Influência do processo de medição no controle estatístico de processos

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Mecânica.Este trabalho teve como objetivo analisar as relações existentes entre processo de medição e o processo de fabricação no contexto do controle estatístico de processos por variáveis, almejando gerar conhecimentos que viabilizem um uso mais racional do controle estatístico de processos (CEP) e da metrologia. Foi construído um modelo matemático que permitiu propagar a incerteza de medição através do CEP, considerando seu efeito potencial sobre os limites de controle e sobre a capacidade do gráfico para detectar mudanças da média do processo. O modelo matemático foi implementado em um algoritmo de simulação de Monte Carlo. A simulação Monte Carlo permitiu criar um ambiente único, bastante intuitivo, para estudar todos os casos sem ter que mudar continuamente a modelagem matemática. São apresentados os resultados de diversos estudos de caso que permitiram avaliar o impacto da incerteza dos dados sobre incerteza dos limites de controle do gráfico de posição (isto é, gráfico de médias) e posteriormente sobre a incerteza do comprimento médio de corrida (ARL), considerado um indicador da capacidade do gráfico para detectar mudanças da média do processo. Dois indicadores foram utilizados nesta pesquisa para avaliar o efeito da incerteza de medição no desempenho do gráfico. Os mesmos permitiram quantificar o efeito da incerteza de medição sobre o desempenho do gráfico de controle. Em todos os estudos de casos, buscou-se avaliar combinações realistas de processo de medição e processo de fabricação, através da utilização de informações sobre processos reais ou dados extraídos de bibliografias reconhecidas. Mediante os estudos de caso, pode-se provar que a incerteza de medição pode ser propagada através das operações estatísticas necessárias para a construção e operação de um gráfico de controle, causando incerteza no posicionamento dos limites de controle e nos valores do indicador ARL para diferentes deslocamentos da média do processo. E ao final é feita uma análise critica sobre os resultados alcançados e são feitas recomendações para melhorar a aplicação dos sistemas de medição no controle estatístico de processos. The objective of this work is to analyze the existing relations between measurement process and manufacturing process, within the framework of Statistical Processes Control (SPC). The focus will be generating knowledge that enables a more rational use of SPC and industrial metrology. A mathematical model was developed, allowing the propagation of measurement uncertainty through SPC, considering its potential effect on the control limits and the capacity of the control charts to detect changes in the process mean. The mathematical model was implemented using the Monte Carlo simulation approach. This approach allows the creation of a very unique and intuitive environment for the user, studying all the cases without having to continually modify the mathematical model. The results of several case studies are presented, analyzing the impact of measurement uncertainty on the uncertainty of the control limits, specifically for the average control chart. In the same manner, the uncertainty of the average run length (ARL) was investigated, considered as a good indicator of the capacity of control charts to detect changes on the process average. Another two indicators were used in this study to evaluate the effect of the measurement uncertainty in the performance of the control charts. In all case studies, the aim was set to evaluate realistic combinations of measurement process and manufacturing process, through the use of information of actual cases or data extracted from recognized bibliographies. As a consequence, it was proved that measurement uncertainty can be propagated in conjunction with stochastic operations, which are needed to construct realistic control charts. Thus, uncertainty in measurements causes an uncertainty on the real location of the control limits and the values of ARL for different perturbations on the process mean. Finally, a critic analysis is made about the results and recommendations are made to improve the application of the measurement systems in the real SPC situations