A variabilidade de processos é uma das preocupações rotineiras das grandes indústrias. Como podemos aprimorar esta ferramenta de gestão de qualidade para chegar em resultados ainda melhores?
Introdução ao conceito
Dentro da realidade das empresas, o tópico de gestão de qualidade é bastante comum.
A prática teve início por meados da década de 1920 e desde então, foi desenvolvida para averiguar a integridade não apenas do produto final, como também do processo de produção e de todos os envolvidos. Junto a esta prática, um dos métodos que são atribuídos ao bom funcionamento das indústrias é o CEP, ou Controle Estatístico de Processos, com sua origem datando também desde a década de 1920. Este controle funciona por meio da obtenção e análise de dados coletados em testes periódicos realizados na produção. De maneira resumida, dados estatísticos ajudam o controle de tempo e recursos nas indústrias.
O que é variabilidade de processos?
Ainda dentro do método CEP, tendo em vista a preocupação com alterações que possam acontecer dentro das operações, surge o conceito de Variabilidade de Processos. Com intuito de prever e entender qual sua influência no processo, as causas de variabilidade são divididas em duas categorias:
- Causas de variação Comuns: são as variações relacionadas a efeitos cumulativos, por exemplo, desgaste de máquinas e mudanças climáticas. Sua previsibilidade acaba tornando-a parte do projeto, tendo sua existência como um fator esperado e facilmente reparado pelos colaboradores envolvidos, sem necessidade de maiores intervenções.
- Causas de variação Especiais: estas são interferências que afetam o produto final de maneira abrupta, como materiais de baixa qualidade e erros de configuração de máquinas. Devem ser estudadas para serem integradas ao processo ou retiradas completamente, visando não interferir na consistência geral da operação.
A diferenciação das causas em comuns e especiais é uma maneira de mapear a situação onde há variabilidade. Dentro desta ainda surgem outras medidas para averiguar a gravidade da situação, chamados de Limites Aceitáveis. Delimitados pelas diretrizes de órgãos reguladores e pelas indústrias, eles são dois:
- Limite de Especificação (LE): Diretrizes de qualidade do mercado, que definem a variação de duas maneiras: superiores ao limite de especificação (LSE) ou inferiores ao limite (LIE);
- Limite de Controle (LC): Diretrizes construídas pelas próprias empresas, tendem a ser mais rígidas do que as mencionadas anteriormente, mas seguem a mesma lógica de categorização da variação: superior ao limite (LSC) e inferior ao limite (LIC).
Por que reduzir a variabilidade?
Um processo sem controle das variáveis, ou controle de gerenciamento destas, tende a ser um processo que não apenas peca em atender as demandas necessárias de qualidade, quanto também acaba tendo um custo consideravelmente maior que o necessário. A alta variabilidade em processos resulta no maior investimento em assistência e manutenção de máquinas, além do aumento de custo em inspeções. Também pode levar ao desperdício de materiais e de produto final, gerando até impactos ambientais. Isso tudo ainda afeta a qualidade, criando um efeito dominó em outras áreas correlatas.
Essas são preocupações conhecidas há décadas e remediadas por metodologias como as citadas anteriormente. O avanço tecnológico de máquinas trouxe junto novas necessidades de controle, que acompanhem a velocidade das linhas e para remediar as eventuais adversidades.
Transformando o controle estatístico para diminuir a variabilidade de processos
A procura de confiabilidade e consistência dentro de processos foi o que levou a criação de métodos como o CEP e suas atribuições como variabilidade de processos. O mesmo foco continua com o avanço da indústria 4.0 e sua inserção dentro das fábricas e suas produções.
É necessário que as novas oportunidades de tecnologia sejam aliadas na busca de resultados melhores, alimentando e transformando as formas já bem estruturadas de planejamento, agora com base em dados precisos, abundantes e em tempo real. Com a implementação e aplicação de tecnologias de coleta, análise e processamento de dados, torna-se possível entender e atuar sobre os fatores que contribuem para a variabilidade do processo. A seguir, mostramos algumas áreas onde a coleta de dados de processos tem destaque em melhorias na produção:
- Materiais
Para garantir que o produto entregue ao final da produção seja constantemente o melhor possível, é necessário que o controle de qualidade comece cedo. Investimento em matéria-prima de qualidade é o primeiro passo para evitar possíveis problemas de variabilidade e aumento de custos com reparações e retornos de produtos. Para garantir que isto aconteça, a integração de tecnologias que agilizem a inspeção e análise da condição da matéria-prima antes que essa possa começar a ser transformada é essencial. Quanto mais dados das condições do material antes e durante o processo, maior controle de como isso vai acontecer, diminuindo chances de variações ocorrerem.
- Máquinas e Equipamentos
Além do investimento em tecnologia, investir em estratégias mais ágeis também melhora o processo. Alternativas como a Manutenção Preditiva permitem que seja possível identificar e atuar sobre problemas antes mesmo que estes possam afetar o processo, impactando diretamente a variabilidade.
Para isso, dados de falhas, performance, sensores e atuadores das máquinas ajudam a delimitar mais rapidamente onde estas podem apresentar problemas e assim, agir com maior precisão a rapidez, poupando recursos em manutenção, materiais e tempo.
- Dados de qualidade
O custo do reparo da não-qualidade de um produto aumenta proporcionalmente quanto mais tarde ele é identificado no processo. Em casos extremos, pode causar danos irreparáveis à marca e a imagem da empresa quando o produto já se encontra com o cliente final. Portanto, monitorar em tempo real elementos de qualidade de um produto durante toda a cadeia produtiva, permite atuar sobre problemas e suas causas, diminuindo o custo de retrabalhos e contribuindo para a estabilidade do processo como um todo.
Concluindo
A variabilidade de processos surge e desaparece com a eficácia da análise de dados. O controle estatístico baseado em amostras já não supre as necessidades das indústrias que planejam metas de produção muito maiores do que as do século passado. Diagnósticos remotos, em tempo real, mais confiáveis sobre variabilidade do processo são chave para uma execução mais precisa, fácil e eficiente, e o investimento na coleta de dados é o primeiro passo para essa realidade.
Referências:
