Monitorização e melhoria da qualidade num processo de soldadura

Outubro de 2024 Monitorização e Melhoria da Qualidade num Processo de Soldadura João Miguel Ferreira e Sousa João Miguel Ferreira e Sousa Monitorização e Melhoria da Qualidade num Processo de Soldadura Universidade do Minho Escola de Engenharia João Miguel Ferreira e Sousa Monitorização e Melhoria da Qualidade num Processo de Soldadura Dissertação de Mestrado Mestrado em Engenharia e Gestão da Qualidade Trabalho efetuado sob a orientação de Professora Doutora Isabel Silva Lopes Outubro de 2024 ii DIREITOS DE AUTOR E CONDIÇÕES DE UTILIZAÇÃO DO TRABALHO POR TERCEIROS Este é um trabalho académico que pode ser utilizado por terceiros desde que respeitadas as regras e boas práticas internacionalmente aceites, no que concerne aos direitos de autor e direitos conexos. Assim, o presente trabalho pode ser utilizado nos termos previstos na licença abaixo indicada. Caso o utilizador necessite de permissão para poder fazer um uso do trabalho em condições não previstas no licenciamento indicado, deverá contactar o autor, através do RepositóriUM da Universidade do Minho. Licença concedida aos utilizadores deste trabalho Atribuição-NãoComercial-SemDerivações CC BY-NC-ND https://creativecommons.org/licenses/by-nc-nd/4.0/ iii AGRADECIMENTOS Não há palavras que expressem a minha gratidão a todas as pessoas que me apoiaram nesta fase da minha vida, que serviram de alicerces nos momentos de maior desmotivação e desespero. Quero agradecer à minha família, mais propriamente, pai e mãe por estes anos todos de apoio, ensino, de afeto e carinho que fizeram de mim a pessoa que sou hoje. Ao meu irmão Abilio, simplesmente um obrigado por tudo, o resto já sabes. Aos meus amigos e colegas que fui conhecendo em toda a minha caminhada académica desde Vila Real até o Minho, são amizades muito especiais dos quais não prescindo de nenhuma, sendo todas únicas e especiais. A minha segunda família, o polo-aquático que sempre foi o escape emocional que para além da união pelo desporto e pelo amor a esta modalidade, encontrei irmãos. Não podia faltar o agradecimento à minha orientadora, professora Isabel Lopes pela extrema paciência, orientações e ensinamentos que contribuíram para a realização deste trabalho. iv DECLARAÇÃO DE INTEGRIDADE Declaro ter atuado com integridade na elaboração do presente trabalho académico e confirmo que não recorri à prática de plágio nem a qualquer forma de utilização indevida ou falsificação de informações ou resultados em nenhuma das etapas conducente à sua elaboração. Mais declaro que conheço e que respeitei o Código de Conduta Ética da Universidade do Minho. v RESUMO Este trabalho, realizado numa empresa de fabricação de mobiliário de escritório, aborda a monitorização e melhoria da qualidade no processo de soldadura de traves utilizando o Controlo Estatístico de Processos (CEP). O estudo foca-se na otimização do processo de soldadura robotizada, nomeadamente para mitigar o problema de excesso de penetração de soldadura que levava à produção de peças não conformes e consequentemente a que haja retrabalho. Inicialmente, foi utilizado o diagrama de Ishikawa de forma a entender o processo e quais as fontes de variabilidade podiam ter influência. Com uma primeira aplicação do CEP, constatou-se que o processo não está sob controlo estatístico, apresentando várias regras que indicam a presença de causas especiais. Com a análise dos dados foi possível identificar problemas, como o design das peças e a programação dos movimentos do robot. Através da análise estatística e aplicação de ferramentas de qualidade, foram propostas melhorias significativas, como a alteração do diâmetro do arame de 0,8 mm para 1 mm, a reformulação do design das peças e o ajuste dos parâmetros de funcionamento do robô. Apesar dos avanços, após implementação das melhorias foi conseguido o objetivo de eliminar o problema relativo à produção de peças não conformes, verificou-se que o processo exige constante monitorização e ajustes periódicos. O estudo conclui que as melhorias implementadas contribuíram para um aumento da eficiência e qualidade do processo de soldadura, embora seja necessário um estudo mais aprofundado para atingir um processo capaz e que esteja apenas sujeito a variabilidade natural. PALAVRAS-CHAVE Controle Estatístico de Processos, Variabilidade, Melhoria Contínua, Qualidade. Monitorização e Melhoria da Qualidade num Processo de Soldadura vi ABSTRACT This work carried out in an office furniture manufacturing company deals with monitoring and improving quality in the beam welding process using Statistical Process Control (SPC). The study focuses on the optimization of the robotic welding process, namely to mitigate the problem of excessive welding penetration which led to the production of non-conforming parts and consequently to rework. Initially, the Ishikawa diagram was used to understand the process and which sources of variability could have an influence. An initial application of the SPC showed that the process was not under statistical control, with various rules indicating the presence of special causes. By analyzing the data, it was possible to identify problems such as the design of the parts and the programming of the robot's movements. Through statistical analysis and the application of quality tools, significant improvements were proposed, such as changing the wire diameter from 0.8 mm to 1 mm, redesigning the parts and adjusting the robot's operating parameters. Despite the progress made in implementing the improvements, the objective of eliminating the problem of producing non-conforming parts was achieved, but it was found that the process requires constant monitoring and periodic adjustments. The study concludes that the improvements implemented have contributed to an increase in the efficiency and quality of the welding process, although further study is needed to achieve a capable process that is only subject to natural variability. KEYWORDS Statistical Process Control, Variability, Continuous Improvement, Quality. Monitoring and Improving Quality in a Welding Process vii ÍNDICE Agradecimentos .................................................................................................................................. iii Resumo............................................................................................................................................... v Abstract.............................................................................................................................................. vi Índice ................................................................................................................................................ vii Índice de Figuras ................................................................................................................................ ix Índice de Tabelas ............................................................................................................................... xi Lista de Abreviaturas, Siglas e Acrónimos .......................................................................................... xii 1 Introdução .................................................................................................................................. 1 1.1 Enquadramento .................................................................................................................. 1 1.2 Objetivos ............................................................................................................................. 1 1.3 Metodologia de investigação ................................................................................................ 2 1.4 Estrutura da dissertação ...................................................................................................... 2 2 Fundamentação Teórica .............................................................................................................. 4 2.1 Qualidade ........................................................................................................................... 4 2.2 Ferramentas da Qualidade .................................................................................................. 5 2.3 Controlo Estatístico de Processos ........................................................................................ 6 2.3.1 Variabilidade nos Processos Produtivos ........................................................................ 7 2.3.2 Cartas de Controlo ....................................................................................................... 9 2.3.3 Capacidade Máquina e Processo ............................................................................... 