You are on page 1of 25

SIMULAO DE PROCESSOS NA

INDSTRIA DE ALIMENTOS

Prof. Paulo Duarte Filho

BAG SETEMBRO/2010

1. CONTROLE ESTATSTICO DE PROCESSOS


Imagine uma planta industrial para a obteno de
polmeros:
Engenheiros de alimentos devem projet-la para
garantir que os polmeros por ela produzidos
estejam com as caractersticas desejadas pelos
clientes;
Para verificar se est tudo conforme planejado,
os engenheiros acompanham sistematicamente
as caractersticas do polmero que est sendo
produzido;

1. CONTROLE ESTATSTICO DE PROCESSOS


Foi avaliado o parmetro viscosidade para o
controle da produo;
Ento, de tempos em tempos foram coletados
uma amostra na sada da linha de produo e
enviada ao laboratrio para a determinao de
sua viscosidade;
Todos os valores so plotados em um grfico
em funo do tempo;

1. CONTROLE ESTATSTICO DE PROCESSOS


Se o processe estiver totalmente sob controle,
sem erros grosseiros nem sistemticos, como
deve ser a distribuio desses pontos???

Quando o processo est sob controle, sua


variabilidade

devida

apenas

aos

erros

aleatrios.

PRINCPIO BSICO DO CONTROLE DE QUALIDADE

1. CONTROLE ESTATSTICO DE PROCESSOS


Exemplo de um grfico de disperso

1. CONTROLE ESTATSTICO DE PROCESSOS


Distribuio normal Histograma

ITUAO IDEAL SONHO DE TODO O ENGENHEIRO DE ALIMENT

1. CONTROLE ESTATSTICO DE PROCESSOS

As cartas ou mapas controle so uma


ferramenta fundamental para a deteco de
problemas que possam estar perturbando o
processo;

Qualquer padro anmalo, que indique desvios


da normalidade,

um

aviso de que os

responsveis devem tomar as providncias


necessrias para fazer o processo voltar ao
controle;

1. CONTROLE ESTATSTICO DE PROCESSOS

Como pode se observar a carta controle


composto por trs linhas horizontais paralelas;

Limite superior de controle

Mdia

Limite inferior de controle

1. CONTROLE ESTATSTICO DE PROCESSOS

Situaes

anmalas:

Como

identific-las?

Conhecimento tcnico do funcionamento da


planta, bem como nas evidncias obtidas a partir
do grfico;

1. CONTROLE ESTATSTICO DE PROCESSOS


Existem algumas regras prticas para auxiliar os
operadores a detectar situaes anmalas:
um ou mais pontos localizados fora dos
limites de controle;
quatro pontos, de cinco sucessivos,
situados a mais de um desvio padro da
mdia, de um mesmo lado da linha
central;

1. CONTROLE ESTATSTICO DE PROCESSOS


Existem algumas regras prticas para auxiliar os
operadores a detectar situaes anmalas:
seis pontos consecutivos ascendentes ou
descendentes;
nove pontos sucessivos de um mesmo
lado da linha central.

1. CONTROLE ESTATSTICO DE PROCESSOS


Qualidade:
Definida pela satisfao do cliente.
Ex:

Vamos

supor

que

um

fabricante

de

embalagens diz a um fabricante de biopolmeros


que s compra seu produto se ele tiver uma
viscosidade de 45 cp. No entanto, tendo em vista
as dificuldades, o fabricante de embalagens est
disposto a aceitar uma variao de 3 unidades
para mais ou para menos na viscosidade.

1. CONTROLE ESTATSTICO DE PROCESSOS

Ex: Sendo assim, tem-se os valores definidos


para os limites de tolerncia da especificao: 42
(mnimo)

48

(mximo).

Os

lotes

de

biopolmeros que carem fora da faixa de


tolerncia sero rejeitados e imediatamente
devolvidos ao fornecedor.

