Orientador: Marcela Aparecida Guerreiro Machado de Freitas / Banca: Paloma Maria Silva Rocha Rizol / Banca: Fabricio Maciel Gomes / Resumo: Os gráficos de Shewhart há muito auxiliam na manutenção da estabilidade de diversos processos de produção. Um dos processos que mais intensamente dependem de ajustes finos e monitoramento são os processos de envase pois são executados em alta velocidade e contém muitos pontos críticos de controle. Este trabalho contempla a implantação dos gráficos de controle de Shewhart no processo de envase do equipamento de envase de líquidos do DPD da FEG-UNESP e as dificuldades inerentes ao ajuste e operação do equipamento desde a sua instalação. Testes foram executados com o intuito de gerar uma base de dados para verificar se causas especiais estão interferindo no processo, utilizando histograma, diagrama de Ishikawa de causa e efeito e ferramentas de verificação de normalidade dos dados como o teste de Shapiro-Wilk. Foi também verificado o número médio de amostras até o alarme falso NMA0, e simulados resultados que alteram a média do processo para verificar a sua eficiência. Os resultados mostram que mesmo com a ação inicial de causas especiais sobre o processo, estas foram corrigidas, e após ajustes o equipamento encontra-se em controle estatístico / Abstract: Shewhart control charts assist, since long time ago, in the maintenance of stability in many production processes. One of the most intense processes that are dependent on fine adjustments and monitoring are the filling process due to its high speed and lots of critical control points. This work covers the implementation of Shewhart control charts on the equipment of liquid filling process of DPD of FEG-UNESP and the inherent difficulties of adjustment and operation of this equipment since its installation. Trials were performed with intention to generate a database to verify if special causes are interfering in the process, using histogram, Ishikawa diagram of cause and effect and tools for data normality verification as the Shapiro-Wilk test. The Average Run Length, ARL0, was verified and simulated results were used to check the eficiency. The results indicate that even with the initial action of special causes on the process, they were fixed, and after adjustments the equipment is under statistical control / Mestre

Orientadora: Paloma Maria Silva Rocha Rizol / Coorientadora: Marcela Aparecida Guerreiro Machado de Freitas / Banca: Luiz Fernando Costa Nascimento / Banca: Fabricio Maciel Gomes / Resumo: O controle estatístico de processos (CEP) é um conjunto de ferramentas usadas para monitorar a estabilidade de um processo, no sentido de identificar a ocorrência de causas especiais. Em 1924, Walter Shewhart projetou o primeiro gráfico de controle. Os gráficos de controle podem ser por variáveis ou atributos, sendo o gráfico por variáveis o mais comumente utilizado. Porém, nem sempre é por meio de mensurações que se avalia a qualidade de um produto ou serviço; muitas vezes o fazemos por meio de seus atributos, "defeituoso" ou "não defeituoso". Nesse contexto, o mais indicado é a utilização do gráfico de controle por atributo. Para muitos dos problemas identificados num produto ou serviço, os dados podem não ser tão precisos. Essa incerteza vem do sistema de medição, dos operadores, das condições ambientais, entre outros. Para lidar com essa incerteza, pode-se usar a lógica fuzzy, pois os gráficos de controle fuzzy fornecem uma avaliação mais flexível. Este trabalho propõe o uso de gráficos de controle fuzzy p e np para monitoramento de processos univariados, considerando os casos TFN e TrFN, número fuzzy triangular e número fuzzy trapezoidal, respectivamente. Os gráficos propostos foram comparados com o gráfico de Shewhart. Os gráficos de controle fuzzy foram construídos usando regras de lógica fuzzy, de forma a ajudar na tomada de decisão. Foi analisado o desempenho do gráfico de controle utilizando NMA - número médio de amostras até alarme falso. Diante dos resultados obti... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Orientador: Antonio Fernando Branco Costa / Resumo: Os gráficos de controle foram criados por Shewhart em torno de 1924. Desde então foram propostas muitas estratégias para melhorar o desempenho de tais ferramentas estatísticas. Dentre elas, destaca-se a estratégia dos parâmetros adaptativos, que deu origem a uma linha de pesquisa bastante fértil. Uma de suas vertentes está voltada ao gráfico de tamanho da amostra variável, que depende da posição do ponto amostral atual. Se ele está perto da linha central, a próxima amostra será pequena. Se ele está distante, mas ainda não na região de ação, a próxima amostra será grande. Este esquema de amostragem com tamanho de amostra variável se tornou conhecido com esquema VSS (variable sample size). Esta dissertação revisa os trabalhos da área de monitoramento de processos que tem como foco principal os esquemas VSS de amostragem. Foi feita uma revisão sistemática da literatura, por intermédio de uma análise bibliométrica do período de 1980 a 2018 com o objetivo de classificar a estratégia VSS, segundo sua destinação, por exemplo, os gráficos de com parâmetros conhecidos e observação independente. As destinações foram divididas em dez classes: I – tipo de VSS ; II – tipo de monitoramento; III – número de variáveis sob monitoramento; IV – tipo de gráfico; V – parâmetros do processo; VI – regras de sinalização; VII – natureza do processo; VIII – tipo de otimização; IX – modelo matemático das propriedades do gráfico; X – tipo de produção. A conclusão principal deste estudo foi que nas class... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Orientador: Marcela Aparecida Guerreiro Machado Freitas / Resumo: O controle de qualidade, principalmente por meio do uso de gráficos de controle, torna-se essencial na indústria para garantir um processo livre de causas especiais de variabilidade. Como os dados amostrais podem incluir incertezas advindas da subjetividade humana e dos sistemas de medição, a teoria dos conjuntos fuzzy pode ser aplicada aos gráficos de controle quando dados precisos não estiverem disponíveis. Para tal feito, os valores da característica de qualidade são fuzzificados a partir da inserção de incertezas e transformados em valores representativos para uma melhor comparação com o gráfico de controle tradicional. Este trabalho propõe o uso da lógica fuzzy aos gráficos de controle para monitorar a média e a amplitude de processos univariados, assim como dois gráficos de controle fuzzy baseados nas regras especiais de decisão: Synthetic e Side Sensitive Synthetic. O desempenho do gráfico de controle é medido pelo número médio de amostras até sinal (NMA). Verificou-se neste trabalho que os gráficos de controle fuzzy possuem maior eficiência que os gráficos de controle tradicionais para menores valores de α-cut, ou seja, maior incerteza inserida no processo e para cenários onde se tem uma maior diferença entre os limitantes de incerteza dos números fuzzy. / Abstract: Quality control, mainly through the use of control charts, becomes essential in the industry to ensure a process free from special causes of variability. As sample data may include uncertainties arising from human subjectivity and measurement systems, fuzzy set theory can be applied to control charts when accurate data is not available. For this purpose, the quality characteristic values are fuzzified from the insertion of uncertainties and transformed into representative values for a better comparison with the traditional control chart. This work proposes the use of fuzzy logic to control charts to monitor the mean and range of univariate processes, as well as two fuzzy control charts based on the special run rules: Synthetic and Side Sensitive Syntehtic. The performance of the control chart is measured by the average run length (ARL). It was verified in this work that the fuzzy control charts have higher efficiency than the traditional control charts for lower values of α-cut, that is, greater uncertainty inserted in the process and for scenarios where there is a greater difference between the limiting uncertainties of fuzzy numbers. / Mestre