17 2.3.4 Amostragem .............................................................................................................. 21 2.4 Soldadura ......................................................................................................................... 22 2.4.1 História da Soldadura ................................................................................................ 22 2.4.2 Tipos de Soldadura .................................................................................................... 23 3 Definição e Implementação do CEP nas condições iniciais ......................................................... 26 3.1 Caracterização do problema e suas causas ....................................................................... 26 3.2 Aplicação do CEP .............................................................................................................. 30 viii 4 Melhorias no Processo .............................................................................................................. 40 4.1 Design da Trave ................................................................................................................ 40 4.2 Diâmetro Do Arame Consumível ........................................................................................ 41 4.3 Layout Mesa de Trabalho .................................................................................................. 42 4.4 Programação e Configuração do Robot .............................................................................. 42 5 Monitorização do Processo com as Melhorias Aplicadas ............................................................ 43 6 Conclusões ............................................................................................................................... 49 3 No terceiro capítulo é descrita e analisada a situação atual, no que diz respeito ao processo alvo de estudo, compreendendo-se assim o circuito do processo de fabricação de traves, e é utilizada a técnica de CEP de forma a monitorizar e controlar o processo nas condições base de funcionamento, possibilitando assim a identificação de possíveis oportunidades de melhoria. No quarto capítulo, tendo por base a análise realizada no capítulo anterior, é apresentada uma descrição das ações de melhoria propostas de forma a melhorar o processo, tendo em conta a avaliação realizada aquando da utilização do CEP. O quinto capítulo é um homólogo do quarto capítulo, passando novamente pela utilização da metodologia CEP, mas com as propostas de melhoria implementadas. No último capítulo avaliasse a eficácia e a eficiência das melhorias propostas, através da análise dos dados recolhidos nas duas fases em que foi utilizado o CEP, tirando conclusões sobre a evolução e novo estado do processo de fabricação de traves. Após a conclusão, são disponibilizadas as referências bibliográficas que serviram como fundamento para a realização deste projeto, tendo por fim alguns anexos e apêndices que apresentam informação complementar. 4 2 FUNDAMENTAÇÃO TEÓRICA Este capítulo tem como finalidade apresentar e enquadrar conceitos teóricos e informações resultantes da pesquisa bibliográfica, nomeadamente através de livros, revistas, jornais científicos e normas, relativamente às temáticas relevantes ao projeto desta dissertação. Numa primeira etapa, são introduzidos conceitos relativos à Qualidade, de forma a perceber o seu desenvolvimento. De seguida, é apresentada com maior detalhe o Controlo Estatístico de Processo, onde são referidos os seus objetivos, ferramentas e as bases para a sua implementação. 2.1 Qualidade A qualidade sempre teve um papel importante na evolução do ser humano, mesmo este sendo primitivo e não a sabendo reconhecer. Os recolhedores de comida primitivos tinham de aprender que alimentos eram indicados para comer e os que não eram, até os caçadores tinham de explorar as ferramentas que eram melhores para os seus propósitos (Elassy, 2015). Como afirma Hoyer & Hoyer (2001), os standards da qualidade de hoje não são muito diferentes dos que eram há séculos atrás. As estratégias e os instrumentos para garantir a qualidade podem ter mudado, mas as expectativas básicas dos clientes têm-se mantido relativamente constantes ao longo do tempo. Até aos dias de hoje a qualidade continua a ser fundamental, as empresas e organizações que realmente querem ser competitivas, destacar-se das demais e, mais importante, para sobreviver às constantes mudanças, têm de produzir com qualidade. A dificuldade reside na definição do que realmente esse termo que desde sempre nos acompanha significa, mas em contrapartida conseguimos reconhecer. Assim como é referido por Hoyer & Hoyer (2001), um dos pontos essenciais de Pirsig´s é que a qualidade é como a arte moderna, podemos não conseguir definir o que é, mas frequentemente ou quase sempre reconhecemos quando a vemos. Elassy (2015) quando à dificuldade de definir qualidade, sugere dois pontos cruciais, sendo eles a relatividade do conceito e o facto de a qualidade ser usada em vários contextos. A qualidade é um conceito relativo pois o que para uns pode ser considerado de elevada qualidade, para outros pode não o ser, tendo significados diferentes dependendo do contexto em que está a ser aplicado. Sendo assim, a qualidade é um conceito complexo que varia de pessoa para pessoa e do contexto em que está inserida, não existindo assim uma única definição. Vários gurus da qualidade apresentam os 5 seus pontos de vista e definições, variando umas das outras. Por exemplo, Juran & Godfrey (1999) defendem que a qualidade pode ser definida em duas vertentes, a qualidade corresponde às características dos produtos que satisfazem as necessidades dos clientes e é a ausência de falhas ou erros que requerem uma nova ação de trabalho. Já Hoyer & Hoyer (2001) transcreve a definição de Philip Crosby como “Qualidade significa conformidade com as especificações”. 2.2 Ferramentas da Qualidade A crescente globalização e a procura de qualidade a nível mundial nos produtos e serviços adquiridos aumentaram a pressão sobre as organizações para se manterem rentáveis (McDermott et al., 2022). Posto isto, a melhoria continua tem um papel fundamental na elevação dos padrões das organizações. De forma a analisar processos, procurar problemas e encontrar soluções que visam a constante melhoria, existem inúmeras ferramentas e técnicas que são bastante prestativas. Kaoru Ishikawa, um dos gurus da qualidade, definiu um conjunto de ferramentas que, segundo o mesmo, “95% dos problemas de processo podem ser retificados utilizando as 7 ferramentas básicas da Qualidade”. As ferramentas da qualidade são métodos utilizados para a melhoria de processos e soluções de problemas (Paulista & Alves, 2015). São utilizadas para facilitar mudanças e melhorias positivas (McQuater et al., 1995). Sendo elas: • Diagrama de causa e efeito; • Checklist; • Histograma; • Fluxograma; • Diagrama de correlação; • Diagrama de Pareto; • Carta de controlo. Cada ferramenta tem um propósito diferente, sendo que como afirma Pyo (2005), deve-se evitar utilizar apenas as preferidas. Para obter o máximo benefício, devem ser utilizadas várias ferramentas em combinação, uma vez que cada ferramenta desempenha um papel diferente. Ainda assim, existem obstáculos que influenciam o sucesso da utilização destas ferramentas, como a falta de apoio e comprometimento da gestão de topo, uma fraca formação para a aplicação, o inapropriado uso das ferramentas e a má recolha de dados. 6 A utilização de uma ferramenta de forma incorreta pode resultar numa causa raiz errada e na aplicação de uma ação corretiva errónea, obrigando a reiniciar a definição do problema e a resolução do processo associado (McDermott et al., 2022). No entanto, quando os fatores críticos de sucesso estão presentes, a utilização destas ferramentas e técnicas permite definir os problemas reais, identificar as causas profundas, desenvolver e testar soluções e implementar uma solução permanente (McQuater et al., 1995). 