Variação dimensional em peças plásticas automotivas injetadas em diferentes polímeros por processo de injeção convencional / Dimensional variation in automotive plastic parts injected in different polymers by conventional injection process
DOI:
https://doi.org/10.34117/bjdv8n6-357Keywords:
curva de gauss, controle estatístico do processo, variação dimensional.Abstract
O objetivo desse trabalho é identificar, a partir de dados técnicos, o tipo de curva estatística de peças injetadas por injeção convencional onde, sendo uma curva de Gauss, diz-se-á que o processo está sob controle estatístico. Esse trabalho tem ainda o objetivo de listar os maiores contribuintes que geram variação dimensional em peças plásticas vs. algumas sugestões quanto a como eliminar ou reduzir tais contribuintes. A metodologia desse trabalho está fundamentada no estudo de cada uma das fontes de variação de processos de injeção de peças plásticas do setor automotivo, experiências vivenciadas na área fabril, fornecedores automotivos, ferramentarias, livros relacionados a moldes, processos de injeção, design, livros de estatística, Manual de Controle Estatístico do Processo (AIAG), entre outros. Esse trabalho abrange o Planejamento Avançado da Qualidade do Produto (APQP) nas fases de elaboração e definição de processos relacionados a injeção de peças plásticas por injeção convencional. Termina-se analisando os resultados através de medições de peças injetadas. Esse exercício permitiu entender o comportamento estatístico de algumas peças automotivas, permitindo-nos julgar que, para esses casos analisados, foi possível obter previsão estatística, pois o pValue foi maior que 0,05. Conclui-se então que se a variação é pequena entre os valores de um grupo de peças (pValue < 0,05), não é correto aplicar os conceitos de CEP, então a recomendação é que seja utilizada uma carta de tendências ou uma carta semáforo, com regiões verde, amarela e vermelha. É importante salientar que a definição das tolerâncias sobre as regiões verde, amarela e vermelha dependem de cada produto.
References
ASSIS, Janilson Pinheiro de; SOUZA, Roberto Pequeno de; LINHARES, Paulo César Pereira. Testes de hipóteses estatísticas. 2020. Disponível em: https://livraria.ufersa.edu.br/wp-content/uploads/sites/165/2020/08/testes-de-hipoteses-estatisticas-edufersa.pdf. Acesso em: 12 abr. 2022
BERTOLO, L. A. (2012), O significado e a interpretação dos P-Values. Disponível em: http://www.bertolo.pro.br/FinEst/Estatistica/EstatisticaNosNegocios/l9.html. Acesso em: 12 abr. 2022
FOLLMER, Eduardo. Implantação de controle estatístico de processo em uma etapa do processo de produção de arames: estudo de caso no processo de decapagem ácida. 2013. 29 f. TCC (Graduação) - Curso de Engenharia de Produção, Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2013
CHRYSLER, FORD and GM. Statistics Process Control. 2. ed. Michigan: Automotive Industry Action Group, 2005. 221 p.
CHRYSLER, FORD and GM. Measurement Systems Analysis. 4. ed. Michigan: Automotive Industry Action Group, 2010. 231 p.
FONSECA, Guaraci Silva da et al. Certificação em Enhenharia da Qualidade: Curso Completo - Preparação para o Exame ASQ / CQE. 2. ed. Belo Horizonte: Q&G, 2014. v. I, 488 p.
LINK, Walter. Tópicos Avançados da Metrologia Mecânica: Confiabilidade Metrológica e suas Aplicações. São Paulo: Mitutoyo, 2000. 263 p.
LOUZADA, Francisco et al. Controle Estatístico de Processos: Uma abordagem prática para cursos de Engenharia e Administração. 2. ed. Rio: LTC, 2016. 282 p.
MIOLA, Anna Carolina; MIOT, Hélio Amante. P-valor e dimensão do efeito em estudos clínicos e experimentais. Jornal Vascular Brasileiro, Botucatu, v. 20, p. 1-4, 2021. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/1677-5449.210038.
MIRANDA, Ana Cláudia Leite, et al. O controle estatístico de processos no monitoramento da fabricação em uma empresa no ramo colchoeiro. Brazilian Journal Of Development, [S.L.], v. 5, n. 12, p. 29165-29185, 2019. Brazilian Journal of Development. http://dx.doi.org/10.34117/bjdv5n12-078.
MONTGOMERY, Duglas C. Introdução ao Controle Estatístico de Qualidade. 7. ed. Rio de Janeiro: LTC, 2016. 572 p.
NOMELINI, Quintiliano Siqueira Schroden; FERREIRA, Eric Batista; OLIVEIRA, Marcelo Silva de. Estudos dos padrões de não aleatoriedade dos gráficos de controle de Shewhart: um enfoque probabilístico. Gestão & Produção, [S.L.], v. 16, n. 3, p. 414-421, set. 2009. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/s0104-530x2009000300008.
OLIVEIRA, J. B., et al.. Análise da capacidade de um processo: um estudo de caso baseado nos indicadores CP e CPK. Enegep, 2011. Disponível em: https://www2.unifap.br/furtado/files/2017/04/enegep2011_tn_sto_136_863_19320.pdf. Acesso em: 13. Abr. 2022
OPRIME, Pedro Carlos; TOLEDO, José Carlos de; GONZÁLEZ, Mario Orestes Aguirre; CHAKRABORTI, S.. Método de estimativa dos limites da carta de controle não paramétrica que monitora simultaneamente a média e variância. Gestão & Produção, [S.L.], v. 23, n. 1, p. 146-164, 30 out. 2015. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/0104-530x1445-14.
PEREIRA, Nayara Nicole de Sene. Aplicação de gráficos de controle para monitoramento do tempo de espera em uma unidade básica de saúde. 2017. Disponível em: http://repositorio.utfpr.edu.br/jspui/bitstream/1/16159/1/PG_DAENP_2017_2_18.pdf. Acesso em: 12 abr. 2022.
SACRAMENTO, A. Como desenvolver uma boa análise de Capabilidade. Disponível em: https://qualityway.wordpress.com/2015/10/05/como-desenvolver-uma-boa-analise-de-capabilidade-por-augusto-sacramento/. Acesso em: 13. Abr. 2022
SERVAT, Alencar. Aplicação de controle estatístico e simulação na análise do processo de produção de calças sociais. 2015. 39 f. TCC (Graduação) - Curso de Engenharia de Produção, Universidade Tecnológica Federal do Paraná, Medianeira, 2015. Disponível em: http://repositorio.utfpr.edu.br/jspui/bitstream/1/12892/4/MD_COENP_2015_2_01.pdf. Acesso em: 19 abr. 2022.
VIEIRA, Sonia. Estatística para a Qualidade. 3. ed. Rio de Janeiro: Elsevier, 2014. 304 p.
WALTER, Olga Maria Formigoni Carvalho; et al. Aplicação individual e combinada dos gráficos de controle Shewhart e CUSUM: uma aplicação no setor metal mecânico. Gest. Prod., São Carlos, V. 20, N. 2, P. 271-286, 2013, [s. l], v. 20, n. 2, p. 271-286, 7 dez. 2012. Disponível em: https://www.scielo.br/j/gp/a/gpLsD6mxfTQ6wWhb3rzh7Dv/?format=pdf&lang=pt. Acesso em: 12 abr. 2022.
WERKEMA, Cristina. Ferramentas Estatísticas Básicas do Lean Seis Sigma Integradas ao PDCA e DMAIC. Rio de Janeiro: Elsevier, 2014. 312 p.
YANG, Kai; EL-HAIK, Basem. Projeto para Seis Sigma: Um Roteiro para o Desenvolvimento do Produto. São Paulo: Educator, 2008. 675 p.

