aplicação da metodologia seis sigma no processo produtivo em uma fundição de alumínio

The 4th International Congress on University-Industry Cooperation Taubate, SP Brazil December 5th through 7th, 2012

ISBN 978-85-62326-96-7

APLICAO DA METODOLOGIA SEIS SIGMA NO PROCESSO PRODUTIVO EM UMA FUNDIO DE ALUMNIO

APPLICATION OF SIX SIGMA METHODOLOGY IN THE PRODUCTION PROCESS IN AN ALUMINUM CASTING Ricardo Alexandre de Aquino , [email protected] Department of Mechanical Engineering, University of Taubate (UNITAU) Rua Daniel Danelli, s/n - 12060-440, Taubate-SP - Brasil Prof. Dr. Antonio Faria Neto, [email protected] Department of Mechanical Engineering, University of Taubate (UNITAU) Rua Daniel Danelli, s/n - 12060-440, Taubate-SP - Brasil

Pesquisador em Eficincia Energtica da UNESP. Endereo: Av. Ariberto Pereira da Cunha, 333 Bairro: Pedregulho 12.516-410 -

Guaratinguet, SP Telefone: (12) 3123-2830 Prof. Dr. Francisco Antonio Lotufo, [email protected] Department of Electrical Engineering, Sao Paulo State University (UNESP)

Endereo: Av. Ariberto Pereira da Cunha, 333 Bairro: Pedregulho 12.516-410 -

Guaratinguet, SP Telefone: (12) 3123-2151 Abstract. Six Sigma is a methodology that applies Abstract. Six Sigma is a methodology that applies a set of statistical tools to improve the quality of products and services of an organization. This methodology seeks to systematically reduce variability in any administrative or manufacturing, while reducing or eliminating defects. This work was developed explaining what Six Sigma is, its importance to the company, the members and the process needed to develop this program, also undertook to show the results of the companies that have already adopted the program and ended up using the developing a project with an effective implementation of a manufacturing process produces aluminum casting. Keywords: Define, Measure, Analyze, Improve and Control. Resumo.Seis Sigma uma metodologia que aplica um conjunto de ferramentas estatsticas para melhorar a qualidade em produtos e servios de uma organizao. Tal metodologia busca sistematicamente reduzir variabilidade em qualquer processo administrativo ou de manufatura, ao mesmo tempo em que reduz ou elimina defeitos. Este trabalho foi desenvolvido explicando o que o Seis Sigma, sua importncia para a empresa , o processo e os integrantes necessrios para desenvolvimento deste programa, tambm encarregou-se de mostrar os resultados das empresas que j adotam o programa e encerrou-se utilizando o desenvolvimento de um projeto com aplicao efetiva num processo de manufatura de uma fabrica de fundio de alumnio.


ISBN 978-85-62326-96-7

Palavras-Chave: Definir, Medir, Analisar, Melhorar e Controlar. 1. INTRODUCTION

Desenvolvido pelo Engenheiro Bill Smith, da Diviso de Comunicaes da Motorola, em 1986, para resolver o crescente aumento de reclamaes relativas as falhas no produto dentro do perodo da garantia , o mtodo padronizou a forma de contagem dos defeitos e tambm definiu um alvo, onde estaramos prximos perfeio, o qual foi denominado de Seis Sigma.A estratgia auxiliou a Motorola no alinhamento dos processos s necessidades do cliente, na mensurao e aprimoramento do desempenho dos processos crticos e na documentao destes, levando-a a triplicar a produtividade e obter economias da ordem de US$ 11 bilhes at o ano de 1997. O trabalho resultou na obteno do prmio Malcolm Baldrige National Quality Award (Prmio Nacional da Qualidade dos EUA) em 1988.Posteriormente, esta estratgia recebeu contribuies importantes de organizaes como IBM, Xerox, Texas Instruments, AlliedSignal (atualmente Honeywell) e GE, onde o processo de melhoria DMAIC foi padronizado como o principal mtodo de aprimoramento, para atingir a qualidade Seis Sigma.Na rea automotiva, a utilizao comeou com a AlliedSignal, fabricante de autopeas, em 1994, alcanando economias de US$ 2 bilhes em projetos Seis Sigma. Os resultados obtidos pelas organizaes pioneiras, auxiliaram a disseminao em alta velocidade nas principais montadoras e fabricantes de autopeas americanos, a destacar: Dana, Delphi, Johnson Control, Ford, Lear, Visteon, Eaton, Cummins, Caterpillar, John Deere, entre outras. Seis Sigma uma estratgia que busca a satisfao dos clientes e menores custos pela reduo da variabilidade e, conseqentemente, dos defeitos. Tambm representa uma medida de desempenho e meta para operao de processos, com uma taxa de 3,4 falhas por milho de atividades ou "oportunidades". Com Seis Sigma, temos como objetivo, alm do aumento da satisfao do cliente, a reduo de perdas, associadas ao que denominamos de fbrica oculta. Esta fbrica oculta possui diversas fontes de desperdcio, associadas ao custo da qualidade, que no agregam valor organizao. A base da melhoria a realizao de aprimoramentos, projeto a projeto. Cada "problema" potencial visto como uma oportunidade de aumento da satisfao do cliente ou uma economia que pode ser revertida em benefcio da organizao. A implantao de Seis Sigma inicia pelo levantamento da satisfao do cliente, suas necessidades e requisitos que, associados aos objetivos estratgicos do negcio, definiro os projetos prioritrios. A partir da sero estabelecidas as Caractersticas Crticas para a Qualidade (CTQs- Critical To Quality) em cada processo e comea a aplicao com o mtodo DMAIC.


ISBN 978-85-62326-96-7

Figura 1. Histria da Implementao do Seis Sigma. Manual Green Belt Ford Motor Company. Figure 1. History of Six Sigma Implementation. Manual Green Belt Ford Motor Company.

Figura 2. Passos a serem seguidos. Manual Green Belt Ford Motor Company Figure 2. Steps to be followed. Manual Green Belt Ford Motor Company

Seis Sigma segue um caminho lgico, utilizando o mtodo cientfico, chamado DMAIC (sigla das iniciais das palavras Definir, Medir, Analisar, Aprimorar e Controlar em ingls),consistindo das seguintes etapas: Definir - Etapa em que so analisados os requisitos do cliente e as necessidades do negcio, para a identificao dos processos crticos que definiro a escolha dos projetos que sero desenvolvidos. Medir - Etapa em que so aplicadas as ferramentas estatsticas que medem o desempenho dos processos, permitindo a visualizao do estado atual dos mesmos, para a definio das metas de aprimoramento. Esta etapa fundamental para que, no futuro, possamos saber se obtivemos sucesso nos projetos de aprimoramento. Analisar - Etapa em que so aplicadas as ferramentas estatsticas que permitem descobrir a causa-raiz dos problemas apresentados. Esta etapa crtica, pois define qual a causa, para que atuemos nela e, no, nas suas conseqncias.


ISBN 978-85-62326-96-7

Aprimorar - Etapa em que so aplicadas as ferramentas estatsticas que permitem aprimorar o processo. Aqui, comea realmente o aperfeioamento dos processos, eliminando os erros ou desenvolvendo novas solues. Controlar - Etapa em que so aplicadas ferramentas estatsticas, possibilitando que os aprimoramentos obtidos sejam mantidos na organizao e se transformem em novos padres.

Figura 3. Fases da Aplicao - DMAIC - Manual Green Belt Ford Motor Company Figure 3. Stages of Implementation - DMAIC - Manual Green Belt Ford Motor Company muito importante que estas etapas sejam seguidas criteriosamente, para que evitemos trabalhar nas conseqncias ou sintomas dos problemas e, realmente, possamos agir na verdadeira causa. Muitas vezes, pela pressa em resolvermos os problemas ou por erros de julgamento, no avaliamos todos os aspectos, tomando decises incorretas que faro com que os mesmos problemas se repitam no futuro. Este encadeamento lgico entre as etapas, em que s executamos uma etapa aps a finalizao da anterior, permite uma melhor compreenso dos processos, facilitando o caminho, para a resoluo dos problemas ou o aprimoramento dos processos. As principais ferramentas estatsticas, utilizadas no processo DMAIC esto descritas na figura 4.


ISBN 978-85-62326-96-7

Figura 4. As 10 Ferramentas Bsicas Figure 4. The 10 Basic Tools Estas ferramentas estatsticas so utilizadas h muitas dcadas e j provaram seu valor acadmico e prtico. O que muda o uso integrado das mesmas e o foco no projeto, permitindo uma abordagem mais profunda e criteriosa das anlises. Acompanhando 10 projetos Seis Sigma em uma organizao, fornecedora da cadeia automotiva, listamos, na tabela 1, a freqncia de utilizao de cada tcnica. Tabela 1. As Ferramentas mais usadas. Table 1. The most commonly used tools.

Ferramenta N de vezes usada

em 10 projetos

Mapeamento de processos 10

Diagrama de causa e efeito 10

Matriz de causa e efeito 8

FMEA 4

Grfico box plot 9

Diagrama de Pareto 7

Histograma 3

Anlise de capacidade 6

Anlise do sistema de medio para variveis (R&R) 4

Anlise do sistema de medio para atributos (R&R) 2

Tcnicas de previso (forecast) 1

Estudo e grfico multi vari 6

Teste de hipteses para mdias 7

Teste de hipteses para varincias 7

Teste de hipteses para medianas 1

Anlise de varincia - ANOVA 1

Correlao e regresso linear simples ou mltipla 4

Experimento fatorial fracionrio 2

Experimento fatorial completo 3

Experimentos de misturas 1

Simulao discreta de eventos 2

Grficos de controle por variveis 5

Grficos de controle por atributos 1


ISBN 978-85-62326-96-7

Pr-controle 1

Plano de controle 4

Dispositivo prova de falhas 2

O mapeamento de processos, o diagrama de causa e efeito e as tcnicas grficas so as ferramentas mais usadas. Tambm, se destaca o grande nmero de testes de hipteses e de experimentos realizados. A implantao de Seis Sigma executada por uma equipe de especialistas nos processos, capacitados a pensar estatisticamente, a fim de encontrarem a soluo para a verdadeira causa dos problemas. Esta equipe de especialistas atuar como agente de mudana na organizao, aplicando e disseminando o uso das ferramentas estatsticas e da qualidade no aprimoramento dos projetos. Usualmente, so chamados de Black belts e Green belts, numa referncia s denominaes dos especialistas em artes marciais, sendo funcionrios das unidades de negcios, (onde os processos esto sendo aprimorados) e, no, funcionrios da rea da qualidade. O Black belt tem dedicao total de seu tempo aos projetos e o Green belt, dedicao parcial.

