Return to search

Aplicação de cartas de controle nas análises de rotina do laboratório de qualidade do leite da Embrapa Gado de Leite

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-05-10T17:42:04Z
No. of bitstreams: 1
monicadecassiarodrigues.pdf: 2802913 bytes, checksum: bdfa73cefd408c8e903c2a27927bb1b1 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-06-15T19:13:29Z (GMT) No. of bitstreams: 1
monicadecassiarodrigues.pdf: 2802913 bytes, checksum: bdfa73cefd408c8e903c2a27927bb1b1 (MD5) / Made available in DSpace on 2016-06-15T19:13:29Z (GMT). No. of bitstreams: 1
monicadecassiarodrigues.pdf: 2802913 bytes, checksum: bdfa73cefd408c8e903c2a27927bb1b1 (MD5)
Previous issue date: 2015-05-25 / A carta de controle é uma ferramenta gráfica do Controle Estatístico do Processo –
CEP. Neste gráfico há uma faixa de tolerância estabelecendo os limites superior de
controle (LSC) e inferior de controle (LIC) e uma linha média do processo,
determinados estatisticamente. Além de determinar a estabilidade de um processo, é
uma ferramenta eficiente para separar causas comuns de causas especiais. O
presente estudo objetivou a implementação da carta de controle no Laboratório de
Qualidade do Leite (LQL) da Embrapa Gado de Leite para avaliação dos resultados
advindos de amostras de referência interna (amostras piloto), provenientes de leite
cru bovino preparadas no próprio laboratório e utilizadas na rotina analítica para
verificação da repetibilidade dos equipamentos automatizados. Para tanto foram
coletados em torno de 10 litros de leite cru que foram agitados durante todo o processo
de amostragem e posteriormente fracionados em frascos de polipropileno com
capacidade de 40 mL, contendo conservantes específicos para as análises de
contagem de células somáticas (CCS) e componentes e para análise de contagem
total de bactérias (CTB). Posteriormente foram selecionadas aleatoriamente 20
amostras piloto, que foram analisadas em equipamentos automatizados.Com os
resultados obtidos calculou-se a média, LSC e LIC. As amostras piloto foram utilizadas
na rotina de análise onde a cada 60 amostras externas foi inserida uma amostra piloto.
Os resultados provenientes das amostras piloto foram lançados nas cartas de controle
desenvolvidas no LQL no software “Excel”, e comparados com as cartas de controle
geradas pelo software Minitab que utilizou os limites de 3 sigmas em torno da média.
Os resultados para a carta de controle para o componente gordura demonstraram
estabilidade utilizando os limites de controle de 10%, já para os limites de 3 sigmas o
processo se mostrou mais rigoroso possibilitando incorrer em erros. Na carta de
controle para proteína destacou-se a necessidade de avaliar as amostras de perfil
anômalo, os outlier. Na carta de controle para lactose foi verificada a necessidade de
um conhecimento profundo do processo, evitando assim interrupções no processo de
análise devido ao comportamento do gráfico. A carta de controle para a característica
da qualidade sólidos totais demonstrou a robustez da ferramenta quando comparada
a ferramentas já validadas no mercado. A carta de controle para CCS manteve
regularidade ao longo do tempo em ambas as ferramentas utilizadas. Nesta foi
possível salientar a importância do analista que visualmente verifica alterações ou
tendências na carta de controle e assim pode acionar uma ação corretiva. A carta de
controle para CTB reafirmou a necessidade de se verificar amostras de perfil anômalo,
esta pode ter sido impactada por uma amostra analisada anterior. Por meio das cartas
de controle, foi possível verificar o comportamento das amostras de referência interna
(amostras piloto) no decorrer do processo analítico, possibilitando detectar desvios e
auxiliando na tomada de decisão. Considerando que a carta de controle foi
desenvolvida em planilhas eletrônicas com software “Excel”, ferramenta de fácil
acesso e de baixo custo, a mesma se mostrou bastante robusta e viável. / The control chart is a graphic tool used by "Statistical Process Control" (SPC). This
graphic displays the tolerance range which establishes upper (UCL) and lower (LCL)
control limits in addition to a center line statistically established for the process. This
tool, besides determining the stability of the process, is useful to distinguish between
common and special causes. This study aimed implement control charts in the Milk
Quality Laboratory (LQL) at Dairy Cattle Research Center (Embrapa). The control
charts of check-samples results are used to monitoring the automated equipment
repeatability. These check-samples, applied in routine analysis, are those prepared in
the laboratory using raw cow milk. For this purpose it has been collected 10 L of raw
milk constantly stirred in the sampling process. This volume was subsequently
fractionated in 40 ml polypropylene flasks, containing specifics preservatives used for
somatic cells (SCC) and total bacterial (TBC) count analysis. One set (20 samples),
randomly selected, of this check-samples were subsequently analyzed in the
automated equipment. The results obtained have then been used to get the mean,
UCL and the LCL. The check-samples used in the routine analysis have been inserted
one of them at every each 60 customer samples analyzed and generate control charts
with the results. The control charts was developed by LQL, using the software "Excel",
and compared with the control charts generated by the software "Minitab", using 3
sigmas around the mean. The control chart for component fat is stable when is used
10 % control limits. The process became more strict when is used the 3 sigmas limits
and enable mistakes risks. The protein control chart was highlighted the need to
outliers evaluation. The lactose control chart has been the need an in-depth knowledge
of the process, thus avoiding breaks in the routine analysis based on graphical display
behavior. The total solids control chart shown the robustness of the tool when
compared with others already validate in the market. The both tools used for the SCC
control chart retained the regularity over time. In this specific control chart it was
possible to stress the importance of the analyst visually checking to trigger corrective
action when notice changes and trends in the chart. The carryover effect in the routine
analysis impact the CTB Control Charts and has shown the necessity to check outliers
samples occurrences. Using control charts it was possible verify the behavior
displayed by the check samples in the analytic process run, which allows spot
deviations, and assisting in decision making. Whereas the control charts was
developed using the software “Excel”, an easy-to-use and low-cost tool, it is very robust
and viable.

Identiferoai:union.ndltd.org:IBICT/oai:hermes.cpd.ufjf.br:ufjf/1447
Date25 May 2015
CreatorsRodrigues, Mônica de Cássia
ContributorsVicentini, Nívea Maria, Souza, Guilherme Nunes de, Dias, Juliana Alves
PublisherUniversidade Federal de Juiz de Fora, Programa de Pós-graduação em Ciência e Tecnologia do Leite e Derivados, UFJF, Brasil, Faculdade de Farmácia
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFJF, instname:Universidade Federal de Juiz de Fora, instacron:UFJF
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.003 seconds