MSA, Análise dos Sistemas de Medição

O QUE É?

A Análise dos Sistemas de Medição (MSA, Measurement Systems Analysis) consiste numa avaliação completa de um processo de medição, que engloba, por norma, o design de uma experiência especialmente projetada para a identificação de componentes de variação nesse processo de medição. Assim, um estudo MSA é utilizado para certificar que o sistema de medição está apto para o uso pretendido, avaliando a sua exatidão, precisão e estabilidade.

QUAL A IMPORTÂNCIA?

Atualmente, as indústrias dispõem de uma elevada quantidade de dados obtidos pelos sistemas de medição, a partir dos quais tomam decisões sobre os processos e o negócio em geral. Dessa forma, é necessário que os dados recolhidos sejam confiáveis, minimizando o risco de tomar decisões inadequadas que possam afetar adversamente os processos e os produtos da organização. Para assegurar a confiabilidade dos dados recolhidos para tomar decisões, é necessário analisar o sistema de medição, ou seja, planear um estudo MSA.

COMO PROCEDER?

Existem várias técnicas e ferramentas para análise dos sistemas de medição. Uma das técnicas mais vulgarmente utilizada são os estudos R&R (Repetibilidade e Reprodutibilidade). Os estudos R&R permitem avaliar a variabilidade de um sistema de medição, em condições de repetibilidade e de reprodutibilidade, com o objetivo de determinar a variabilidade do processo de medição e respetiva capabilidade, ou seja, avaliar se a variabilidade do sistema de medição é aceitável ou não para o fabrico de um determinado produto, tendo em conta a tolerância das suas especificações. 

Para efetuar um estudo R&R deve seguir-se várias etapas:

1.     Recolher pelo menos 10 amostras de diferentes dimensões;

2.  Selecionar três operadores para efetuarem pelo menos 2 medições de cada uma das amostras;

3.     Registar as medições;

4.    Calcular os valores médios ( ) e a amplitude das medições (R), para cada uma das amostras;

5.  Calcular a média dos valores médios ( ) e as amplitudes médias ( ) para cada um dos operadores;

6.     Calcular a média das amplitudes médias dos operados ( );

7.     Calcular a amplitude das médias dos valores médios dos operadores ( );

8.  Calcular a repetibilidade para determinar a variação introduzida pelo equipamento de medição;

9.     Calcular a reprodutibilidade para determinar a variação introduzida pelos operadores;

10.  Determinar a variância do processo e a sua capabilidade, pelo cálculo do índice Precision-to-tolerance ratio (PTTR%).

A AIAG (Automotive Industry Action Group) estabeleceu uma regra geral para a análise do valor de PTTR%:

·        Se PTTR ≤ 10%, o sistema de medição é considerado Aceitável;

·    Se 10% < PTTR ≤ 30%, o sistema de medição é considerado Aceitável dependendo da importância da aplicação, do custo do equipamento de medição, custo de reparação e outros fatores;

·        Se PTTR >30%, o sistema de medição é considerado Não aceitável.

Caso o sistema de medição seja considerado não aceitável, deverão ser implementadas ações de melhoria. Para tal, devem comparar-se os valores de repetibilidade e de reprodutibilidade e:

·      Se o valor de repetibilidade for superior ao valor de reprodutibilidade, significa que a variação é essencialmente gerada pelo equipamento de medição. Nesses casos, poderá optar-se por substituir o equipamento ou este poderá ser recalibrado;

·      Se o valor de reprodutibilidade for superior ao valor de repetibilidade, significa que a variação é introduzida maioritariamente pela influência dos operadores. Nesse caso, uma possível forma de reduzir essa variação poderá ser administrar formação aos operadores na utilização do equipamento de medição, de modo a procurar normalizar o método de medição.

BIBLIOGRAFIA

Montgomery, D. C. (2009). Introduction to statistical quality control. John Wiley & Sons, Arizona State University, 6^th Edition;

Automotive Industry Action Group (AIAG) (2002). Measurement Systems Analysis Reference Manual. Chrysler, Ford, General Motors Supplier Quality Requirements Task Force.

Nota: post publicado com a colaboração de Daniela Meira da Unidade da Qualidade e Inovação