Figura 5. Hierarquia Seis Sigma Figure 5. Hierarchy Six Sigma Um aspecto crtico, na implantao de Seis Sigma, a capacitao dos agentes de mudana pois, na maioria das vezes, so especialistas de processos, que usam pouco ou at desconhecem as ferramentas estatsticas, que sero aplicadas. Assim, a capacitao deve ter forte base conceitual e privilegiar o aspecto prtico de aplicao, para que os profissionais possam entender como utilizar as ferramentas e, principalmente, compreender os resultados das anlises estatsticas. Isto facilitado pela utilizao de softwares de anlises estatsticas. A capacitao dos agentes de mudana realizada com uma abordagem distinta dos treinamentos usuais, utilizando-se o conceito de certificao dos participantes. Ao iniciar o treinamento, o participante recebe um projeto, definido por sua diretoria, no qual realizar as etapas prticas do treinamento, efetuado em 4 mdulos tericos, intercalados com atividades prticas,


ISBN 978-85-62326-96-7

conforme ilustra a figura 6. A certificao fornecida, aps o participante ter concludo o treinamento e finalizado dois projetos

Figura 6. Treinamento dos Black Belts Figure 6. Training of Black Belts

A capacitao dos agentes de mudana realizada com uma abordagem distinta dos treinamentos usuais, utilizando-se o conceito de certificao dos participantes. Ao iniciar o treinamento, o participante recebe um projeto, definido por sua diretoria, no qual realizar as etapas prticas do treinamento, efetuado em 4 mdulos tericos, intercalados com atividades prticas, conforme ilustra a figura 6. A certificao fornecida, aps o participante ter concludo o treinamento e finalizado dois projetos.

Os seguintes pontos devem ser observados para um treinamento eficaz: Carga horria adequada (BB 160 horas e GB 96 horas); instrutores com grande experincia e boa comunicao; instrutores com excepcional base em estatstica; treinamento adaptado realidade da organizao (customizado); realizao de atividades prticas.

2 REFERENCIAL TEORICO

Diferencial Seis Sigma Tanto a abordagem de qualidade, denominada Controle de Qualidade Total (TQC), quanto Seis Sigma, apoiam-se em ferramentas comuns, mas a gesto das duas estratgias bastante diferente. Tradicionalmente, o TQC baseia-se no aprimoramento contnuo e considerado uma jornada em que nunca se atinge o alvo, pois ele est sempre nossa frente. A estratgia Seis Sigma no rompe com a busca da perfeio, mas difere, fundamentalmente, na resoluo projeto a projeto, com alvos bem definidos, com os quais sabemos, com muita clareza, quando os objetivos foram alcanados,


ISBN 978-85-62326-96-7

tornando os ganhos mais evidentes. Outra diferena marcante ser o Seis Sigma uma estratgia de negcios e, no somente de qualidade, auxiliando a organizao em vrias reas, como vendas, logstica, marketing e produo. Por exemplo, a realizao de um projeto para reduo de estoque. 3 caractersticas destacam Seis Sigma: Integrao de pessoas e de processos no aprimoramento; um mtodo que sequencia e liga ferramentas de aprimoramento dentro de um enfoque global. Outras diferenas so apresentadas na figura 7.

Seis Sigma

TQC

Propriedade executiva

Times autodirecionados

Estratgia dos negcios

Iniciativa da Qualidade

Funes cruzadas

Funes individuais

Treinamento em larga escala com retorno financeiro, com forte base estatstica

Treinamento restrito

Ferramentas bsicas e avanadas Ferramentas bsicas da qualidade

Aprimoramento "Projeto a Projeto"

Aprimoramento "Contnuo"

Alvo palpvel

Alvo "obscuro"


ISBN 978-85-62326-96-7

Orientado aos resultados do negcio Orientado Qualidade

Figura 7. Diferenas entre Seis Sigma e Controle de Qualidade Total Figure 7. Differences between Six Sigma and Total Quality Control

Mudanas na Organizao aps implantao

A principal mudana, apresentada pelas organizaes aps implantar Seis Sigma, a nova forma de tomada de deciso no gerenciamento do negcio, pois as decises passam a ser tomadas, considerando dados e fatos analisados estatisticamente, em vez de apoiados apenas por sentimentos ou experincia. Os gerentes necessitam ser mais analticos do que intuitivos. Outra mudana importante consiste na disseminao do conhecimento, pois os agentes de mudana no ficam isolados das reas que executam as tarefas e precisam da integrao da equipe, para atingir os resultados dos processos. A comunicao e os relacionamentos entre as reas so facilitados pela criao de linguagem e mtricas comuns, que permitem a troca de experincias e informaes.

Figura 8. Impacto da mudana. Figure 8. Impact of change. Futuro Pelos os resultados obtidos com as organizaes pioneiras, o futuro parece-nos extremamente animador, pois cada vez um nmero maior de empresas comea a adotar esta estratgia, o que far uma transformao na forma de obteno de resultados e maiores nveis de qualidade. Mas o processo de implantao da qualidade Seis Sigma jovem e necessita, tambm, aprimoramentos e correo de rumos, entre os quais destacamos:

DFSS (DESIGN FOR SIX SIGMA) Podemos dividir as fontes de falhas na manufatura em processo, fornecedores e projeto, sendo que o projeto a fase de maior influncia na qualidade de um produto. Grande parte dos projetos iniciais de Seis Sigma focalizado no processo de manufatura, porm a medida que a experincia no uso da estratgia aumenta, natural o direcionamento para projetar certo, na primeira vez, e no tempo certo. O DFSS o Seis Sigma aplicado ao processo de projeto, seguindo passos anlogos ao DMAIC,


ISBN 978-85-62326-96-7

denominados de DMADV (Definir, Medir, Analisar, Projetar e Verificar). Nesta fase, um novo conjunto de ferramentas incorporado, para tornar o mtodo adequado ao processo de projetar, reunindo as necessidades dos clientes variabilidade das condies de uso do produto e variabilidade dos componentes. Alguns benefcios do DFSS: Desenvolver produtos e processos alinhados com a necessidade do cliente; lanar produtos em menor tempo; aumentar a qualidade dos produtos; desenvolver produtos que possam ser manufaturados com qualidade Seis Sigma; definir tolerncias realsticas.

Foco no cliente Nos projetos iniciais, d-se grande nfase em buscar economias para a organizao, pois isto fundamental para que a estratgia ganhe credibilidade e se consolide. importante, nesta fase, que as vitrias gerem mais vitrias, pois as economias, geradas pelos projetos, so o principal combustvel do motor do Seis Sigma. Porm, no podemos esquecer que um dos focos o aumento da satisfao do cliente e que, mesmo com dificuldades na mensurao de caractersticas do cliente (CTQs) e no clculo das economias geradas, devemos desenvolver projetos vinculados satisfao do cliente. importante reconhecer todos os ganhos obtidos, financeiros ou no, para a satisfao do cliente. Aplicao em todo o negcio Usualmente, os projetos preliminares so vinculados manufatura, pois a tendncia trabalhar onde a economia pode ser melhor caracterizada, como em processos com retrabalho intenso. Porm, o grande poder do Seis Sigma revela-se quando este ferramental auxilia as tomadas de decises e, as resolues de problemas do negcio. O processo de melhoria Seis Sigma pode e deve ser utilizado como principal ferramenta de aprimoramento do negcio, aplicado em reas como logstica, vendas, etc.

Uso de mais ferramentas As tcnicas estatsticas so a base de todo o processo e na experincia de utilizao, algumas ferramentas tornam-se mais teis que outras. As ferramentas estatsticas tambm esto vinculadas ao tipo de negcio (qumica, metal-mecnica, servios, etc.). Em nossa experincia, destacamos que algumas ferramentas/mtodos necessitam ser abordados e conhecidos com maior profundidade no


ISBN 978-85-62326-96-7

segmento metal mecnico: Simulao de eventos discretos; planejamento de experimentos (Anlise de Superfcie de Resposta, etc.); sries temporais e previso; tratamento de dados no normais.

Envolvimento dos fornecedores e clientes

Uma vez que o processo apresenta-se maduro na organizao, bom compartilhar projetos com clientes e fornecedores. Uma excelente oportunidade, junto a fornecedores, a realizao de projetos conjuntos para aumento da qualidade de algum insumo relevante para a organizao, compartilhando os treinamentos para o mesmo. Usualmente, os projetos com clientes visam melhorar o desempenho do produto final, na sua utilizao pelo cliente. Os projetos com clientes aumentam a fidelizao. A GE auxiliou a realizao de 1.200 projetos em companhias areas e mais de 1.000 projetos junto a hospitais, gerando economias superiores a US$ 400 milhes para seus clientes.

Figura 9. Futuro do Seis Sigma. Figure 9. Future of Six Sigma.


ISBN 978-85-62326-96-7

3 MTODOS E PROCEDIMENTOS

Este experimento se realizou em um ambiente fabril, especificamente numa fundio de alumnio, em uma empresa automobilstica multinacional, no municpio de Taubat, e o mesmo abrangeu estudos em campo e em laboratrio, O experimento focado na necessidade de reduo de custo de manufatura (SCRAP), ou seja, durante o processo produtivo havia grande perda de hora-mquina, hora-homem e peas com baixa qualidade, que elevavam o custo produtivo da fbrica, fazendo que perdas inviabilizassem os objetivos designados pela alta administrao. A Figura 10 mostra um grfico de Pareto que foi construdo com os dados de todas as mquinas injetoras de alumnio para mensurar e comparar qual equipamento seria aplicado metodologia seis sigma.

Figura 10 . Grfico de Pareto para comparao entre mquinas Figure 10. Pareto chart for comparing machines Para comparar os cabeotes dos modelos 1.0L e 1.6L, foram construdos grficos de perdas por defeitos, conforme mostram as Figuras 11 e 12, para criar evidncias de perda antes da implementao da metodologia

HONS

E L 4

HONS

E L 3

HONS

EL 1

HONS

EL 2

FATA

1.6

Oth

ers

22 18 16 8 6 1

31 .0 25 .4 22 .5 11 .3 8 .5 1 .4

31 .0 56 .3 78 .9 90 .1 98 .6 100 .0

0

10

20

30

40

50

60

70

0

20

40

60

80

100

D efec t

C o unt

P ercent

C um %

Pe

rce

nt

Co

un

t

P A R E T O P E A Q U E B R A D A M Q U IN A


ISBN 978-85-62326-96-7

Figura 11. Grfico de perdas por peas quebradas no ano motor 1.0 L. Figure 11. Graph of losses in the year broken parts motor 1.0 L Figura 12. Grfico de perdas por peas quebradas no ano motor 1.6L. Figure 12. Graph of losses in the year broken parts 1.6L engine. Seguindo todos os passos DMAIC no final deste trabalho o objetivo reduzir perdas produtivas e obter reduo de custos no processo.

