| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 18.48 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A aplicação de métodos estatísticos possui muita relevância na avaliação da Qualidade,
auxiliando na compreensão e modelação da variabilidade, instituindo um suporte eficaz e fiel nas tomadas de decisão das organizações.
Quando são utilizadas cartas de controlo tradicionais, pressupõe-se que as observações
provêm de processos que são independentes. Porém, esse requisito nem sempre é
verificado. Em muitos processos industriais os dados exibem auto-correlação, repercutindose este facto num enorme impacto na utilização de cartas de controlo desenvolvidas sob a suposição de independência, provocando em particular um aumento drástico do número de falsos alarmes. Nestas circunstâncias, as cartas de controlo tradicionais revelam-se uma
ferramenta inadequada para o controlo do processo, uma vez que muitos dos sinais de
causas especiais observadas não passam de sinais naturais do processo, transmitindo uma
ideia errada do seu comportamento.
O presente trabalho desenvolve uma metodologia apoiada em diversificadas técnicas estatísticas tais como: testes de hipóteses, análise de variância, controlo estatístico univariado e multivariado, controlo estatístico de processos com dados autocorrelacionados.
A modelação de processos com dados auto-correlacionados é baseada na metodologia de Box e Jenkins, que consiste no ajuste das observações a um determinado
modelo ARIMA mais adequado.
A metodologia desenvolvida foi implementada e validada na Fábrica Mitsubishi Fuso Truck
Europe (MFTE), proporcionando à organização uma metodologia de controlo estatístico dos
seus processos produtivos, que a auxilia na identificação das causas especiais responsáveis pelo aumento da variabilidade nos seus processos e respectivas acções correctivas.
Descrição
Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia e Gestão Industrial
