_url=%2FAULAS_2011%2FAULA_01_LEAN_

8/6/2019 _url=%2FAULAS_2011%2FAULA_01_LEAN_

http://slidepdf.com/reader/full/url2faulas20112faula01lean 1/11

1

Técnicas Avançadas deProdução, Six Sigma e Lean

Production

Aula 1

Prof. Osny Augusto [email protected]

Engenharia de Produção

Conceitos Básicosde Seis Sigma

Ao final desta aula, o aluno

deverá ser capaz de:− conhecer as vantagens da

aplicação do seis sigma e dolean

− estabelecer as relações entreo seis sigma e o lean

− conhecer os conceitos geraisda metodologia seis sigma

− dominar os conceitos deestatística básica

− entender o significado

de seis sigma

Por que seis sigma + lean?

− O lean e o seis sigma objetivamresultados

− O seis sigma reduz a variabilidadee o nível de defeitos do processo

− O lean elimina desperdícios

e melhora o fluxo do processo

Lean

Identifica problemasno fluxo

Seis Sigma

Melhora a capacidadedas etapas queagregam valor

Cada um tem um Foco DistintoSeis Sigma Lean

Diminuir a variabilidade Reduzirdesperdícios

Aumentar a qualidade Reduzir o lead time

Solução de problemascomplexos por meio deferramentas estatísticas

Solução rápida deproblemas (kaizen)

Aumento dorendimento da cadeiade valor

Aumentar o valoragregado dasetapas do processo

Métrica: nível sigma dequalidade

Métrica: tempo

Prof. José Márcio Fernandes

[email protected]

mailto:[email protected]

mailto:[email protected]



2

Qual a vantagem da associação? Filosofia, sistema ouferramenta?

Detalhando as duasMetodologias

Elemento Seis Sigma Lean

Visão Melhoria dosprocessos

Melhoria da cadeia devalor

Abordagem Redução de defeitos,conceito de Critical to

Quality (CTQ)

Redução de desperdícios,conceito de valor

reconhecido pelo cliente

Objetivo Diminuir avariabilidade

Diminuir o valor nãoagregado

Indicadores Foco forte na eficácia,indicadores

mostrando atender as

especificações docliente

Foco forte em eficiência,indicadores mostrandoatender a produtividade


Estrutura daequipe

Equipe formada porbelts compostos por

vários níveis edepartamentos

trabalhando no tema doprojeto

Atividades de pequenosgrupos (APGs),

compostos por equipes daárea, envolvendo o chão

de fábrica

Natureza dostrabalhos

Projetos definidos,observando o impactono cliente interno e

externo

Projetos definidos,observando o fluxo da

cadeia de valor

Metodologias Dmaic e Dmadv Utilização dos cincoprincípios

Estratégiasde

implementa-ção

Implementar projetosestratégicos ao negócio

da empresa

Implementar melhoriasnos pontos gargalos com

disseminação do conceitokanban


Áreasclássicas decoordenação

Qualidade Produção

Ferramentas

utilizadas

Mapa do processo,

estudos estatísticos,matrizes de tomadade decisão, FMEA,planos de controle

etc.

VSM, TOC, kanban,

poka-yoke, JIT,SMED, 5S,

gerenciamentovisual etc.

Empresas desucesso como programa

Empresasnorte-americanas

Empresas japonesas

Introdução ao Seis Sigma

Seis Sigma é um mapa geral(Road Map) que ajuda a integrar

as ferramentas que visam amelhoria de processos, reduçãoda variabilidade e maximização

do retorno financeiro



3

O foco principal é atingir níveis

de defeitos de 3,4 ppm para ascaracterísticas críticas da

qualidade (Critical To Quality –

CTQs)

Maximizar o Retorno,eis a Questão

O Impacto da QualidadeNível 6ó

EVENTOQuatro Sigma

(99,38% conforme)

Seis Sigma

(99,99966% conforme)

300.000 cartas postadas 1860 cartas extraviadas 1 carta extraviada

Um ano (525.600 minutos)de fornecimento de água

potável

3258 minutos ou54 horas de

água não potável

1 minuto de água não potável

Em 1.470.580 internações

hospitalares9118 casos de

Infecção hospitalar 5 casos de

infecção hospitalar

Aterrisagens de aviões noBrasil

Uma aterrisagem de

emergência noaeroporto de Guarulhos

por dia

Uma aterrissagem de

emergência em todos osaeroportos do Brasil a

cada cinco anos

Processos doPonto de Vista 6ó

Processos técnicos

A principal característicade um processo técnicoé o fluxo do produtovisível e um produtotangível como resultadodesse processo.

Processos não técnicos

A principalcaracterística de um

processo não técnico étrabalhar com fluxo deinformações e ter, namaioria das vezes,como resultadoum produto intangível.

Áreas de Aplicaçãodo Seis Sigma



4

Modos de Aplicação do SeisSigma

Benchmark

Meta

Métrica

Filosofia

Estatística

VisãoEstratégia

Benchmark

Meta

Métrica

Filosofia

Estatística

VisãoEstratégia

Revisão sobre Conceitosde Estatística Básica

Dados são coletâneas dequaisquer valores relacionados

a medições ou, segundo odicionário Aurélio, dado é a

“informação factual usada como

base para raciocínio, discussão oucálculo.”