Apresentao do projeto

O projeto visa reduo de pea quebrada no cabeote fundido numa fabrica de fundio de alumnio no mnimo em 70%, ganho de produtividade e reduo do custo de refugo.

METRIC - Peca Quebrada - Cabecote 1.0L

1,6

2,9

1 1,1

0,6

1,20,9 1

1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34

1,30

1,80

1,000,70

-1,00

1,00

3,00

5,00

jan/01 fev/01 mar/01 abr/01 mai/01 jun/01 jul/01 ago/01 set/01 out/01 nov/01 dez/01

Ms

Def

eito

s (%

)

Mdia Histrica Atual


1,7

1 0,90,7

0,4 0,5

10,6

0,85 0,85 0,85 0,85 0,85 0,85 0,85 0,85 0,85 0,85 0,85 0,85

1,000,70

0,90 0,90

-1,00

1,00

3,00

5,00

jan/01 fev/01 mar/01 abr/01 mai/01 jun/01 jul/01 ago/01 set/01 out/01 nov/01 dez/01

Ms

Def

eito

s (%

)

Mdia Histrica Atual


ISBN 978-85-62326-96-7

Descrio do problema

Atravs de uma matriz de localizao de problemas pontual, mostrada na Figura 13, tambm denominada no cho-de-fbrica como matriz de batalha naval pde-se evidenciar, como mostra a Figura 14, uma tabela de cdigos onde seria a rea de atuao, estratificando cada problema e sua localizao na matriz.

Figura 13 . Matriz batalha naval para identificao do problema. Figure 13. Matrix "naval battle" for problem identification.


ISBN 978-85-62326-96-7

MAQUINA

DATA 1.0 1.6 1.0 1.6 CAV 13 CAV 14 CAV 15 CAV 16 CAV 5 CAV 6 CAV 7 CAV 8 CAV 1 CAV 2 CAV 3 CAV 4

3/11 I 09

6/11 P 06 P 06 Q 13 O 10

P 06 O 10

Q 13

7/11 L 14 R 13 O 10

8/11 K 17 L 08 L 14

Q 13

9/11 R 13 J 18 Q 13

U 08

12/11 SHOT 08 Q 07 I 12 U 13 O 13 P 06

R 06 R 11 L 13 O 10

R 12

R 12

13/11 I 06 P 06

O 10 U 14

P 10

P 10

DEFEITO: (P) - PEAS QUEBRADAS - EXTRATIFICAODEFEITOS RELACIONADOS POR POSIO NA MATRIZ DE REFERNCIA

FATA TILLMAN HONSEL 1 - 1.0- 4 SET HONSEL 2 - 1.6 - 2SET HONSEL 3 - 1.6 - 1 SET

Figura 14. Estratificao dos defeitos por mquina. Figure 14. Stratification of defects per machine. Durante a prensagem das peas na injetora de alumnio ocorrem deformaes na regio das torres e face dos dutos de escape na destorroadora, e deformaes na face dos balancins e face da cmara de combusto gerando perdas de:

Produo final;

Peas sucateadas;

Aumento de custo de refugo.

Desperdcio de matria prima. Definio dos potenciais

Foram detectados dois problemas denominados Y com suas possveis causas X.

Y1 = Pea Quebrada na mquina injetora de alumnio HONSEL

X1 = Pea quebrada na regio das torres

X2 = Pea quebrada na face dos dutos de escape

Y2 = Pea quebrada na destorroadora FATA.

X2. 1 = Pea quebrada na face dos balancins.

X2. 2 = Pea quebrada na face da cmara de combusto


ISBN 978-85-62326-96-7

4 RESULTADOS E DISCUSSO Atravs de reunies com pessoas envolvidas no processo, foi realizado um brainstorming (tempestade de idias) para anotar todas as idias, mesmo que absurdas, que poderiam melhorar o processo. Foi classificada cada sugesto em uma matriz de causa e efeito e chegou-se a concluso que a primeira rea de atuao seria a reduo das dimenses das facas da prensa em 25mm de altura para reduo do nmero de facas usadas no processo produtivo, conforme mostra Figura 15.

Figura 15 . Foto ilustrativa da reduo das facas de corte de alumnio. Figure 15. Illustrative picture of lower cutting knives aluminum. Desta forma o trabalho foi focado nos potenciais levantados na matriz de causa e efeito. O segundo passo foi aumentar a altura da prensa em 19 mm, facilitando a prensagem por haver um vo livre e um recuo maior do cabeote, conforme mostra Figura 16.


ISBN 978-85-62326-96-7

Figura 16. Foto ilustrativa da reduo da altura da prensa. Figure 16. Illustrative picture reducing the height of the press. O resultado da aplicao foi a reduo de facas na prensa em funo da reduo de massa na pea de 7 para 3 facas, conforme demonstrado na Figura 17 e 18, do processo ANTES e DEPOIS , pois a metodologia normatiza que devemos evidenciar como era antes e como ficou depois.

Figura 17. Foto ilustrativa do nmero de facas ANTES usadas na prensa

Figure 17. Illustrative picture of the number of knives used in the press BEFORE

Figura 18. Foto ilustrativa do nmero de facas DEPOIS usadas na prensa

Figure 18. Illustrative picture of the number of

knives used in the press AFTER


ISBN 978-85-62326-96-7

A Figura 19 mostra a substituio dos cilindros extratores da matriz por vares fixos na mquina, o que garantiu assim a correta extrao e apoio das peas no gabarito de apoio, seguindo, portanto os passos da metodologia em um plano de ao sistmico. Figura 19. Foto ilustrativa dos vares usados na prensa Figure 19. Illustrative picture of the rods used in press Foram substitudos tambm os cilindros extratores da prensa por topadores conforme mostra a Figura 20, com a finalidade de garantir a correta extrao das peas da prensa no gabarito, de maneira uniforme diminuindo a ocorrncia de quebra na regio das torres.

Figura 20. Foto ilustrativa dos topadores usados na prensa Figure 20. Illustrative picture of stop used in press Observou-se que nos gabaritos de apoio havia uma falha de projeto que permitia uma folga no momento da prensagem. Para solucionar esse problema foi desenvolvido um quarto apoio e includo

Vares

Fixos

Prensa

Topadores

Matriz


ISBN 978-85-62326-96-7

no canal de alimentao, na torre do segundo mancal e no apoio da face dos balancins, permitindo uma maior rea de apoio no momento da prensagem, conforme mostra Figura 21.

Figura 21 . Fotos ilustrativas das mudanas nos gabaritos da prensa Figure 21. Photos illustrating the changes in the templates of the press O design do gabarito de apoio e da placa de fixao das peas na mquina foi modificado, conforme mostram as Figuras 22 e 23

Apoio do

canal

4 apoio

Novo Gabarito com apoio em todas as

torres, canal de alimentao e face

dos balancins.

Gabaritos Anteriores

Gabarito Atual

Apoio na face

dos balancins

Placa de

fixao

Gabarito

de apoio


ISBN 978-85-62326-96-7

Figura 22 . Fotos ilustrativas das mudanas no gabaritos de apoio Figure 22. Photos illustrating the changes in the templates support Figura 23 . Fotos ilustrativas das mudanas na placa de fixao Figure 23. Illustrative pictures of changes in the clamping plate As Figuras 24 e 25 mostram os dados depois da melhoria, evidenciando a queda de defeitos anual do cabeote do motor 1.0L de 0,70 para 0,20 e do cabeote do motor 1.6L de 0,99 para 0,10.

Figura 25. Grfico depois da melhoria evidenciando a reduo de quebras 1.6L Figure 25. Graph showing improvement after reduction breaks 1.6L O Programa Seis Sigma obtm seu nome atravs do uso de ferramentas de anlise estatstica para controle das variveis do processo, a fim de obter capacidade mximade 3,4 defeitos por milho de oportunidades de ocorrncia.

Figura 24. Grfico depois da melhoria evidenciando a reduo de quebras 1.0L Figure 24. Graph showing improvement after reduction breaks 1.0L


1,34 1,34 1,341

0,80,6

0,40,2 0,20 0,20 0,20 0,20 0,20 0,20

10,7

0,20,5

0,3 0,3 0,2 0,2 0,10 0,10 0,20

1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34 1,34

0,20 0,200,200,200,20

0,20 0,10 0,20 0,20 0,10-1,00

1,00

3,00

5,00

nov/01 dez/01 jan/02 fev/02 mar/02 abr/02 mai/02 jun/02 jul/02 ago/02 set/02 out/02 nov/02 dez/02 jan/03 fev/03

Ms

Defe

ito

s (

%)

Mdia Histrica Objetivo

Atual


0.85 0.85 0.850.9 0.80.6

0.3 0.3 0.30 0.30 0.30 0.30 0.30 0.30

0.9 0.9

0.40.2

0.40.2 0.1 0.2 0.10 0.20 0.10

0.850.850.850.850.850.850.850.850.850.850.850.850.85

0.30 0.30 0.30 0.300.300.30.400.40

0.100.10-1.00

1.00

3.00

5.00

Nov-01 Dec-01 Jan-02 Feb-02 Mar-02 Apr-02 May-02 Jun-02 Jul-02 Aug-02 Sep-02 Oct-02 Nov-02 Dec-02 Jan-03 Feb-03

Ms

De

feit

os

(%

)

Mdia Histrica Objetivo

Atual


ISBN 978-85-62326-96-7

O Projeto Seis Sigmas visa, alm dos ganhos evidentes pela eliminao de produtos rejeitados e dos custosos retrabalhos, o aumento da produtividade e conseqentemente o lucro da empresa. Ele nada mais que, uma estratgia para repensar todos os procedimentos das empresas, reconfigurando-os. Portanto indispensvel o comprometimento do alto-escalo de cada empresa em todo o processo, pois os nmeros aps a sua implantao causam um violento impacto com drstica reduo de custos e aumento de produtividade em curto prazo. A metodologia Seis Sigma confundida muitas vezes sendo assim compreendida como panacia geral, mas na realidade uma ferramenta que dirime sucesso em mdio e longo prazos, e se aplicado seguindo rigorosamente as etapas e usando corretamenta as ferramentas estatsticas certamente se alcanar o objetivo de reduo significativa para o processo. Neste aspecto esta aplicao obteve sucesso em sua aplicao e obteno de resultados.

Um software interno da empresa foi utilizado para mensurar o nvel sigma que corresponde a defeitos por milho de oportunidades, constatando a significativa reduo (FORD MOTOR COMPANY, 2004). Comparando o nvel sigma ANTES e DEPOIS obtemos:

Nvel Sigma 2001 = 2.32 - DPMO 10200;

Nvel Sigma 2002 = 2.81 - DPMO 2480;

Nvel Sigma 2005 = 2.97 - DPMO 1490.

