Espacios. Vol. 35 (Nº 4) Año 2014. Pág. 16


Aplicação da Metodologia Seis Sigma em uma Britagem: Um estudo de caso

Application of Six Sigma Methodology in a Crushing: A case study

Ricardo Heck GONÇALVES 1, Marielen Priscila KAUFMANN 2 y Adriano Mendonça SOUZA 3

Recibido: 01/12/13 • Aprobado: 25/01/14


Contenido

RESUMO:
Atualmente, as organizações deparam-se com um ambiente de elevada competitividade em que a satisfação e fidelidade dos clientes são fatores importantes para o sucesso. Diante deste cenário, faz-se necessária a utilização de metodologias de melhoria de performance dos processos produtivos das empresas. O DMAIC, que faz parte do método Seis Sigma, permite identificar, analisar e melhorar os processos através de uma sistemática consistente, clara, e compreensível. Neste trabalho foram utilizadas as etapas Definir, Medir, Analisar e Melhoria. Elas foram aplicadas em unidade de britagem de uma construtora de rodovias de âmbito estadual. Para conduzir o desenvolvimento do trabalho, utilizou-se o método da pesquisa-ação, em que primeiramente foram definidas as características críticas para o negócio da empresa, as quais foram relacionadas com a britagem estudada. Em seguida, avaliou-se o potencial de ganho econômico com o projeto, definido o método de coleta de dados, identificação das perdas produtivas e analisada a capabilidade atual do sistema produtivo e como proposta de melhoria, aplicou-se o método de Taguchi para o projeto de experimento. Até a fase de análise foi observado que o processo está operando abaixo das especificações dos equipamentos e que o processo possui uma grande variação de paradas não planejadas, o que afeta a cadeia produtiva da empresa. Com o projeto de experimento, conseguiu-se reduzir significativamente o custo e tempo de setup do sistema. Os resultados da aplicação cumpriram a finalidade de identificar e reduzir o tempo improdutivo do sistema e aumentar a eficiência produtiva, reduzindo, assim, o custo de produção da brita.
Palavras chave: DMAIC, Britagem, Projeto de Experimento.

ABSTRACT:
Today, organizations are facing high competitive environment where customer satisfaction and customer loyalty are important factors to determine enterprise success. In this scenario, it is necessary to use methodologies to improve performance companies production processes. DMAIC, which is part of the Six Sigma methodology, allows us to identify, analyze and improve processes through a systematic consistent, clear, and understandable manner. In this study, we used the steps Define, Measure, Analyze and Improve. To lead the development of the work, we used the method of action research, in which first the critical features have been defined for the company's business, which were related to crushing studied. Then, we evaluated the potential economic gain from the project, set the method of data collection, identification of production losses and analyzed the current capability of the production system and, as a proposed improvement, we applied the Taguchi method to the design of experiment. Until the analysis phase has been observed that the process is operating below specifications of the equipment and the process has a wide range of unplanned downtime, which affects the production chain. With the design of experiment, it was possible to significantly reduce the cost and time of the system setup. It was observed that the process is operating under the specifications and the process has a wide range of unplanned downtime, which affects the production chain. The results of applying fulfilled in order to identify and reduce downtime of the system and therefore the cost of productive inefficiency.
Key words: DMAIC, Crushing, Loss Reduction.


1. Introdução

O cenário mundial envolvendo a disputa de organizações por novos mercados e o crescimento e desenvolvimento mundial, aliados à necessidade de sustentabilidade das empresas, fazem com que as organizações busquem novas práticas de gestão com a finalidade de se tornarem mais competitivas.

Quando se analisa o setor da construção civil, deve-se considerar a importância das britagens em toda a cadeia produtiva do setor, pois é onde ocorre a primeira fase do processo de beneficiamento da pedra de ferro. Segundo Honório (2010), um importante aproveitamento dos processos de britagem ocorre na produção de agregados para construção civil.

Conforme a ANEPAC (VALVERDE, 2009), o ramo responsável por produzir agregados graníticos para o setor da construção civil possui perto de 3000 empresas, que produzem 465 milhões de toneladas de pedra/ano. Estudos revelam um aumento de demanda por agregados na ordem de 27% durante os anos de 2009 e 2015. Contudo, a demanda atual do setor já toma 91% da capacidade instalada, evidenciando a necessidade de novas instalações, otimização dos recursos e processos atuais de atendimento dos requisitos de qualidade, prazo e custos.

Segundo Wiginescki (2009), ainda há pouco conhecimento e aplicação prática de princípios que possibilitem a redução das perdas nas empresas de construção de rodovias. Os problemas de planejamento de projetos, planejamento da execução, gerenciamento de materiais e fluxos de trabalho ainda são comuns no modelo da construção civil tradicional. Muitas vezes esses problemas fazem com que o fluxo de processos na construção seja desnecessariamente complexo, pouco transparente e variável, apresentando reflexos diretamente no resultados das obras.

