - Etapa CONTROL ................................................................................... 29
Figura 9 - Histograma ............................................................................................. 32
Figura 10 - Diagrama de Pareto .............................................................................. 33
Figura 11- Exemplos de Grfico de Controle. (a) Processo sob controle. (b) Processo
fora do Controle ................................................................................................................... 35
Figura 12 - Malha ferroviria Sudeste ..................................................................... 42
Figura 13 - Ciclo dos Trens .................................................................................... 44
Figura 14- rvore de perdas para o Minrio Exportao ......................................... 50
Figura 15 - rvore de perdas para o Minrio Exportao Etapas de ciclo ............. 51
Figura 16- rvore de Perdas - Transit Time ............................................................ 54
Figura 17 - Pareto para as atividade- Origem-P1.07 ................................................ 59
Figura 18 - Histograma dos Dados Atividade 603 ................................................. 62
Figura 24 - Resumo etapas Define e Measure ......................................................... 75
LISTA DE QUADROS
Quadro 1 - DPMO de Processos de Curto e Longo Prazo........................................ 19
Quadro 2 - Comparao entre o padro 4 Sigma e o 6 Sigma .................................. 19
Quadro 3- Ferramentas Utilizadas no Seis Sigma.................................................... 31
Quadro 4 - Interpretao do ndice Cpk .................................................................. 38
Quadro 5 - Etapas de Ciclo ..................................................................................... 45
Quadro 6 - Pontos de carga e descarga de minrio .................................................. 49
Quadro 7 - Resumo dos Tempos para as Atividades ............................................... 76
Quadro 8 - Resumo das Capacidades das atividades ............................................... 77
LISTA DE GRFICOS
Grfico 1- Volume Transportado pela MRS............................................................ 48
Grfico 2 - Evoluo do Transit Time Carregado .................................................... 52
Grfico 3 - Evoluo do Transit Time Origem_P1.07 .......................................... 55
Grfico 4 - Evoluo do THP Origem_P1.07 ....................................................... 55
Grfico 5 - Evoluo do THC Origem_P1.07 ...................................................... 56
Grfico 6 - Evoluo do Transit Time P1.07_Bom Jardim ................................... 57
Grfico 7 - Evoluo do THP P1.07_Bom Jardim ................................................ 57
Grfico 8 - Evoluo do THC P1.07_Bom Jardim ............................................... 58
Grfico 9 - Grfico de controle para mdias Atividade 603 ................................... 60
Grfico 10 - Grfico de controle para amplitudes Atividade 603 ........................... 61
Grfico 11 - Grfico de controle para mdias Atividade 104 ................................. 63
Grfico 16 - Grfico de controle para amplitudes Atividade 211 .......................... 68
Grfico 19 - Grfico de controle para mdias Atividade PDC ............................... 72
Grfico 20 - Grfico de controle para amplitudesAtividade PDC .......................... 73
Grfico 21 - Responsabilidades pelos desvios de THP ............................................ 78
SUMRIO
1. INTRODUO ............................................................................................................................12
1.1 CONSIDERAES INICIAIS .................................................................................... 12

1.2 JUSTIFICATIVA ........................................................................................................ 13
1.3 ESCOPO DO TRABALHO ......................................................................................... 13
1.4 ELABORAO DOS OBJETIVOS ............................................................................ 14
1.5 DEFINIO DA METODOLOGIA ............................................................................ 14
1.6 ESTRUTURA DO TRABALHO.................................................................................. 15
2. REVISO DE LITERATURA...........................................................................................................16
2.1 SEIS SIGMA ............................................................................................................... 16

2.2
O MODELO DMAIC ......................................................................................................... 21
2.2.1 ETAPA DEFINE (D) .....................................................................................................................21

2.2.2 ETAPA MEASURE (M).................................................................................................................24
2.2.3 ETAPA ANALYZE (A) ...................................................................................................................25
2.2.4 ETAPA IMPROVE (I) ....................................................................................................................26
2.2.5 ETAPA CONTROL (C) ..................................................................................................................28
2.3 FERRAMENTAS UTILIZADAS NO SEIS SIGMA .................................................... 30

2.3.1 ESTRATIFICAO........................................................................................................................32
2.3.2 HISTOGRAMA ...........................................................................................................................32
2.3.3 GRFICO DE PARETO ..................................................................................................................32
2.3.4 COEFICIENTE DE CORRELAO ......................................................................................................33
2.3.5 GRFICOS DE CONTROLE .............................................................................................................34
2.3.6 NDICES DE CAPACIDADE DO PROCESSO ..........................................................................................37
3. DESCRIO ................................................................................................................................40
3.1 DESCRIO DA METODOLOGIA DE PESQUISA .................................................. 40

3.2 DESCRIO DO OBJETO DO ESTUDO ................................................................... 40
4. ESTUDO DE CASO.......................................................................................................................48
4.1 DEFINIO (DEFINE)............................................................................................... 48

4.2 MEDIO (MEASURE) ............................................................................................. 53
4.3 ANALYZE (ANLISE) .............................................................................................. 58
4.3.1 TRECHO 1 : ORIGEM-P1.07.........................................................................................................59
4.3.2 TRECHO 2 : P1.07-BOM JARDIM ..................................................................................................69
5. RESULTADOS .............................................................................................................................75
6. CONCLUSES .............................................................................................................................79
REFERNCIAS BIBLIOGRFICAS.........................................................................................................80
12
1. INTRODUO
1.1
CONSIDERAES INICIAIS
Atualmente, em um ambiente cada vez mais competitivo e no atual cenrio do
mundo globalizado, as empresas esto procurando sempre uma maneira de diferencia-se

frente concorrncia buscando sempre novas idias, mtodos e ferramentas. A capacidade de
oferecer respostas rpidas, custos adequados e atendimento s necessidades de clientes so
fatores primordiais para que seja determinado o insucesso ou sucesso de uma organizao.
Para isto, esto buscando solues que aumentem a produtividade, garantam a qualidade e
reduzam os custos nos seus processos produtivos.
O aumento da qualidade nos processos das empresas primordial para que as
mesmas possam se manter competitivas. Para Falconi (1992, p.2) um produto ou servio de
qualidade aquele que atende perfeitamente, de forma confivel, de forma acessvel, de
forma segura e no tempo certo s necessidades do cliente.
A qualidade um fator fundamental para a empresa ser competitiva no mercado. A
empresa deve utilizar a gesto da qualidade para melhorar processos e alcanar melhores
resultados.
Neste contexto de busca por uma maior da qualidade nas empresas, o modelo Seis
Sigma vm se mostrado uma ferramenta importante na conduo de negcios, pois possui
uma forma particular, uma metodologia prpria de tornar uma empresa extremamente boa
naquilo que faz, atingindo timos nveis de qualidade. (ROTANDARO, 2006).
A metodologia Seis sigma vai de encontro com as necessidades impostas pelo
mercado. uma metodologia focada na melhoria de processos existentes atravs de anlises
estatsticas e seu objetivo final proporcionar ganhos financeiros para empresas, seja ele
atravs de custos evitados ou do prprio aumento de eficincia produtiva.
As ferramentas adotadas pela metodologia so em sua maioria as mesmas que tm
sido utilizadas pelos sistemas de qualidade, com a grande diferena que a estrutura de um
projeto Seis Sigma consegue potencializar o resultado, uma vez que os objetivos do projeto de
melhoria esto alinhados com as metas financeiras da empresa.
No transporte ferrovirio de cargas a previsibilidade fundamental uma vez que a
qualidade do servio muito influenciada pela alta variabilidade no processo, como avaria ou
restrio de maquinrio, falta inesperada de recursos, influncias externas indesejadas na
13
produo, etc. Porm existem os problemas rotineiros que causam desvios de produo, sendo
estes possveis de serem solucionados a partir do momento em que so identificados.
O objetivo da empresa MRS Logstica para os prximos anos alcanar o topo da
eficincia Operacional, e com essa premissa necessrio que haja uma melhoria contnua em
seus processos para que a empresa possa atingir seu objetivo final de transportar todo o
volume de mercadorias acordados previamente com os clientes, garantindo assim sua
satisfao. Para que isso seja possvel, se faz necessrio estudar e atuar sobre a ineficincia
operacional existente no ciclo dos trens. O ciclo o trem compreende o tempo total de Carga,
Transit Time Carregado, Descarga e Transit Time Vazio, sendo o Transit Time o tempo de
circulao do trem de um ponto de carga para um ponto de descarga, vice-versa. A reduo no
tempo das etapas do ciclo impacta diretamente em ganhos de produo e aumento da
lucratividade da empresa, sendo de extrema importncia aes para reduo desses tempos.
1.2
JUSTIFICATIVA
No transporte ferrovirio, o cumprimento do volume de carga programado para cada
cliente o fator fundamental para a satisfao dos mesmos. Cumprir o tempo de circulao
planejado entre os pontos de carga e descarga fundamental para que todo o volume acordado
seja transportado. O tema abordado neste trabalho, a utilizao da metodologia Seis Sigma
(mtodo DMAIC) para anlise e soluo de problemas, foi escolhido, pois o no cumprimento
dos tempos de circulao com o trem carregado (Transit Time Carregado) se mostra como um
problema para a empresa, demandando a aplicao de um mtodo de resoluo de problemas
estruturado, devido a necessidade da identificao das causas principais, devido a problemas
nos processos da MRS Logstica S.A. Alm disso, a motivao inicial para a escolha do tema
foi o interesse em aprofundar o conhecimento sobre o assunto.
1.3
ESCOPO DO TRABALHO
O estudo foi realizado em uma concessionria de transporte ferrovirio, a MRS
Logstica S.A., localizada na cidade de Juiz de Fora, Minas Gerais. Foram analisados os
tempos de Transit Time Carregado dos trens destinados aos fluxos de transporte de minrio de
ferro para exportao.
14
1.4
ELABORAO DOS OBJETIVOS

O tema deste trabalho a metodologia Seis Sigma, a qual oferece estrutura para
conduzir projetos de melhoria de qualidade, produtividade e reduo de custos.

O objetivo geral apresentar e adaptar a metodologia para a aplicao do Seis Sigma
e desenvolver um estudo aplicando a mesma e avaliando resultados que podem ser obtidos a
partir do seu uso.
O objetivo especfico consiste em aplicar a metodologia Seis Sigma (DMAIC) aos
processos de uma empresa de transporte de cargas ferrovirias, com a finalidade de definir as
causas principais do no cumprimento dos tempos de Transit Time Carregado, e reduzir os
nveis de variabilidades dos processos reduzindo, por conseqncia, a ineficincia do servio
prestado, e aumentando o nvel de satisfao dos clientes.
1.5
DEFINIO DA METODOLOGIA
Quanto metodologia de pesquisa, utilizou-se a classificao de Miguel (2010) para
sua exposio, como pode ser verificada na Figura 1.
Figura 1 Metodologia de pesquisa em Engenharia de Produo

Fonte: Miguel, 2010 (Adaptado)
De acordo com a metodologia, conforme a natureza, o presente trabalho

classificado como uma pesquisa aplicada devido ao seu interesse prtico e por ser orientada
aplicao dos resultados na soluo de um problema especfico: Quais as causas principais do
15
no cumprimento dos tempos planejado do Transit Time Carregado nos trens de minrio de
ferro para exportao da MRS Logstica?
Quanto aos objetivos, pode ser considerado explicativo, por ter em vista a
identificao dos fatores que contribuem para ocorrncia de um determinado problema. Sua
forma de abordagem qualitativa, seguindo a metodologia de um estudo de caso.
Inicialmente foi realizada uma reviso bibliogrfica do tema a ser abordado e o as
outras etapas do projeto foram gerenciadas e direcionadas pelo DMAIC, um mtodo de
anlise e soluo de problemas, que ser descrito com mais detalhes posteriormente.
1.6
ESTRUTURA DO TRABALHO
O trabalho est estruturado em cinco captulos. No captulo 1, so expostos a
justificativa do estudo, o escopo do trabalho, os objetivos e a metodologia utilizada.

O captulo 2 traz uma reviso bibliogrfica a respeito do programa Seis Sigma, do
mtodo DMAIC e de algumas ferramentas utilizadas para a implementao da metodologia.
No captulo 3, descrita a empresa onde ser realizado o estudo de caso e alm de
alguns conceitos acerca do transporte ferrovirio, necessrios para a compreenso do tema.
No captulo 4 apresentado um Estudo de Caso sobre a aplicao das etapas Define,
Measure e Analyze do DMAIC para estudo dos tempos de Transit Time carregado dos trens
de Minrio para exportao.
Finalmente, no captulo 5 e apresentado um resumo dos resultado e no captulo 6, so
apresentadas as concluses a respeito dos objetivos do trabalho.
16
2. REVISO DE LITERATURA
2.1
SEIS SIGMA
O Seis Sigma uma estratgia gerencial disciplinada e altamente quantitativa, que
tem como objetivo aumentar expressivamente a performance e a lucratividade das empresas,

por meio da melhoria contnua da qualidade de produtos e processos e do aumento da
satisfao dos clientes e consumidores, levando em conta todos os aspectos importantes de
um negcio. (WERKEMA, 2004)
Com a inteno de ampliar o conceito de Seis Sigma para demonstrar o alcance e a
flexibilidade desta ferramenta, Pande et al. (2001) definiu Seis Sigma como um sistema
abrangente e flexvel para alcanar, sustentar e maximizar o sucesso empresarial (exemplo:
reduo de custos, melhoria na produtividade, reteno de clientes, mudana cultural etc.).
Um dos elementos mais marcantes deste programa a adoo estruturada do
pensamento estatstico. O uso intensivo de ferramentas estatsticas e a sistemtica anlise da
variabilidade so as marcas registradas deste programa. (CARVALHO;PALADINI, 2005)
A abordagem Seis Sigma foi desenvolvida pela MOTOROLA na dcada de 80, com
o objetivo de reduzir a taxa de falhas em seus produtos. Inicialmente consistia na contagem de
defeitos nos produtos e na gesto da variao e a melhoria sistemtica de todos os processos.
(CORONADO, 2002)
Segundo Barney (2002), o Seis Sigma na sua origem estava relacionado a uma
medida de qualidade e uma abordagem para soluo de problemas de qualidade. Na seqncia,
evoluiu para uma metodologia de melhoria geral do negcio.
A popularizao do Seis Sigma ocorreu na dcada de 90 e teve como lder John F.
Welch, ento presidente da empresa General Electric. A GE percebeu que no incio estava
trabalhando na mudana da mdia, enquanto o que o cliente sente o efeito da variao. Por
muitos anos a GE trabalhou na reduo de causas especiais de variao, ou seja, aquelas que
acontecem inesperadamente e faz o nvel de qualidade do processo se deslocar. No Seis
Sigma, a GE atacou aquilo que Deming reconhecia como o trabalho da gerncia, a reduo
das causas comuns da variao, ou seja, aquelas que resultam
variabilidade natural do
processo (ainda que exista padronizao no processo). (WATSON, 2001)
17
A GE considerada uma empresa modelo. Como a GE passou a utilizar o Seis