2.3 Controlo Estatístico de Processos Nos dias que correm, devido à elevada produção, é necessário ter processos estáveis e com repetibilidade de forma que os produtos sejam o mais homogéneos possíveis. Desta forma, diminui-se a probabilidade de produzir produtos com defeito que geram custos às empresas através de retrabalho do produto, num caso mais favorável, e no pior dos cenários pode não ser possível “consertar” o produto e este contribuir apenas para prejuízo. A impraticabilidade de inspeção a 100%, devido a falta de recursos e de tempo, pode levar à entrega aos clientes de produtos com defeito, o que deixa uma má imagem das empresas. Sendo assim, as empresas sentem a necessidade de obter processos de excelência, que sejam capazes de cumprir as especificações. Como relata Stuart et al. (1996), o primeiro controlo estatístico da qualidade começou na Bell Telephone Company , por volta de 1920 onde foi criada uma equipa para enfrentar os problemas inerentes à produção de grandes volumes de equipamento de boa qualidade para o sistema telefónico em rápida expansão. Foi então que Walter Shewhart desenvolveu metodologias técnicas de controlo estatístico de processos, utilizando a carta de controlo para obter uma representação gráfica para monitorização e controlo de processos. Mais tarde, em 1950, Deming contribuiu com progressos significativos para esta metodologia e começou a espalhar as suas ideias, particularmente, a importância do controlo estatístico na resolução de problemas na produção. O CEP é uma poderosa coleção de ferramentas para a resolução de problemas de forma a alcançar a estabilidade do processo e melhorar a capacidade através da redução da variabilidade (Montgomery, 2009). De todas as ferramentas, a que mais se destaca é a carta de controlo. Os principais objetivos desta técnica é a eliminação da inspeção a 100%, devido aos seus entraves como já tinha sido abordado acima, sendo utilizado uma inspeção por amostragem. Outra finalidade do CEP é dar um sinal quando o processo se altera, ou seja, quando a sua média se afasta do valor alvo e/ou a sua variabilidade aumenta (Škulj et al., 2013). 7 Nas seguintes subsecções deste capitulo são abordados com maior detalhe alguns pontos essenciais do CEP, nomeadamente a variabilidade dos processos, as cartas de controlo, onde consta as etapas de construção, os tipos de cartas normalmente utilizados e a análise e interpretação das mesmas. Também é descrito a forma como analisamos a capacidade da máquina e do processo e a amostragem. 2.3.1 Variabilidade nos Processos Produtivos A intenção de uma empresa é ter a capacidade de produzir constantemente produtos iguais, porém é extremamente difícil ou impossível gerar todos os produtos conforme o valor nominal projetado. Daí se estabelecer uns limites de especificação para os quais se vai averiguar a conformidade dos produtos. Pode-se então afirmar que a Qualidade é a conformidade com as especificações. A dificuldade em obter produtos iguais em qualquer processo de produção, independentemente de quão bem concebido ou cuidadosamente mantido seja, deve-se à variabilidade (Montgomery, 2009). A variabilidade não pode ser eliminada, mas pode ser conhecida e controlada (Vieira, 2012). A variabilidade pode ser estratificada em dois tipos tal como relata Juran & Godfrey (1999). Shewhart definiu como “assinaláveis” e “não assinaláveis” as causas de variação. Mais tarde Deming utilizou os termos “especiais” e “comuns” para estas mesmas causas de variação. As causas comuns resultam do efeito cumulativo de muitas causas pequenas e essencialmente inevitáveis (Montgomery, 2009). Quando um processo está a operar apenas influenciado por causas comuns, naturais, que são típicas do processo, podemos afirmar que está sob controlo. Segundo Nikkel (2007), as causas naturais podem ser: • Vibração normal de uma máquina em boas condições; • Variação normal das características da matéria-prima; • Folgas normais entre os componentes da máquina; • Pequenas variações de temperatura e humidade; • Pequenas flutuações na energia elétrica; • Desgaste normal da ferramenta de corte; O mesmo não é aplicável às causas especiais. A variabilidade é geralmente grande quando comparada com as causas comuns e representa normalmente um nível inaceitável de desempenho do processo (Montgomery, 2009). O objetivo ao implementar o controlo estatístico de processos é monitorizar estas variações, de forma a que se detete o mais rapidamente possível, para que se possa realizar as ações corretivas antes que se produzam bastantes produtos defeituosos. Como relata Montgomery (2009), um 8 processo pode operar durante períodos relativamente longos num estado de controlo, no entanto, não permanece estável para sempre, ocorrerão causas especiais. De acordo com Requeijo & Pereira (2012) estas fontes de variação dos processos devem-se a vários fatores, nomeadamente: • Mão de obra - associado com os colaboradores, quer a nível da sua formação profissional, quer a nível do seu bem-estar físico e psicológico; • Máquinas/Equipamentos - relacionado com o desgaste das máquinas e das peças, manutenção, calibração, ajustes nos equipamentos, entre outros; • Matéria-Prima - defeitos na matéria-prima; matéria-prima inconsistente; • Meio ambiente - o meio em que o processo se encaixa, envolvendo fatores naturais como o vento, humidade, luminosidade, temperatura, entre outros; • Métodos - métodos desadequados ou insuficientes face às necessidades de produção e produto. As variações são o maior inimigo da qualidade (Nikkel, 2007). Tendo isto, pode-se agora definir a Qualidade como sendo inversamente proporcional à variabilidade. Ou seja, como afirma Stuart et al. (1996), o objetivo é maximizar a produção com uma variação mínima, em circunstâncias em que pode haver uma estrutura de correlação substancial em medições sucessivas e em que as variáveis influentes, como as condições ambientais e as propriedades das matérias-primas naturais, podem ser difíceis de controlar. Na figura 1 é demonstrada a forma como os tipos de variação atuam no processo produtivo. No instante 𝑡0, apenas a variação natural está presente, o que faz com que o processo esteja sob controlo. Quanto aos efeitos das causas assinaláveis, estes variam ao nível da forma, localização e dispersão, podendo existir a combinação destes 3 fatores. Os instantes 𝑡1, 𝑡2 e 𝑡3 retratam esses mesmos fatores. 9 Figura 1: Causas de variação (Retirado de Montgomery, 2009) 2.3.2 Cartas de Controlo De todas as ferramentas utilizadas no CEP, a que tem maior destaque é a carta ou gráfico de controlo e, tal como Stuart et al. (1996) afirma, o gráfico de controlo de Shewhart continua a ser, sem dúvida, a ferramenta estatística mais importante no controlo e melhoria da qualidade. 2.3.2.1 Fundamentos das Cartas de Controlo De um modo geral, para construir um gráfico de controlo, são recolhidas amostras de produtos de saída, calcula-se uma estatística apropriada e é traçado num gráfico contendo linhas de fronteira que são utilizadas para determinar se o processo está estatisticamente “sob controlo” (Koutras et al., 2007). As linhas de fronteira são (figura 2): • LSC – Representa o limite superior de controlo. • LIC – Representa o limite inferior de controlo. • LC – Linha central, que representa a média da característica da qualidade que está a ser alvo de monitorização. 10 Figura 2: Carta de Controlo (Retirado de Vieira, 2012) Como referido na subsecção 2.3.1 é importante entender que existe variabilidade associada aos processos e para que um processo esteja sob controlo, este tem de estar a cumprir os limites estabelecidos, estando apenas sujeito a variação natural. No entanto, cansaço do operador, desajuste de máquina, aumento da temperatura, além de outros problemas, fazem aumentar a variabilidade do processo, o que pode levar à produção de produtos não conformes (Vieira, 2012). A carta de controlo, como expõe Vieira (2012), serve para: • Mostrar a variabilidade típica do processo; • Verificar se o processo está sob controlo; • Monitorizar o processo de tal modo que causas especiais de variação sejam identificadas e corrigidas, o mais rapidamente possível; • Verificar se as melhorias feitas determinaram menor variabilidade do processo; Nikkel (2007), destaca algumas vantagens que podem advir do uso da carta de controlo: • A carta de controlo é uma ferramenta simples e eficiente para alcançar o estado de controlo estatístico. Pode ser utilizada no local de trabalho pelo próprio operador e fornece ao pessoal envolvido na operação informação confiável de quando intervir ou não no processo; • Quando um processo está sob controlo estatístico, o seu desempenho em atender especificações é previsível. Dessa forma, ambos, fornecedor e cliente, podem confiar nos níveis de qualidade e nos custos estáveis necessários para alcançar aqueles níveis de qualidade; 11 • Estando o processo sob controlo estatístico, o seu desempenho pode ainda ser melhorado, reduzindo a sua variação. Os efeitos dos aperfeiçoamentos propostos ao sistema podem ser antecipados, e os efeitos reais, mesmo decorrentes de modificações subtis, podem ser identificados pelas informações das cartas de controlo. 