1. CONTROLE ESTATSTICO DE PROCESSOS


Mesmo que o fornecedor tenha seu processo sob
controle, isso no quer dizer que o produto ir
satisfazer obrigatoriamente s especificaes.
necessrio tambm comparar os parmetros de
controle com os parmetros de especificao.
MEDIDA DA CAPACIDADE DO PROCESSO!!!!

1. CONTROLE ESTATSTICO DE PROCESSOS


Um dos ndices de capacidade mais utilizados o
Cpk. definido como a menor das duas fraes:
LSE / 3

LIE / 3

LSE = limite superior de especificao;


LIE = Limite inferior de especificao;
= estimativa confivel da mdia;
= estimativa confivel do desvio padro

1. CONTROLE ESTATSTICO DE PROCESSOS


Ex: Se o cliente deseja um biopolmero com
viscosidade entre 42 e 48, e o processo est
operando com = 46 e = 1,6. Calcule o Cpk.
0,42 e 0,83. Utiliza-se o menor valor obtido das
duas fraes.
Portanto, Cpk= 0,42 - Pssimo

1. CONTROLE ESTATSTICO DE PROCESSOS


Avaliao do clculo do ndice:
Processo incapaz: Cpk < 1;
Processo aceitvel : 1,0 Cpk 1,33;
Processo capaz: Cpk 1,33.
A Motorola e a general Eletric j estabeleceram
Cpk igual a 2 como padro mnimo de qualidade
para

seus

fornecedores.

processos,

bem

como

seus

1. CONTROLE ESTATSTICO DE PROCESSOS


Cpk baixo
Causa: a distribuio est centrada, mas h
uma variao maior que a faixa dos limites
de especificao
Processo: incapaz
Cpk bom
Causa a distribuio est centrada e h
uma variao menor que a faixa dos limites
de especificao
Processo: satisfatrio
Cpk alto
Causa: a distribuio est centrada e h
uma baixa variao em relao faixa dos
limites de especificao
Processo: capaz

2. ANLISE DE VARINCIA
O objetivo principal da anlise de varincia
comparara variao devida aos tratamentos (ex:
concentrao de nutrientes) com a variao devida ao
acaso ou resduo. Para realiz-la preciso proceder a
uma srie de clculos.

2. ANLISE DE VARINCIA
Os seguintes clculos so necessrios para a
realizao da anlise de varincia:
a) Graus de liberdade:
)

de tratamentos: k 1

do total: n 1, com n = k.r

do resduo: (n 1) (k 1) = n - k

2. ANLISE DE VARINCIA
b) O valor C, dado pelo total geral elevado ao
quadrado e dividido pelo nmero de observaes.
O valor C conhecido como correo:
C = (y)2 / n
c) A soma de quadrados total:
SQT = y2 C
d) A soma de quadrados de tratamentos:
SQTr = T2 / r - C

2. ANLISE DE VARINCIA
e) A soma de quadrados de resduo:
SQR = SQT SQTr
f) O quadrado mdio de tratamentos:
QMTr = SQTr / K 1
g) O quadrado mdio de resduo:
QMR = SQR / n k
h) O valor de F
F = QMTr / QMR

2. ANLISE DE VARINCIA
Exerccio: Faa a anlise de varincia para o
experimento

abaixo.

Comente

os

resultados

obtidos.
Produo de milho em Kg / 100 m2 segundo a variedade
Varieda
de

25

31

22

33

26

25

26

29

20

28

28

31

23

27

25

34

21

24

29

28

2. ANLISE DE VARINCIA
Utilizando o Excel:
Anova: fator nico

RESUMO
Grupo

Contage
m

Soma

Mdia

Varincia

Coluna 1

115

23

6,5

Coluna 2

135

27

7,5

Coluna 3

130

26

7,5

Coluna 4

155

31

6,5

ANOVA
Fonte da variao
Entre grupos
Dentro dos grupos

SQ
163,75
112

gl

MQ
F
valor-P F crtico
3 54,58333 7,797619 0,001976 3,238872
16

2. ANLISE DE VARINCIA
Utilizando o Excel: