Aplicativo Computacional para Análise de Capacidade de Processo de Produção

  • Flavia Sayuri Miura Universidade Tecnológica Federal do Paraná - UTFPR
  • José Airton Azevedo dos Santos Universidade Tecnológica Federal do Paraná - UTFPR http://orcid.org/0000-0002-2568-5734
  • Carla Adriana Pizarro Schmidt Universidade Tecnológica Federal do Paraná - UTFPR

Resumo

O Controle Estatístico de Processo (CEP) é uma técnica muito utilizada para analisar, monitorar, gerenciar e recuperar a performance de processos de fabricação. Cartas de Controle são ferramentas poderosas do Controle Estatístico de Processos. Estas cartas permitem, por meio de informações de amostras, identificarem problemas em processos industriais. Muitos softwares comerciais para construção destas cartas estão disponíveis no mercado. Contudo, podem ser caros e apresentar restrições de licença e uso. Neste contexto, este trabalho teve como objetivo desenvolver uma aplicação Python, denominada CeCad, para elaboração de cartas de controle (paramétricas e não paramétricas) e anÁlise de capacidade de processos de produção. Atualmente, esta aplicação apresenta as cartas de controle X ̅-R e X ̅-S e cálculo de índices de capacidade de processo. Contempla também o cálculo de intervalo de confiança por meio da técnica de reamostragem bootstrap. São apresentados resultados da análise de um processo de produção de frascos plásticos. Foram pesados, na indústria, 160 frascos plásticos de 100 mililitros. Verificou-se que o índice de capacidade Cpk esta abaixo de um, o que classifica o processo como incapaz.

Biografia do Autor

Flavia Sayuri Miura, Universidade Tecnológica Federal do Paraná - UTFPR
Programa de Pós-graduação em tecnologias Computacionais para o Agronegócio (PPGTCA)
José Airton Azevedo dos Santos, Universidade Tecnológica Federal do Paraná - UTFPR
Programa de Pós-graduação em tecnologias Computacionais para o Agronegócio (PPGTCA)
Carla Adriana Pizarro Schmidt, Universidade Tecnológica Federal do Paraná - UTFPR
Programa de Pós-graduação em tecnologias Computacionais para o Agronegócio (PPGTCA)
Publicado
2020-10-16
Seção
Artigos