2.3.2.2 Etapas para a Construção das Cartas de Controlo Para a construção das cartas de controlo, existem diferentes abordagens defendidas por vários autores. O método mais habitual, que é defendido por Montgomery (2009), e por outros autores como Benková et al. (2023), Koutras et al. (2007) e Bersimis et al. (2007) é a aplicação da carta de controlo em duas fases, a fase de retrospetiva (Fase I) e a fase de monitorização (Fase II). Cada fase tem um conteúdo e um objetivo diferente (Benková et al., 2023). Na Fase I, tal como afirma Bersimis et al. (2007), há muito mais a fazer do que simplesmente traçar alguns gráficos, vai-se estudar o processo de forma muito intensiva. Deve-se partir do pressuposto que o processo está fora de controlo e então utilizar os dados para analisar retrospetivamente o comportamento do processo (Benková et al., 2023). Os pontos que estão fora dos limites de controlo ou a deteção das regras estabelecidas pela norma 7870, que indicam a presença de causas assinaláveis, são investigados, procurando as potenciais causas com o intuito de as eliminar (Montgomery, 2009). Assim que se considerar o processo sob controlo, procede-se à avaliação dos parâmetros de controlo que serão posteriormente utilizados na fase seguinte (Koutras et al., 2007). Algumas etapas devem ser consideradas na aplicação da primeira fase (adaptado de Requeijo & Pereira (2012)) : • Seleção da(s) caraterística(s) da qualidade a controlar; • Seleção do tipo de carta em função da característica e da estatística amostral que se pretende monitorizar; • Elaboração de um plano de controlo que inclua a dimensão da amostra (𝒏), a frequência da amostragem, o número de amostras ou subgrupos racionais (𝒎) e o método de medição mais adequado; • Assegurar a recolha de 𝒎 amostras de dimensão 𝒏, sendo habitual perfazer um total de pelo menos 100 unidades (𝑵 ≥ 100), em que 𝑵 = 𝒎 × 𝒏; • Cálculo dos limites de controlo e representação gráfica das amostras obtidas e limites calculados; 12 • Verificação da existência de causas especiais. Na Fase II, o objetivo básico é testar os dados futuros para especificar se o processo permanece sob controlo ou se passou para o estado de fora de controlo (Koutras et al., 2007). É preciso ter em atenção nesta fase de monitorização que as causas assinaláveis que ocorrem na fase II resultam em mudanças de processo menores, porque espera-se que a maioria das fontes de variabilidade tenham sido sistematicamente removidas durante a fase I (Montgomery, 2009). Os limites de controlo utilizados para a monitorização do processo são os que foram calculados na fase I. 2.3.2.3 Tipos de Cartas de Controlo Cada vez mais estão a ser desenvolvidas novas cartas de controlo que são utilizadas em enumeras situações, daí ser necessário ter muita atenção a qual se vai usar. As cartas de controlo podem ser de dois tipos, como demonstra na ISO 7870-2: 2013 (International Organization for Standardization, 2013), podem ser cartas de controlo de variáveis e cartas de controlo de atributos. Os gráficos do controlo de atributos monitorizam características qualitativas dos itens produzidos, registando a presença ou quantidade de defeitos e têm a vantagem de permitir que várias características de qualidade sejam consideradas em conjunto e podendo a unidade ser classificada como conforme ou não-conforme em relação às especificações de determinadas características da qualidade. As cartas de controlo de variáveis, pelo contrário, fornecem informações muito mais úteis sobre o desempenho do processo do que uma carta de controlo de atributos. A informação específica sobre a média e a variabilidade do processo é obtida diretamente. Além disso, quando os pontos estão fora dos limites de controlo nas cartas de controlo de variáveis, normalmente é fornecida muito mais informação relativa à causa potencial que originou estas pontes (Montgomery, 2009). As principais cartas de controlo são (Tabela 1 e 2): 19 𝑪𝒑𝒖 =𝑳𝑺𝑬 − 𝝁 𝟑𝝈 (2) 𝑪𝒑𝒍 =𝝁 − 𝑳𝑰𝑬 𝟑𝝈 (3) A capacidade do processo não leva em consideração a localização do valor nominal porque é a razão entre a diferença das especificações e a dispersão do processo, medida em desvio padrão (Vieira, 2012), ou seja, como relata Avakh Darestani & Nasiri (2016), não dá qualquer aviso sobre o desempenho real do processo. Foi então definida uma nova razão de capacidade do processo, que para além da dispersão dos valores, leva em conta o centro do processo, como afirma Avakh Darestani & Nasiri (2016). O índice é utilizado para alertar para a variabilidade associada a um processo e ilustra a forma como um processo atua dentro das especificações. 𝑪𝒑𝒌 = 𝒎𝒊𝒏(𝑪𝒑𝒖;𝑪𝒑𝒍) (4) Os índices 𝑪𝒑 e 𝑪𝒑𝒌, demonstrados na figura 6, são medidas de progresso adequadas para a melhoria da qualidade quando a redução da variabilidade é o fator orientador e o rendimento do processo é a principal medida de sucesso (Avakh Darestani & Nasiri, 2016). Figura 6: Os indicadores 𝐶𝑝 e 𝐶𝑝𝑘 (Retirado de Kaya & Kahraman, 2011) 20 A capacidade (𝑪𝒑) e a capacidade efetiva durante a produção (𝑪𝒑𝒌) são estimativas da capacidade do processo. Ambos mostram a capacidade de um processo para cumprir os seus limites de especificação, utilizados com dados contínuos. São ferramentas valiosas para avaliar a capacidade inicial e contínua de peças e processos (ASQ, 2024b). De acordo com Ott et al. (2005), a relação entre estes dois indicadores pode ser visualizada na figura 7 e pode ser descrita da seguinte forma: • 𝑪𝒑𝒌 pode ser igual, mas nunca maior que 𝑪𝒑; • 𝑪𝒑 e 𝑪𝒑𝒌 são iguais apenas quando o processo está centrado no objetivo; • Se 𝑪𝒑 for maior do que 𝑪𝒑𝒌, então o processo não está centrado no objetivo; • Se 𝑪𝒑 e 𝑪𝒑𝒌 forem ambos > 1, o processo é capaz e está a funcionar dentro das especificações; • Se 𝑪𝒑 e 𝑪𝒑𝒌 forem ambos < 1, o processo não é capaz e não está a funcionar dentro das especificações; • Se 𝑪𝒑 for > 1 e 𝑪𝒑𝒌 for < 1, o processo é capaz, mas não está centrado e não está a funcionar dentro das especificações. Figura 7: Relação entre 𝐶𝑝 e 𝐶𝑝𝑘 (Retirado de Montgomery, 2009 ) 21 2.3.4 Amostragem A amostragem é a seleção de um conjunto de elementos de uma população-alvo ou de um lote de produtos. A amostragem é frequentemente utilizada porque a recolha de dados sobre todos os elementos de uma população-alvo ou sobre todos os produtos produzidos por uma empresa é muitas vezes impossível, impraticável ou demasiado dispendiosa. A amostragem permite tirar conclusões ou fazer inferências sobre a população ou o lote de produtos de onde a amostra é retirada (ASQ, 2024c). Ao escolher a dimensão da amostra, devemos ter em conta a dimensão da variação que estamos a tentar detetar. Se a deslocação do processo for relativamente grande, então utilizamos amostras mais pequenas do que as que seriam utilizadas se a deslocação de interesse fosse relativamente pequena (Montgomery, 2009). A situação mais desejável do ponto de vista da deteção de desvios seria a recolha frequente de grandes amostras, no entanto, tal não é geralmente viável do ponto de vista económico (Montgomery, 2009). Foi efetuado um trabalho considerável sobre métodos que permitem variar a dimensão das amostras e os intervalos de amostragem com base nas informações obtidas do processo. Por exemplo, se parecer que um processo está a afastar-se do objetivo, a amostra seguinte é recolhida mais cedo ou a dimensão da amostra seguinte é aumentada. A possibilidade de variar a dimensão da amostra e/ou os intervalos de amostragem permite uma deteção mais rápida das alterações do processo, embora aumente a complexidade administrativa do sistema de monitorização (Woodall & Montgomery, 1999). Outra forma de avaliar as decisões relativas à dimensão da amostra e à frequência de amostragem é através do comprimento médio de execução (𝑨𝑹𝑳) da carta de controlo. Essencialmente, o 𝑨𝑹𝑳 é o número médio de pontos que devem ser traçados antes de um ponto indicar uma condição fora de controlo (Montgomery, 2009). 𝑨𝑹𝑳 = 𝟏 𝒑 (5) Onde 𝒑 é a probabilidade de um ponto exceder os limites de controlo. A equação (5) pode ser utilizada para avaliar o desempenho da carta de controlo. 22 2.4 Soldadura A soldadura é essencial em diversas áreas da indústria, sendo um termo que se refere ao processo e ao resultado de soldar, estabelecer uma união sólida entre duas coisas com um material que é semelhante ou o mesmo que o delas. Num sentido mais amplo, soldar consiste em emendar ou reparar algo (Equipa editorial de Conceito, 2014). 2.4.1 História da Soldadura À medida que os métodos de união de materiais foram melhorando ao longo dos tempos, o mesmo aconteceu com o ambiente e o modo de vida dos seres humanos. Os materiais, ferramentas e maquinaria foram melhorando à medida que a civilização se desenvolvia. A união das partes dos instrumentos de trabalho começou quando alguém ligou um pau a uma pedra para fazer uma lança ou um machado. Os egípcios utilizavam ferramentas de pedra para criar templos e pirâmides que eram fixados com um adesivo de argamassa de gesso. Outros tipos de adesivos eram utilizados para unir madeira e pedra nos tempos antigos. No entanto, demorou muito tempo até que os antigos descobrissem um método para unir metais (Jeffus, 2016). Os primeiros métodos de união de metais incluíam processos como a formação de um molde de areia em cima de uma peça de metal e a fundição da forma desejada diretamente no metal de base, de modo que ambas as partes se fundissem, figura 8 (Jeffus, 2016). Figura 8: Fundição direta: (A) placa de base para ter a peça fundida nela, (B) areia moldada na forma desejada, (C) derramamento de metal quente no molde, e (D) a peça fundida é agora parte da placa de base (Retirado de Jeffus (2016)) . 23 Outro método de união de metais utilizado nos primeiros anos consistia em colocar duas peças de metal próximas uma da outra e deitar metal fundido entre elas. Quando as arestas do metal de base derretido, o fluxo de metal era então represado e deixado a endurecer (figura 9). Figura 9: Soldadura de fluxo: (A) duas peças de chapa metálica, (B) barragens de areia para manter o metal fundido no lugar, (C) metal fundido vertido entre as chapas metálicas, e (D) chapa soldada acabada (Retirado de Jeffus (2016)) . A Revolução Industrial, de 1750 a 1850, introduziu um método de união de peças de ferro conhecido como soldadura por forja ou soldadura por martelo. Este processo envolvia a utilização de uma forja para aquecer o metal a uma temperatura macia e plástica (Jeffus, 2016). As extremidades do ferro eram então colocadas juntas e marteladas até que a fusão ocorresse. A soldadura por forja continuou a ser o principal método de soldadura até que Elihu Thomson, no ano de 1886, desenvolveu a técnica de soldadura por resistência. Esta técnica proporcionou uma forma mais fiável e rápida de unir metais do que os métodos anteriores (Jeffus, 2016). Desde o final da Primeira Guerra Mundial, foram desenvolvidos muitos métodos de soldadura para unir metais. Estes vários métodos de soldadura desempenham um papel importante na expansão e produção da indústria de soldadura. A soldadura tornou-se um método fiável, eficiente e económico para unir metais (Jeffus, 2016). 2.4.2 Tipos de Soldadura Soldadura por Arco Elétrico: Usa um arco elétrico para derreter as extremidades das peças metálicas. Usa-se um elétrodo, revestido ou não, para obter corrente elétrica para a criação do arco. Esse processo 24 de soldagem é aplicado em aço, ferro, cobre, alumínio e ligas metálicas (Equipa editorial de Conceito, 2014). Sendo que os processos mais conhecidos são: • MIG (Metal Inert Gas): também chamada de soldadura a arco com proteção gasosa. A soldadura MIG usa um arco elétrico com o objetivo de fundir as peças metálicas, sendo que um gás inerte, como o argónio, é proporcionado para resguardar a poça de fusão de reações não desejadas com o ar. Esse processo é muito usado na indústria e é ideal para soldar aço, alumínio e também ligas metálicas (Equipa editorial de Conceito, 2014); • TIG (Tungsten Inert Gas): já esta soldadura é similar à soldadura MIG, mas usa um elétrodo de tungstênio não consumível a fim de criar o arco elétrico. Esse método é recomendado para soldar materiais mais finos e delicados, a exemplo do alumínio e do aço inoxidável (Equipa editorial de Conceito, 2014); • SMAW (Shielded Metal Arc Welding): utiliza um elétrodo consumível que conduz a corrente de soldadura do suporte do elétrodo para o trabalho e, à medida que o arco derrete a extremidade do elétrodo, este torna-se parte do metal de solda (Jeffus, 2016). • Soldadura a Laser: Consiste na fundição da área de contacto dos materiais através do calor obtido pela aplicação de um feixe de luz concentrado de alta energia e densidade (Intermetal, 2023). • Soldadura por Fricção (FSW): é um processo de soldadura específico que gera calor através da fricção mecânica entre uma peça de trabalho em movimento e um componente fixo. • Soldadura por Resistência: Trata-se da aplicação de corrente elétrica através de elétrodos, que por sua vez exercem pressão sobre o material a ser fundido. O processo recebe o nome de soldagem por resistência porque o calor gerado é consequência do aquecimento provocado pelas resistências envolvidas. A aplicação soldadura por resistência engloba a soldadura por pontos e a soldadura por roletes (AirLiquide, n.d.). 2.4.2.1 Soldadura MIG A soldagem MIG é um processo com um alto grau de eficiência, uma vez que o arame de elétrodo é transportado continuamente e também funciona como condutor de corrente elétrica. Com a corrente a passar pelo arame, o arco elétrico inicia-se e provisiona energia para fundir o arame e as superfícies das peças que se pretendem unir. O processo de soldagem MIG também utiliza gás inerte, como argónio ou 25 mistura de argónio-dióxido de carbono para proteger o arco da poça e as superfícies das peças que se pretendem soldar da contaminação de oxigênio e humidade no ar. Dessa maneira, essa técnica produz soldas mais limpas e homogéneas. Além de permitir deposição relativamente alta, o que torna tais técnicas apropriadas para trabalho em velocidade e cadência. Contudo, uma desvantagem significativa é que não são ideais para metais não ferrosos e têm menos solda de qualidade quando usadas em trabalhos externos devido ao comprometimento do gás de proteção e da poça de solda devido à exposição ao vento e à humidade. 2.4.2.2 Aplicações e Desafios No geral, a soldadura é aplicada em várias áreas. No entanto, a soldadura MIG é usada em vários processos e indústrias. Por exemplo, na indústria automóvel, a soldadura MIG é usada na fabricação de chassis, carrocerias e sistemas de exaustão. Da mesma forma, na construção civil, é utilizada em várias montagens de juntas de estruturas metálicas, tubulações e reforços. Outras indústrias, como a naval e a de fabrico de equipamento pesado, favorecem a soldadura MIG porque possibilita a fabricação de componentes que são fortes e duradouros. Embora traga vários benefícios, a soldadura MIG é afetada por vários desafios, como a distorção térmica e defeitos nas regiões soldadas. No entanto, o uso de soldadura a laser e soldadura híbrida promoveu melhorias. A investigação atual baseia-se na forma de otimizar os parâmetros do processo de soldadura com base na natureza dos diferentes materiais e no desenvolvimento de automação avançada, que promete aumentar ainda mais a produtividade e eficiência do processo. 26 3 DEFINIÇÃO E IMPLEMENTAÇÃO DO CEP NAS CONDIÇÕES INICIAIS Neste capítulo da dissertação é realizada uma breve descrição e avaliação do processo em estudo no seu estado inicial. É aplicado o CEP e é descrito o procedimento seguido para o aplicar. Nesta primeira fase, o objetivo ao utilizar esta ferramenta da qualidade não é monitorizar, nem controlar o processo, mas como já tinha sido referido, o propósito é realizar uma análise ao processo de forma a avaliar a sua capacidade, para que se possa sugerir melhorias no processo. 3.1 Caracterização do problema e suas causas No que diz respeito à aplicação do CEP no processo de soldadura através de um robot, não tinha sido implementada nenhuma ferramenta. À priori, foi feita uma breve análise ao processo, recolhendo informação através do responsável da qualidade e dos operadores encarregues pelo processo, sendo já expectável que o processo apresentasse falta de capacidade e bastantes oportunidades de melhoria (Figura 10). A análise revelou que havia um número considerável de produtos não conformes, soldaduras que ficavam mal ou parcialmente soldadas por causa do excesso de penetração da solda, pelo que exigia que houvesse um retrabalho para que estes pudessem prosseguir para as fases seguintes. As ocorrências detetadas estavam diretamente relacionadas com a performance do robot de soldadura, que apresentava dificuldades específicas no contexto em que estava a operar. Tendo este já apresentado sinais de desgaste, com registos anteriores de falhas e avarias, já era usual a constante monitorização dos parâmetros de funcionamento do robot, velocidade de execução, intensidade da corrente e voltagem, de forma a tentar que houvesse maior consistência na soldadura. Com estes fatores em mente, a implementação do CEP foi considerado crucial para identificar e corrigir as variações no processo, de forma a garantir um controlo mais rigoroso e uma redução substancial de produtos não conformes. 27 Figura 10: Mesa de trabalho, robot de soldadura O processo analisado consiste na soldadura MIG, bastante utilizado em processos industriais quando se pretende soldaduras homogéneas. Neste processo são soldados dois tipos de peças metálicas, A e B a uma trave, que tem acabamentos respetivos à peça que se ira soldar (Figura 11), especificamente, para completar cada trave, são soldadas quatro peças metálicas, duas A e duas B a cada trave. Figura 11: Componentes metálicos e acabamentos da trave Durante a execução do processo, o robot de soldadura une duas peças em cada uma das oito traves iniciais. Ao fim de uma execução do robot, apenas quatro traves estão completas, com peças soldadas em ambos os lados, demonstrado na Figura 12 o resultado da soldadura em ambas as peças, enquanto as outras quatro têm apenas duas peças soldadas em um dos lados, sendo estas últimas transferidas 28 para a posição das traves completas, onde o robot solda as restantes peças. Esse ciclo assegura a produção de traves completas e semi-completas de forma sequencial. Figura 12: Resultado da soldadura em A e B O programa de soldadura, que define os parâmetros de funcionamento é previamente configurado, podendo ser ajustado no início de cada ciclo de produção, assim como a configuração dos movimentos do robot, onde se estabelece os pontos iniciais e finais de soldadura. No entanto, o processo requer intervenção humana, principalmente na monitorização e na transferência manual das traves, quer na acomodação das traves e dos componentes metálicos para serem soldados, quer para a passagem da trave completa para a fase seguinte. Embora não existam registos detalhados de defeitos no processo, a perceção dos operadores e do responsável da qualidade é de que os principais problemas estão relacionados com a falta de uniformidade na soldadura, resultando em soldas incompletas ou mal posicionadas. Estes defeitos têm impacto direto na empresa, pois geram a necessidade de retrabalho, atrasando o processo produtivo e aumentando os custos operacionais. De forma a ter um melhor conhecimento acerca do processo, foi realizada uma recolha de informação junto de todos os intervenientes do processo de fabricação de traves e foi utilizada a ferramenta da qualidade, diagrama de causa-efeito ou diagrama de Ishikawa. Esta ferramenta é muito eficaz não só para recolher informações de várias fontes sobre as causas dos problemas, mas também para compreender o processo envolvido (Figura 13). 35 Figura 18: Ponto 𝐴2;𝑙𝑎𝑟𝑔 - Carta 𝑋  e 𝑅 o 𝑨𝟑 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável 𝐴3;𝑐𝑜𝑚𝑝𝑟, (Figura 19) o processo não está sob controlo. Foram detetadas causas especiais em ambos os gráficos, apresentando pontos fora dos limites de controlo, no gráfico 𝑋 , os pontos 7, 8, 17, e 19 e no gráfico 𝑅, os pontos 2 e 4. De destacar também no gráfico do 𝑋  a presença de 8 pontos consecutivos com mais de 1 desvio padrão da linha central, sendo um a regra 8, que indica a presença de causas especiais. Figura 19: Ponto 𝐴3;𝑐𝑜𝑚𝑝𝑟 - Carta 𝑋  e 𝑅 36 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável 𝐴3;𝑙𝑎𝑟𝑔, (Figura 20) o processo não está sob controlo. Foram detetadas causas especiais em ambos os gráficos. De todas as inconformidades, é de realçar a existência de bastantes pontos fora dos limites de controlo, no gráfico 𝑋 , os pontos 1, 2, 4, 8, 11, 12, 13, 15, 17 e no gráfico 𝑅, o ponto 4. Apresenta também no gráfico 𝑋  9 pontos seguidos no mesmo lado da linha central, entre os pontos 6 e 14, sendo esta a regra 2. Figura 20: Ponto 𝐴3;𝑙𝑎𝑟𝑔 - Carta 𝑋  e 𝑅 Uma vez que após a analise das características tidas como críticas para o produto, chegou-se à conclusão que o processo não se encontra sob controlo estatístico relativamente às características analisadas, pelo que não se procedeu ao cálculo e elaboração do relatório de capacidade. De ter em atenção que as causas especiais foram essencialmente detetadas pela existência de pontos fora dos limites de controlo. Peça B Para a realização do estudo de CEP, na peça B, para dois pontos críticos (𝐵1, 𝐵2), para a largura como para o comprimento da soldadura, ou seja, são analisadas quatro características críticas (𝐵1;𝑐𝑜𝑚𝑝𝑟, 𝐵1;𝑙𝑎𝑟𝑔, 𝐵2;𝑐𝑜𝑚𝑝𝑟, 𝐵2;𝑙𝑎𝑟𝑔), assim como na peça A, foi definido que se iria implementar a metodologia com amostras cuja dimensão do subgrupo era de 4 unidades. Sendo assim, para cada ponto crítico foi possível obter um total de 26 amostras, perfazendo um total de 104 unidades (valores obtidos no Anexo 2). O tamanho da amostra foi considerado valido, dado que se 37 conseguiu perfazer mais de 100 medições, valor mínimo recomendado para definir limites das cartas de controlo. Para detetar a existência de eventuais causas especiais no processo e verificar se este se encontrava sob controlo estatístico, procedeu-se à elaboração das cartas de controlo 𝑋  e 𝑅 para cada ponto crítico, através do software Minitab. o 𝑩𝟏 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável 𝐵1;𝑐𝑜𝑚𝑝𝑟, (Figura 21) o processo não está sob controlo. Foram detetadas causas especiais em ambos os gráficos, no gráfico 𝑋 , apresenta mais de 14 pontos seguidos nos quais vão crescendo e decrescendo alternadamente, regra 4, entre os pontos 6 e 26. No gráfico 𝑅 é evidenciado um ponto fora dos limites de controlo, ponto 1. Figura 21: Ponto 𝐵1;𝑐𝑜𝑚𝑝𝑟 - Carta 𝑋  e 𝑅 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável 𝐵1;𝑙𝑎𝑟𝑔, (Figura 22) o processo não está sob controlo. Foram detetadas causas especiais em ambos os gráficos, de todas as inconformidades, é de realçar a existência de bastantes pontos fora dos limites de controlo, no gráfico 𝑋 , os pontos 1, 2, 11, 16, 17, 19 e 23, no gráfico 𝑅, o ponto 22. Apresenta também no gráfico 𝑋  pelo menos 9 pontos no mesmo lado da linha central, regra 2, entre os pontos 3 e 12. 38 Figura 22: Ponto 𝐵1;𝑙𝑎𝑟𝑔 - Carta 𝑋  e 𝑅 o 𝑩𝟐 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável 𝐵2;𝑐𝑜𝑚𝑝𝑟, (Figura 23) o processo não está sob controlo. Foram detetadas causas especiais em ambos os gráficos, no gráfico 𝑋 , apresenta um conjunto elevado de valores seguidos nos quais vão crescendo e decrescendo alternadamente, regra 4, entre os pontos 12 e 26. No gráfico 𝑅 é de notar que existe 9 pontos no mesmo lado da linha central, regra 2, entre os pontos 16 e 24. Figura 23: Ponto 𝐵2;𝑐𝑜𝑚𝑝𝑟 - Carta 𝑋  e 𝑅 39 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável 𝐵2;𝑙𝑎𝑟𝑔, (Figura 24), o processo não está sob controlo. Foram detetadas causas especiais em ambos os gráficos, a existência de pontos fora dos limites de controlo, no gráfico 𝑋 , os pontos 2, 5 e 6, no gráfico 𝑅, o ponto 1. Apresenta também no gráfico 𝑋  pelo menos 9 pontos consecutivos no mesmo lado da linha central, regra 2, entre os pontos 3 e 13. Figura 24: Ponto 𝐵2;𝑙𝑎𝑟𝑔 - Carta 𝑋  e 𝑅 Tal como a peça A, após a analise das características tidas como críticas para o produto, chegou-se à conclusão de que o processo não se encontra sob controlo estatístico, evidenciando também bastantes pontos fora dos limites de controlo, pelo que não se procedeu ao cálculo e elaboração do relatório de capacidade. 40 4 MELHORIAS NO PROCESSO Neste capítulo são descritas todas as alterações no processo com o intuito de melhorar e aprimorar o mesmo, de forma que entre num estado de controlo estatístico, o que não se verifica nas condições iniciais, como demonstrado no capítulo 4. Com estas melhorias no processo, o objetivo é diminuir a variabilidade do processo e torná-lo capaz. As alterações mais significativas que foram efetuadas foi a alteração do design das traves. 4.1 Design da Trave Um dos pontos mais claros acerca de melhorias possíveis no processo, foi a alteração do design da trave. Numa primeira análise ao processo foi possível averiguar que o design da trave não era o ideal, visto que poderia contribuir para a elevada variabilidade do mesmo, como foi posteriormente comprovado aquando da aplicação da metodologia CEP, no estudo de monitorização do processo, em que existem vários pontos fora dos limites de controlo que se poderão associar a este facto. O problema que se destacava era o tamanho dos orifícios nos quais as peças metálicas iriam ser soldadas ao tubo metálico. Devido às elevadas dimensões dos orifícios, as soldaduras resultantes apresentavam elevada variabilidade quanto aos comprimentos, pois existia demasiada penetração da soldadura fazendo com que apenas a peça ficasse parcialmente soldada, como demonstrado na Figura 25. Figura 25: Exemplo das diferentes dimensões da soldadura 41 Foi então discutido com o departamento de produção e com o responsável da Qualidade, a proposta de alteração do design da trave, tendo sido alterada a estrutura da peça metálica e do acabamento a que esta é soldada, de forma a diminuir a variabilidade do processo. Com esta melhoria de processo, em vez de ter duas peças metálicas (A e B) e dois tipos de acabamentos da trave respetivos a cada peça metálica a ser soldada, passou a ser obtida apenas uma peça metálica, designada como C, e apenas um tipo de acabamento, como demonstra a Figura 26. De realçar que a nova peça metálica, C, é bastante similar à antiga peça A. Sendo que a diferença entre ambas é na acomodação junto com o acabamento da trave, apresentando uns orifícios de menor dimensão de forma a tentar mitigar o problema detetado. Figura 26: Peça metálica C 4.2 Diâmetro Do Arame Consumível Uma das principais mudanças no processo foi a alteração do diâmetro do arame consumível, que passou de 0,8 mm para 1 mm. Esta alteração teve um impacto significativo na soldadura, afetando diretamente a taxa de deposição de material e o controlo térmico. Arames de menor diâmetro, como o de 0,8 mm, proporcionam uma maior taxa de deposição para o mesmo nível de corrente. Com o arame de 1 mm, a 42 taxa de deposição é menor, exigindo ajustes na corrente para compensar, o que pode aumentar o tempo de soldadura e visa mitigar o excesso de penetração da solda na peça. 4.3 Layout Mesa de Trabalho Outra mudança importante foi no layout da mesa de trabalho. Devido à nova composição da peça, foi possível integrar ainda mais traves durante um ciclo do processo, aumentando assim a taxa de produção, que passou de 8 traves, para 12 traves a serem soldadas por ciclo, onde em cada execução do processo são soldadas 24 peças metálicas, duas peças em cada uma das 12 traves. No final do processo, apenas 6 traves estão completas, com peças soldadas em ambos os lados. As outras 6 traves têm apenas duas peças soldadas do mesmo lado da trave e são transferidas para a posição das traves que ficaram completas, para que as peças restantes possam ser soldadas. 4.4 Programação e Configuração do Robot A troca do arame consumível tornou necessário ajustar os parâmetros de funcionamento do robot de soldadura. No entanto, devido à alta variabilidade do processo, provocada por problemas elétricos e falhas mecânicas recorrentes, não foi possível realizar um estudo detalhado para otimizar esses parâmetros de forma criteriosa. Assim, a definição dos parâmetros baseou-se na experiência acumulada até o momento, permanecendo sujeita a ajustes constantes conforme surgem novos desafios. A programação dos movimentos do braço do robot também precisou ser adaptada. Com as alterações no design das peças e no layout da mesa de trabalho, a programação tornou-se mais complexa, já que o robot agora solda várias traves em diferentes posições, que precisam ser programadas individualmente. Como as soldaduras são curtas, garantir que o ponto de início e fim de cada solda seja exatamente o mesmo em cada ciclo é uma tarefa árdua, o que gera pequenas variações no processo e, consequentemente, na qualidade final. 43 5 MONITORIZAÇÃO DO PROCESSO COM AS MELHORIAS APLICADAS Depois de aplicar as melhorias voltou-se a realizar o estudo de monitorização do processo e verificar se com as evoluções no processo se conseguiu obter um processo estável. Para a realização do estudo de CEP, agora apenas para a peça C (Figura 27), para os três pontos críticos (C1, C2, C3), tanto para a largura como para o comprimento da soldadura, foram analisadas seis características críticas (C1;compr, C1;larg, C2;compr, C2;larg, C3;compr, C3;larg). Da mesma forma como na primeira aplicação do CEP, uma inspeção a 100% não seria prática devido aos mesmos motivos, falta de recursos e para não comprometer a continuidade da linha de produção. Foi então definido que se iria implementar a metodologia com amostras cuja dimensão do subgrupo seria de 6 unidades. Considerando que estão disponíveis 6 traves completas em cada execução do robot, cada trave contém 4 peças C, ou seja, 4 pontos para cada ponto critico definido, sendo escolhido de forma aleatória em cada uma das 6 traves 1 ponto critico para ser medido, dos 4 pontos críticos disponíveis, perfazendo assim uma amostra de 6 unidades para cada ponto crítico. Com a alteração do layout da mesa de trabalho, passaram a serem produzidas em cerca de 20 minutos 6 traves completas, sendo que as medições foram feitas de forma consecutiva ao longo de um dia de trabalho, de forma a conseguir retirar todas as medidas nas mesmas condições, sendo assim, para cada ponto crítico foi possível obter um total de 17 amostras, perfazendo um total de 102 unidades (valores obtidos no Anexo 3). O tamanho da amostra foi considerado valido, dado que se conseguiu perfazer mais de 100 medições, valor mínimo recomendado para definir limites das cartas de controlo. Para detetar a existência de eventuais causas especiais no processo e verificar se este se encontrava sob controlo estatístico, procedeu-se à elaboração das cartas de controlo 𝑋  e 𝑅 para cada ponto crítico, através do software Minitab. Quanto ao método de medição, ao contrário da anterior aplicação desta metodologia em que não era pretendido ter uma elevada exatidão dos dados, passou-se a usar um paquímetro para que os dados fossem o mais exatos possíveis. 44 Figura 27: Pontos críticos C o 𝐶1 Pela análise dos gráficos 𝑋  e 𝑅 referentes à variável C1;compr, (Figura 28) o processo está sob controlo, não foram detetadas causas especiais em nenhum dos gráficos. De destacar, comparando o desvio padrão global, que tem em conta não apenas a variação dentro do subgrupo, mas sim de todo o processo obtido, com a variável 𝐴1;𝑐𝑜𝑚𝑝𝑟, visto que existe similaridade entre a peças A e C, com as melhorias aplicadas foi possível passar de 3,53411 para 2,78674. Figura 28: Ponto 𝐶1;𝑐𝑜𝑚𝑝𝑟 – Carta 𝑋  e R 51 International Organization for Standardization. (2013). Control charts - Part 2: Shewhart control charts (ISO 7870-2) . Jeffus, L. (2016). Welding: Principles and Applications (Eighth Edition). Cengage Learning . Juran, J., & Godfrey, B. (1999). Juran´s Quality Handbook (Fifth Edition). McGraw-Hill Companies. Kaya, İ., & Kahraman, C. (2011). Process capability analyses based on fuzzy measurements and fuzzy control charts. Expert Systems with Applications , 38 (4), 3172–3184. https://doi.org/10.1016/j.eswa.2010.09.004 Koutras, M. V., Bersimis, S., & Maravelakis, P. E. (2007). Statistical Process Control using Shewhart Control Charts with Supplementary Runs Rules. Methodology and Computing in Applied Probability , 9 (2), 207–224. https://doi.org/10.1007/s11009-007-9016-8 Lee, M.-G., Chechurin, L., & Lenyashin, V. (2018). Introduction to cause-effect chain analysis plus with an application in solving manufacturing problems. The International Journal of Advanced Manufacturing Technology , 99 (9–12), 2159–2169. https://doi.org/10.1007/s00170-018-2217-1 MacGregor, J. F., & Kourti, T. (1995). Statistical process control of multivariate processes. Control Engineering Practice , 3 (3), 403–414. https://doi.org/10.1016/0967-0661(95)00014-L McDermott, O., Antony, J., & Sony, M. (2022). The Use and Application of Ishikawa´s Seven Tools in European Organisations. International Journal for Quality Research , 16 (4), 1071–1082. https://doi.org/10.24874/IJQR16.04-07 McQuater, R. E., Scurr, C. H., Dale, B. G., & Hillman, P. G. (1995). Using quality tools and techniques successfully. The TQM Magazine , 7 (6), 37–42. https://doi.org/10.1108/09544789510103761 Montgomery, D. (2009). Introduction to Statistical Quality Control (6th Edition). Wiley. Nikkel, W. (2007). Estatística Aplicada à Produção . chromeextension://efaidnbmnnnibpcajpcglclefindmkaj/http://ftp.demec.ufpr.br/disciplinas/TM267/Apo stila-Estatistica%20Aplicada-a-Producao-TM267.pdf Ott, E., Schilling, E., & Neubauer, D. (2005). Process Quality Control: Troubleshooting and Interpretation of Data (Fourth Edition). ASQ - American Society for Quality. Paulista, P., & Alves, R. (2015). Ferramentas da Qualidade: Uma Revisão Bibliográfica e Análise de Publicações no ENEGEP. Universidade Federal de Campina Grande . http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29804 Pyo, S. (2005). Choosing Quality Tools. Journal of Quality Assurance in Hospitality & Tourism , 6 (1–2), 1–8. https://doi.org/10.1300/J162v06n01_01 52 Requeijo, J., & Pereira, Z. (2012). Qualidade: Planeamento e Controlo Estatístico de Processos (2a Edição). Fundação FCT. Ruivo, P. (2022). Conceção e Implementação de um Sistema Digital de Controlo Estatístico de Processo numa Indústria Ótica [Universidade do Minho]. https://hdl.handle.net/1822/84659 Saunders, M., Lewis, P., & Thornhill, A. (2019). Research Methods For Business Students (Eighth Edition). Pearson. Singh, S., Kumar, V., Kumar, S., & Kumar, A. (2022). Variant of MIG welding of similar and dissimilar metals: A review. Materials Today: Proceedings , 56 , 3550–3555. https://doi.org/10.1016/j.matpr.2021.11.287 Škulj, G., Vrabič, R., Butala, P., & Sluga, A. (2013). Statistical Process Control as a Service: An Industrial Case Study. Procedia CIRP , 7 , 401–406. https://doi.org/10.1016/j.procir.2013.06.006 Stuart, M., Mullins, E., & Drew, E. (1996). Statistical quality control and improvement. European Journal of Operational Research , 88 (2), 203–214. https://doi.org/10.1016/0377-2217(95)00069-0 Tague, N. (2023). The Quality Toolbox (Third Edition). ASQ Quality Press. Vieira, S. (2012). Estatística para a Qualidade (2a Edição). Elsevier. Woodall, W. H., & Montgomery, D. C. (1999). Research Issues