Sigma com excelentes resultados, isso chamou a ateno do mercado. A partir da, o Seis
Sigma disseminou-se rapidamente.
Segundo Rotondaro et al. (2008, p.18), o termo sigma mede a capacidade do
processo em trabalhar livre de falhas.
A terminologia Seis Sigma vem da representao estatstica de nvel de variabilidade
de um processo, ou adequao do processo a uma especificao. O Sigma () a letra
utilizada para representar o desvio padro de uma distribuio e, quanto menor for o desvio
padro de um processo, mais desvios padres passam a ser aceitos dentro da especificao.
(DONADEL, 2008)
Um processo definido como tendo desempenho Seis Sigma quando estiver com a
mdia da populao centrada no valor nominal da especificao, e os limites de especificao
estiverem distantes seis desvios padres da media da populao. (HILSDORF, 2002)
Um defeito uma caracterstica mensurvel de um processo ou de um resultado que
no aceito pelo cliente, ou seja, no atendeu as expectativas e/ou necessidades do cliente
no conformidade com as especificaes. Estatisticamente, em um processo classificado
como 6 , estaramos lidando ento com uma parcela de apenas duas partes por bilho fora
da especificao, ou seja, a cada um bilho de operaes executadas, duas dariam errado.
(USEVINICIUS, 2004).
Segundo Harry (2000), difcil manter um processo sempre centralizado, j que no
longo prazo vrios fatores provocam o seu deslocamento, para cima ou para baixo do valoralvo da especificao, geralmente, no superior a 1,5 desvio-padro.
Segundo Scatolin (2005) um Processo Terico (ou de Curto Prazo) um processo
que tem a mdia centrada entre os Limites de Especificao. J um processo de Longo Prazo
aquele onde a mdia est deslocada at 1,5 dos limites de especificao. Os grficos da Erro!
onte de referncia no encontrada. esto exemplificando estes processos. As barras esto
limitando a especificao desejada: LIE = Limite Inferior de Especificao e LSE= Limite
Superior de especificao.
18
Figura 2 - Comparao entre processos de Curto e Longo Prazo

Fonte: SCATOLIN, 2005 (Adaptado)
Com estes conceitos, e admitindo que os processos reais sejam de Longo Prazo
possvel recalcular a proporo de partes que estariam fora da especificao. O grfico da
Figura 3 mostra um processo Seis Sigma de longo prazo.
Figura 3 - Processo Seis Sigma de Longo Prazo

Fonte: SCATOLIN, 2005 (Adaptado)
Assim a expresso Seis Sigma representa, na verdade, uma eficcia de 99,99966%

em qualquer processo, ou 3,4 Defeitos por milho de Oportunidades (DPMO). O Erro!
onte de referncia no encontrada. mostra a comparao do nvel de defeitos de um
processo terico de curto prazo ou centrado (sem deslocamento de 1,5 sigma ao longo do
tempo) com um processo real, de longo prazo ou deslocado 1,5 sigma do valor central.
19
Quadro 1 - DPMO de Processos de Curto e Longo Prazo

Fonte: Goh, 2003
O significado na prtica da meta do Seis Sigma, de acordo com Werkema (2004),

pode ser facilitado se fizermos uma comparao entre o padro atual no qual grande parte da
empresa vem operando (Quatro Sigma ou 99,38% conforme) e a performance Seis sigma
(99,99966% conforme), conforme mostrado no Erro! Fonte de referncia no encontrada..
Quadro 2 - Comparao entre o padro 4 Sigma e o 6 Sigma

Fonte: WERKEMA, 2004 (Adaptado)
Para Perez Wilson (1999) o Seis Sigma pode atuar de vrias formas nas empresas.
Pode ser usado como Benchmark, como um parmetro de comparao do nvel de qualidade
dos processos, operaes e produtos da empresa, entre outros. tambm visto como uma
Meta de qualidade, sendo alcana ao atingir um patamar de 3,4 DPMO.
Alm disso, utilizado como Medida para determinado nvel de qualidade, pois
quando o nmero de sigmas baixo, tais como em processo 2 sigmas, os nveis de qualidade
no so to altos, alm de servir como uma estatstica para avaliar a performance de uma
caracterstica crtica da qualidade em relao especificao ou a tolerncia.
20
O Seis Sigma pode tambm ser uma filosofia de melhoria constante do processo e na
busca pela reduo da variabilidade, alm de servir como Estratgia e como Viso de levar a
organizao a ser a melhor do seu ramos de atuao.
Para a realizao Harry e Schroeder (2000) citam como principais figuras do Seis
Sigma, os Champions, os Black Belts, os Green Belts e ainda os Master Black Belts .
Champions: Lderes de nvel executivo, selecionados para garantir que o Seis
Sigma esteja integrado organizao. Trata-se de um elemento dedicado gesto do Seis
Sigma no dia-a-dia, tambm chamado de Lder do Seis Sigma (Six Sigma Leader).
Black Belts: Colaboradores que trabalham aplicando os conceitos e as ferramentas
do Seis Sigma em projetos. Sua formao depende de um treinamento intensivo em estatstica
e em tcnicas para soluo de problemas. Eles normalmente atuam identificando em
diferentes processos, oportunidades a serem exploradas por meio de projetos.
Green Belts: Colaboradores em diferentes partes da organizao que aplicam o Seis
Sigma no seu dia-a-dia. Sua formao envolve um treinamento menos intensivo que o dos
Black Belts. Os Green Belts so lderes de projetos.
Master Black Belts: Indivduos selecionados pela empresa para atuarem como
experts nos conceitos e ferramentas do Seis Sigma. Coordenam seleo de projetos e
treinamento. Desempenham o papel de coach ou de consultor interno.
Para Linderman (2003), um processo deve objetivar o nvel sigma 6, apenas se isto
for importante para o cliente e desde que o investimento para o salto em nvel sigma no seja
to alto a ponto de inviabilizar economicamente este processo. No necessariamente preciso
chegar a um nvel de no conformidade seis sigma, sua aplicao contnua que torna o seis
sigma uma conseqncia. (Pande et al, 2001)
Segundo Carvalho (2005), com uma metodologia disciplinada, o Seis Sigma utiliza
ferramentas estatsticas clssicas, organizadas em um mtodo de soluo de problemas,
denominado DMAIC e que passa por cinco fases: Definir (Define - D), Medir (Measure M),
Anlise (Analyze A), Melhoria (Improve I) e Controle (Control - C).
A definio de Rasis (2002) resume de forma clara a definio da metodologia Seis
Sigma: Seis Sigma a inflexvel e rigorosa busca da reduo da variao em todos os
processos crticos para alcanar melhorias contnuas e qunticas que impactam os ndices de
uma organizao e aumentam a satisfao e lealdade dos clientes. uma iniciativa
organizacional projetada para criar processos de manufatura, servio ou administrativo que
21
gerem no mximo 3,4 defeitos por milho de oportunidade (DPMO). A ferramenta de

melhoria empregada na implantao dos projetos Seis Sigma o DMAIC: acrstico que
representa: Definir-Medir-Analisar-Melhorar-Controlar.
2.2
O MODELO DMAIC
Com uma metodologia disciplinada, o Seis Sigma utiliza ferramentas estatsticas
clssicas organizadas em um mtodo de soluo de problemas e seguindo um rigoroso

modelo, o DMAIC, que garante uma seqncia ordenada, lgica e eficaz no gerenciamento
dos projetos.
O DMAIC um modelo formado de cinco fases que guiam as atividades necessrias
e empregadas na abordagem Seis Sigma para a melhoria dos processos e que tem pro objetivo
estruturado, a definio dos problemas e situaes que sero melhoradas, a medio para
obteno das informaes e dados, a anlise da informao coletada, a obteno de melhorias
nos processos e o controle dos mesmos.
Cada letra desta sigla tem um significado bem definido, os quais so
respectivamente, Define (Definio - D), Measure (Medio - M), Analyze (Anlise - A),
Improve (Melhoria - I) e Controle (Controle - C). (SANTOS; MARTINS, 2003) O modelo
serve como um apoio para se manter o foco nas atividades seguindo uma direo estruturada.
2.2.1
Etapa Define (D)

A primeira etapa do DMAIC (D: define) consiste na definio do problema, devendo
esta ser a mais especfica possvel. Werkema (2004) define os passos dessa etapa, de acordo
com o fluxograma da Figura 4:
22
Figura 4 - Etapa DEFINE

Nesta etapa so identificados os projetos Seis Sigma que sero desenvolvidos na

empresa, com o objetivo primeiro de satisfazer as expectativas dos clientes em termo de
qualidade, preo e prazo de entrega.
Os clientes da organizao so todos aqueles que so afetados pela baixa qualidade
de um produto ou servio entregue, entre os clientes esto departamentos internos, os
funcionrios e principalmente os clientes finais. A habilidade da organizao em atender a
essa expectativa est intimamente ligada variao de seus processos. A identificao de
projetos Seis Sigma permite organizao reconhecer como os seus processos afetam sua
lucratividade e permite definir quais desses processos so crticos para o negcio da empresa.
Na etapa Define os problemas prioritrios devem ser selecionados para se trabalhar,
de acordo com a formulao estratgica da empresa (onde se considera ambiente interno e
externo da organizao, ameaas e oportunidades) e os problemas crnicos provenientes da
rotina da empresa, segundo Moreira et al. (2004). Deve-se fazer uma avaliao histrica do
problema, como meio de justificar se o processo deve ou no ser realizado e se o quanto ele
deve ser melhorado.
23
Deve ser estabelecida uma meta para o projeto. As metas sero os objetivos
estratgicos da organizao, tais como maior participao no mercado, retornos sobre
investimentos mais elevados, reduo do nvel de defeitos, aumento de produo, melhoria da
qualidade, aumento do giro de estoque, melhor previso de demanda, dentre outros.
A meta geral definida atravs do objetivo gerencial, da definio de valor e de
prazo. Assim, para que a meta geral esteja correta, ela deve possuir objetivo, valor e prazo.
Moreira et al. (2004) afirma que o valor pode ser definido atravs da comparao do
comportamento histrico e de valores encontrados em outras empresas ou setores afins, e o
prazo deve ser definido a partir da estratgia da alta direo corporativa e da complexidade do
problema envolvido.
Outro fator muito importante neste momento a correta formao da equipe de
trabalho, bem como a clareza das informaes sobre as metas individuais e do projeto final
para esta equipe.
No incio desta etapa elaborada o Contrato do Projeto (Project Charter) que o
contrato entre a equipe de liderana da empresa e a equipe Seis Sigma. Contm a proposta do
projeto, com as principais informaes preliminares deste projeto a ser desenvolvido. Abaixo
so descritas as principais informaes que deve conter num contrato de projeto:
1. Nome do projeto;
2. Responsvel ou lder do projeto (Green Belt ou Black Belt);
3. Equipe do projeto;
4. Impacto dos benefcios;
5. Mtricas primria, secundrias e contra-medidas;
6. Cronograma: datas previstas de incio e fim de cada passo;
7. Identificao do processo a ser melhorado;
8. Descrio do problema / projeto;
9. Escopo ou Limites do projeto;
10. Suporte requerido recursos necessrios, entre outros. Scatini
O ponto de vista do cliente e suas expectativas so premissas bsicas para a anlise e
direcionamento de todas as atividades que a equipe de trabalho executar na fase de definio.
A Voz do Cliente (Voice of the Customers - VOC) o conjunto de dados que representa os
requisitos do cliente, ou seja, suas necessidades e expectativas quanto ao projeto, bem como
suas percepes em relao aos produtos da empresa. Essas informaes so fundamentais,
uma vez que so traduzidas nas Caractersticas Crticas para a Qualidade (Critical to Quality:
24
CTQs), as quais devem estar em concordncia com o problema do projeto e auxiliam na

definio do principal processo envolvido no projeto. (WERKEMA, 2004)
2.2.2 Etapa Measure (M)

Nessa etapa (M: measure) determinado o foco do problema. Moreira et al. (2004)
afirma que o objetivo dessa fase desdobrar o problema em problemas menores, caso ainda
no esteja, de forma a se identificar, o foco dos problemas crticos a serem atacados. A Figura
5 mostra os passos para esta etapa, de acordo com Werkema (2004).
Figura 5 - Etapa MEASURE

Inicialmente, deve-se decidir pela utilizao dos dados j fornecido pela empresa ou
pela realizao de uma nova coleta de dados, uma vez que no for constatada a confiabilidade
dos dados j existentes. Uma tcnica para Avaliao de Sistemas de Medio/Inspeo (MSE)
deve ser utilizada para verificar quo confiveis so os dados a serem utilizados na obteno
de conhecimento do problema em questo (AGUIAR, 2006).
Posteriormente, para essa fase, h necessidade de estratificar o problema geral, em
critrios como tempo, local, tipo e outros de acordo com o objeto em questo. Aps essa
estratificao, os problemas devem ser priorizados e devem ser identificados os problemas
25
crticos que sero trabalhados nas futuras anlises. Quanto mais estratificado estiver o
problema, maior a facilidade em solucion-lo.
No caso de no serem utilizados os dados j existentes na empresa, um Plano de
Coleta de dados deve ser realizado utilizado para a obteno dos dados que sero utilizados na
anlise. Werkema (2004) afirma que, anteriormente coleta de dados, os sistemas de medio
e inspeo devem ser preparados e testados, utilizando as ferramentas para Avaliao de
Sistemas de Medio/Inspeo (MSE).
Aps os dados coletados e validados, o problema deve ser desdobrado em problemas
menores, de menor complexidade. Os focos do problema devem ser definidos de maneira que
seja mais fcil a obteno das solues e em seguida faz-se uma priorizao dos problemas
que sero solucionados.
Identificados os problemas prioritrios, suas variaes devem ser estudadas. Utilizase a anlise de dados exploratria e descritiva para ajudar a avaliar e a entender os dados. A
avaliao tem a funo de acompanhar e medir o andamento dos processos, permitindo que
melhorias possam ser implementadas em conformidade com os resultados obtidos.
A partir desta anlise, deve-se desdobrar a meta estabelecida para o problema inicial
em metas especficas para os focos definidos. Essas metas especficas podem ou no ser
delegveis, sendo delegvel no caso de o tratamento no pertencer rea a qual o projeto est
atrelado, devendo, portanto, ser tomada como meta inicial de um novo projeto, atribudo a
rea responsvel (WERKEMA, 2004).
2.2.3 Etapa Analyze (A)

