A carregar...
Publicação
Aplicação do controlo estatístico do processo numa indústria de derivados de tomate
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 19.48 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A evolução da qualidade e a sua importância está presente no quotidiano de todos,
actualmente a maioria da população tem acesso a produtos e serviços de qualidade a um custo razoavelmente baixo. Como suporte para o alcance desta qualidade, as organizações muniram-se de técnicas e ferramentas, permitindo a optimização dos processos e produzindo a baixos custos.
As cartas de controlo verificaram ser uma ferramenta poderosa no controlo de processos,
através destes gráficos, é permitido prever falhas e reduzir a variabilidade dos processos. As cartas de controlo tradicionais, desenvolvidas por Shewhart, baseiam-se em pressupostos como a independência e a Normalidade dos dados. No entanto, em processos reais, nem sempre é possível validar estes requisitos. O facto de existir uma série de dados que verifique auto-correlação, ou que siga uma distribuição Não normal, pode induzir falsos
alarmes e conduzir a conclusões erróneas.
A presente dissertação aborda estas questões, seguindo uma metodologia com a utilização de várias técnicas tendo em conta as características que os dados em análise apresentam.
É realizada uma abordagem ao controlo estatístico univariado e multivariado, assim como ao controlo de “Pequenas Produções”. Quando os dados apresentam uma distribuição não Normal é necessário proceder à sua transformação recorrendo ao Sistema de Distribuições de Johnson. Se verificarem a existência de auto-correlação, implica um controlo estatístico diferente, onde os processos são ajustados de acordo com o modelo ARIMA que melhor se adeqúe.
A metodologia apresentada foi desenvolvida na empresa SUGALIDAL, com o objectivo de
proporcionar à fábrica um controlo estatístico dos seus processos produtivos, conduzindo à melhoria dos mesmos.
Descrição
Dissertação para obtenção do Grau de Mestre em
Engenharia e Gestão Industrial