De acordo com Santiago Júnior (2002), o setor da construção civil é um dos mais atrasados em termos de gestão empresarial, quando comparado a outros segmentos produtivos. Segundo o autor, qualquer melhoria realizada em processos como o de gestão de projetos, engenharia, gestão das informações e processo de acúmulo de conhecimentos, pode trazer benefícios para os novos empreendimentos e tornar as empresas mais competitivas e diferenciadas.

Não somente na construção civil, mas em qualquer indústria, o empenho em aperfeiçoar processos na maioria das vezes envolve a análise sistemática do processo, identificando os obstáculos que impedem o cumprimento dos prazos e metas e eliminando-os, como forma de melhoria contínua de processos e operações. Assim, Zellner (2011) confirma a relevância e a atualidade do tema e sugere a continuidade de pesquisa no âmbito de metodologias e melhoria de processos para os mais diversos segmentos da economia.

Para tanto, o uso de uma metodologia para melhoria de processos e aumento de desempenho, além da utilização de estudos e ferramentas de diversas áreas, é fundamental. Uma técnica já bastante conhecida é o Seis Sigma, que, conforme Santos e Martins (2010), está se concretizando como uma forma de causar a melhoria do desempenho do negócio das empresas, de aumentar a competitividade e de incentivar ações estratégicas e gerenciais que priorizem a melhoria contínua de produtos e processos.

Muitas técnicas de metodologia tem-se desenvolvido a fim de aplicar o programa de forma mais eficiente. Entre elas destacam-se a Metodologia SAM, de Siha e Saad (2008); o processo proposto por Coskun, Basligil e Baracli (2008); WABPI e a metodologia de De Koning e De Mast (2006). Outro método muito utilizado é o DMAIC (Define, Measure, Analyze, Improve, Control), que significa literalmente: Definir, Medir, Analisar, Melhorar e Controlar (WERKEMA, 2004; AGUIAR, 2006; ECKES, 2003). Conforme publicações de artigos no exterior (BRADY, 2006; ALLEN, 2006), estas abordagens metodológicas são consistentes, claras, concisas e compreensíveis.

Entretanto, conforme Werner e Rodrigues (2012), o Seis Sigma não está difundido nas áreas administrativas da maioria das empresas pesquisadas e ainda está restrito a áreas como manufatura e engenharia, o que torna esta pesquisa relevante devido às poucas aplicações na indústria da construção pesada. Entretanto, segundo os autores, 91% das empresas que aplicam o Seis Sigma fazem uso da metodologia DMAIC. Conforme pesquisa realizada por Satolo et al. (2009), das empresas que asseguraram aplicar o Seis Sigma no Brasil, 5,1% delas eram do Estado do Rio Grande do Sul, e 5,0% representam o setor da Construção Civil em relação aos demais setores.

Assim, esta pesquisa tem como objetivo aplicar a metodologia Seis Sigma através do método DMAIC em uma unidade de britagem para análise e solução de problemas em todo o sistema produtivo, de modo que se identifiquem e se reduzam as principais perdas produtivas e, consequentemente possam diminur o custo de produção da brita, além de evitar a má qualidade do produto. Ademais, pretende-se melhorar o desempenho do processo com o uso da técnica de projeto de experimento.

O trabalho tem como limitações a curta duração de tempo, pois não houve tempo suficiente para controlar a eficiência das melhorias realizadas e propostas. Além disso, como as melhorias foram implementadas de maneira gradual, em alguns momentos as fases controlar e melhorar foram desenvolvidas concomitantemente. O artigo está organizado em cinco seções: (i) introdução, (ii) revisão de conceitos, (iii) metodologia de aplicação, (iv) aplicação,  (v) considerações finais.

2. Referencial Teórico

A construção civil é dividida em três subsetores: edificações, construção pesada e montagem industrial. A empresa em estudo engloba o segundo setor, da construção pesada. Entretanto a Construção Civil é integrada por várias atividades com diferentes graus de complexidade, as quais, geralmente são ligadas entre si, com processos tecnológicos e produtos variados (MELLO, 2009; AMORIN, 2009).

Para a construção rodoviária são necessários equipamentos de grande porte, com um alto custo de operação, e o seu nivelamento do uso é primordial para obter um melhor aproveitamento da capacidade, diminuindo os índices de quebras (PIRES, 2007). Contudo, Aguiar (2004) destaca que problemas e defeitos fazem parte das anomalias que podem ocorrer em uma obra e que devem ser identificadas para se ter uma obra de qualidade.