and Ideas in Statistical Process Control. Journal of Quality Technology , 31 (4), 376–386. https://doi.org/10.1080/00224065.1999.11979944 53 ANEXOS 54 Anexo 1 – Constantes Limites de Controlo 55 Anexo 2 – Dados Traves nas Condições Primarias de Funcionamento (Valores em cm) A1 A2 A3 B1 B2 Compri Largura Compri Largura Compri Largura Compri Largura Compri Largura Amostra 1 1 2,1 0,6 1,6 1 1,6 1 2,5 1,4 1,3 1 2 1,9 0,5 1,5 0,9 1,5 0,9 1,9 1 1,8 1 3 1,3 0,5 1,8 0,9 2 1 2,6 1 1,5 1,4 4 2,2 0,6 1,7 1 1,5 1 3,2 1,3 1,8 0,6 Amostra 2 5 2,3 0,3 1,5 0,9 1,5 1 2,9 1,3 1,5 0,9 6 2,5 0,3 0,9 0,6 1,6 1 2,9 1,3 1,6 1 7 2,4 0,2 1,4 0,5 2,2 1 2,1 0,9 1,3 1,1 8 2,1 0,5 1,6 0,9 1,4 0,8 2,7 1 1,8 1,5 Amostra 3 9 2,2 0,55 1,6 1 1,8 0,8 2,4 0,6 1,6 0,6 10 2,2 0,6 1,9 0,8 1,9 0,7 2,6 0,9 0,9 0,8 11 2,1 0,5 1,8 0,9 1,6 0,8 3,2 0,9 1,2 0,9 12 2 0,7 1,6 1 1,6 0,9 2,4 0,8 1,5 0,9 Amostra 4 13 2,4 0,3 1,6 0,8 1,8 0,8 2,6 0,9 1,4 0,9 14 2,2 0,55 2 0,5 1,5 0,5 2,7 0,8 1,7 0,8 15 2,4 0,4 1,6 0,5 2,5 0,2 2,7 0,8 1,1 0,7 16 2,1 0,45 1,2 0,8 1,5 0,6 2,8 0,9 1,4 0,7 Amostra 5 17 1,4 0,6 1,4 1 1,5 0,9 2,3 0,9 1,3 0,7 18 2,2 0,4 1,6 0,9 1,4 0,8 2,3 0,8 1,5 0,5 19 1 0,5 1,9 0,9 1,6 0,8 2,4 0,8 1,3 0,9 20 2,3 0,4 1,6 0,9 1,4 0,9 2,8 0,9 1,2 0,4 Amostra 6 21 2 0,5 1,9 0,6 1,5 0,75 2,7 0,9 1,8 0,8 22 2,2 0,4 1,5 0,7 2,15 0,8 2,6 0,7 1,3 0,5 23 2,2 0,4 1,1 0,8 1,8 0,5 2,8 0,8 1,5 0,7 24 2,4 0,3 1,6 0,7 1,7 0,7 2,7 0,8 1,4 0,7 Amostra 7 25 2 0,4 1,8 0,9 1,2 0,9 2,4 0,9 1,5 0,7 26 2 0,7 2 0,8 1,2 0,9 2,9 0,75 1,8 0,9 27 2,1 0,6 2,1 0,7 1,2 0,7 3,1 1 1,4 0,7 28 2,1 0,5 1,6 0,9 1,6 0,6 2,9 0,9 1,2 1 Amostra 8 29 2 0,3 2 0,8 1,8 0,7 2,2 0,9 1,4 0,6 30 2,3 0,5 1,7 0,7 1,9 0,6 2,6 0,8 1,6 1 31 2,3 0,65 2 0,8 1,9 0,7 2,4 0,8 1,7 0,9 32 2,1 0,5 2,1 0,7 1,8 0,6 3 0,9 1,9 1 Amostra 9 33 2,2 0,6 1,7 0,6 1,6 0,8 3,3 1 1 0,7 34 2,1 0,5 1,8 0,7 1,1 0,7 2,6 0,7 1,5 0,8 35 2,4 0,4 1,8 0,7 1,2 0,7 2,5 0,9 0,9 0,7 36 2,2 0,5 1,6 0,8 1,7 0,6 3 0,8 1,7 1 Amostra 10 37 2,2 0,5 1,9 0,5 1,2 0,6 2,4 0,9 1,7 0,9 38 1,3 0,5 1,8 0,7 1,8 0,8 2,7 0,8 1,6 0,9 39 1,2 0,3 1,6 0,8 1,4 0,6 2,4 0,7 1,3 0,8 40 2 0,5 2,1 0,6 1,5 0,7 2,9 0,9 1,65 0,9 Amostra 11 41 2,4 0,3 1,45 0,8 1,4 0,6 2,5 0,7 1,2 0,8 42 2,3 0,3 1,5 0,7 1,8 0,6 2,4 0,7 1,1 1 43 2,1 0,3 1,5 0,8 1,4 0,6 2,9 0,85 1 0,9 44 2,6 0,7 1,5 0,6 1,9 0,5 3 0,8 1,3 0,6 A mo str a 12 45 2 0,7 1,8 0,8 1,4 0,6 2,6 0,85 1,3 0,85 56 46 1,3 0,6 1,5 0,85 1,5 0,7 3 0,9 1,3 0,9 47 1,5 0,7 1 0,8 1,7 0,65 2,5 0,75 1,5 0,6 48 2,1 0,4 1,5 0,9 1,7 0,6 2,4 0,8 1,1 0,7 Amostra 13 49 2,3 0,4 1,45 0,9 1,4 0,6 2,5 0,9 1,3 0,9 50 1,9 0,45 1,5 0,8 1,75 0,5 2,9 1 1,3 1 51 2 0,5 1,2 0,8 1,6 0,6 2,6 1 1,4 0,8 52 2 0,4 1,6 0,85 1,35 0,6 2,6 0,95 1,4 0,75 Amostra 14 53 2,1 0,7 1,8 0,7 1,4 0,7 2,4 0,8 1,1 0,9 54 2 0,7 1,5 0,9 1,5 0,8 2,4 0,75 1,2 1 55 1,5 0,65 1,2 0,85 1,25 0,6 2,5 0,9 1,4 0,7 56 1,5 0,7 1,1 0,8 1,8 0,7 2,3 0,9 1,3 1,1 Amostra 15 57 1,8 0,5 1,9 0,85 1,8 0,9 2,7 1 1,5 0,9 58 1,8 0,4 1,7 0,8 1,9 1 2,8 1 1,6 1,1 59 1,9 0,4 1,8 0,8 1,8 0,9 2,8 1,1 1,8 1,1 60 2 0,4 1,7 0,85 1,8 1 2,7 1 1,3 1 Amostra 16 61 0,9 0,6 1,2 0,8 1,5 0,9 2 0,7 1,1 0,8 62 1,4 0,5 1,2 0,9 1,7 0,7 2,3 0,6 1,3 0,8 63 1,7 0,5 1,7 1 1,6 0,9 2,6 1 1,2 1 64 1,5 0,5 1,5 1,2 1,6 0,8 2,6 0,75 1,3 0,8 Amostra 17 65 1,8 0,3 1,8 0,85 1,9 1 3 1,1 1,5 0,8 66 1,9 0,4 1,7 0,9 1,9 1 2,7 1,1 1,5 1,1 67 2 0,5 1,8 0,7 1,9 0,9 2,6 1,1 1,8 1 68 1,8 0,4 1,75 0,8 1,8 0,9 2,7 1,2 1,6 1,1 Amostra 18 69 2,1 0,5 1,3 0,9 1,4 0,85 2,5 1 1 1 70 1,7 0,5 1 0,8 1,5 0,8 2,2 0,9 1,4 0,8 71 1,7 0,5 1,6 0,9 1,6 0,9 2,6 1 1,4 0,8 72 1,7 0,8 1,4 1 1,5 0,9 2,6 1 1,2 1 Amostra 19 73 1,7 0,5 1,8 0,8 1,8 0,9 2,7 1,1 1,8 1,2 74 1,9 0,3 1,7 0,9 1,9 0,8 2,6 1,1 1,5 1,1 75 1,8 0,5 1,9 0,8 1,9 0,8 2,7 1,2 1,5 1 76 2 0,4 1,7 0,8 1,8 0,9 2,8 1,1 1,6 1,1 Amostra 20 77 1 0,3 1,7 1 1,5 0,9 2,8 1,1 1,4 0,9 78 1 0,5 1,5 0,9 1,4 0,8 2,4 1 1,5 0,9 79 1,5 0,7 1,4 0,8 1,4 0,9 2,7 1 1,3 0,9 80 1,9 0,7 1,5 1,1 1,5 0,8 2,6 1 1,4 1 Amostra 21 81 2 0,4 1,75 0,8 1,5 0,8 2,7 1,1 1,7 1,1 82 1,9 0,5 1,8 0,8 1,5 0,8 2,8 1,1 1,5 1 83 1,9 0,4 1,7 0,85 1,6 0,8 2,6 1 1,6 1,1 84 2 0,4 1,8 0,8 1,5 0,9 2,7 1,1 1,8 1,1 Amostra 22 85 1,4 0,6 1,2 1 1,4 0,85 2,6 0,8 1,4 0,9 86 1,8 0,5 1,2 0,9 1,5 0,9 2,5 0,5 1,3 0,9 87 2 0,7 1,3 1 1,4 0,7 2,1 0,8 1,5 1,1 88 2,1 0,7 1,2 0,9 1,5 0,8 2,9 1,1 1,6 0,9 Amostra 23 89 2,1 0,6 1,7 0,8 1,8 0,8 2,7 1,1 1,6 1 90 2 0,5 1,8 0,8 1,5 0,8 2,8 1,1 1,7 1,1 91 2 0,6 1,85 0,75 1,4 0,7 3 1,1 1,5 0,9 92 2,1 0,5 1,7 0,6 1,4 0,8 2,8 1,2 1,5 1 Amostra 24 93 1,4 0,6 1,3 1,1 1,4 0,8 2,6 1 1,3 0,7 94 1,7 0,7 1,4 1 1,4 0,9 3 1,1 1,4 0,9 95 1,2 0,5 1,4 0,9 1,4 0,9 2,7 0,9 1,3 0,7 96 2,1 0,7 1,4 0,9 1,5 0,8 2,4 0,9 1,5 1 57 Amostra 25 97 2 0,5 1,7 0,8 1,8 0,9 2,6 1 1,7 1 98 2,1 0,5 1,7 0,8 1,5 0,8 2,7 1 1,6 0,9 99 1,9 0,5 1,5 0,7 1,3 0,7 2,7 1,1 1,8 1,1 100 1,7 0,4 1,3 0,6 1,3 0,8 2,9 0,7 1,2 0,8 Amostra 26 101 1,6 0,3 1,3 1 1,5 0,9 2,6 1 1,2 0,9 102 2,1 0,6 1,1 0,9 1,3 0,8 2,2 1 1,4 0,8 103 2,1 0,7 1,6 0,9 1,5 1 3 1,1 1,5 0,8 104 2,1 0,6 1,8 0,6 1,5 0,7 2,8 1 1,6 1 58 Anexo 3 – Dados Traves após Melhorias (Valores em mm) C1 C2 C3 Comprimento Largura Comprimento Largura Comprimento Largura Amostra 1 1 15,04 6,95 10,62 7,01 9,39 7,3 2 17,82 5,75 8,09 8,08 12,55 6,88 3 16,64 5,88 10,39 7,09 9,7 6,01 4 16,47 6,4 11,03 8,25 10,57 7,49 5 18,83 6,34 9,26 8,23 10,04 7,61 6 20,43 6,99 10,82 8,37 10,79 6,8 Amostra 2 7 16,83 7,41 12,03 6,6 12,02 8,81 8 22,45 6,48 12,66 6,87 10,43 7,25 9 18,43 7,73 13,99 9,01 11,12 7,65 10 22,2 6,31 11,45 5,92 12,38 6,95 11 17,83 6,72 10,01 6,82 11,42 7,53 12 17,52 6,78 11,02 6,61 11 7,54 Amostra 3 13 18,26 7,95 12,36 7,05 10,57 7,49 14 25 7,42 10,04 6,76 10,09 8,25 15 22,6 6,54 11,98 6,92 9,91 6,52 16 22,56 6,77 10,87 7,08 13,91 7,55 17 18,35 6,56 12,09 6,79 11,6 7,02 18 21,85 6,96 11,68 6,55 12,47 6,28 Amostra 4 19 15,04 7,87 11,3 7,3 11,7 8,13 20 17,82 6,98 9,42 7,11 10,88 8,2 21 16,64 7,36 11,49 6,75 10,29 7,39 22 16,47 8,18 13,95 6,08 12,28 6,95 23 18,83 7,94 12,62 7,5 11,91 7,81 24 20,43 6,08 11,65 6,04 8,53 7,46 Amostra 5 25 16,83 7,34 9,54 7,76 12,51 6,65 26 25 6,62 12,83 7,24 12,14 7,87 27 22,6 6,65 9,14 7,26 10,24 7,61 28 22,56 6,99 12,01 7,86 11,79 7,49 29 18,35 6,81 11,28 7,38 12,45 5,52 30 21,85 7,67 14,96 7,91 11,55 6,57 Amostra 6 31 19,11 7,22 10,42 7,63 13,57 6,94 32 17,33 6,8 8,87 7,89 13,01 7,39 33 19,09 7,01 11,2 6,82 12,22 7,08 34 17,99 6,94 13,21 7,51 9,7 7,87 35 16,65 7,69 11,41 6,66 12,08 8,22 36 20,84 6,59 10,83 7,93 11,88 7,25 Amostr a 7 37 21,59 6,92 14,5 6,99 9,91 6,65 38 16,54 6,16 13,1 7,84 10,43 7,46 59 39 18,41 5,06 8,67 6,88 10,12 7,05 40 19,19 7,15 9,61 7,58 9,36 8,4 41 19,84 7,28 11,3 5,46 11,69 6,98 42 20,43 6,24 11,81 6,95 11,45 8,15 Amostra 8 43 21,95 8,2 10,36 7,44 10,58 6,45 44 26,72 5,77 8,55 7,44 10,9 7,1 45 21,99 6,75 11,57 7,75 10,35 6,49 46 16,68 6,6 11,43 7,52 9,22 6,23 47 15,46 7,72 12,74 8,34 11,05 7,78 48 17,46 7,68 12,33 6,19 11,21 7,05 Amostra 9 49 19,96 6,82 10,88 5,96 11,56 7,19 50 19,29 6,97 10,75 6,95 12,31 6,95 51 17,9 6,14 13,07 7,33 13,32 7,24 52 17,44 5,73 12,31 6,24 10,24 7,85 53 16,18 6,49 12,13 5,87 11,39 7,35 54 23,67 8,32 13,06 6,54 11,06 6,8 Amostra 10 55 15,63 7,52 12,22 7,48 11,1 7,08 56 20,78 7,5 10,88 7,82 11,75 6,75 57 21,65 6,47 10,79 8,06 12,46 6,45 58 17,5 6,52 11,01 7,53 10,9 7,47 59 23,47 6,04 10,13 6,99 9,15 7,3 60 23,16 5,8 12,87 6,77 13,41 7,06 Amostra 11 61 16,11 5,61 10,35 7,47 10,61 7,92 62 16,06 7,99 11,66 8,18 11,63 7,64 63 24,96 6,39 11,37 9,23 9,68 7,02 64 16,55 6,44 13,2 6,02 12,61 7,25 65 17,23 5,91 11,52 6,26 10,62 7,65 66 15,99 7,23 11,04 8,41 11,73 6,9 Amostra 12 67 20,59 5,67 10,32 7,29 9,59 8,08 68 21,43 6,58 10,9 7,32 11,54 6,09 69 15,81 6,14 10,14 8 11,99 6,64 70 18,78 6,97 8,75 7,04 10,96 7,16 71 25,26 6,39 12,16 7,19 12,67 8,71 72 16,33 5,95 10,92 5,91 9,52 6,76 Amostra 13 73 19,62 6,7 8,57 6 11,56 8,24 74 18,8 7 9,8 6,35 11,77 7,47 75 20,82 6,76 10,95 5,65 13,31 7,42 76 22,81 6,92 12,4 7,32 11,67 6,19 77 17,86 6,31 11,86 7,38 11,64 7,39 78 24,11 6,48 9,61 6,98 10,84 7,63 Amostra 14 79 15,85 6,28 10,7 7,16 13,17 6,24 80 22,19 6,49 10,28 7,8 11,88 7,08 81 20,41 6,19 12,27 7,48 11,61 7,8 60 82 17,19 5,6 11,84 7,53 9,95 7,52 83 23,11 6,84 11,77 7,08 11,63 8,77 84 21,03 6,46 11,4 7,08 8,87 6,21 Amostra 15 85 21,18 5,66 11,02 8,97 10,55 7,38 86 17,43 7,02 9,49 7,29 11,4 7,42 87 18,62 6,13 9,02 7,18 10 7,16 88 18,76 6,75 13,26 7,45 11,55 6,26 89 20,65 7,2 12,07 7,81 11,96 6,86 90 19,95 6,8 12,22 7,98 10,15 7,19 Amostra 16 91 17,85 7,46 9,77 6,31 9,63 6,75 92 17,35 5,92 9,95 8,71 10,91 7,46 93 23,15 6,98 9,62 7,9 12,08 8,16 94 19,63 6,27 7,98 7,72 10,19 6,72 95 18,47 6,15 11,2 6,25 10,49 5,98 96 22,95 6,34 10,39 8,24 11,8 6,54 Amostra 17 97 13,44 6,52 11,45 7,24 11,1 7,31 98 19,15 6,76 11,76 6,56 10,27 7,05 99 20,48 5,96 12,22 7,32 10,68 8,29 100 20,8 7,31 10,07 7,07 8,48 7,58 101 22,86 7,02 11,3 7,73 11,88 7,37 102 15,05 5,72 8,61 6,8 10,7 7,17