Faculdade Perto

Por que o mesmo processo produz resultados diferentes?

Análise de como sensores inadequados, falta de calibração, intervenções humanas e causas especiais podem variar resultados. [S001][S003][S058]

Faculdade PertoPublicado em 5 min de leitura

O mesmo processo pode produzir resultados diferentes porque a repetição do procedimento declarado não assegura que a medição e a operação permaneçam equivalentes. Um sensor inadequado, a falta de calibração e intervenções em controladores, peças móveis ou esteiras podem introduzir diferenças mesmo quando as instruções escritas não mudam. Causas especiais também podem afetar a estabilidade e exigir investigação de suas origens.[1, 2, 3]

Dispersão não é mudança de procedimento

A dispersão expressa o quanto os resultados se apresentam mais ou menos espalhados. No controle estatístico de processo, a redução do desvio-padrão indica menor dispersão e maior precisão. Portanto, dois períodos nos quais o mesmo procedimento foi usado podem apresentar níveis diferentes de precisão se seus desvios-padrão forem diferentes.[4]

Isso ajuda a separar duas questões. A primeira é se o procedimento documentado foi mantido. A segunda é se as condições de medição e operação conseguiram reproduzir resultados com pouca dispersão. A permanência do texto do procedimento responde apenas à primeira questão, pois instrumentos e intervenções operacionais ainda podem prejudicar a reprodutibilidade.[2]

Os limites de controle podem ser calculados a partir da média, com acréscimo e redução de três desvios-padrão. Eles permitem acompanhar se a variação observada permanece sob controle, sem pressupor que a simples repetição das etapas produza valores idênticos.[4]

O sensor pode alterar o resultado observado

A escolha do sensor precisa considerar tanto a faixa de temperatura quanto a precisão necessária. Termopares são constituídos por metais diferentes unidos, enquanto medições a laser são superficiais e podem apresentar erros que as tornam inadequadas para determinadas aplicações de precisão.[1]

Assim, a instrução medir a temperatura pode permanecer igual, mas sua execução não será equivalente se o instrumento não for apropriado para a faixa ou para a precisão exigida. Nesse caso, parte da diferença observada pode estar associada ao modo de medição, e não apenas ao comportamento da operação medida.[1]

Esse mecanismo é relevante porque o dado registrado passa a representar simultaneamente o processo e as limitações do sensor. Antes de interpretar uma diferença como alteração operacional, é necessário reconhecer que a própria escolha do instrumento pode afetar a leitura disponível para análise.[1]

A falta de calibração pode repetir desvios

Instrumentos e sensores sem calibração adequada podem apresentar diferenças entre a temperatura indicada e a temperatura de referência. Esses desvios podem se repetir nos produtos, de modo que uma sequência de medições semelhantes não demonstra, por si só, correspondência com o valor de referência.[2]

A calibração, portanto, está ligada à comparabilidade das medições. Se a indicação do instrumento estiver divergente da referência, o operador pode seguir o mesmo procedimento e registrar valores que não representam adequadamente a condição tomada como referência.[2]

Isso também mostra por que precisão e adequação da medição não devem ser confundidas. Uma menor dispersão indica maior precisão do processo, mas a fonte disponível também alerta que a falta de calibração pode produzir uma diferença recorrente entre o valor indicado e o valor de referência.[2, 4]

Intervenções humanas e equipamentos mudam a execução real

Intervenções humanas em controladores, peças móveis e esteiras podem aumentar a variabilidade e prejudicar a reprodutibilidade. Mesmo que a sequência formal de etapas permaneça intacta, uma intervenção nesses componentes altera a operação efetivamente realizada.[2]

O equipamento, nesse contexto, não é apenas o suporte físico do procedimento. Controladores, peças móveis e esteiras são pontos nos quais uma ação humana pode introduzir uma condição diferente daquela presente nas execuções anteriores. O resultado pode ser maior variabilidade sem qualquer alteração no documento que descreve o processo.[2]

Por isso, verificar somente se as etapas foram cumpridas não esclarece toda a origem da diferença. Também é necessário distinguir a execução sem intervenção da execução em que houve atuação sobre os elementos operacionais mencionados.[2]

Causas especiais e monitoramento

Identificar e eliminar as causas-raiz de variações especiais está entre as tarefas mais difíceis do controle estatístico de processos, sobretudo em operações complexas realizadas por lotes. Dados e monitoramento em tempo real aumentam a possibilidade de localizar essas causas.[3]

A análise do sistema de medição e a avaliação da saúde do processo, quando combinadas com esse monitoramento, favorecem a estabilidade. Essa combinação evita atribuir toda diferença a uma única origem: a investigação precisa considerar tanto a medição quanto o estado do processo.[3]

Os limites baseados na média e em três desvios-padrão oferecem uma forma de acompanhar se a variação permanece sob controle. A fonte, porém, não estabelece que esse cálculo isolado identifique automaticamente a causa-raiz. A localização das causas especiais depende de dados, monitoramento e análise do sistema de medição e do processo.[3, 4]

Exemplo compacto de leitura da variação

Considere uma operação por lotes na qual a temperatura superficial é registrada. Três mecanismos podem coexistir: o sensor a laser pode ser inadequado para a precisão requerida; a ausência de calibração pode gerar diferença entre a indicação e a referência; e uma intervenção no controlador ou na esteira pode aumentar a variabilidade. O procedimento escrito continua igual, mas medição e execução real já não são equivalentes.[1, 2]

Nesse exemplo, o desvio-padrão permite observar a dispersão, e os limites calculados em torno da média permitem acompanhar se a variação permanece sob controle. Para buscar uma causa especial, entretanto, são necessários dados e monitoramento, associados à análise do sistema de medição e à avaliação da saúde do processo.[3, 4]

Contexto do tema: conteúdo relacionado do curso.

Fontes consultadas

Obras e aulas usadas na redação deste guia. Os números no texto levam a elas.

  1. Lição 2.8 - Controle Estatístico de Processo (CEP), Prof. José Luiz Oliveira, tempo 00:05:27–00:06:42
  2. Lição 2.8 - Controle Estatístico de Processo (CEP), Prof. José Luiz Oliveira, tempo 00:06:45–00:07:57
  3. Douglas Montgomery’s Introduction to statistical quality control: a JMP companion, Montgomery, Douglas C. Ramírez, Brenda S. Ramírez, José G, cap. 5
  4. Lição 2.8 - Controle Estatístico de Processo (CEP), Prof. José Luiz Oliveira, tempo 00:07:59–00:08:52

Continue lendo