Montgomery (2004) define qualidade como algo inversamente proporcional à variabilidade, que, conforme Benetti (2010), pode ser de produto ou de processo, ou seja, se a variabilidade de um produto ou processo decresce, a qualidade aumenta. Para Bernardes (2010), é necessário diminuir a variabilidade no processo produtivo, visto que, quando verificados os prazos das equipes de produção, a variabilidade aumenta o tempo de ciclo e também o número de atividades que não agregam valor.

Montgomery (2004) destaca que os processos produtivos trabalham com apoio no controle de vários fatores, os quais devem ser mantidos em certos níveis. Estes níveis sempre apresentarão certa medida de variabilidade, independente de como o processo está operando, e uma das formas de garantir a característica dos produtos pode ser a diminuição da variação observada na saída do processo.

Assim, os fatores monitorados durante um processo ou na sua saída podem alterar-se dentro de uma escala contínua. Em relação às amostras, elas podem ser divididas em categorias ou classes, podendo-se assim, no fim desse processo, verificar o comportamento dos dados, ou seja, o tipo de distribuição que os dados seguem (RIBEIRO e CATEN, 2001; MONTGOMERY, 2004; TIBONI, 2010).

Em relação às distribuições de frequência, elas podem ser representadas através de gráficos, como os histogramas. Já as distribuições de probabilidade podem ser discretas, quando as características dos parâmetros se tornam distintas, ou contínuas, quando os parâmetros podem ser monitorados em uma escala contínua, conforme a figura 1 (MONTGOMERY, 2004; TIBONI, 2010).

Figura 1 - (a) Distribuição Discreta (b) Distribuição Contínua

Fonte: Montgomery (2004)

Ambas as distribuições podem ser classificadas em categorias, dentre as quais a de maior destaque é a distribuição normal ou de Gaus, a qual está relacionada a uma distribuição de frequência e seu histograma tem a forma de um sino (MONTGOMERY et. al., 2007; TIBONI, 2010; VIEIRA, 2006).

A interpretação dos dados estatísticos requer um número maior de estudos, como análise das médias, medianas, modas quatis, as variações dos valores em termos de grupos e seus elementos e as medidas de dispersão ou variabilidade em torno da média (TIBONI, 2010). Já na análise de variância pode-se utilizar teste t de Student para comparação de 2 médias, ou o método ANOVA, para análise de qualquer número de médias de tratamentos (VIEIRA, 2006).

Entretanto, por mais que seja primordial o entendimento do uso dos recursos estatísticos para um projeto com influências sobre o processo, não se torna necessário um aprofundamento teórico nesse momento. Cabem agora, melhores definições sobre a metodologia Seis Sigma.

2.1 Seis Sigma

As origens dos Seis-Sigma estão atreladas aos trabalhos feitos em prol da qualidade. O valor do programa se dá não pelo uso de ferramentas novas, mas pela maneira que é realizada (AMADO, 2006).  Segundo Campos (2003, p. 59), “Seis Sigma é uma estratégia que busca a satisfação dos clientes e de menores custos pela redução da variabilidade e, consequentemente, dos defeitos. Também representa uma medida de desempenho e meta para operação de processos, com uma taxa de 3,4 falhas por milhão de atividades ou ‘oportunidades’”.

O sucesso, melhoria e gerenciamento de um processo dependem diretamente da coleta e análise de dados que o caracterizam, e servem de base para o seu redesenho (ROHLEDER; SILVER, 1997). Para isso, é necessário identificar as atividades que não agregam valor, as quais,  conforme Ghinato (1996),  são conhecidas como perdas do processo produtivo, e são um dos princípios básicos do modelo de administração da empresa japonesa.

Dentre os objetivos do gerenciamento da produção da empresa japonesa está o aumento do lucro por meio da redução dos custos. Para tanto, ainda hoje se faz uso das clássicas ferramentas da qualidade, que, embora venham sendo utilizadas há muito tempo, seguem fornecendo uma grande contribuição para o mapeamento e o diagnóstico de processos (CARPINETTI, 2010).

Assim, o programa Seis Sigma, quando implantando, busca obter a excelência através do progresso dos processos produtivos (SATOLO et al., 2009; LINDERMAN et al., 2003). Conforme Perez-Wilson (1999), alcançar o Seis Sigma significa causar uma mudança cultural em uma organização.

Conforme Santos e Martins (2010) e Aboelmaged (2010), o Seis Sigma está se concretizando como uma forma de causar a melhoria do desempenho do negócio da empresa, aumentar a competitividade e incentivar ações estratégicas e gerenciais que priorizem a melhoria contínua de produtos e processos.