Nvel Sigma 2008 = 2.90 - DPMO 1454.

Nvel Sigma 2010 = 2.88 - DPMO 1444. Portanto conclui-se que atravs das ferramentas estatsticas no programa seis sigma obteve-se ganhos de reduo de 85,84 % na quantidade dos defeitos que eram gerados por milho de oportunidades comprovando a eficincia desta metodologia. CONCLUSO

Ganhos ambientais

Com a sistemtica da metodologia DMAIC atual, o projeto se encerraria com a reduo de 85,84 % na quantidade de defeitos, porm neste projeto foi medido tambm o ganho ambiental, obtendo assim:

Reduo de consumo de energia eltrica.

Reduo na captao de gua (consumo).

Reduo de descarte de efluentes.

Reduo da extrao de areia slica.

Reduo no uso de alumnio. Unidades produzidas mensalmente


ISBN 978-85-62326-96-7

A Figura 26 mostra atravs de indicadores usados no sistema de controle de objetivos da planta de fundio a produo mdia mensal de 31.437 unidades, sendo necessrios 32 meses para a produo de 1 milho de unidades.

Figura 26 Grfico de produo mdia mensal de cabeotes de alumnio 1.0 e 1.6 L Figure 26 - Graph of average monthly production of aluminum heads 1.0 and 1.6 L

Foram implantadas as atividades de manuteno preventiva para garantir o controle das aes: Prensa Reaperto, verificao e troca das facas da prensa. Gabaritos de apoio Inspeo, reaperto do gabarito e componentes. Gabaritos de apoio Inspeo, reaperto do gabarito e placa de fixao.

Reduo de peas sucateadas


ISBN 978-85-62326-96-7

Cada nvel Sigma se relaciona com uma quantidade de defeitos e de rendimento, possibilitando comparar processos diversos. Assim, possvel designar um valor de Sigma que represente seu nvel de qualidade e a quantidade de no-conformidades ou defeitos produzidos (AGUIAR, 2002).

Nivel sigma ANTES = 10200 defeitos por milho de oportunidades ou peas produzidas

(DPMO).

Nivel sigma DEPOIS = 1444 defeitos por milho de oportunidades ou peas produzidas

(DPMO).

Reduo de 8756 defeitos por milho de oportunidades ou peas produzidas (DPMO).

Reduo de desperdcio de alumnio

Cada pea bruta quando sai da destorroadora pesa aproximadamente de 18 kg multiplicando-se 8.756 un. x 18 Kg = 157808 kg ou 157,8 toneladas por milho de peas de alumnio que era sucateado.

Reduo de consumo de gua

Considerando o objetivo de 0,038 m, conforme mostra Figura 27, por unidade produzida e que foi reduzido o ndice de sucata em 8756 unidades DPMO, deixaro de ser captados 332,728 m de gua por milho de unidades produzidas ou 332.728 litros de gua por milho de unidades produzidas, e que aproximadamente 80% da gua captada retorna aos esgotos como efluentes, deixaro de ser tratados na estao de tratamento de resduos industriais aproximadamente 266,182 m de efluentes ou 266.182 litros de efluentes por milho de unidades produzidas.


ISBN 978-85-62326-96-7

Figura 27 Grfico do objetivo mensal do consumo de gua por m por unidade produzida Figure 27 - Graph of objective monthly water consumption per m per unit produced Reduo de consumo de energia eltrica

Considerando-se que para cada unidade produzida utiliza-se 0,196 horas ou 12,13 minutos .

Reduo de consumo

12,13 minutos * 8.756 unidades reduzidas = 105072min / 60 = 1751,2 horas.

Energia utilizada

36,97267 kWh*10 / 30 dias = 1.233 kWh*10 por dia

Por dia 1,233 KWh*10 / 24 horas de peas produzidas= 0,051 kW*10 por hora multiplicada

pela economia calculada 1751,2 horas =89.3112 kW*10 de economia por DPMO.


ISBN 978-85-62326-96-7

Figura 28 Indicador do consumo mensal de horas gastas por (BWS) mo-de-obra autorizada. Figure 28 - Indicator monthly consumption of hours spent by (BWS) hand-to-work authorized. Todos os projetos "Seis Sigmas" que foram implementados at hoje entre as vrias empresas que

adotaram a metodologia, nunca se mensurou o ganho ambiental, j que o objetivo da metodologia

melhorar qualidade para se obter reduo de custos, mas as organizaes se esquecem que reduo

de desperdcio mensurado em meio ambiente ganha o empresrio e muito mais o meio ambiente

como comprova este trabalho.

5 Concluses

O Programa Seis Sigma obtm seu nome atravs do uso de ferramentas de anlise estatstica para controle das variveis do processo, a fim de obter capacidade mximade 3,4 defeitos por milho de oportunidades de ocorrncia.

O Projeto Seis Sigmas visa, alm dos ganhos evidentes pela eliminao de produtos rejeitados e dos custosos retrabalhos, o aumento da produtividade e conseqentemente o lucro da empresa. Ele nada mais que, uma estratgia para repensar todos os procedimentos das empresas, reconfigurando-os. Portanto indispensvel o comprometimento do alto-escalo de cada empresa em todo o processo, pois os nmeros aps a sua implementao causam um violento impacto com drstica reduo de custos e aumento de produtividade em curto prazo.