Esta etapa (A: Analyze) direcionada ao entendimento da ocorrncia do problema
prioritrio, ou seja, descoberta de suas causas fundamentais e sua quantificao
(WERKEMA, 2004). A anlise dos dados coletados anteriormente feita nesta etapa
utilizando-se de ferramentas da qualidade e ferramentas estatsticas. As causas bvias e no
bvias que influem no resultado do processo devem ser determinadas, e devem ser
descobertas as fontes de variaes nos processos (ROTONDARO, 2008). A Figura 6 descreve
as atividades a serem realizadas.
26
Figura 6 - Etapa ANALYZE

Fonte: Werkema, 2004 (Adaptado)
Primeiramente deve-se realizar a observao do processo ao qual o problema

prioritrio est relacionado, para um melhor atendimento o fluxo e identificar as
oportunidades de melhoria existentes. Deve-se ento, atravs do uso intenso de ferramentas
estatstico, analisar os dados do problema prioritrio e de seu processo gerador, com o intuito
de identificar os fatores que produzem variaes nos resultados relacionados ao problema e
como se d a manifestao dessas variaes. (WERKEMA, 2004, p.102).
Van der Pol (2011) afirma que realizadas essas atividades, parte-se para a
identificao das provveis causas do problema. O levantamento dessas causas pode ser
realizado atravs de um Brainstorming e os resultados podem ser organizados em um
Diagrama de Causa e Efeito, Diagrama de Afinidades ou Diagrama de Relaes, com a
finalidade de permitir melhor visualizao e entendimento.
Para Aguiar (2006) as causas potenciais do problema prioritrio identificadas devem
ser priorizadas e, posteriormente, realizada a coleta de dados para a verificao das causas que
contribuem significativamente para o problema, pois o tratamento de um nmero menor de
causas mais simples e pode levar ao alcance de todas as metas especficas. Por fim, a relao
entre as causas identificadas e as caractersticas de interesse no problema mensurada, de
forma a priorizar as causas com maior grau de influncia sobre a ocorrncia do problema
2.2.4 Etapa Improve (I)

O objetivo desta fase gerar idias, desenhar programas de melhorias, realizar
projetos pilotos de ajustes em processos e implement-los. atravs da anlise dos resultados
27
obtidos nas fases de Definio, Medio e Anlise que a fase de Melhoria possui subsdios
para propor mudanas e estar constantemente pensando em melhorias. A coleta de
informaes da satisfao dos clientes em conjunto com dados de desempenho de processos,
auxilia a equipe de trabalho a propor mudanas, em alguns casos ajustes. (STAMATIS, 2004)
Na Figura 7 esto relacionadas as atividades que compem esta fase.
Figura 7 - Etapa Improve

Segundo Werkema (2004, p.108), inicialmente deve-se realizar um Brainstormig

para a gerao de idias de solues potenciais com a finalidade de eliminar as causas
fundamentais dos problemas identificados anteriormente, e eliminar as causas de variao
destes problemas. As idias listadas devem ser refinadas e combinadas para darem origem s
solues potenciais para o alcance da meta prioritria.
Em seguida, de acordo com Aguiar (2006), as medidas propostas para as metas
especficas devem ser priorizadas de forma que a meta inicial possa ser alcanada com parte
das aes, dado que uma medida definida pode estar relacionada a mais de uma meta
especfica.
Rotondaro et al. (2008) complementa que nesta fase, pretende-se confirmar quais so
as poucas entradas do processo que impactam em sua sada, ou seja, quais so as poucas
28
entradas vitais. Priorizadas as solues, faz-se necessria, de acordo com Werkema (2004),
uma anlise dos riscos associados a essas solues, buscando minimiz-los.
Toda proposta de melhoria deve estar apoiada atravs da implementao de um
piloto inicial, que um projeto em menor escala que visa validar com um grupo menor se os
benefcios propostos realmente foram atingidos. A comprovao dos benefcios em projetos
pilotos so um forte indicativo de que o resultado pode ser propagado e implementado na rea
ou em um processo como um todo. (STAMATIS, 2004)
Finalmente, deve ser elaborado e executado um plano para execuo das solues em
larga escala, sendo necessrio tambm avaliar se o alcance da meta possvel a partir das
solues selecionadas.
2.2.5 Etapa Control (C)
O objetivo desta fase controlar os processos existentes, aplicar medies com o

intuito de monitorar o andamento dos processos e antecipar aes corretivas e de preveno
de desvios. Devem-se institucionalizar melhorias atravs de modificaes em sistemas,
estruturas e processos, tudo isto acompanhado por um plano de controle onde ficam
registrados os responsveis, o que est sendo mensurado, parmetros de desempenho e
medidas corretivas aplicadas. (STAMATIS, 2004) Os passos desta etapa esto descritos na
Figura 8:
29
Figura 8 - Etapa CONTROL

Para Werkema (2004), o incio da etapa se d pela avaliao dos resultados obtidos
com a implementao das solues, por meio da comparao com os resultados apresentados
anteriormente e certificando-se do alcance da meta em larga escala. Posteriormente, o
estabelecimento de novos Procedimentos Operacionais Padro (POP) ou reviso dos j
existentes, devem ser realizadas, com a finalidade de padronizar as modificaes
implementadas no processo.
As pessoas envolvidas no processo devem estar cientes dos novos procedimentos, o
que pode ser feito por meio de manuais de treinamento, reunies, palestras e treinamentos no
trabalho (OJT).
Para que os problemas no voltem a ocorrer, deve-se estabelecer um plano de
monitoramento de desempenho do processo e do alcance da meta, alm de ser necessria a
utilizao de diversas ferramentas de controle.
Deve-se tambm definir e implementar um plano para tomada de aes corretivas
caso surjam problemas no processo, pois a agilidade na deteco de mudanas no
comportamento do processo importante para que aes corretivas apropriadas sejam
tomadas e o processo seja corrigido sem causar grandes transtornos. (WERKEMA, 2004)
30
Por fim, Werkema (2004) afirma que deve ser sumarizado tudo que foi aprendido e
que se devem recapitular todas as atividades desenvolvidas com o intuito de avaliar o modo
como foram conduzidas. de extrema importncia que algumas questes que no foram
tratadas no trabalho sejam recomendadas para projetos posteriores.
2.3
FERRAMENTAS UTILIZADAS NO SEIS SIGMA

Durantes as fases do DMAIC, a utilizao de algumas ferramentas so de extrema
importncia para anlise de possveis aes de melhorias e para auxiliar na formulao de

mtodos e processos para implementao da metodologia e planos de ao. Ferramentas para
o gerenciamento da qualidade so fundamentais para o planejamento e controle das variveis
internas e externas ligadas a uma empresa. O Quadro 3 abaixo mostra algumas ferramentas, e
as etapas do DMAIC que elas se aplicam, sendo algumas dela detalhadas posteriormente,
devido a aplicao no estudo de caso a ser apresentado.
31
D
M
A
I
C
(Define) (Measure) (Analyze) (Improve) (Control)
Ferramentas
5W2H
Amostragem
Anlise de Regresso
Anlise de Sries temporais
Anlise de Sistema de Medio/Inspeo
Anlise de Tempos de Falhas
Anlise de Varincia
Anlise do Tempo de Ciclo
Anlise Econmica
Anlise Multivariada
Auditoria do Uso dos padres
Box Plot
Brainstorming
Carta de Controle
Cartas "Mult- Vari"
Diagrama de Afinidades
Diagrama de Causa e Efeito
Diagrama de Dispero
Diagrama de Gantt
Diagrama de Matriz
Diagrama de Pareto
Diagrama de Processo Decisrio (PDPC)
Diagrama de Relaes
Estratificao
Fluxograma
FMEA
Folha de Verificao
FTA
Grfico sequencial
Grfico sequencial
Histograma
ndices de capacidade
Manuais
Mapa de Produto
Mapa de Raciocnio
Mapa do Processo
Matriz de Priorizao
Metricas do seis Sigma
OCAP (OutofControlActionPlan)
OJT (On the Job Training)
Operao evolutiva (EVOP)
Palestras
PERT/CPM
Planejamento de Experimentos
Plano de Coleta de Dados
Plano p/ Coleta de Dados
Poka - Yoke (mistake-Proofing)
Procedimentos Padr0
PROJECT Charter
Relatrio de anomalias
Reunies
Simulao
SIPOC
Stakeholder Analysis
Testes de Hipstes
Testes de Hipteses
Testes de Mercado
Testes de Vida Acelerados
Testes na Operao
Voz do Cliente (VOC)
Diagrama de rvore
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Quadro 3- Ferramentas Utilizadas no Seis Sigma

32
2.3.1 Estratificao
A estratificao uma ferramenta utilizada para o desdobramento dos dados. Seu
principal objetivo auxiliar na anlise e na pesquisa para o desenvolvimento de oportunidades
de melhoria, pois, possibilita a visualizao da real composio dos dados estratificados.
2.3.2 Histograma
O histograma um grfico de barras onde os dados so distribudos por classes (ou
categorias). A grande vantagem do histograma que, o mesmo, mostra uma fotografia da
varivel em um determinado instante (JUNIOR et al., 2006). As barras de cada classe so
caracterizadas pela freqncia distribuda em cada uma.
Figura 9 - Histograma
Fonte: Adaptado pelo autor
2.3.3 Grfico de Pareto

O Grfico de Pareto um grfico de barras construdo a partir de uma coleta de
dados e, utilizado na priorizao de problemas ou causas de determinado tpico. O principio
do Grfico de Pareto se originou a partir dos estudos de Vilfredo Pareto (um economista
italiano do sculo XIX), que estudou os princpios de distribuio de renda no pas. Ele
verificou que 20% da populao detinham 80% da riqueza, e que os outros 80% da populao
detinham 20% da riqueza.
33
Figura 10 - Diagrama de Pareto

2.3.4 Coeficiente de Correlao

A verificao da existncia e do grau de relao entre variveis quantitativas objeto
do estudo da correlao. A investigao da relao de duas variveis, tais como estas,
usualmente comea com uma tentativa para descobrir a forma aproximada dessa relao,
representando-se graficamente os dados como pontos no plano x, y. Tal representao
denominamos grfico de disperso. Por meio dele pode-se prontamente verificar se existe
alguma relao pronunciada e, em caso positivo, se a relao pode ser tratada como
aproximadamente linear.
Segundo Triola (1999), podemos definir correlao como sendo alguma forma de
relacionamento entre duas ou mais variveis. Pode-se medir o grau em que as variveis esto
relacionadas e a esta medida chamaremos de coeficiente de correlao, r, que definido pela
seguinte frmula:
O coeficiente de correlao, r, mede a fora da associao linear entre as duas

variveis avaliadas. No entanto, vale a pena ressaltar que esta somente uma medida vlida se
as duas variveis esto relacionadas linearmente, ou seja, se a relao visualizada no grfico
de disperso deve lembrar o desenho de uma reta.
34
Como propriedade, o r deve satisfazer seguinte condio: 1 r 1,onde os

valores de r s sero iguais a 1 se os pontos estiverem totalmente sobre uma linha reta.
Sua interpretao depender do valor numrico e do sinal, podendo ser classificada
como: correlao linear positiva (0 < r < 1), correlao linear perfeita positiva (r = 1),
correlao negativa (1 < r < 0), correlao perfeita negativa (r = 1), correlao nula (r = 0).
Quando duas variveis forem independentes, o coeficiente de correlao ser nulo.
2.3.5 Grficos de Controle

Com a finalidade de visualizar a variabilidade a que um processo pode estar sujeito e
o comportamento que ele apresenta, os grficos de controle so largamente utilizados. So
tambm conhecidos como grficos de controle de Shewhart, j que foram inicialmente
propostos pelo Dr. Walter S. Shewhart. De acordo com Montgomery (2004), trata-se de uma
representao grfica da qualidade que foi mensurada a partir de uma amostra, relacionada
com o tempo ou com o nmero da amostra. Segundo o autor, um grfico de controle consiste
em:
Uma linha mdia (LM);
Limite inferior de controle (LIC abaixo da LM) e Limite superior de controle
(LSC acima da LM);
Valores da varivel a ser analisada plotados no grfico.
35
Figura 11- Exemplos de Grfico de Controle. (a) Processo sob controle. (b) Processo fora do Controle
Fonte: Werkema (1995)
A Figura 11 mostra um exemplo de grfico de controle. As linhas referentes aos

limites superior e inferior de controle iro delimitar uma rea que compreende valores de um
processo ainda sob controle. Qualquer ponto fora desta regio indica que o processo est fora
de controle, ou seja, demanda de estudos para verificar as causas presentes e aes corretivas
a serem tomadas.
Segundo Montgomery (2004), ainda que todos os pontos fiquem na regio de
controle, ou seja, entre o limite superior e o limite inferior de controle, caso se observe uma
situao sistemtica, onde os pontos apresentem alguma configurao especial que exclua a
aleatoriedade dos dados, o processo pode estar fora de controle, uma vez que processos sob
controle so caracterizados pela aleatoriedade. Segundo o autor alguns testes so teis para
verificar se o processo est estatisticamente controlado:
- Teste 1: verifica se o ponto est localizado acima do LSC ou abaixo do LIC
- Teste 2: analisa a presena de nove pontos consecutivos localizados acima ou abaixo
da LC;
- Teste 3: testa se existem seis ou mais pontos consecutivos crescentes ou decrescentes;
- Teste 4: verifica a existncia de quatorze pontos alternados em uma linha;
- Teste 5: Dois de trs pontos localizados no mesmo lado a dois desvios-padro acima
ou abaixo da linha central;
36
- Teste 6: testa se existem quatro de cinco pontos localizados no mesmo lado a um

desvio-padro acima ou abaixo da linha central;
- Teste 7: quinze pontos consecutivos localizados, em qualquer lateral, a menos de um
desvio-padro da linha central;
- Teste 8: verifica se existem oito pontos consecutivos acima ou abaixo, em qualquer
lateral, a mais de um desvio-padro da linha central.
Segundo Moreira et al. (2004), para amostras de tamanho um (n=1), so construdos
grficos X-AM, grficos para medidas individuais, que devem ser analisados juntos, e os
dados devem possuir uma distribuio normal. Caso no sigam essa distribuio, deve-se
determinar os limites de controle dos grficos X e AM com base na verdadeira distribuio
dos dados ou transformar a varivel original em uma nova varivel que seja aproximadamente
normal e ento reconstruir os grficos com base nos novos valores. Os grficos X-AM so
construdos quando toda unidade produzida avaliada ou quando a taxa de produo baixa,
no permitindo n>1 para que sejam realizadas as anlises. Para a construo desses grficos
utiliza-se:
onde D3, D4 e d2 so constantes tabeladas em funo do tamanho n das amostras, x a mdia

da amostra, e AM a amplitude mvel mdia.
No Grfico da Mdia (X) so plotadas as mdias das amostras, no intuito de
controlar os valores mdios das caractersticas estudadas, monitorando, portanto, o nvel
mdio do processo a partir da variabilidade das amostras.
O Grfico da Amplitude (AM) revela justamente a variabilidade dentro de uma
mesma amostra, de modo que as amostras devem ser selecionadas permitindo que a
variabilidade dentro da amostra mea apenas causas aleatrias ou casuais. Segundo Werkema
(1995), os grficos X e R devem ser utilizados em conjunto, a fim de garantir
acompanhamento mais eficiente do processo.
37
2.3.6 ndices de Capacidade do Processo