De acordo com Rodrigues e Werner (2012), o programa é composto de vários projetos, os quais são criados para solucionar problemas ou gerar melhorias nos processos. Para consolidar o programa Seis Sigma nas empresas, conforme Perez-Wilson (1999) faz-se necessário adotar uma metodologia consistente, clara, concisa e compreensível. Já Werkema (2004) e Eckes (2003) não utilizam o termo metodologia, e sim método estruturado e tático, respectivamente. O método consolidado conforme a literatura citada neste trabalho é o DMAIC.

2.1.1 DMAIC

Werkema (2004) salienta que a abordagem Seis Sigma precisa produzir resultados expressivos em um breve período, sendo necessário que exista reconhecimento e comprometimento geral por parte da organização. Assim, para a realização do projeto, é muito utilizado o método DMAIC, conforme publicações de artigos no exterior (BRADY; ALLEN, 2006). A valorização do método se deu pela forma sistemática de realização da melhoria contínua de uma maneira objetiva, utilizando técnicas e ferramentas estatísticas (AMADO; ROZENFELD, 2006). Cada uma das cinco fases do DMAIC tem um objetivo diferente, havendo uma integração de ferramentas e atividades entre cada fase do ciclo (REIS, 2003; PANDE, 2001; WERKEMA, 2004; ECKES, 2003, RASIS et al., 2002-03):

  • Define: consiste em apresentar o problema, selecionar quais ferramentas serão utilizadas para a solução em cada fase e definir a meta que deverá ser alcançada.
  • Measure: devem ser determinadas quais as características do projeto que deverão ser monitoradas, de que forma os dados serão obtidos e registrados e quais as especificações do projeto.
  • Analyze: são analisados os dados e os processos envolvidos e determinadas quais as causas que contribuem para o baixo desempenho do processo.
  • Improve: devem ser geradas soluções potenciais para a eliminação das causas fundamentais dos problemas detectados na etapa anterior, bem como essas soluções necessitam ser testadas a fim de verificar se a solução pode ser implementada em larga escala.
  • Control: é a aplicação das soluções da quarta etapa em larga escala, controle de desempenho do processo, padronização das alterações realizadas no processo com a adoção das soluções e transferência dos conhecimentos adquiridos durante o projeto para outros membros da organização.

3. Metodologia

Este trabalho, de natureza exploratória, delineado através de um estudo de caso e utilizando critérios quantitativos e qualitativos, foram dirigidos por um dos autores deste artigo, junto com a equipe de engenharia e projetos da empresa. Em relação à condução do trabalho de campo, a pesquisa seguiu a abordagem da pesquisa-ação, entretanto  não houve   interferências na cultura organizacional durante a pesquisa (GIL, 2009; MARCONI e LAKATOS, 2009).

A metodologia para o trabalho de redução de paradas não programadas no processo de produção de brita, bem como as ferramentas utilizadas, seguiu a sequência de etapas da estrutura DMAIC, conforme o quadro 01.

Para a aplicação dessas ferramentas, foram utilizadas a análise documental e a observação direta, além da realização de entrevistas informais com os operadores e técnicos ligados ao processo. Destaca-se a função dos “apontadores”, responsáveis por fazer anotações de todas as paradas realizadas em todos os equipamentos e máquinas da empresa durante a produção.

A aplicação das ferramentas proposta neste trabalho limitou-se à realidade industrial das britagens, geralmente instaladas em locais remotos, que dificultam a coleta de dados mas não afetam os resultados.

Quadro 1 - Etapas da metodologia

Fase

Objetivo

Principais Atividades

Ferramentas

Definição

Definição de oportunidades e avaliação financeira

  • Definir requisitos dos clientes
  • Identificar variáveis de saída
  • Planejar o projeto
  • Carta de projeto

 

Medição

Medição de Processos e conversão em informações que indiquem soluções

  • Mapear o processo
  • Refinar os problemas
  • Estatística descritiva
  • Fluxograma do processo
  • Custos da má qualidade

Análise

Análise de dados

  • Priorizar principais tipos de defeitos
  • Priorizar principais tipos de variáveis
  • Gráfico de Pareto
  • Capabilidade de processos

Melhoria

Melhoria do Processo

  • Selecionar fatores e níveis

 

  • Projeto Robusto de Experimento

Fonte: Elaborado pelos autores

4. Aplicação

A construtora caracteriza-se por ser uma empresa de médio porte, familiar, tendo em seu quadro de funcionários 700 trabalhadores, além das equipes terceirizadas, que são contratadas diretamente pelas obras para prestar serviço. Atualmente possui 5 unidades de britagens e 3 usinas de asfalto e presta serviços de Construção, Manutenção e Restauração de Rodovias, Obras de Saneamento e Infraestrutura Urbana e Viária e Construção Civil (destacando Obras de Arte Especiais e Infraestrutura Energética).

