Capacidade do processo: calcule Cp e Cpk e passe à ação

Início » Recursos » Capacidade do processo: calcule Cp e Cpk e passe à ação

Tempo de leitura estimado: 11 minutos

A capacidade do processo traduz a aptidão de um processo de fabrico estável para cumprir um requisito especificado, como o diâmetro de um furo ou o peso de enchimento. Compara a variação natural do processo com os limites de especificação. O Cp avalia em que medida a dispersão cabe no intervalo de tolerância; o Cpk tem também em conta a posição da média do processo.

Esta diferença é importante. Um processo pode apresentar medições muito próximas entre si e, ainda assim, funcionar demasiado perto de um limite de tolerância. Da mesma forma, uma máquina pode ter horas disponíveis amanhã sem estar aprovada para produzir uma característica exigente.

Um estudo de capacidade útil conduz, por isso, a duas decisões: o que é necessário alterar no processo e que gama operatória pode ser utilizada para o trabalho. O SkyPlanner APS ajuda na segunda tarefa. Uma vez definidas e mantidas atualizadas a gama operatória aprovada e a lista de centros de trabalho elegíveis, programa as ordens nesses recursos e mostra o impacto da sua capacidade limitada nos prazos de entrega.

Como calcular Cp e Cpk

Comece por uma única característica medida e pela especificação que lhe é aplicável. Não reúna dimensões sem relação entre si num único índice. Para o cálculo convencional com base na distribuição normal, precisa de:

• USL: o limite superior de especificação, ou seja, o maior valor permitido.
• LSL: o limite inferior de especificação, ou seja, o menor valor permitido.
• Média: o valor médio das medições do processo em estudo.
• Sigma: a estimativa do desvio-padrão do processo, que descreve a dispersão dos resultados individuais.

Utilize sempre as mesmas unidades. Os limites são definidos pelos requisitos aplicáveis ao produto, não pelas medições mais alta e mais baixa da amostra. Também não são os limites de uma carta de controlo, que descrevem o comportamento do processo.

Cp: compare a amplitude da tolerância com a dispersão do processo

Cp = (USL − LSL) / (6 × sigma)

O numerador é a amplitude do intervalo de tolerância. O denominador é a dispersão convencional do processo, que, num modelo normal, se estende por três desvios-padrão para cada lado da média.

O Cp responde à pergunta: esta dispersão caberia no intervalo de tolerância se o processo estivesse centrado entre os limites? Não indica se o processo está efetivamente centrado nesse ponto.

Cpk: verifique a distância ao limite mais próximo

Cpk = min[(USL − média) / (3 × sigma), (média − LSL) / (3 × sigma)]

Calcule os dois termos e escolha o menor resultado. Este corresponde ao lado com menor margem. O Cpk reflete, assim, tanto a dispersão como a posição do processo.

Com os mesmos dados e a mesma estimativa de sigma, o Cpk não pode ser superior ao Cp. Os dois são iguais quando a média coincide com o ponto médio entre os limites de especificação. Uma diferença entre eles indica que o processo está descentrado, mas não prova que seja estável.

Na prática, estes índices são estimativas calculadas a partir de amostras, não valores populacionais conhecidos com exatidão. Indique como foi estimado o sigma. Na convenção habitual que distingue a variação intraprocesso da variação global, Cp e Cpk utilizam uma estimativa da variação intraprocesso; Pp e Ppk utilizam a variação global. Alterar a estimativa pode mudar o resultado, mesmo que a especificação se mantenha.

E se existir apenas um limite de especificação?

Utilize o índice unilateral correspondente: Cpu = (USL − média) / (3 × sigma) para um limite superior ou Cpl = (média − LSL) / (3 × sigma) para um limite inferior. O Cp bilateral exige dois limites de especificação. Não invente um segundo requisito para poder aplicar a fórmula.

Um limite natural não é automaticamente um limite de especificação. Uma característica que não pode assumir valores negativos também pode exigir uma análise com uma distribuição não normal, em vez do cálculo com base no modelo normal apresentado acima.

Exemplo de cálculo: um bom Cp, mas um Cpk mais fraco

Imagine um furo maquinado com limites de especificação de 19,90 mm e 20,10 mm. Um estudo adequado obtém uma média de 20,04 mm e uma estimativa do desvio-padrão intraprocesso de 0,020 mm. Estes valores são meramente ilustrativos, não são medições de clientes.

A amplitude do intervalo de tolerância é de 0,20 mm e a dispersão de seis sigma é de 0,120 mm:

Cp = (20,10 − 19,90) / (6 × 0,020) = 1,67, por arredondamento.

Verifique agora os dois lados da média:

• Índice do lado superior: (20,10 − 20,04) / (3 × 0,020) = 1,00.
• Índice do lado inferior: (20,04 − 19,90) / (3 × 0,020) = 2,33, por arredondamento.
• O Cpk é o menor dos valores: 1,00.

A dispersão é relativamente reduzida, mas o processo está demasiado próximo do limite superior para aproveitar todo o intervalo de tolerância. Apresentar apenas o Cp ocultaria este problema.

Se a média passasse para 20,00 mm e o desvio-padrão se mantivesse, o Cp continuaria em 1,67 e o Cpk subiria para 1,67, por arredondamento. Por isso, vale a pena estudar a centragem como possível melhoria. Isto não garante que alterar uma compensação mantenha a variação inalterada; verifique o processo ajustado com novos dados.

Se o próprio Cp for demasiado baixo face ao requisito acordado, a centragem, por si só, não resolverá o problema. Será também necessário reduzir a dispersão, por exemplo, atuando sobre uma fonte de variação identificada nas ferramentas, no material, na preparação ou nas condições ambientais. Investigue a causa antes de alterar o processo.

O que é um bom valor de Cpk?

Um Cpk de 1,00 significa que o limite de especificação mais próximo está a três desvios-padrão estimados da média. O valor de 1,33 é uma referência comum, mas não constitui uma regra universal de aprovação. O valor exigido depende do cliente, da característica, do risco e dos requisitos de qualidade aplicáveis.

Avalie o resultado face ao critério acordado, não apenas pela cor apresentada no software:

• Cpk abaixo do valor exigido: a margem demonstrada é insuficiente. Verifique a validade do estudo e, depois, atue sobre a posição da média, a variação ou ambas.
• Cpk igual ou superior ao valor exigido: analise as condições do estudo e a incerteza estatística antes de aceitar o resultado como evidência para a produção.
• Cpk igual a zero: a média coincide com um limite de especificação.
• Cpk negativo: a média está fora de um limite de especificação; o cálculo relativo ao limite mais próximo dá um resultado negativo.

Não interprete o Cpk como a percentagem de peças conformes nem como uma taxa de rejeição garantida. Converter um índice numa previsão da taxa de defeitos exige pressupostos sobre a distribuição e a estabilidade, bem como o conhecimento da posição dos dois limites. Um único valor de Cpk não dá uma visão completa.

O Cpk também não mede diretamente a proximidade a um valor-alvo de projeto especificado separadamente. Para uma dispersão fixa e dois limites, atinge o máximo no ponto médio do intervalo de tolerância. Se o valor-alvo de engenharia for diferente desse ponto médio, avalie também o desempenho face a esse alvo, em vez de deslocar o processo apenas para maximizar o Cpk.

Verifique o estudo antes de confiar no resultado

As contas são, geralmente, a parte fácil. O mais difícil é perceber se as medições descrevem o processo que pretende utilizar.

Utilize um sistema de medição adequado à tarefa

Verifique se o método de medição tem resolução suficiente para a característica e se o erro de medição é aceitável para a decisão a tomar. A calibração é importante, mas o desvio sistemático, a repetibilidade e as diferenças entre operadores ou métodos também contam. Uma análise do sistema de medição ajuda a distinguir a variação da medição da variação do fabrico.

Num estudo Cp/Cpk por variáveis, utilize valores efetivamente medidos. A contagem de unidades conformes e não conformes não substitui a distribuição dos diâmetros dos furos, dos pesos ou de outras características medidas.

Recolha amostras nas condições abrangidas pela decisão

Defina a revisão do produto, a característica, a gama operatória, o equipamento, a preparação e as condições de produção relevantes. Registe quando e onde foram feitas as medições. Uma série curta com uma única ferramenta, um único operador e um único lote de material não demonstra automaticamente a capacidade do processo noutras condições.

Recolha os dados por ordem cronológica. Se utilizar subgrupos racionais, agrupe as medições de modo que a variação dentro de cada subgrupo represente a variação de curto prazo do processo que pretende estudar, permitindo ao mesmo tempo detetar alterações entre subgrupos. Não reagrupe os dados para melhorar o índice nem elimine medições inconvenientes sem o declarar.

Evite juntar dados de máquinas, cavidades ou preparações distintas sem verificar se representam um único processo. Um histograma que reúna esses dados pode ocultar uma mudança ou uma mistura de distribuições que exija investigação separada.

Confirme a estabilidade antes de fazer previsões

Utilize uma carta de controlo adequada e o conhecimento do processo para investigar alterações, tendências e causas especiais. Um histograma mostra a distribuição dos resultados, mas não conserva a sua sequência temporal. Por si só, não permite confirmar a estabilidade.

Um processo estável pode, ainda assim, não ser capaz de cumprir a tolerância. Por outro lado, uma estimativa de capacidade favorável obtida a partir de um processo instável não constitui uma previsão fiável da produção futura. Estabilize o processo e volte a avaliá-lo, em vez de interpretar o índice como autorização para continuar sem alterações.

Verifique a distribuição e a incerteza

As fórmulas convencionais utilizam um modelo de distribuição normal. Examine os dados e o ajustamento da distribuição. Se a característica tiver efetivamente uma distribuição não normal, utilize uma transformação justificada ou um método de análise da capacidade adequado a essa distribuição. Eliminar observações até que um teste de normalidade deixe de rejeitar a hipótese de distribuição normal não é solução.

Planeie a dimensão da amostra e a duração da recolha em função do objetivo do estudo e dos requisitos aplicáveis. Mesmo um número suficiente de observações de uma única série invulgarmente favorável pode não captar a variação que importa. As amostras pequenas também tornam o índice estimado mais incerto. Por isso, analise um intervalo de confiança ou um limite inferior de confiança quando a decisão de aceitação o exigir.

Para que o relatório seja claro e interpretável, inclua a revisão da especificação, as condições do estudo, o plano de amostragem, o método de estimação de sigma, as evidências de estabilidade, o método usado para tratar a distribuição, as estimativas dos índices e o critério de aceitação acordado. Estes elementos permitem que quem consultar o relatório compreenda o que o valor obtido realmente permite concluir.

Cp/Cpk, Pp/Ppk e Cm/Cmk não são intercambiáveis

Na convenção habitual que distingue a variação interna da variação global, Cp e Cpk descrevem a capacidade com base numa estimativa da variação interna do processo. Pp e Ppk utilizam o desvio-padrão global dos dados do estudo. Ambos os pares comparam a dispersão com as especificações; Cpk e Ppk também têm em conta a posição da média.

Um Ppk claramente inferior ao Cpk pode indicar variação entre subgrupos que a estimativa da variação interna não capta. Investigue a sequência temporal e as fontes de variação. Nenhuma destas designações transforma dados instáveis numa previsão fiável, e um índice global só é representativo das condições efetivamente amostradas.

Cm e Cmk pertencem a um estudo de capacidade da máquina, normalmente realizado em condições controladas para isolar o contributo da máquina. Esse âmbito é diferente do de um processo de produção sujeito ao conjunto habitual de influências.

As designações e as convenções de cálculo podem variar entre normas, setores e ferramentas de análise. Ao comparar relatórios, verifique o objetivo do estudo, os dados, a estimativa da variação e o método, e não apenas se as fórmulas são semelhantes. Não basta mudar a designação de um resultado de um estudo de máquina para o apresentar como evidência relativa a todo o processo de produção.

Integre o processo aprovado no plano de produção

Depois de a equipa da qualidade avaliar o estudo, as conclusões práticas devem ser claras: qual o método de fabrico aceitável, em que condições e que acompanhamento ou ações corretivas são necessários. Registe a aprovação e o respetivo âmbito no seu processo de gestão da qualidade.

Em seguida, comunique ao planeamento da produção a gama operatória e os recursos autorizados por essa decisão. O método aprovado pode depender de outros fatores além da máquina: as ferramentas, o programa, o material, a preparação e as condições de funcionamento podem ser relevantes. Definir quais os centros de trabalho elegíveis é uma parte da implementação dessa decisão, não um substituto de todos os controlos de produção associados.

Imagine que o fabrico do furo está aprovado para um determinado centro de maquinagem. Um segundo centro tem tempo disponível, mas não foi qualificado para esta operação. Transferir a ordem para esse centro não resolveria o problema de capacidade respeitando a aprovação existente. O planeamento precisa de verificar se é possível encaixar o trabalho no centro elegível, juntamente com as restantes tarefas já assumidas.

Deixe o SkyPlanner programar o trabalho nos recursos elegíveis

O SkyPlanner APS transforma a gama operatória que mantém atualizada no sistema num plano de produção com capacidade finita. Defina as etapas do processo, as respetivas durações e os centros de trabalho elegíveis, bem como os turnos, a capacidade, as dependências e as prioridades. Arcturus, a sua IA de programação, atribui as operações aos recursos configurados. O diagrama de Gantt mostra quando o trabalho está programado e como se articula com as outras ordens.

Para o planeador, a vantagem é gastar menos tempo a recordar as restrições da gama operatória e a corrigir manualmente as filas de trabalho das máquinas. Se um recurso aprovado tiver uma carga elevada, o impacto nas entregas fica visível no plano. Pode avaliar uma alteração de prioridade ou tempo de trabalho adicional num recurso elegível, em vez de partir do princípio de que qualquer máquina livre pode executar a tarefa.

Mantenha a avaliação estatística no processo de gestão da qualidade. Neste contexto, o papel do SkyPlanner é programar a produção com base nas informações das gamas operatórias aprovadas que mantém atualizadas, e não deduzir a qualificação a partir de um valor de Cpk nem atualizar automaticamente essa aprovação. Quando a equipa da qualidade aprovar outro recurso, atualize a gama operatória com essa opção elegível e deixe que o plano reflita a capacidade adicional.

Também pode trabalhar através do seu próprio assistente de IA, como Claude, ChatGPT ou Microsoft Copilot, ligado através de MCP, a ligação entre o assistente e o SkyPlanner. Diga-lhe o que precisa de saber, por exemplo, quais as ordens que disputam um determinado centro de trabalho aprovado esta semana. O assistente pode combinar dados do SkyPlanner e conhecimento do produto para o ajudar a analisar a fila de trabalho e a utilizar as funções de programação permitidas. Assim, reduz o esforço necessário para encontrar a informação certa, mantendo o controlo sobre as prioridades de produção.

O SkyPlanner integra-se com qualquer ERP ou MES através da sua API REST aberta. Pode manter esses sistemas e ligar os dados de ordens e de produção necessários à programação.

Como uma melhor afetação de recursos se traduz na prática

Na KJH-Comp, fabricante de peças em chapa por subcontratação, o ERP e as folhas de cálculo mostravam a carga semanal em traços gerais, mas a atribuição diária de trabalho às máquinas continuava a ser manual. A empresa adotou o SkyPlanner para a programação com capacidade finita, mantendo o seu ERP C9000. O caso de cliente descreve a atribuição automática às máquinas e a identificação mais antecipada de situações em que o trabalho excede a capacidade de uma determinada quinadora.

Esta experiência ilustra a vantagem para a programação: o recurso em causa e a janela de entrega ficam visíveis, em vez de se perderem num total semanal. Não se trata de uma afirmação sobre os resultados de Cp/Cpk da KJH-Comp. Numa gama operatória cujas opções são limitadas pela capacidade estatística do processo, a questão de planeamento é a mesma: quando pode o trabalho ficar concluído nos recursos que está autorizado a utilizar?

Teste o plano com uma gama operatória aprovada

Utilize Cp e Cpk para compreender a relação entre tolerância, dispersão e posição da distribuição. Recorra a um estudo bem concebido para determinar o que essas evidências significam para a produção. Depois, faça da gama operatória aprovada uma restrição efetiva do plano, e não uma nota de que o planeador tem de se lembrar.

Agende uma demonstração do SkyPlanner com uma gama operatória aprovada, os respetivos centros de trabalho elegíveis e a sua carga atual de ordens. Veja como o trabalho se encaixa e que compromissos de entrega exigem atenção. Se preferir explorar primeiro, experimente o SkyPlanner com dados de demonstração ou utilize a experiência de primeiros passos com apoio de IA no SkyPlanner Assistant.