Segundo Slack (2002), a capabilidade do processo a medida da aceitabilidade da
variao do processo. Werkema (1995) considera os ndices de capabilidade informam se o
processo ou no capaz de fabricar produtos que atendam s especificaes dos clientes,
tantos internos, quanto externos.
Torminato (2004) afirma que a anlise de capacidade parte importante do Controle
Estatstico do Processo, pois permite determinar a habilidade do processo em satisfazer as
especificaes e os limites de tolerncia do processo, alm de diagnosticar o estado de
controle dos processos de produo, verificando se so ou no capazes de satisfazer as
solicitaes dos clientes.
Os ndices de capacidade so valores adimensionais, que possibilitam qualificar o
desempenho do processo. A utilizao dos mesmos est vinculada existncia do controle
estatsticos do processo e normalidade da distribuio da varivel analisada. Os ndices de
capacidade do processo comumente utilizados so (MONTGOMERY, 2004; TORMINATO,
2004):
- ndice de capacidade (Cp): Mede a capacidade potencial do processo, ou seja, sua
capacidade de atender as especificaes se o mesmo estiver ajustado. definido como o
intervalo de tolerncia dividido pela amplitude do processo, ou seja, 6 vezes o desvio padro
estimado, considerando a ausncia de causas especiais:
onde LSE e LIE representam respectivamente o limite superior e inferior de especificao e

o desvio padro do processo.
O ndice Cp no avalia a centralizao do processo, isto , a relao entre a mdia
estimada do processo (X) com os limites de especificao (MONTGOMERY, 2004). Assim o
Cp no representa a porcentagem fora de especificao, mas simplesmente um ndice de
capacidade nominal do processo. Numericamente, se Cp for igual ou superior a 2,0, o
processo considerado capaz, indicando que a faixa de especificao duas vezes mais ampla
que sua disperso intrnseca. Se Cp for igual a 1,0, o processo considerado marginalmente
capaz, dado que a faixa de especificao a mesma que sua faixa de disperso. Por outro lado,
se Cp < 1,0, o processo no pode ser considerado capaz, dado que a faixa de especificao
menor que sua faixa de disperso natural. Segundo Montgomery (2004), valores entre 1 e 2
38
so considerados aceitveis. Num processo j existente, o valor mnimo recomendado de

1,33 e, para processos novos, o valor sugerido de 1,5.
- ndice de capabilidade (Cpk): mede a capacidade efetiva do processo. Considera

simultaneamente se o processo possui uma dada disperso e se a mdia atende as
especificaes levando em conta a centralizao do processo e definido como o mnimo
entre o limite superior e o inferior de capabilidade. O ndice definido por:
onde m representa a mdia do processo e os demais elementos so apresentados como na

Equao 1.
O ndice Cpk mede quantos desvios padres esto situados no intervalo entre a mdia
do processo e o limite especificado mais prximo. Quanto maior o Cpk, menor a disperso do
processo ou menor o afastamento da mdia do processo em relao ao alvo.
Como base para interpretao dos resultados toma-se como base o Quadro 4, que mostra
a classificao do processo quanto capacidade que ele possui.
Quadro 4 - Interpretao do ndice Cpk

Fonte: Adaptado de Vieira (1999)
39
- ndices do desempenho potencial de um processo (Pp e Ppk ): Quando o processo no est sob
controle, recomenda-se o uso dos ndices do desempenho de um processo Pp e Ppk. Esses
ndices analisam se a amostra gerada do processo tem condio de atender as especificaes
estabelecidas. As expresses para esses ndices so:
onde X uma estimativa de m; S o desvio padro amostral.

A diferena entre os ndices citados anteriormente que Cp e Cpk consideram que
existem somente causas comuns de variao, enquanto Pp e Ppk consideram a presena,
tambm, de causas especiais. Cp e Pp consideram que a mdia est centrada, enquanto Cpk e
Ppk no parte do pressuposto da centralizao da mdia. Assim, o ndice Ppk no faz qualquer
suposio a respeito da mdia e das fontes de variao, sendo ento, o melhor ndice para
avaliar o desempenho atual do processo.
40
3. DESCRIO
3.1
DESCRIO DA METODOLOGIA DE PESQUISA

Neste tpico apresentada a metodologia de pesquisa, objetivando descrever o
procedimento adotado para a conduo desta pesquisa.

O trabalho iniciou-se com a definio do tema, tendo como base a relevncia do
mesmo para a organizao a ser estudada, a empresa MRS Logstica S.A. Em seguida, foi
realizada uma reviso bibliogrfica, com o levantamento das publicaes existentes
relacionados ao assunto abordado, o mtodo DMAIC.
Concludo o levantamento, realizou-se a coleta de dados na empresa, utilizando os
sistemas de informao disponveis para a sua obteno. Alm disso, foram necessrias
entrevistas com alguns colaboradores da empresa a fim de entender os fatores envolvidos e
obter informaes adicionais.
Finalmente, os dados coletados foram tratados, por meio da aplicao do mtodo,
visando obteno de concluses a respeito do problema em estudo.
3.2
DESCRIO DO OBJETO DO ESTUDO

O estudo de caso foi realizado na MRS Logstica S.A concessionria que controla,
opera e monitora a Malha Sudeste da antiga Rede Ferroviria Federal. A empresa atua no
mercado de transporte ferrovirio desde 1996, quando foi constituda, interligando os estados
do Rio de Janeiro, Minas Gerais e So Paulo. So 1.674 km de malha trilhos que facilitam o
processo de transporte e distribuio de cargas numa regio que concentra aproximadamente
54% do produto interno bruto do Brasil e esto instalados os maiores complexos industriais
do pas.
O foco das atividades da MRS est no transporte ferrovirio de cargas como minrio,
produtos siderrgicos acabados, cimento, bauxita, produtos agrcolas, coque e contineres; e
na logstica integrada, que implica planejamento e multimodalidade.
A MRS Logstica opera dois grupos principais de modelos de transporte, cujas
especificidades esto destacadas a seguir:
HEAVY HAUL: O transporte ferrovirio de Heavy Haul (Carga pesada) realizado

por meio dos chamados Trens unitrios, formados apenas por vages de um nico
41
cliente, transportando sempre um nico tipo de carga em toda a composio. Estes

trens circulam sempre carregados para os terminais de descarga e retornam vazios para
os terminais de carga. Suas principais caractersticas so o transporte de grandes
volumes em escala e a existncia de uma relao de dependncia entre mineradoras e
ferrovia para que possa ser feito o escoamento da produo. So produtos deste
segmento: Minrio de Ferro, Carvo e Coque.
CARGA GERAL: Ao contrrio do que acontece no Heavy Haul, o transporte de Carga

Geral realizado por meio de Trens mistos, compostos por vages de diferentes
clientes, com diferentes tipos de cargas sendo que uma formao possui vages com
vrias origens e destinos. Os trens de Carga Geral tm rotas, dias e horrios prdefinidos para circularem da origem ao destino, desenvolvendo tambm atividades
programadas de incluso e retirada de vages ao longo do percurso (Ptios
intermedirios). So produtos deste segmento: Cimento ensacado, Cimento granel,
Produto siderrgico, etc
A MRS Logstica S.A. vem aumentando a cada ano a sua produo. Em 2010
transportou aproximadamente 145 milhes de toneladas, e espera ter um crescimento
aproximado de 18% ao ano. Atualmente o Minrio de ferro responsvel por cerca de 65%
do faturamento da empresa.
As quatro linhas principais da empresa so: a Linha do Centro, a Ferrovia do Ao, a
Linha de So Paulo, Linha Santos-Jundia e o ramal do Paraopeba. A malha ferroviria da
MRS interligada com a Ferrovia Centro-Atlntica (FCA), a Estrada de Ferro Vitria-Minas
(EFVM) e a Amrica Latina Logstica (ALL), oferecendo, com isso, alternativas de transporte
para outras regies do pas. Na Figura 12, pode-se ver o mapa da Regio Sudeste, com a
malha ferroviria da MRS:
42
Figura 12 - Malha ferroviria Sudeste

Fonte: MRS Logstica, 2011
A Linha do Centro liga Barra do Pira no Rio de Janeiro Caranda passando por Juiz
de Fora, no Estado de Minas Gerais (566 km). Trata-se de uma das mais antigas linhas frreas
em operao no Brasil, tendo sido reformada na dcada de 80. Esta linha utilizada por trens
vazios via de retorno a Minas Gerais, aps realizarem o transporte de minrio de ferro para
usinas siderrgicas e portos localizados no Estado de So Paulo e Rio de Janeiro.
A Ferrovia do Ao liga o principal ponto de carregamento minrio da empresa, o
Andaime, municpio de Itabirito, em Minas Gerais, para a localidade de Saudade, municpio
de Barra Mansa, no Estado do Rio de Janeiro (370 km). Trata-se de uma linha frrea recente,
tendo comeado a operar em 1989. a mais movimentada linha da Malha Sudeste, sendo
utilizado principalmente para o transporte do minrio de ferro produzido na regio prxima a
Belo Horizonte at os portos de Guaba e Sepetiba, no Rio de Janeiro, e as unidades
siderrgicas da CSN e da Usiminas.
O ramal do Paraopeba est situado no quadriltero ferrfero de Minas Gerais, e onde
esto localizados os principais pontos de carga de Minrio de Ferro, tanto para abastecimento
do mercado externo quanto para exportao.
A Linha de So Paulo est situada entre Barra do Pira, no Estado do Rio de Janeiro, e
a cidade de So Paulo (400 km). Nesta linha est includo o trecho entre Saudade e Barra do
Pira (45 km), que faz conexo com a Ferrovia do Ao e a Linha do Centro e termina por ser
um dos trechos mais movimentados da Malha Sudeste. A Linha de So Paulo utilizada para
43
o transporte de produtos siderrgicos, cimento, contineres e minrio de ferro (principalmente

para a usina da Usiminas em Cubato).
A Linha Santos-Jundia corre pelo Estado de So Paulo, de Jundia, at o porto de
Santos, passando pela cidade de So Paulo (139 km). Esta linha muito utilizada para o
transporte de cargas em geral (tais como gros e soja) da regio agrcola de So Paulo para o
porto de Santos, e de contineres entre o terminal de Jundia e os terminais porturios em
Santos. A capacidade desta estrada de ferro em parte limitada devido necessidade de
utilizao do sistema de cremalheira, instalado na descida da Serra do Mar, pelo qual, atravs
do uso de locomotivas eltricas e de um mecanismo de trao situado entre os trilhos,
possvel fazer com que vages sejam transportados por um trecho bastante ngreme entre a
base e o alto da serra.
O Porto de Santos est localizado no litoral do Estado de So Paulo, estendendo-se ao
longo de um esturio limitado pelas ilhas de So Vicente e de Santo Amaro, distando 2 km do
Oceano Atlntico. Atingindo tanto a margem direita quanto a margem esquerda do Porto de
Santos, a malha ferroviria da MRS utilizada principalmente no transporte de produtos
agrcolas e industriais, com uma forte participao tambm no transporte de continers.
O Porto do Rio de Janeiro est localizado na costa oeste da Baa de Guanabara. As
principais cargas movimentadas no cais so produtos siderrgicos e contineres. A MRS faz
uso do seu terminal de cargas (Arar) situado s portas do Porto do Rio de Janeiro para operar,
em sua maioria, cargas destinadas exportao.
O Porto de Sepetiba est localizado na costa norte da Baa de Sepetiba, no Municpio
de Itagua, Estado do Rio de Janeiro, ao sul e a leste da Ilha da Madeira.
O Porto de Guaba est localizado na Ilha de Guaba, na Baa de Sepetiba, Estado do
Rio de Janeiro, sendo operado pela VALE. O nico acesso por terra atravs da Malha
Sudeste da MRS. A principal carga transportada neste porto o minrio de ferro extrado das
minas da VALE, localizadas no Estado de Minas Gerais. Em Guaba, os processos de
descarga, feita por viradores de vages (car dumpers), e de carregamento de navios, feitos
por ship loaders alimentados por correias transportadoras, so altamente mecanizados.
(www.revistaferroviaria.com.br)
O objetivo da companhia para os prximos anos alcanar o topo da eficincia
operacional. Est no transporte de minrio de ferro a maior oportunidade de ganho para a
MRS Logstica, j que este representa no s o maior volume, como tambm um dos negcios
mais lucrativos para a companhia.
44
O minrio de ferro transportado pela MRS carregado em oito terminais localizados

na regio do quadriltero ferrfero em Minas Gerais, sendo estes os terminais de Andaime e
Pires localizados na Frente Norte da Ferrovia do Ao e os terminais de Olhos Dgua,
Sarzedo, Sarzedo Novo, Souza Noschese, Crrego do Feijo e Casa de Pedra no ramal do
Paraopeba.
Os principais destinos de minrio de ferro so a CSN (Volta Redonda), Usiminas
(Cubato), Porto de Sepetiba, Porto da Ilha de Guaba e outros com menor volume de
transporte mensal como a Arcelor (Juiz de Fora), Aominas e Patrag (Ouro Branco).
Os trens de Minrio de exportao so aqueles que se destinam aos portos. Tais trens,
em sua maioria, so compostos por 134 vages e so tracionados por duas ou trs locomotivas
(dependendo do modelo o esforo de trao pode ser maior ou menor). Em alguns trechos da
malha pode haver a necessidade de recebimento de mais locomotivas para auxiliar. Isto
acontece devido ao relevo ser muito acentuado.
A MRS Logstica vem se preocupando cada vez mais com a eficincia dos seus ciclos
de seus trens, haja visto que este se caracteriza por ser o maior responsvel pelo incremento
de produo necessrio para que a empresa acompanhe a crescente evoluo da demanda por
transporte de carga via ferrovia.
Na operao ferroviria, o ciclo do trem corresponde ao processo que tem incio
quando, no ptio de carregamento, o trem vazio est disponvel para o terminal, e trmino
quando o trem atinge novamente este ponto inicial. O esquema de ciclo pode ser observado na
Figura 13.
Figura 13 - Ciclo dos Trens