Em sua gestão organizacional, destaca-se o alto nível de receptividade a ideias e novos projetos. Ressalta-se a equipe de controle, que é a base para o estudo atual, uma vez que através do trabalho desenvolvido até o momento é possível obter vários dados, como produtividade real das equipes, custo real dos serviços e mapeamento de alguns processos. Com isso, foi possível identificar que o caminho crítico de 90% dos projetos executados pela empresa passa pelas britagens, as quais apresentam alto índice de quebras, paradas e um índice considerável de ineficiência, o que até então era visto como algo absolutamente normal dentro desse tipo de processo, todavia torna-se relevante reduzir e identificar suas principais causas.

As unidades industriais não possuem o programa Seis Sigma implantado, entretanto vêm constantemente capacitando seus colaboradores e implementando programas como o “5S”, Planejamento de vendas e operações (Sales and operations planning – SO&P), controle estatístico de processos. Dessa forma, procura-se utilizar a metodologia de melhoria DMAIC para melhorar o processo e reduzir as paradas, consequentemente reduzindo o custo da brita, e padronizar as ferramentas aplicadas de modo que seja possível aplicar de maneira sistêmica e contínua nas outras unidades da empresa.

4.1 Definir

Inicialmente foram identificados os requisitos críticos do cliente da britagem. As britagens da empresa estão sendo caminho crítico de praticamente todas as obras da empresa, sendo tais os principais clientes do processo. Por fazer parte do caminho crítico, qualquer parada não planejada origina reflexos tanto no resultado da unidade industrial como nos prazos e resultados do cliente. Quando a demanda do cliente não é atendida, sempre que possível, recorre-se a outros fornecedores ou o prazo do projeto fica prejudicado.

Assim, o contexto do projeto advém da capacidade produtiva do sistema ser totalmente utilizada, produção em dois turnos, elevado índice de paradas e demanda maior que a oferta, conforme a Figura 2.

Figura 2 - Gráfico Produção x Demanda

Fonte: Elaborado pelos autores.

Observa-e na Figura 2 que há uma mudança de comportamento da demanda: a partir da 10ª semana há um incremento, o que se deve à inclusão de mais uma equipe de trabalho no processo de contrução rodoviária próxima à britagem. Busca-se, portanto,  reduzir o número de paradas por meio do estudo DMAIC para que a produção seja no mínimo equivalente à demanda. No processo de britagem já há um esgotamento de tempo para a implementação de outro turno de trabalho, uma vez que este já existe. Então, o que se busca é uma sincronia nas equipes de obra e britagem, para haver um ganho de eficiência.

Na carta do projeto foram definidas as metas, objetivos, cliente, principais medidores e equipe do projeto. Conforme a metodologia, o problema foi determinado com base na análise da produção das últimas 18 semanas, terminando em março de 2013, período em que foi evidenciada a grande variabilidade da produção e um grande número de paradas, entretanto, até então, não apontadas e evidenciadas.

Cada hora não trabalhada pelo sistema produtivo foi determinada como perdas de produção. Assim, o marco inicial do projeto ocorre pelo início dos apontamentos das paradas de produção a partir de março de 2013 e nas 18 semanas seguintes.

Estima-se um custo de aproximadamente R$155,00 por hora parada do Britador primário e R$ 180,00 da rebritagem, considerando máquinas, mão de obra, custo de capital e resultado, sem considerar os inúmeros problemas causados nas obras devido às paradas não programadas do britador e, consequentemente, das frentes de serviço.

4.2 Medir

Durante as 18 semanas de medição, a britagem apresentou os seguintes dados de capacidade: Capacidade nominal = 150 toneladas/hora; Capacidade disponível = 29.250 toneladas/mês; Britagem real = 22.150 toneladas/mês. Através dos registros realizados pelos apontadores, foi possível organizar os dados das paradas em dois setores da britagem: setor primário e rebritagem, conforme tabela 1.

Tabela 1- Dados de capacidade

 

Tempo Disponível

Horas Paradas

%

Custo Improdutivo

Primário

4785:00

717:00

14,98

R$ 111.135,00

Rebritagem

5910:00

1215:00

20,56

R$ 218.700,00

Total

10695:00

1932:00

 

R$ 329.835,00

Fonte: Elaborado pelos autores.

Nessa etapa, foi elaborado o mapa do processo de britagem, conforme a Figura 3. Dessa forma, foi possível indicar onde e quais equipamentos devem ser controlados e registrados pelos apontadores. Esses registros correspondem às horas em que a máquina esteve parada.

Figura 3 - Mapa do Processo de Britagem

Fonte: Elaborado pelos autores.

Na fase de medição, foi necessária uma constante interação entre os operadores, apontadores, gerentes, coordenador de manutenção e administrativo, pois os dados coletados precisavam ser constantemente trabalhados, para melhor identificação da parada e elaboração da matriz de causa e efeito.

4.3 Análise   

Com os dos dados mensurados na fase medir, foi possível pesquisar os problemas ocorridos, bem como as principais paradas. A Figura 4 apresenta o Gráfico de Pareto com base no tempo de cada tipo de parada de todo o complexo produtivo durante as 18 semanas.

Figura 4 Paradas de Produção

Fonte: Elaborado pelos autores.

Na Figura 4, observa-se que o maior tempo de parada deve-se à limpeza do equipamento, que corresponde a 253 horas, e o menor tempo de parada corresponde, conforme  exposto na Figura 4, à  detonação, que é de 19 horas. Há outras paradas menores, mas são muito pequenas e não foram mostradas na figura. O importante a ser observado é que, independentemente do tipo de parada, o custo da não produção é o mesmo.

Para cada área do complexo produtivo foi investigado o problema mais agravante, bem como o equipamento com o maior tempo improdutivo, tendo o Britador Primário 20% das paradas, o VSI e os Cones 367 e 36FC, 16%, 14% e 13%, respectivamente, conforme figura 5. Após separar os equipamentos com que houve mais paradas, também foi possível identificar a falha mais frequente por tipo de equipamento. Por exemplo, o problema de limpeza foi incidente em todos os equipamentos, entretanto com 85% dos casos ocorrendo nos Cones 367 e 36FC.

Figura 5 - Índice de paradas por equipamentos

Fonte: Elaborado pelos autores.

A Figura 6 ajudará no entendimento do processo estudado, conforme a variabilidade e capabilidade do processo produtivo, em que os dados foram medidos conforme a produção diária do britador.  Nos gráficos, “Produções Diária” indica que os dados estão sob controle, entretanto o gráfico “Amplitude” indica que em alguns dias ocorreram variações além do limite adequado, tendo como consequência variações no planejamento das obras de construção rodoviária executada pela empresa.

Figura 6 - Capabilidade do processo

Fonte: Elaborado pelos autores.

O gráfico “Observações” mostra a distribuição dos dados em torno da média, a qual ficou em 110 ton/hora. O teste de Anderson-Darling avalia a distribuição dos dados, tendo como resultado AD=0,328 e p-value=0,513, portanto os gráficos “Probabilidade Normal” e “Histograma” sugerem que os dados seguem a distribuição normal.

Em relação ao gráfico “Capabilidade”, não está sendo analisada uma característica da pedra, mas as condições de produção do complexo produtivo. Assim, comparando os intervalos Within e Overall com as especificações de produção dos equipamentos (Specs), pode-se afirmar que em alguns dias as produções foram abaixo da especificação do equipamento. Os índices de capabilidade mostram que o sistema está operando com ineficiência, pois o Cpk=0,79 está longe do parâmetro sugerido para um processo capaz, Cpk=1,33.

4.4 Melhoria

A função básica do sistema em estudo é produzir pedra na característica exigida pelo cliente, em um prazo adequado, com agilidade e baixo custo. Assim, em reuniões realizadas durante este projeto, foram identificadas as entradas (inputs) do sistema, que são as principais características da pedra definida pelo cliente da britagem. Com base nessas características levantadas,  foi possível fazer o planejamento do experimento.

As variáveis de resposta (Y) foram definidas como Produção Total, Percentual de Pó de Brita, Percentual de Filler. Os fatores de controle relevantes foram identificados com os técnicos de manutenção da empresa e os coordenadores de britagem, os quais podem ser vistos na tabela 2 em conjunto com os níveis.

Tabela 2- Fator de Controle do experimento

FATOR DE CONTROLE

AJUSTES

Alto

Baixo

A

Abertura do Primário

75 mm

87 mm

B

Abertura do Cone 367

19 mm

25mm

C

Abertura do Cone 36FC

10 mm

14 mm

D

Retorno entre 1" e 3/4" Cone/VSI

70% cone

70% VSI

E

Retorno da Brita 3/4 Cone/VSI

50% cone

50% VSI

F

Velocidade VSI

1400

1700

G

Retorno do VSI em 3/8"

Com Retorno

Sem Retorno

Fonte: Elaborado pelos autores.

O experimento, conforme a tabela 3,foi planejado segundo um arranjo ortogonal L8, o qual possibilita a exploração de sete fatores de controle a dois níveis cada um. Para cada arranjo foram realizados 2 experimentos, de duração de 1 dia cada. Destacou-se o trabalho realizado pelos laboratoristas da empresa para realizar as medições no fim de cada dia.

