Avaliação de métodos estatísticos para a detecção de pequenas mudanças na qualidade de tubos modificados por conformação a frio

Abstract

Resumo: Na indústria automobilística, a busca por sistemas otimizados, ótimo desempenho e sustentáveis é constante. Nesse contexto, projetos com estruturas leves, como exemplo tubos circulares de paredes finas ,têm recebido grande atenção. O eixo principal usado no sistema de direção, composto por esta estrutura, é produzido em linhas altamente automatizadas, onde as dimensões são controladas automaticamente e processos (conformação e medição) são realizados sem intervenção humana. O uso de sistemas remotos, paradigmas para a Indústria 4.0, contribuem na excelência das máquinas de manufatura através do monitoramento do processo. Onde sistemas de suporte a decisão de qualidade integrado com ferramentas estatísticas aplicadas, fornecem ao operador informações suficientes para que decida quando tomar ações corretivas para manter os processos sob controle no momento de variações de processo. Com isto, a detecção de pequenas mudanças é necessária para antecipar a produção de peças não conformes e vários métodos estatísticos podem ser encontrados na literatura. Neste estudo de caso, as cartas Shewhart, CUSUM, EWMA e uma técnica mais recente denominada ADWin tiveram seus desempenhos avaliados. Assim também como a combinação dos métodos Shewhart e ADWin, a qual apresentou resultados satisfatórios nas detecções de pequenas mudanças e na baixa geração de falsos alarmes. A principal conclusão deste trabalho, é que um sistema de suporte à decisão pode ser desenvolvido, tendo como base a combinação dos métodos estatísticos aqui estudados, para a detecção de pequenas mudanças de processo e, dessa forma, antecipar a geração de refugos.

Abstract: In the automobile industry, the search for optimized, great performance and sustainable systems is constant. In this context, projects with light structures, such as thin-walled circular tubes, have been in focus. The main shaft used in the steering system, comprising this structure, is produced in highly automated lines, where dimensions are automatically controlled and processes (cold forming and measuring) are carried out without human intervention. The use of remote systems, paradigms for Industry 4.0, contributes to the excellence of manufacturing machines through process monitoring. Where quality decision support systems are integrated with applied statistical tools, they provide the operator with enough information to decide when to take corrective actions to keep processes under control at the time of process variations. With this, the detection of changes is necessary to anticipate the production of nonconforming parts, and several statistical methods can be found in the literature. In this case study the Shewhart chart, CUSUM, EWMA and a more recent technique called ADWin were performed, their performances were evaluated through statistical software and data analysis tools. As well as the combination of Shewhart and ADWin methods, which presented satisfactory results under the assumptions of change detection and low false alarm generation. The main conclusion of this work is that a decision support system can be developed, based on the combination of the statistical methods studied here, for the detection of small process changes and, in this way, to anticipate the generation of scrap.