45
A priori, as macro-etapas do ciclo do trem so: CARGA, TRANSIT TIME

CARREGADO, DESCARGA E TRANSIT TIME VAZIO. Contudo, estas sofrem uma srie
de subdivises, mostradas no Quadro 5:
Tempo entre a chegada dos vages ao terminal

de carga e a disponibilizao dos mesmo aos
clientes.
Antes da Carga Cliente Tempo entre a disponibilizao dos vages ao
(ACC)
cliente e incio da carga efetiva.
Tempo de carga efetiva. Tempo entre a entrada
do vago no terminal e disponibilizao dos
Carga (CAR)
mesmos carregados, sendo o cliente
responsvel pelo processo de carga na maioria
das vezes.
Depois da Carga MRS
Tempo entre o recebimento dos vages
(DCM)
carregados pela MRS at a partida do trem.
Tempo desde a partida do vago carregado do
Transit Time
ptio de origem at a chegada do vago no ptio
Carregado (TTC)
de destino.
Viagem Carregado
Tempo durante o Transit Time em que o trem
Cliente (VCC)
carregado ficou parado a pedido do cliente.
Tempo entre a chegada dos vages ao terminal
Antes da Descarga
de descarga e a disponibilizao dos mesmo
MRS (ADM)
aos clientes.
Antes da Descarga
Tempo entre a disponibilizao dos vages ao
Cliente (ADC)
cliente e incio da descarga efetiva.
Tempo de descarga efetiva. Tempo entre a
entrada do vago no terminal e disponibilizao
Descarga (DES)
dos mesmos vazios, sendo o cliente
responsvel pelo processo de descarga na
maioria das vezes.
Depois da Descarga
Tempo entre o recebimento dos vagesvazios
MRS (DDM)
pela MRS at a partida do trem.
Tempo desde a partida do vago vazio do ptio
Transit Time Vazio
de origem at a chegada do vago no ptio de
(TTV)
destino.
Viagem Vazio Cliente
Tempo durante o Transit Time em que o trem
(VVC)
Vazio ficou parado a pedido do cliente.
Antes da Carga MRS
(ACM )
CARGA
TRANSIT TIME
CARREGADO
DESCARGA
TRANSIT TIME
VAZIO
Quadro 5 - Etapas de Ciclo

O ciclo do trem interfere diretamente no volume transportado pela empresa e por

conseqncia nos custos do transporte. Algumas variveis so utilizadas para o clculo da
demanda a ser atendida atravs de um determinado ciclo e estas sero descritas a seguir. Para
efeito de simplificao, ser usada como premissa uma situao de que a companhia utilize
apenas um trem de minrio de ferro para exportao.
46
Dados disponveis:
Nmero de dias de transporte (ND): 30 dias
Capacidade til de carga do vago (CV): 98 toneladas
Nmero de vages no trem (NV): 134
Nmero de trens circulando na malha (NT): 1
Ciclo (C): 2,9 dias
Qual a demanda do cliente (D) capaz de ser atendida com este ciclo?
Frmula de clculo:
Resultado:
Demanda atendida (D) = 135.848 toneladas
Dessa forma, fica claro que, com os recursos disponveis, a capacidade de atendimento
demanda do cliente aumenta de forma inversamente proporcional ao ciclo realizado pelos
trens.
Como explanado anteriormente, o transporte ferrovirio de minrio de ferro
realizado por meio dos chamados trens unitrios. Estes trens so formados apenas por
vages de um nico cliente, transportando sempre um nico tipo de carga em toda a
composio, circulando sempre carregado para os terminais de descarga e retornando vazios
para os terminais de carga. Esta circulao, chamada de carrossel forma o conceito do
indicador de ciclo (dado em nmero de dias).
O ciclo dos trens de Heavy Haul, ainda que mais regular do que o dos trens de Carga
Geral, apresenta variabilidade de desempenho bastante acentuada. O sistema de produo, na
forma de carrossel, muitas vezes sobrecarregado e os pontos de carga e descarga no so
capazes de suportar a demanda. Ora as metas so tranqilamente superadas, ora ficam longe
de serem atingidas, o que caracteriza o descontrole do processo. Sendo assim, so de grande
interesse para a Companhia o atendimento e satisfao total de seus clientes, provendo a
melhoria da eficincia do ciclo dos trens que atendem aos fluxos de transporte de Heavy Haul,
uma vez que estes representam cerca e 70% do mix de transporte da empresa e quaisquer
impactos proporcionados aos ciclos dos trens de minrio so diretamente convertidas em
aumento de produo e conseqentemente em aumento no retorno financeiro. Essa converso
47
se d de forma direta devido ao fato de a eficincia e capacidade de produo serem

considerados os nicos fatores restritivos ao aumento do lucro operacional, j que a demanda,
a priori, no apresenta limitaes.
48
4.
ESTUDO DE CASO
O objetivo deste captulo apresentar um exemplo da metodologia DMAIC, definida

anteriormente, aplicada a um caso na MRS Logstica. Sero apresentadas as etapas D(Define),
M(Measure) e A (Analyze), com objetivo principal de encontrar as causas principais do
problema a ser estudado.
4.1
DEFINIO (DEFINE)
O minrio de ferro para exportao o principal produto transportado pelo MRS
Logstica. O Grfico 1 mostra a participao do minrio para exportao no volume

produzido pela MRS de 2006 2011, que significou aproximadamente 65% do volume
transportado.
Grfico 1- Volume Transportado pela MRS

Qualquer ao que seja realizada para melhoria do transporte do Minrio para

exportao de grande valia para a MRS trazendo retorno significativo, devido ao grande
volume transportado. O minrio de ferro para exportao transportado pela MRS carregado
em oito terminais localizados na regio do quadriltero ferrfero em Minas Gerais e a
descarga realizada nos portos de Guaba e Sepetiba. O Quadro 6 ilustra os terminais de
Carga e descarga do minrio:
49
Quadro 6 - Pontos de carga e descarga de minrio

Uma Rota definida como uma combinao entre um ponto de carga e um ponto de
descarga, como por exemplo, FOO-FGI, FCR-FTX, etc. A meta principal da MRS cumprir
os planos de volume acordados com os clientes para cada rota especfica.
Como visto anteriormente so vrios os fatores que interferem no cumprimento do
volume acordado. Entre eles esto:
- Qtd. de tabelas: Define-se como tabela um grupo de vages que so alocados para
atender a produo de um cliente, ou seja, o nmero de trens disponveis para um atender
determinado cliente. Caso sejam alocadas mais tabelas que o planejado para o cliente, isso
pode acarretar em ganhos de produo.
- TU/Vago: A etapa de carga dos trens de responsabilidade do cliente, sendo assim
a quantidade de minrio realmente alocada no vago interfere diretamente no volume
produzido, pois no processo de carga ser que o vago seja carregado com um volume maior
ou menor do que a capacidade nominal do vago.
- Ciclo: O ciclo interfere diretamente no volume transportado, pois quanto menor o
ciclo maior ser o volume transportado. Caso o ciclo esteja maior que o dimensionado para
atender determinado cliente pode acontecer perdas, e conseqentemente o no-atendimento do
programa de volume.
50
- Faturamento: Em um determinado perodo de tempo o cliente pode ter pagado por

uma carga que ainda no foi transportada. Este volume fica como crdito para o cliente,
gerando ganhos de produo quando comparamos o volume planejado e o realizado para o
perodo de tempo considerado.
- Mix de produo: Para rotas diferentes existem diferentes tempos de ciclo
premissados, devido a uma maior ou menor distancias entre os pontos de carga e descarga.
Em um determinado perodo de tempo existe um plano de carregamento para cada rota
especfica, sendo este acordado com o cliente. Caso haja mudanas de diretrizes do cliente,
como por exemplo, carregar mais em uma rota onde a distncia percorrida maior ou menor
isso pode acarretar em ganho ou perdas de volume (aumento ou reduo da eficincia de
transporte).
Uma ferramenta utilizada pela MRS Logstica para analisar como cada fator,
explanados anteriormente, interfere no cumprimento do volume programado a rvore de
perdas de volume. A Figura 14 mostra a rvore de perdas de volume para o minrio de
exportao, no perodo de Janeiro a Agosto de 2011.
Figura 14- rvore de perdas para o Minrio Exportao

51
A rvore apresentada mostra que para um volume planejado de 69 milhes de

Toneladas teis (TU) foi realizado um volume de 6 milhes, ou seja, houve uma perda de 7
milhes toneladas. Nos ramos da rvore podemos notar que alguns dos fatores explicados
anteriormente acarretam ganhos de produo enquanto outros so responsveis pelas perdas.
Podemos notar que o maior responsvel pelas perdas de volume o tempo de ciclo,
acarretando uma perda acumulada de aproximadamente 9 milhes de TU. A Figura 15 detalha
o ramo da perda referente ao Ciclo, desdobrando a perda nas etapas que so de
responsabilidade do cliente e da empresa.
Figura 15 - rvore de perdas para o Minrio Exportao Etapas de ciclo

Podemos notar que 56,3% das perdas de produo est nas etapas que so de
responsabilidade do cliente, ou seja, no terminal de descarga (DES), na fila para descarga
(VCC+ADC), no terminal de carga (CAR) e na fila para carga (VVC+ACC). Porm, existe
uma grande parcela dessa perda (4 Milhes de TU) que de responsabilidade da MRS,
totalizando 43,7% do total. Essas perdas dividem-se em Circulao Carregado (TTC),
Circulao Vazio (TTV), Ptio Carga (ACM+DCM) e no Ptio de Descarga (ADM+DDM).
52
Nota-se que a maior concentrao das perdas causadas pela MRS est no Transit Time
Carregado (Circulao Carregado) representando aproximadamente 65% das perdas da MRS
e 30% das perdas totais causadas pelo ciclo.
Atravs dos dados apresentados mostra-se que ganhos no Transit Time Carregado so
de extrema importncia. A reduo do tempo de Transit Time Carregado tem por objetivo a
reduo dos custos de produo, mas principalmente a reduo do nmero de noconformidades e o conseqente aumento da satisfao do cliente uma vez que o volume
acordado seja transportado. A Voz do Cliente (VOC) est traduzida no cumprimento do
Volume programado.
A performance do Transit Time considerada ineficiente quando seu valor est
acima do padro pr-estabelecido pela MRS. Sendo assim, visando uma melhoria no
transporte e o aumento do volume transportado, definimos o seguinte problema: Melhorar o
tempo de Transit Time Carregado para os trens de minrio para exportao.
Nos ltimos meses houve uma variabilidade dos tempos mdio do transit time, cujos
valores estiveram acima do tempo padro, como ilustrado no Grfico 2.
Evoluo Transit Time Carregado

UCL=34:13
Transit Time Carregado
34:00
32:00
30:00
28:00
_
X=28:20
26:00
Meta (25:52)
24:00
LCL=22:20
22:00
fev-10 abr-10 jun-10 ago-10 out-10 dez-10 fev-11 abr-11 jun-11 ago-11
Ms
Grfico 2 - Evoluo do Transit Time Carregado

A mdia do Transit Time Carregado no perodo foi de 28:20h enquanto o tempo

previsto para o mesmo foi de 25:52h. Um ganho de 02:00h no Transit Time seria de
fundamental importncia para o cumprimento do volume programado e para melhorar a
eficincia do ciclo da MRS, acarretando em ganhos para a empresa. Logo, a partir podemos
53
definir como meta para o projeto: Reduzir em 02:00h o tempo de Transit Time
Carregado para os trens de minrio para exportao.
4.2
MEDIO (MEASURE)
O primeiro passo para realizao da etapa Measure consiste na observao da
confiabilidade dos dados coletados, a fim de que os mesmos permitam a priorizao do

problema. No caso em estudo a ser apresentado, os dados so confiveis, pois foram obtidos
por meio de sistemas de infomaes utilizados pela empresa. Os dados obtidos so divulgados
oficialmente para a companhia, influenciando na definio de metas e alcance de resultados, o
que atesta sua confiabilidade.
Com a finalidade de permitir que o problema fosse focado os dados foram
estratificados. Devido grande extenso da malha ferroviria realizou-se uma estratificao
dos tempos de Transit Time em trechos especficos. Para a diviso dos trechos foram
utilizados pontos estratgicos da malha da MRS, e estes so descritos a seguir:
TRECHO 1: dos Terminais de Origem (terminais de carga de Minrio

localizados na regio do quadriltero ferrfero em Minas Gerais) at o Ptio do
P1-07 (FJC), localizado no Municpio de So Brs do Suau.
TRECHO 2: do Ptio do P1-07 (FJC) at o Ptio de Bom Jardim (FOJ), no

municpio de Bom Jardim em Minas Gerais.
TRECHO 3: do Ptio de Bom Jardim at o Ptio de Barra do Pira (FBP)

localizado no estado do Rios de Janeiro.
TRECHO 4: do Ptio de Barra do Pira at os Terminais de Destino dos

trens de Minrio nos Portos de Guaba e Sepetiba.
O digrama de rvore (Figura 16) mostra os tempos de Transit Time Planejado e