Tabela 3 - Configuração do experimento

 

FATORES

 

Abertura Primário

Abertura Cone 367

Abertura Cone 36FC

Retorno entre 1" e 3/4" Cone/VSI

Retorno 3/4 Cone/VSI

Velocidade VSI

Retorno VSI 3/8"

A

B

C

D

E

F

G

1

75 mm

19 mm

10 mm

70% cone

50% cone

1400

Com

2

75 mm

19 mm

10 mm

70% VSI

50% VSI

1700

Sem

3

75 mm

25mm

14 mm

70% cone

50% cone

1700

Sem

4

75 mm

25mm

14 mm

70% VSI

50% VSI

1400

Com

5

87 mm

19 mm

14 mm

70% cone

50% VSI

1400

Sem

6

87 mm

19 mm

14 mm

70% VSI

50% cone

1700

Com

7

87 mm

25mm

10 mm

70% cone

50% VSI

1700

Com

8

87 mm

25mm

10 mm

70% VSI

50% cone

1400

Sem

Fonte: Elaborado pelos autores.

Os dados controlados pelos laboratoristas podem ser vistos na tabela 4.

Tabela 4 – Resultado de cada experimento

RESULTADOS

PRODUÇÃO TOTAL

% PÓ

% FILLER

1

500

31

9

2

480

39

8

3

510

30

12

4

500

34

10

5

450

30

11

6

390

35

10

7

560

26

13

8

510

29

12

Fonte: Elaborado pelos autores.

Os dados foram analisados utilizando a razão de sistema sinal-resposta. As Figura 7, 8 e 9 mostram uma comparação dos efeitos principais dos 7 fatores sobre a produção total, produção de pó e o percentual de filler, respectivamente.

Figura 7 - Sinal-Resposta sobre a produção total

Fonte: Elaborado pelos autores.

----

Figura 8 -  Sinal-Resposta sobre a produção de pó

Fonte: Elaborado pelos autores.

----

Figura 9 – Sinal-Resposta sobre o percentual de filler

Fonte: Elaborado pelos autores.

As variáveis de resposta abertura do Primário, abertura do Cone 36S, e retorno de brita entre 1" e 3/4" para o Cone e VSI, apresentaram grande variação em todos os resultados, mostrando assim grande influência no processo, principalmente sobre o percentual de filler, pois os outros fatores tiveram pouca variação. Já o Cone 36FC apresentou variação significativa para a produção total e produção de pó.

5. Considerações Finais

A partir do estudo realizado, conclui-se que a metodologia DMAIC centra-se na melhoria e padronização das ações tomadas, ajudando as organizações a produzirem de uma forma mais rápida, mais econômica e consciente. Pode-se afirmar que o objetivo principal deste estudo foi atingido.

A aplicação da metodologia e das ferramentas propostas contribuiu para a melhoria do processo de análise de paradas e entendimento da capacidade da indústria. Com as identificações das principais perdas e dos equipamentos mais problemáticos, conseguiu-se planejar as melhorias a serem realizadas, bem como montar equipes especializadas para resolver problemas e fazer manutenção em equipamentos específicos, como limpeza e peneiras, respectivamente.

Com essas equipes trabalhando em um terceiro horário, foi possível reduzir o tempo médio de paradas durante a produção e, consequentemente, diminuir a amplitude das paradas significativamente, reduzindo o custo direto de produção. Além dos benefícios que o projeto trouxe de forma direta e indireta para a britagem, como aumento da maturidade da equipe, a padronização do processo de medição e análise, melhoria do serviço preventivo, em termos organizacionais foi um trabalho enriquecedor, pois um elo entre as estratégias de negócio, unidade industrial e obra se fortaleceu.

Visando à análise do processo de produção de brita, e principalmente através da identificação do efeito de cada fator, ter um banco de dados confiável mostrou-se muito útil para a empresa, pois, a partir do experimento, ela poderá responder com mais agilidade às necessidades das obras e, principalmente, eliminar o processo de tentativa e erro do processo.

Portanto, conseguiu-se medir o comportamento dos efeitos principais dos parâmetros do processo e foi possível realizar os ajustes nos parâmetros do processo para viabilizar uma redução de custo no processo de produção de brita, além de identificar o ajuste ótimo para o sistema produtivo atual.

Com as devidas adaptações, o método proposto pode constituir um modelo de referência para a construtora analisada, já que ela possui outras unidades de britagens semelhantes à estudada. Com este trabalho, foi possível organizar as informações e, por meio da metodologia utilizada, auxiliar não somente a controlar, como também a analisar e a eliminar perdas.

Por fim, destaca-se que a investigação cooperou para uma melhor compreensão da realidade industrial das britagens e dos seus problemas característicos, bem como para a consolidação do nível de conhecimento da metodologia DMAIC para a organização estudada.