Falando com Dados

Tipos de dados:

•populacionais – são obtidos deum universo finito, contemplando

todos os valores existentes•amostrais – são obtidos por meiode uma amostragem retirada dapopulação, a qual pode ser finitaou infinita



5

Classificação e Categorizaçãodos Dados

Tipo Característica Exemplo MétodoQuantitativo

ContínuoRepresentado pornúmeros reais,

podendo assumir todosos valores dentro de

um intervaloespecificado

Massa, volume,tempo de percurso,temperatura, % de

venda, espessura deuma peça...

Medição

QuantitativoDiscreto

Representado pornúmeros inteiros (1, 2,

3, 4, ...)

Número de notasfiscais preenchidaserradas, númerodehabitantes, número

de caixas emestoque...

Contagem

Qualitativo ouAtributivoOrdinal

Representado pornúmeros ou

classificações quepodem ser arranjadosem ordem de grandeza

Colocação em umacorrida

automobilística,ranking em umapesquisa, grau de

satisfação

Classificação

Qualitativo ouAtributivo

Nominal

Resulta de umaclassificação, tomada a

partir de critériosespecíficos

Sexo, tipo de nãoconformidade, cor

dos olhos,aprovado/reprovado

Observação

Organização dos Dados

Dados brutos

Dados organizados

Dados transformados em gráfico

E quando os dados sãoespalhados?



6

Dados espalhados

Dadosagrupados

Medidas de TendênciaCentral

•Moda (Mo): é a medida de maiorocorrência no conjunto de dados

•Mediana (Md): quando dadosdiscretos são dispostos em ordemcrescente torna-se possívellocalizar a mediana, a qual

corresponde ao ponto centralda distribuição

•Média aritmética: consiste na

somatória dos valores obtidos

pela mensuração ou contagem

dividida pelo número total

de valores

Determine a moda e a média paraos dados abaixo:

10,0 10,1 10,3 10,4 10,4 10,5 10,6 10,7 10,8 10,9

n

x x x xMédia

n

...321

47,1010

7,104

10

9,108,107,106,105,104,104,103,101,100,10

X

Moda é o valor de maiorocorrência



7

•Cálculo da mediana:– ordene os dados em ordem

crescente

– calcule o ponto médio

10,0 10,1 10,3 10,4 10,4 10,5 10,6 10,7 10,8 10,9

1 2 3 4 5 6 7 8 9 10

5,52

110

2

1NMd

45,10

2

9,20

2

5,104,10

Md

5,5

mediana

Medidas de Dispersão

•Desvio padrão (ó ou s)

•Variância (ó2

ou s2

)•Amplitude (R)

min x x R

máx

n

xS

2)(

n

xS

)(2

A Dispersão dos DadosDetermina o Tamanho da

Curva!

Medidas de Formae Testes de Normalidade

– Assimetria e Curtose

– Kolmogorov-Smirnov(KS)

– Anderson-Darling (AD)



8

Distribuição Normal

• É unimodal e simétrica

•A probabilidade de dois valoresequidistantes da média, mas emlados opostos, é a mesma

• Pelo fato de ser simétrica, média,mediana e moda possuem o mesmovalor

•As caudas da curva normalestendem-se até o infinito

x z

De posse do valor do escore-z utilizamosa tabela de distribuição normal

padronizada para determinar a área soba curva de distribuição.

Utilizando a Tabela

de Distribuição Normal

•Exemplo: determine qual é a áreasob a curva entre a média e umponto a 1,7 desvios padrão a direitada média. Procure pelo valor 1,7 nacoluna direita da tabela e o valor0,00 na linha superior da tabela. Ocruzamento entre coluna e linha(1,7 + 0,00) nos fornece o valor daárea sob a curva para um valor de

Z = 1,70, no caso 0,4554

Área sob acurva

45,54%(z =0,4554)



9

O Significado de Três Sigma

± 3 sigma 99,73% 2.700 ppm

Curva com 3ó

Limite Natural Inferior: LNI = µ – 3ó → LNI= 10 – (3 x 0,50) → LNI = 8,5 u.m.

Limite Natural Superior: LNS = µ + 3ó → LNS= 10 + (3 x 0,50) → LNS =11,5 u.m.

Curva com 6ó

± 6 si gma 99,9999998% 0,002 ppm

Fora de

especificação

Limite Natural Inferior: LNI = µ – 6ó → LNI= 10 – (6 x 0,50) → LNI = 7,0 u.m.Limite Natural Superior: LNS = µ + 6ó → LNS= 10 + (6 x 0,50) → LNS =13,0 u.m.

Como fazer para a curvaficar dentro dos limites

de especificação?


Limite Natural Superior: LNS = µ + 6ó →LNS = 10 + (6 x 0,25) → LNS =11,5 u.m.

Reduza avariação (ó)!

Mas, processos sofrem

deslocamento ao longo dotempo. E agora?



10

Reduza mais ainda avariação (Ó)!


Limite Natural Superior: LNS = µ + 6ó → LNS= 10 + (6 x 0,20) → LNS =11,20 u.m.

Então é fácil elevar um nívelsigma no processo?



11

_url=%2FAULAS_2011%2FAULA_01_LEAN_

Documents

Transcript of _url=%2FAULAS_2011%2FAULA_01_LEAN_