Realizado para cada um dos trecho e sua participao no desvio do tempo de Transit Time
Total com relao ao plano, no perodo de Janeiro Agosto de 2011, perodo no qual ser
realizada toda a anlise.
54
Figura 16- rvore de Perdas - Transit Time

Podemos verificar que o tempo realizado de Transit Time est 02:28h acima do tempo
planejado para o mesmo. Os trechos responsveis pelos maiores tempos de Transit Time so
os trechos de P1-07-Bom Jardim e Origem-P1-07, representando respectivamente, 54,8% e
48,8% do desvios em ralao ao plano total. O trecho de Saudade-Barra tambm apresenta um
potencial de ganho porm um pouco menor que os trechos j citados. Nota-se tambm que o
tempo no trecho Barra-Destino est abaixo do planejado, gerando ganhos para o tempo de
Transit Time.
Definida previamente a meta de melhorar em 02:00h o tempo de Transit Time, os
trechos a serem estudados para reduo do tempo de Transit Time sero os Trechos 1
(Origem-P1-07) e 2 (P1-07-Bom Jardim), que juntos apresentam um potencial de ganho de
101,7%.
Os tempos de Transit Time nesses trechos podem ser divididos em 2 parcelas: THP
(Trem Hora Parado) e THC (Trem Hora Circulando).
O THP representa o tempo em que o trem ficou parado, na maioria das vezes para
realizar diversas atividades como Aguardar algum ptio congestionado, realizar o cruzamento
com outros trens, aguardar a falta de maquinista, dentre outras.
O THC o tempo efetivo de circulao do trem, o tempo em que ele realmente se
deslocou entre um ponto e outro da malha.
Os grficos 3 , 4
e 5 mostram os tempos de Transit Time, THP e THC,
respectivamente, para o trecho Origem-P1-07.
55
Evoluo Transit Time Carregado - Origem - P1-07

1
UCL=12:13
12:00
Transit Time
10:00
_
X=7:40
8:00
Meta (6:28)
6:00
4:00
LCL=3:06
jan-11
fev-11
mar-11
abr-11 mai-11
Ms
jun-11
jul-11
ago-11
Grfico 3 - Evoluo do Transit Time Origem_P1.07

Evoluo do THP - Origem - P1-07
10:00
UCL=8:59
8:00
6:00
THP
_
X=5:01
4:00
Meta (3:56)
2:00
LCL=1:03
jan-11
fev-11
mar-11
abr-11 mai-11
Ms
jun-11
jul-11
Grfico 4 - Evoluo do THP Origem_P1.07

ago-11
56
Evoluo do THC - Origem - P1-07
2:48
UCL=2:45
THC
2:42
_
X=2:38
2:36
Meta (2:32)
2:30
LCL=2:27
2:24
2:18
jan-11
fev-11
mar-11
abr-11 mai-11
Ms
jun-11
jul-11
ago-11
Grfico 5 - Evoluo do THC Origem_P1.07

Analisando os grficos apresentados para o Trecho Origem-P1.07, podemos perceber

que o tempo planejado para o THP de 03:56, enquanto o tempo realizado de 05:01, o que
indica um potencial de 01:05h nesse tempo. O THC, possui um potencial de ganho de 00:06h
nesse trecho.
Fazendo uma anlise comparativa entre o THP e o TTC, podemos notar graficamente
que as duas varavieis possuem uma mesma tendncia. Alm disso, o coeficiente de
correlao entre as duas varaveis de 0,999 com p-valor igual a 0, o que mostra uma
correlao muito forte entre as duas variveis. Sendo assim, aes de melhorias nos tempos de
THP, interferem diretamente nos tempos de Transit Time.
Os grficos 6, 7 e 8 mostram os tempos de Transit Time, THP e THC, respectivamente,
para o trecho P1-07 a Bom Jardim.
57
Evoluo Transit Time Carregado - P1-07 - Bom Jardim

UCL=13:10
Transit Time Carregado
13:00
12:00
11:00
_
X=10:06
10:00
9:00
Meta (8:44)
8:00
LCL=7:05
7:00
jan-11
fev-11
mar-11
abr-11 mai-11
Ms
jun-11
jul-11
ago-11
Grfico 6 - Evoluo do Transit Time P1.07_Bom Jardim

Evoluo THP - P1-07 - Bom Jardim

UCL=7:20
7:00
THP
6:00
_
X=4:45
5:00
4:00
Meta (3:44)
3:00
2:00
jan-11
LCL=2:13
fev-11
mar-11
abr-11 mai-11
Ms
jun-11
jul-11
ago-11
Grfico 7 - Evoluo do THP P1.07_Bom Jardim

58
Evoluo THC - P1-07 - Bom Jardim

6:00
UCL=5:51
THC
5:40
_
X=5:21
5:20
5:00
LCL=4:55
5:00
4:40
4:20
jan-11
fev-11
mar-11
abr-11 mai-11
Ms
jun-11
jul-11
ago-11
Grfico 8 - Evoluo do THC P1.07_Bom Jardim

Fazendo uma anlise dos grficos apresentados para o Trecho Origem-P1.07, nota-se
que o tempo planejado para o THP de 03:44, enquanto o tempo realizado de 04:45h, o que
indica um potencial de 01:01h nesse tempo. O THC possui um potencial de ganho de 00:21h
nesse trecho.
Fazendo uma anlise comparativa entre o THP e o TTC, podemos notar graficamente
que as duas varavieis possuem uma mesma tendncia. Calculando o coeficiente de correlao
entre as duas varaveis, obtemos um valor de 0,983 com p-valor igual a 0, o que mostra uma
correlao muito forte entre as duas variveis. Sendo assim, aes de melhorias nos tempos de
THP no trecho P1-07-Bom Jardim trazem melhorias tambm no tempo de Transit Time.
Dessa forma, aps as informaes apresentadas, podemos desdobrar a Meta inicial em
duas metas especficas:
- Meta A: Reduzir em 01:00h o tempo de THP no trecho Origem-P1.07;
- Meta B: Reduzir em 01:00h o tempo de THP no trecho P1.07-Bom Jardim.
4.3
ANALYZE (ANLISE)
O tempo de THP pode ser desdobrado em diversas atividades que so realizadas nos
ptios que compe os trechos a serem estudados. So 114 atividades que representam o
motivo real da parada do trem, sendo que algumas dessas atividades so previstas e outras no.
59
Sero apresentados os desdobramentos dos tempos de THP em atividades para os trechos

Origem-P1.07 e P1.07-Bom Jardim.
4.3.1 Trecho 1 : Origem-P1.07

O diagrama de Pareto da Figura 16 mostra os desvios com relao ao plano para cada
um dos principais motivos de parada no Trecho Origem_P1.07. Para construo do grfico,
foram consideradas apenas as atividades que tiveram os tempos reais maiores que os tempos
premissados para o perodo considerado. Algumas atividades no trecho apresentaram ganhos,
motivo pelo qual a soma dos desvios apresentados no Pareto no coincide com o ganho
potencial do THP apresentado na Etapa Measure.
Figura 17 - Pareto para as atividade- Origem-P1.07

Atravs do Grfico de Pareto (Figura 17) podemos notar que as atividades 603Aguardar Auxlio de Trao, 104- Aguardar Ptio Congestionado, 120- Aguardar Enlace de
Locotrol e 211-Circulao no ptio de via representam aproximadamente 57% dos desvios
apresentados, apresentando um ganho potencial de 01:01h, o que sustenta a Meta inicial de
melhorar 01:00h no tempo de Transit Time do trecho. O desempenho de cada atividade ser
analisado separadamente para efeito de mensurao dos ganhos esperados.
60
Atividade 603 Aguardar Auxlio de Trao

Auxlio de trao consiste em um ou mais locomotivas, inseridas geralmente na cauda
de trens pesados, em rampas ngremes, com a finalidade de empurr-los a sua frente. A
atividade 603- Aguardar auxlio de Trao consiste no tempos de reteno dos trens por falta
de auxlio.
O grficos 9 e 10 mostram o grfico de controle para a mdia e a amplitude desta
atividade, respectivamento, no perodo de janeiro a agosto de 2011. Atravs da realizao do
teste de Kolmogorov-Smirnov, no foi constatada a normalidade dos dados. Para construo dos
grficos de controle, foi necessrio normalizar as informaes para que se pudessem
estabelecer os limites de controle do grfico com confiana. Para a normalizao utilizou-se a
funo ln(x), obtendo-se um p-valor=0,115.
I Chart of 603
-1
1
Individual Value
-2
1 1
1
1
1 11
UCL=-2,030
-3
_
X=-4,003
-4
-5
LCL=-5,976
-6
1111
-7
24
47
70
93
116 139
Observation
162
185
208
Grfico 9 - Grfico de controle para mdias Atividade 603

61
Moving Range Chart of 603

1
3,0
Moving Range
2,5
UCL=2,424
2,0
1,5
1,0
__
MR=0,742
0,5
0,0
LCL=0
1
24
47
70
93
116 139
Observation
162
185
208
Grfico 10 - Grfico de controle para amplitudes Atividade 603

Atravs do grfico de controle para mdias, podemos notar que o processo apresenta
pontos fora dos limites de controle. Alm disso, existem varios pontos consecutivos em
apenas um dos lados da mdia, o que sugere que o processo est fora de controle e esta sendo
influenciado por causas especiais de variao. Os pontos acima do limites de controle no
grfico esto concentrados principalmente no ms de junho de 2011, o que indica a
existncias de causas especiais principalmente neste perodo.
O grfico das amplitudes mostra que o processo apresenta uma grande variabilidade, e
alm disso, por possuir pontos que extrapolam os limites de amplitude, confirma que o
processo est fora de controle.
A atividade 603- Aguardar auxlio de Trao no uma atividade obrigatria para
todos os trens, pois se j houver alguma locomotiva disponvel este no precisara aguardar.
Sendo assim, o tempo premissado para esta atividade foi levantado com base no histrico de
ocorrncias das atividade, chegando-se ao valor de 16 minutos pro trem. Sendo assim, para
anlise da capacidade do processo foram utilizado os limites de especificao LIE=00:00h e
LSE=00:16h, uma vez que todos os dados nesse intervalo atendem aos tempos planejados
para a atividade. O histograma dos dados apresentado na Figura 18.
62
Process Capability of 603

LSL
USL
P rocess D ata
LS L
-11,3667
Target
*
USL
-4,49981
S ample M ean
-4,00313
S ample N
229
S tD ev (Within)
0,65771
S tD ev (O v erall) 1,11886
Within
Ov erall
P otential (Within) C apability
Cp
1,74
C PL
3,73
C P U -0,25
C pk
-0,25
O v erall C apability
Pp
PPL
PPU
P pk
C pm
-10,5
O bserv ed P erformance
P P M < LS L
0,00
P P M > U S L 676855,90
P P M Total
676855,90
E xp.
PPM
PPM
PPM
-9,0
-7,5
Within P erformance
< LS L
0,00
> U S L 774923,33
Total
774923,33
-6,0
-4,5
-3,0
1,02
2,19
-0,15
-0,15
*
-1,5
E xp. O v erall P erformance

P P M < LS L
0,00
P P M > U S L 671447,29
P P M Total
671447,29
Figura 18 - Histograma dos Dados Atividade 603

Os ndices Cp e Cpk representam o desempenho dos tempos da atividade Aguardar

Auxlio de Trao. Estes ndices s consideram causas comuns de variao enquanto os
ndices Pp e Ppk, consideram, tambm, a presena de causas especiais. Uma vez encontradas
possveis influncias de causas especiais de variao, o ndice utilizado para medir o processo
ser o Ppk.
Pelo ndice Ppk, nota-se que os tempos de atividade no esto atendendo s
especificaes, pois o ndice menor que 1 (Ppk =-0,15<1). Podemos notar que a mdia do
processo no est centrada nos limites de especficao, fato que comprovado pela diferena
entre os valores de Pp e Ppk, oportunidade encontrada na variao foi de centralizar a mdia.
O valor de Pp>1 apenas sugere que o processo possui uma pequena variabilidade quando
comprado com os limites de especificao, porm como a mdia no est centrada este ndice
no traz uma informao confivel sobre o desempenho do processo, sendo desconsiderado da
anlise.
Atividade 104- Aguardar Ptio Congestionado
A atividade 104 utilizada para justificar a parada de um trem que tem sua circulao
interrompida em funo do congestionamento de um ptio. O congestionamento de um ptio
pode ser ocasionado por vrios motivos, como: posicionamento de vages para cliente,
formao de um trem, trens em atividades de ptio.
63
Atravs do teste de normalidade, realizado em software estatstico, foi constatado que

os dados disponveis no seguiam uma distribuio normal, e para isso, foi necessria uma
transformao dos mesmos de forma a serem feitas as anlises posteriores. Para normalizao
foi utilizada a funo ln(x). Os grficos 11 e 12 mostram os grficos de controle para a mdia
e amplitude desta atividade.
I Chart of 104
1
-2
UCL=-2,012
Individual Value
-3
-4
_
X=-4,745
-5
-6
-7
LCL=-7,478
-8
-9
19
37
55
73
91
109
Observation
127
145
163
181


5
Moving Range
UCL=3,358
3
__
MR=1,028
LCL=0
1
19
37
55
73
91
109
Observation
127
145
163
181

64
Atravs do grfico de controle podemos notar que o processo apresenta pontos fora
dos limites de controle. Alm disso, pela forma do grfico existe uma tendncia crescente dos
dados. O grfico de amplitudes tembm possui pontos fora dos limites de controle. Essas
caractersticas sugerem que o processo est fora de controle e esta sendo influenciado por
causas especiais de variao.
Do mesmo mode que a a atividade 603 a atividade 104 no obrigatria. O tempo
premissado para esta atividade de 8 minutos. O histograma dos dados apresentado na
Figura 19.

LSL
USL
P rocess D ata
LS L
-11,3667
Target
*
USL
-5,19296
S ample M ean
-4,74515
S ample N
182
S tD ev (Within)
0,911036
Within
Ov erall
Cp
1,13
C PL
2,42
C P U -0,16
C pk
-0,16
Pp
PPL
PPU
P pk
C pm
-10,5
P P M < LS L
0,00
P P M > U S L 626373,63
P P M Total
626373,63
E xp.
PPM
PPM
PPM
-9,0
-7,5
Within P erformance
< LS L
0,00
> U S L 688476,71
Total
688476,71
-6,0
-4,5
-3,0
0,74
1,59
-0,11
-0,11
*
-1,5

P P M < LS L
0,94
P P M > U S L 626399,15
P P M Total
626400,09

Os clculos foram feitos considerando 00:00h e 00:08h como limites inferior e

superior de especificao respectivamente.
O ndice Ppk do processo menor do que 1, o que mostra que as especificaes do
processo no esto sendo atendidas. Alm disso, o Pp<1 sugere uma grande variabilidade no
processo indicando que mesmo se o processo estivesse centrado nos limites de especificao
este no seria capaz de atender todas as especificaes, fato reforado pela anlise dos
grficos de amplitude. Atravs do PPM podemos perceber que aproximadamente 63% dos
dados esto fora das especificaes o que refora a ineficinca do processo. Sendo assim,
deve-se tratar as causas especiais para reduzir a variabilidade do processo, alm de ser
necessrias aes para o deslocamento da mdia, o que pode gerar grandes benefcios.
65
Atividade 120- Aguardar Enlace de Locotrol

Quando um trem necessita de auxlio, para no ser necessrio outro maquinista para
conduzir a locomotiva a ser utilizada utiliza-se o sistema LOCOTROL.
O sistema LOCOTROL proporciona controle remoto automtico e independente de
um conjunto de locomotivas localizados em um trem, a partir de uma locomotiva controladora
na posio de lder.
A atividade 120 usada para registrar o tempo necessrio para a realizao das
atividades de enlace de locotrol (sincronizao entre a locomotiva lder e a locomotiva de
auxlio). Para a concluso dessa atividade, o locotrol deve estar ativado e com funcionamento
testado. Os grficos de controle para esta atividade so mostrados nos grficos 13 e 14.
I Chart of 120
1
Individual Value
0,025
UCL=0,02438
0,020
_
X=0,01616
0,015
0,010
LCL=0,00793
1
25
49
73
97
121 145
Observation
169
193
217
241

66

0,014
0,012
UCL=0,01011
Moving Range
0,010
0,008
0,006
0,004
__
MR=0,00309
0,002
0,000
LCL=0
1
25
49
73
97
121 145
Observation
169
193
217
241

Atravs do grfico de controle podemos notar que o processo apresenta pontos fora
dos limites de controle, o que sugere instabilidade e presena de causas especiais de no
processo. Alm disso, o grfico de amplitudes mostra uma grande variabilidade nos dados,
inclusive com dados fora dos limites de controle, o que suficiente para garantir que o
processo est fora de controle.

USL
P rocess D ata
LS L
*
Target
*
USL
0,0083333
S ample M ean
0,0161557
S ample N
242
S tD ev (Within)
0,00274206
Within
Ov erall
Cp
*
C PL
*
C P U -0,95
C pk
-0,95
Pp
PPL
PPU
P pk
C pm
0,009 0,012 0,015 0,018 0,021 0,024

P P M < LS L
*
P P M > U S L 1000000,00
P P M Total
1000000,00
E xp.
PPM
PPM
PPM
Within P erformance
< LS L
*
> U S L 997832,75
Total
997832,75

P P M < LS L
*
P P M > U S L 994282,43
P P M Total
994282,43

*
*
-0,84
-0,84
*
67
A Figura 20 apresenta o histograma do processo. A atividade 120 possui um tempo

padro de 12 minutos por trem para realizao da atividade. Atravs do grfico podemos notar
que o aproximadamente 99% dos tempos da atividade no atendem a especificao, o que
sugere que o processo precisa deslocar sua mdia, ou at mesmo haver uma reviso nas
especificaes para o mesmo. O ndice Ppk=-0,84 refora a ineficincia do processo.
Atividade 211- Circulao no Ptio

Esta atividade deve utilizada para justificar o tempo gasto em circulao dentro do
ptio. Esta atividade ocorre principalmente no ptio do P1-07 e tem como premissa o tempo de
8 minutos por trem. Os grficos 15 e 16 mostram os grficos de controle para a atividade.
I Chart of 211
0,016
1
0,014
Individual Value
0,012
1
1
1
1 1
1 1
0,010
UCL=0,01157
_
X=0,00872
0,008
0,006
0,004
1
0,002
LCL=0,00587
11
1
1 11 1111
11 1
1
1 11 1 1
1
1
0,000
1
25
49
73
97 121 145
Observation
169
193
217
241

68

0,006
1
0,005
Moving Range
0,004
UCL=0,003498
0,003
0,002
0,001
__
MR=0,001071
0,000
LCL=0
1
25
49
73
97 121 145
Observation
169
193
217
241

Atravs da anlise dos dados podemos perceber diversos pontos fora dos limites de
controle para o processo. No ms de fevereiro nota-se uma queda acentuada no tempos, o que
mostra a presena de causas especiais, como descontrole temporrio no processo ou at mesmo
ocorrncias de erros nas medies. Ainda analisando o grfico 15, podemos perceber que nos
ltimos perodos h uma tendncia de aumento nos tempos mdios para a atividade.
Analisando o grfico das amplitudes, notam-se diversos pontos fora dos limites de
controle. A partir destas informaes, conclui-se que o processo est fora de controle.

USL
P rocess D ata
LS L
*
Target
*
USL
0,00555556
S ample M ean
0,00871834
S ample N
243
S tD ev (Within)
0,000949166
Within
Ov erall
Cp
*
C PL
*
C P U -1,11
C pk
-1,11
Pp
PPL
PPU
P pk
C pm
0,002
P P M < LS L
*
P P M > U S L 921810,70
P P M Total
921810,70
E xp.
PPM
PPM
PPM
0,004
0,006
Within P erformance
< LS L
*
> U S L 999569,15
Total
999569,15
0,008
0,010
0,012
0,014

P P M < LS L
*
P P M > U S L 953917,47
P P M Total
953917,47
*
*
-0,56
-0,56
*
69
A Figura 21 apresenta o histograma do processo. O limite superior de especificao

utilizado foi de 8 minutos. Atravs do grfico podemos notar que o aproximadamente 92%
dos tempos da atividade no atendem a especificao, fato confirmado pelo ndice Ppk=-0,56.
Para melhoria do processo deve-se investir em aes para reduo dos tempos mdios, alm
do conbate de causas especiais e da variabilidade apresentadas, para uma melhor
previsibilidade.
4.3.2 Trecho 2 : P1.07-Bom Jardim

O diagrama de Pareto da Figura 16 mostra os desvios com relao ao plano para cada
os principais motivos de parada no Trecho P1.07-Bom Jardim. Para construo do grfico,
foram utilizadas as mesmas premissas do trecho anterior.
Figura 16 Pareto para as atividade- P1.07-Bom Jardim
Atravs do grfico de Pareto podemos notar que as atividades 133- Aguardar

Circulao de Trem a Frente e PDC-Parado a Disposio da Circulao representam
aproximadamente 42% dos desvios apresentados, apresentando um ganho potencial de 01:02h.
70
Atividade 133- Aguardar Circulao de Trem a Frente
Esta atividade utilizada para representar o tempo em que o trem ficou parado
aguardando algum trem que est na sua frente desocupar o circuito da via seguinte, ou seja,
utilizada quando um trem tem seu movimento impedido pelos trens posicionados a frente. Os
grficos 17 e 18 apresentam os grficos de controle para a mdia e amplitude dos tempos.
Como os dados no apresentaram uma distribuio normal, foi necessria uma normalizao
dos dados a partir da funo ln(x).
I Chart of 133
UCL=-1,788
Individual Value
-2
-3
_
X=-3,540
-4
-5
1
LCL=-5,291
1
1
-6
25
49
73
97
121 145
Observation
169
193
217
241

71

3,5
1
3,0
1
Moving Range
2,5
11
UCL=2,151
2,0
1,5
1,0
__
MR=0,658
0,5
0,0
LCL=0
1
25
49
73
97
121 145
Observation
169
193
217
241

Os dois gricos apresentados possuem pontos fora dos limites de controle dos
grficos, o que caracteriza que o processo est fora de controle. Alm disso o grficos
amplitude mostra uma grande variabilidade de dados, o que apresenta fortes tendncias de
haver causas especiais atudando no processo. O histograma dos dados e os ndices de
capacidade so apresentados na Figura 22.

USL
P rocess D ata
LS L
*
Target
*
USL
-4,49981
S ample M ean
-3,5397
S ample N
242
S tD ev (Within)
0,583755
Within
Ov erall
Cp
*
C PL
*
C P U -0,55
C pk
-0,55
Pp
PPL
PPU
P pk
C pm
-6,0
P P M < LS L
*
P P M > U S L 876033,06
P P M Total
876033,06
E xp.
PPM
PPM
PPM
-5,4
-4,8
Within P erformance
< LS L
*
> U S L 949984,52
Total
949984,52
-4,2
-3,6
-3,0
-2,4
-1,8

P P M < LS L
*
P P M > U S L 898512,88
P P M Total
898512,88

*
*
-0,42
-0,42
*
72
Atravs do histograma podemos perceber que a mdia do processo est deslocada

para a direita e apenas 87% dos dados esto de acordo com as especificaes. Pelo ndice
Ppk=-0,42 confirmamos que o processo no est sendo capaz de atender as especificaes.
PDC-Parado a Disposio da Circulao

O PDC (Parado a disposio da Circulao) o tempo em que o trem fica parado
aguardando a autorizao do Centro de Controle Operacional para poder circular. Todos os
trens tero tempo de PDC. Atravs de histrico, para o Trecho em estudo foi premissado um
tempo de 20 minutos para esta atividade.
I Chart of PDC
1
-3,0
1
1
1 11
1
UCL=-3,166
Individual Value
-3,2
-3,4
_
X=-3,481
-3,6
LCL=-3,796
-3,8
1
1 11 1
1
1
-4,0
25
49
73
97
121 145
Observation
169
193
217
241
Grfico 19 - Grfico de controle para mdias Atividade PDC

73
Moving Range Chart of PDC

0,5
1
1
11
Moving Range
0,4
UCL=0,3870
0,3
0,2
__
MR=0,1184
0,1
0,0
LCL=0
1
25
49
73
97
121 145
Observation
169
193
217
241
Grfico 20 - Grfico de controle para amplitudesAtividade PDC

Atravs do grfico de controle para as mdias (Grfico 19) podemos notar que o
processo apresenta vrios pontos fora dos limites de controle. Alm disso, existem vrios
pontos consecutivos em apenas um dos lados da mdia, o que sugere que o processo est fora
de controle e esta sendo influenciado por causas especiais de variao.
Pelo formato dos dados do grfico, pode existir uma tendncia cclica para os tempos
dessa atividade, fato que deve ser investigado com mais detalhes, mas que foge do escopo
deste trabalho.
O grfico de amplitude sugere uma grande variabilidade nos dados, alm da
existncia de pontos extrapolando os limites, o que caracteriza um processo fora de controle.
74
Process Capability of PDC

USL
P rocess D ata
LS L
*
Target
*
USL
-4,27667
S ample M ean
-3,48056
S ample N
243
S tD ev (Within)
0,104996
Within
Ov erall
Cp
*
C PL
*
C P U -2,53
C pk
-2,53
Pp
PPL
PPU
P pk
C pm
-4,2
P P M < LS L
*
P P M > U S L 1000000,00
P P M Total
1000000,00
-4,0
-3,8
E xp. Within P erformance

P P M < LS L
*
P P M > U S L 1000000,00
P P M Total
1000000,00
-3,6
-3,4
-3,2
*
*
-1,55
-1,55
*
-3,0

P P M < LS L
*
P P M > U S L 999998,25
P P M Total
999998,25

Pelo ndice Ppk, nota-se que os tempos de atividade no esto atendendo s

especificaes, pois o ndice muito menor que 1 (Ppk =-1,55<1). Podemos notar que a
mdia do processo est muito deslocada para a direita. As principais oportunidades
encontradas para melhoria a busca da centralizao da mdia, alm da eliminao das causas
especiais de variao. Alm isso devido a 100% dos tempos no estarem sendo atendidas,
revises no limite de especificao podem ser realizadas, para uma melhor medio do tempo
atual do processo.
75
5. RESULTADOS
A realizao do estudo possibilitou um maior conhecimento a respeito dos fatores que

influenciam diretamente os tempos de Transit Time Carregado dos trens de Minrio para
exportao. A fim de facilitar a anlise dos resultados obtidos o a Figura 24 fornece um
resumo das etapas Define e Measure.
Inicialmente estabeleceu-se a Meta principal do projeto, de melhorar em 2 horas o
Tempo de Transit Time Carregado para os trens. Logo em seguida esses tempos de Transit
Time foram estratificados por trecho, indicando a existncia de dois trechos crticos para
melhoria: o Trecho Origem-P1.07 e P1.07-Bom Jardim.
Figura 24 - Resumo etapas Define e Measure

Depois de identificados estes trechos, os tempos de Transit Time foram estratificados

em THP (Trem-Hora Parado) e THC (Trem- Hora Circulando). A anlise desses tempos levou
concluso de que os tempos de THP exerciam uma influncia muito maior nos tempos de
transit time, alm de possuir um grande desvio com relao aos tempos planejados.
76
A partir dessas informaes foram estabelecidas 2 metas para sustentar a meta

principal do projeto: Reduzir em 01:00h os tempos de THP do trecho Origem-P1.07 e
Reduzir em 01:00h os tempos de THP do trecho P1.07 Bom Jardim.
Na etapa Analyze chegou-se s causas razes do problema. O tempo de THP foi
desmembrado em Atividades (causas) especficas e estas foram analisadas, conforme resumo
no Quadro 7.
Quadro 7 - Resumo dos Tempos para as Atividades

No Trecho Origem-P1.07, 4 atividades foram identificadas como causas razes do

no cumprimento do tempo de transit time sendo elas: 603-Aguardar Auxlio de Trao, 104Aguardar Ptio Congestionado, 120- Aguardar Enlace de Locotrol e 211-Circulao no
ptio. Somando os desvios com relao ao tempos planejados para estas atividades temos um
potencial de ganho de 01:01, o que sustenta a meta inicial para o trecho.
No Trecho P1.07-Bom Jardim, 2 atividades foram identificadas como causas razes
do no cumprimento do tempo de transit time sendo elas: 133- Aguardar Circulao de Trem
a Frente e PDC-Parado a Disposio da Circulao. Os seus desvios somam 01:02h, o que
sustenta a meta inicial para o trecho. O Quadro 8 mostra um resumo das anlises de
capacidade destas atividades em atender s especificaes e do controle estatstico das
mesmas.
77
Quadro 8 - Resumo das Capacidades das atividades