Referências

ABOELMAGED, M.G. (2010); Six Sigma quality: a structured review and implications for future research. International Journal of Quality & Reliability Management, Vol.27, p.268-317.

AGUIAR, S. (2006); Integração das ferramentas da qualidade ao PDCA e ao programa seis sigma. Nova Lima: INDG Tecnologia e Serviços Ltda.

AMADO, R. F; ROZENFELD, H. (2006); Análise da aplicabilidade do método DMAIC do modelo Seis-Sigma. XIII SIMPEP - Bauru, SP, Brasil.

CARPINETTI, L. C. R. (2010); Gestão da qualidade: conceitos e técnicas. São Paulo: Atlas.

COSKUN, S.; BASLIGIL, H.; BARACLI, H. (2008); A weakness determination and analysis model for business process improvement. Business Process Management Journal, v. 14, n. 2, p. 243-261.

DE KONING, H. & DE MAST, J. (2006); A rational reconstruction of Six-Sigma’s breakthrough cookbook. International Journal of Quality & Reliability Management, Vol.23, p.766-87.

ECKES, G. A. (2001); Revolução do Seis Sigma: o método que levou a GE e outras empresas a transformar processos em lucro. Rio de Janeiro: Campus.

GHINATO, P. (1996); Sistema Toyota de Produção: mais do que simplesmente Just-in-time. Caxias do Sul, EDUCS.

GIL, A. C. (2009); Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas.

HONÓRIO, O. (2010); Estudo de aumento de capacidade da planta de britagem da Usina de Germano: Samarco Mineração S.A. Universidade Federal de Ouro Preto, Ouro Preto, MG.

LINDERMAN, K. et al. (2003); Six Sigma: a goal-theoretic perspective. Journal of Operations Management. Vol. 21, n. 2, p. 193-203.

MARCONI, M.A.; LAKATOS, E. M. (2009); Metodologia do trabalho científico: Procedimentos básicos. 7ª edição, Editora Atlas, São Paulo.

PANDE, P. S.; NEUMAN, R. P.; CAVANAGH, R. R. (2001); Estratégia Seis Sigma: como a GE, a Motorola e outras grandes empresas estão aguçando seus desempenho. Qualitymark: Rio de Janeiro.

PEREZ-WILSON, M. (1999) Seis Sigma: compreendendo o conceito, as implicações e os desafios. Qualitymark: Rio de Janeiro.

REIS, D. A. F. (2003); Seis Sigma: Um Estudo Aplicado  ao Setor Eletrônico. Porto Alegre. Dissertação de Mestrado em Engenharia. UFRGS.

ROHLEDER, T. R.; SILVER, E. A. (1997); A tutorial on business process improvement. Journal of Operations Management, v. 15, n. 2, p. 139-154.

SANTOS, A. B; MARTINS, M.F. (2010); Contribuições do Seis Sigma: estudo de caso em multinacionais. Produção: v.20, n.1, jan./mar.

SATOLO, E.G; ANDRIETTA, J.M; MIGUEL, P.A.C. (2009); Análise da utilização de técnicas e ferramentas no programa Seis Sigma a partir de um levantamento tipo survey. Produção: São Paulo, v. 19, n. 2, p. 400-416.

SIHA, S. M.; SAAD, G. H. (2008); Business process improvement: empirical assessment and extensions. Business Process Management Journal, v. 14, n. 6, p. 778-802.

U.S. GEOLOGICAL SURVEY. (2013); Mineral commodity summaries: U.S. Geological Survey. Reston, Virginia. p.198.

VALVERDE, F. M., TSUCHIYA, O. Y. (2009); Agregados para a Construção Civil no Brasil. Comissão de Serviços de Infraestrutura do Senado Federal, Brasília, DF.

WERKEMA, C. (2004); Criando a cultura Seis Sigma. v. 1. Nova Lima, MG: Werkema Ed.

WERNER, L; RODRIGUES, J.T.M. (2012); Seis Sigma: Característica do Programa em onze empresas situadas na região metropolitana de Porto Alegre. Produção Online: Florianópolis, SC, v.12, n. 1, p. 2-22, jan./mar.

ZELLNER, G. (2011); A structured evaluation of business process improvement approaches. Business Process Management Journal, v. 17, n. 2, p.203-237.


1 Mestrando em Engenharia de Produção, Universidade Federal de Santa Maria, Brasil. ricardo.heck02@hotmail.com
2 Mestranda em Extensão Rural, Universidade Federal de Santa Maria, Brasil. marielenpk@hotmail.com
3 Professor, Doutor em Estatística, Universidade Federal de Santa Maria, Brasil. amsouza.sm@gmail.com


Vol. 35 (Nº4) Año 2014
[Índice]

[En caso de encontrar algún error en este website favor enviar email a webmaster]