36,97267 KWH*10


ISBN 978-85-62326-96-7

Em todos os projetos "Seis Sigmas" implementados at hoje entre as vrias empresas que adotaram a metodologia, nunca se mensuraram o ganho ambiental, j que o objetivo da metodologia melhorar qualidade para se obter reduo de custos, mas as organizaes se esquecem que reduo de desperdcio mensurado em meio ambiente ganha o empresrio e muito mais o meio ambiente como comprova este trabalho.


ISBN 978-85-62326-96-7

REFERNCIAS Abraham, M. Os seis sigmas no Brasil: falando de qualidade. So Paulo: editora Banas, ano 13,

maio, 2004. Aguiar, S. Integrao das ferramentas da qualidade ao PDCA e ao programa seis sigmas. Belo

horizonte: editora FDG, 2002. Campos, V. F. TQC - gerenciamento da rotina do trabalho. Rio de Janeiro: Bloch editores, 1994. Deming, W. E. Qualidade: a revoluo da administrao. So Paulo: Saraiva, 1982. Ford Motor Company. Apostila do curso de formao de Green Belt: Taubat. Ford Motor Company,

2004. Helman, H. Anlise de falhas: aplicao dos mtodos FMEA. Rio de Janeiro: Bloch editores, 1995. Juran, J. M. Controle da qualidade. So Paulo: Makron books, 1988. V. 9. Juran, J. M. Juran na liderana pela qualidade. So Paulo: pioneira editora, 1989. Pande, et. Al. Estratgia seis sigma. Rio de Janeiro: Qualitymark, 2001. Verza, F. Consumer driven six sigma. Detroit: Ford motor Company, 2003. Werkema, M. C. C. As ferramentas da qualidade no gerenciamento do processo. Rio de Janeiro:

Bloch editores, 1995.


ISBN 978-85-62326-96-7

2.3 General text specifications ll data, including those shown in tables and figures, must be reported in SI units. Decimal points rather than commas should always indicate decimals.

Figures and tables Figures and tables should be inserted as close as possible to their mention in the text.

Enclosed text and symbols must be clearly readable; avoid small symbols. Supply good quality pictures and illustrations.

Figures and tables and their captions should be centered in the text. Place figure caption below the figure and one blank line should be left between both. Place table title above the table, also leaving one blank line between them. Leave one blank line between the table or figure and the adjacent text.


ISBN 978-85-62326-96-7

Table 1. Coefficients in constitutive relations

Constitutive relation Nomenclature Value

Turbulent tensor C 0.09

Turbulent tensor C b 0.69

Lateral lift CL 0.08 Virtual mass CVM 0.8

Arabic numerals should be used in figures and tables (e.g., Figure 1, Figure 2, Table 1,

Table 2). Refer to them in the text as Table 1 and Fig. 1 (except at the beginning of a sentence, where Figure 1 should be used).

0 20 40 60 80 A xial distance (mm)

-5000

-4000

-3000

-2000

-1000

0

O utlet section

Symbo ls represent measure d values

Pre

ssu

re (

N/m

2)

Figure 1- Pressure variation along the nozzle: experimental data. Label coordinates in plots and add the corresponding units. Similarly, label columns/rows

in tables and add the units.

Copyrights You are responsible for making sure that you have the right to publish

everything in your paper. If you use material from a copyrighted source, you may need to obtain

permission from the copyright holder.


ISBN 978-85-62326-96-7

References References should be cited in the text by name (year) or (name, year). For example: "In a classical work, Mattiasson (1980) proposed ," or "In a recent work (Hinton et al., 1995), it is suggested ." References must be listed in alphabetical order at the end of the paper. Type the word REFERENCES in all capitals, boldface type from the left margin, skip one line and type the reference list. In each reference, indent all lines 0.75 cm except the first line, which starts directly at the left margin. Each reference must be cited in the text. Below, there is an example of a reference list including a book, a proceeding, a journal article, an edited book, and a dissertation. Acknowledgements This section should be positioned between the end of the text and the reference list. Type Acknowledgements in boldface italics, skip one line of space and type the text in regular type. REFERENCES Goossens, M., Mittelbach, F., & Samarin, A., 1994. The LaTeX Companion. Addison-Wesley,

Reading, Mass. 235 p. Hinton, E., Sienz, J., & Afonso, S. M. B., 1995. Experiences with Olhoffs exact semi-analytical

algorithm. In Olhoff, N. & Rozvany, G. I. N., eds, First World Congress of Structural and Multidisciplinary Optimization (WCSMO-1), Seattle, pp. 4146.

Mattiasson, K., 1980. Numerical results from large deflection beam and frame problems analysed by

means of elliptic integrals. International Journal for Numerical Methods in Engineering, vol. 17, n. 1, pp. 145153. Emerald.

Ramm, E., 1981. Strategies for tracing the nonlinear response near limit points. In Wunderlich, W.,

Stein, E., & Bathe, K. J., eds, Nonlinear Finite Element Analysis in Structural Mechanics, pp. 6389. Springer-Verlag.

Sienz, J., 1994. Integrated Structural Modeling, Adaptive Analysis and Shape Optimization. PhD

Thesis, University of Wales / Swansea. Silveira, J. L. & Tuna, C. E., 2004. Thermoeconomic Analysis Method for Optimization of Combined

Heat and Power Systems, www.feg.unesp.br/gose, viewed on April 24, 2004, at 20:35 UT

aplicação da metodologia seis sigma no processo produtivo em uma fundição de alumínio

Documents