Analisando a atividades no trecho Origem-P1.07, notamos que todas as atividades

esto fora de controle e possuem o ndice Ppk<0, o que caracteriza que os processos esto
Totalmente Incapazes de satisfazer as especificaes. Aes para que as mdias dos tempos
das atividades sejam centralizadas devem ser realizadas. A atividade 120, por ser uma
atividade obrigatria para todos os trens deve ter seu processo operacional revisto a fim da
reduo do tempo mdio, alm de ser necessria uma reviso do tempo planejado para esta
atividade que pode estar sub-dimensionado.
As atividades 603 e 104 no so obrigatrias para todos os trens. Os desvios-padro
apresentados para estas atividades esto muito altos, o que indica forte presena de
variabilidade no processo. Para estas atividades alm de buscar a centralizao da mdia
deve-se entender porque alguns trens ficam muito tempo parados nessa atividade, a fim de
eliminar as causas especiais e criar aes padro quando estas atividades ocorrerem.
Fazendo uma anlise para os tempos das atividades do trecho P1.07-Bom jardim
notamos que a atividade 133, por no ser uma atividade obrigatria para todos os trens possui
uma grande variabilidade, fato este confirmado pelo seu desvio padro. Deve-se focar
principalmente na reduo de causas especiais para essa atividade.
Para a atividade PDC necessria uma centralizao da mdia para o limite de
especificao uma vez que esta apresentou o menor ndice Ppk para todas as atividades,
indicando que 100% dos tempos realizados no atenderam as especificaes. Deve-se tambm
78
anlisar a tendncia existente nos tempos no decorrer do ano, afim de analisar possveis
sazonalidades ou at mesmo revises nos limites de especificao.
Outro resultado importante obtido na Etapa Analyze foi que atravs da elaborao
dos paretos para os 2 trechos a serem estudados, identificou-se quais as reas da empresa que
contribuiam negativamente para o desvio do transit Time. A figura x mostra a diviso destas
responsabilidades.
Grfico 21 - Responsabilidades pelos desvios de THP

O grfico indica que no Trecho Origem-P1.07 os maiores desvios nos tempos de

THP so causados pelo Centro de Controle Operacional (CCO)(28,1%) e pela gerncia de
Ptio e Terminais(21,8%). J no Trecho P1.07-Bom Jardim o CCO tambm o maior
responsvel pelos desvios (39,2%) e a Manuteno tambm contribui significativamente para
os desvios nos tempos de THP no trecho (33,5%). A partir destes resultados, podemos
perceber que alm das eliminaes nos desvios das causas principais encontradas, algumas
reas podem trazer maiores ganhos em potencial para os tempos de THP e conseqentemente
um ganho maior de produo para a MRS.
79
6. CONCLUSES
O presente trabalho possibilitou a aplicao das etapas Define (definir), Measure

(medir) e Analyze (analisar) do mtodo DMAIC, por meio da realizao de um estudo de caso,
para conhecimento e entendimento das principais causas do no cumprimento dos tempos de
Transit Time Carregado para os trens de Minrio para exportao da MRS Logstica, tendo o
objetivo inicialmente estabelecido sido alcanado.
Por meio do desenvolvimento deste estudo, o problema relacionado ao no
cumprimento do plano de Transit Time foi priorizado, tendo sido apontado dois problemas
especficos: um alto tempo de THP no Trecho Origem-P1.07 e no Trecho P1-07-Bom Jardim.
Analisando o THP do Trecho Origem-P1.07, as principais causas de No
cumprimento no THP foram detectadas, sendo elas as atividades 603-Aguardar Auxlio de
Trao, 104- Aguardar Ptio Congestionado, 120- Aguardar Enlace de Locotrol e 211Circulao no Ptio. Todas apresentaram um processo ineficiente e um grande potencial de
melhoria.
Quanto aos tempos de THP do trecho P1.07-Bom Jardim as duas causas principais
encontradas foram os tempos elevados das atividades 133- Aguardar Circulao de Trem a
Frente e PDC-Parado a Disposio da Circulao.
Alm disso, atravs dos estudos dos desvios com relao ao tempo planejado, notouse um potencial de melhoria maior em algumas reas da empresa, sendo que estas sero
comunicadas dos resultados do trabalho para que possam estudar formas de melhorar os
tempos de THP.
Diante dos resultados, algumas recomendaes para trabalhos futuros podem ser
apresentadas:
- Aplicao das duas etapas seguintes do mtodo DMAIC, Improve e Control, dando
continuidade ao trabalho desenvolvido;
- Estudo tcnico a respeito das variaes e implementaes de aes para reduzir a
mdia ou a variabilidade das atividades, conforme potenciais apresentados.
- Estudo nos tempos de Transit Time do Trecho Saudade-Barra do Pira.
- Implementao de Controle Estatstico (Atravs de cartas de Controle e ndices de
Processo) para cada atividade realizada, tendo uma previsibilidade maior e um
acompanhamento melhor das mesmas.
80
REFERNCIAS BIBLIOGRFICAS
AGUIAR, Silvio. Integrao das ferramentas da qualidade ao PDCA e ao programa seis

sigma. Nova Lima: INDG, 2006.
BARNEY, M. Motorolas second generation. Six Sigma Forum Magazine. Milwaukee, v.
1, n. 3, p.13-16, May 2002.
CAMPOS, Vicente Falconi. TQC: Controle da Qualidade Total: No Estilo Japons. Nova
Lima MG: INDG TECNOLOGIA E SERVIOS LTDA, 1992.
CARVALHO, Marly M.; PALADINI, Edson P..Gesto da Qualidade: Teoria e Casos. Rio
de Janeiro: Elsevier, 2005.
CORONADO, R.B., Antony, J. Critical success factors for the successful implementation
of Six Sigma projects in Organizations. The TQM Magazine, v.14, pp. 92-99, no.2, 2002.
DONADEL, Daniel C. Aplicao da metodologia DMAIC para reduo de refugo em
uma indstria de embalagens. So Paulo, 2008. 122 p.
GOH, T.N., Xie, M. Statistical Control of a Six Sigma Process. Quality Engineering, 15, pp.
587-592, abr.2003.
HARRY D., SCHROEDER, R. Six Sigma: the breakthrough management strategy
revolutionizing the Worlds Top Corporation. New York: Doubleday, 2000.
HILSDORF, W.C. A Estratgia Seis Sigma para Melhoria da qualidade: uma anlise
crtica das mtricas utilizadas. Revista Pesquisa e Tecnologia FEI. So Paulo, n.23, p. 25-39,
outubro,2002.
ISHIKAWA, K. What is total quality control? The Japanese way. Trad. De David Lu.
Englewood Cliffs, Prentice-Hall, 1985.
JUNIOR, I. M. et al. Gesto da Qualidade. 8. ed. Rio de Janeiro: Editora FGV, 2006. 196 p.
LINDERMAN, K., Schroeder, R.G., Zaheer, S., Choo, A. Six Sigma: a goal-theoretic
perspective. Journal Operations Management, 21, pp. 193-203, 2003
MIGUEL, P. A. C. Metodologia de pesquisa em engenharia de produo e gesto de
operaes. Rio de Janeiro: Elsevier, 2010.
MONTGOMERY, D. C. Introduo ao controle estatstico da qualidade. 4. ed. Rio de
Janeiro: LTC, 2004. 513 p.
MOREIRA, A.C.V.B., DAR, C.T., RODRIGUES, M.D.F. et al. Green Belts Industrial. v.
6. Fundao de Desenvolvimento Gerencial, 2004
PANDE, Peter S.; NEUMAN, Robert P.; CAVANAGH, Roland R.. The six sigma way: how
GE, Motorola, and other top companies are honing their performance. New York:
McGraw- Hill, 2000.
81
RASIS, D., GITLOW, H.S., POPOVICH, E. Paper Organizers International: A Fictitious

Six Sigma Green Belt Case Study I. Quality Engineering, 15 (1), pp.127-145, 2002.
ROTONDARO, R. G. Seis Sigma: estratgia gerencial para a melhoria de processos,
produtos e servios. So Paulo: Atlas, 2008.
SANTOS, B. ADRIANA; MARTINS F. MANOEL, A implementao dos projetos seis
sigma contribuindo para o direcionamento estratgico e para o aprimoramento do
sistema de medio de desempenho, Revista Pesquisa e Desenvolvimento Engenharia de
Produo, n.1, p. 1-14, dez.2003
SCATOLIN, Andr C. Aplicao da metodologia seis sigma na reduo das perdas de um
processo de manufatura. So Paulo, 2005.
STAMATIS, H. DEAN, Six Sigma Fundamentals: A complete guide to the system,
methods and tools, New York, Productivity Press, 2004
TORMINATO, S. M. Anlise da utilizao da ferramenta CEP: um estudo de caso na
manufatura de autopeas. Dissertao (Mestrado em Engenharia Mecnica) Universidade
Estadual de Campinas, 2004, 106 p.
USEVINICIUS, A. L, Implantao da metodologia Seis Sigma e aplicao da tcnica
estatstica de projeto de experimentos na resoluo de problemas e otimizao
dosprocessos de fabricao, Universidade Federal do Rio Grande do Sul. RS, p.36, 2004.
VACCARO, G. L. R. Modelagem e anlise da confiabilidade de sistemas. 1997. 222 f.
Dissertao (Mestrado em Engenharia de Produo), Universidade Federal do Rio Grande do
Sul, 1997.
VAN DER POL, R. B. Aplicao do mtodo DMAIC para reduo da ocorrncia de
acidentes ferrovirios, Juiz de Fora 2011.
VIEIRA, S. Estatstica para a qualidade. Editora Campus, 1999.
WATSIN, G. H. Cycles of learning: observations of Jack Welch. Six Sigma Forum
Magazine. Milwaukee, v. 1, n. 1, p.13-18, nov. 2001.
WILSON, P. M. Six Sigma: understanding the concept, implications and challenges,
Advanced Systems Consultants, 1999.
WERKEMA, M. C. C. As ferramentas da qualidade no gerenciamento de processos. 4 ed.
Belo Horizonte: QFCO. 1995
WERKEMA, Maria Cristina Catarino. Criando a cultura Seis Sigma. Nova Lima: Werkema,
2004.

Aplicação do Seis Sigma na operação ferroviária

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Aplicação do Seis Sigma na operação ferroviária

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDADE FEDERAL DE JUIZ DE FORA

CURSO DE GRADUAO EM ENGENHARIA DE PRODUO

DOUGLAS DOS REIS DUARTE

APLICAO DA METOLOGIA SEIS SIGMA MODELO DMAIC - NA

DOUGLAS DOS REIS DUARTE

APLICAO DA METOLOGIA SEIS SIGMA MODELO DMAIC - NA

Trabalho de Concluso de Curso apresentado a

Orientador: DSc., Roberta Resende Zagha

DOUGLAS DOS REIS DUARTE

APLICAO DA METOLOGIA SEIS SIGMA MODELO DMAIC - NA

Trabalho de Concluso de Curso apresentado a

Keywords: DMAIC. Efficiency. Transit Time.

1.1 CONSIDERAES INICIAIS .................................................................................... 12

2.1 SEIS SIGMA ............................................................................................................... 16

O MODELO DMAIC ......................................................................................................... 21

2.2.1 ETAPA DEFINE (D) .....................................................................................................................21

2.3 FERRAMENTAS UTILIZADAS NO SEIS SIGMA .................................................... 30

3.1 DESCRIO DA METODOLOGIA DE PESQUISA .................................................. 40

4.1 DEFINIO (DEFINE)............................................................................................... 48

mundo globalizado, as empresas esto procurando sempre uma maneira de diferencia-se

ELABORAO DOS OBJETIVOS

conduzir projetos de melhoria de qualidade, produtividade e reduo de custos.

sua exposio, como pode ser verificada na Figura 1.

Figura 1 Metodologia de pesquisa em Engenharia de Produo

De acordo com a metodologia, conforme a natureza, o presente trabalho

justificativa do estudo, o escopo do trabalho, os objetivos e a metodologia utilizada.

tem como objetivo aumentar expressivamente a performance e a lucratividade das empresas,

processo (ainda que exista padronizao no processo). (WATSON, 2001)

A GE considerada uma empresa modelo. Como a GE passou a utilizar o Seis

Figura 2 - Comparao entre processos de Curto e Longo Prazo

Figura 3 - Processo Seis Sigma de Longo Prazo

Assim a expresso Seis Sigma representa, na verdade, uma eficcia de 99,99966%

Quadro 1 - DPMO de Processos de Curto e Longo Prazo

O significado na prtica da meta do Seis Sigma, de acordo com Werkema (2004),

Quadro 2 - Comparao entre o padro 4 Sigma e o 6 Sigma

gerem no mximo 3,4 defeitos por milho de oportunidade (DPMO). A ferramenta de

clssicas organizadas em um mtodo de soluo de problemas e seguindo um rigoroso

Etapa Define (D)

Figura 4 - Etapa DEFINE

Nesta etapa so identificados os projetos Seis Sigma que sero desenvolvidos na

CTQs), as quais devem estar em concordncia com o problema do projeto e auxiliam na

2.2.2 Etapa Measure (M)

Figura 5 - Etapa MEASURE

2.2.3 Etapa Analyze (A)

Figura 6 - Etapa ANALYZE

Primeiramente deve-se realizar a observao do processo ao qual o problema

2.2.4 Etapa Improve (I)

Figura 7 - Etapa Improve

Segundo Werkema (2004, p.108), inicialmente deve-se realizar um Brainstormig

2.2.5 Etapa Control (C)

O objetivo desta fase controlar os processos existentes, aplicar medies com o

Figura 8 - Etapa CONTROL

FERRAMENTAS UTILIZADAS NO SEIS SIGMA

importncia para anlise de possveis aes de melhorias e para auxiliar na formulao de

Quadro 3- Ferramentas Utilizadas no Seis Sigma

2.3.3 Grfico de Pareto

Figura 10 - Diagrama de Pareto

2.3.4 Coeficiente de Correlao

O coeficiente de correlao, r, mede a fora da associao linear entre as duas

Como propriedade, o r deve satisfazer seguinte condio: 1 r 1,onde os

2.3.5 Grficos de Controle

A Figura 11 mostra um exemplo de grfico de controle. As linhas referentes aos

- Teste 6: testa se existem quatro de cinco pontos localizados no mesmo lado a um