Análise e redução de pontas de sucata no sector de estiragem de uma empresa de produção de perfis de aço

Abstract

The present master’s thesis was created under the scope of an internship at B¿llinghaus Steel S.A., a stainless steel manufacture company. Its main goal was to investigate the possibility of minimizing the amount of scrap produced at the cold-drawing division, by a Six Sigma study based on DMAIC methodology. Several studies have been made over time on this specific topic, aiming to reduce waste associated with stainless steel production.Cold-drawing is a finishing process of steel profiles, which the steel bar is drawn through a die hole, stretching into a desired thickness. It results in improved tensile strength, close tolerances as well as a bright, smooth surface.Six Sigma is a management philosophy. Motorola developed it in the 80's, having been popularized by AlliedSignal and General Electric. It is meant for enterprises targeting to improve their productivity and profit over recognizing improvement opportunities and decreasing waste. The scheme is divided into 5 main stages.The first stage of the procedure consists in looking for areas the company finds relevant and are liable to improvement actions with financial impact. In this step, the cold-draw section was inquired, with purpose of reducing scrap generation by 3% from 4,8%. It corresponds to 24 k€ in annual gains up until 31st of May 2016.In the measurement phase, scrap samples from distinct profiles were collected separately, which were used to get information on the length distribution and relate it to the main sources of process variability (equipment, day, shift, operator, and size, pre and post drawing). Thanks to this, it was possible do identify the system behaviour and look into the potential for decreasing the amount of scrap. The measurements focused on the recording the length values for the finished bars, its front and back tips (total and useful size).Advancing to the next step, analysis, the variables’ behaviour and the possibility of trends were studied. Conclusion was that different profiles exhibit different patterns and the same happens to similar profiles with different grades. This fluctuation may be due to the inherent high variability of the process. From this analysis, it's learned that main sources of variability are related to human error, deemed normal, considering the fact that the process is strongly dependent on the operator's actions. In a hypothetical use of automation, some of the detected errors could be cut out.Apart from this, solutions for the known issues were sought and minimum scrap percentage was estimated. The estimation was made following the customer's solicitations on the bar length. From this, it was confirmed that the possible reduction doesn't have a great financial impact, being absolutely necessary the minimization of bar variability initially, thus obtaining a prediction closer to the reality. It was also concluded that a lot of the variability in cold-drawing relates to methodologies used in previous processes, since it's located after the production section.Finally, to further detect situations that contribute to process disturbances, it was established a SPC based method. These situations must be investigated and understood, in order to identify actions to avoid similar cases.On the Improvement phase, strategies with relevance regarding scrap reduction or process stability were planned. In order to end the Six Sigma roadmap, a process normalization using control methodologies would be required. However, the study didn't go that far, only pointing possible opportunities and future recommendations.The original goal was not fulfilled since the scrap percentage on May 31st 2016 was 4,79%. The profile to which was applied the improvement action had a negative variation, being favourable to the project. Nevertheless, the reason for this variation should be questioned, as it can be associated to process variability. Thereby, this reduction must be validated on long term.

Esta dissertação foi realizada na sequência de um estágio efetuado na B¿llinghaus Steel S.A., uma empresa de produção de perfis de aço inoxidável. A sua finalidade principal é avaliar a possibilidade de reduzir a percentagem de sucata produzida no sector de estiragem, através de um estudo Seis Sigma baseado na metodologia DMAIC. Este tema tem sido alvo de vários estudos realizados ao longo do tempo no sentido de reduzir o desperdício associado à sua manufatura.A estiragem é um processo de acabamento dos perfis de aço, o qual consiste na passagem da barra através de uma fieira com dimensões tais que permite obter menor tolerância dimensional, maior resistência mecânica, bem como melhores características de superfície.Seis Sigma é uma filosofia de gestão, criada pela Motorola nos anos 80 e popularizada mais tarde pelas empresas AlliedSignal e General Electric. É usada pelas organizações com o intuito de melhorar a sua produtividade e lucro, através da identificação de oportunidades de melhoria e redução de desperdícios. Esta metodologia decompõe-se em cinco etapas principais.O procedimento consistiu, numa primeira fase, na identificação de áreas com interesse para a empresa e que são suscetíveis de execução de ações de melhoria com impacto financeiro. Nesta fase, decidiu-se rastrear a secção de estiragem, particularmente, as pontas de sucata, definindo como meta a redução em 3% da percentagem de sucata produzida no processo de estiragem, o que corresponde a 24 k€ anuais, até 31 de maio de 2016.Na fase de medição, foram recolhidas amostras de pontas de sucata de vários perfis isoladamente, a partir das quais se recolheu informação sobre a distribuição do seu comprimento perante as principais fontes de variação do processo (equipamento, dia, turno, operador, dimensão antes e após estirar). Tal permitiu identificar o seu comportamento e estudar a possibilidade de redução de sucata devido a pontas. As medições focaram-se no registo de valores dos comprimentos das barras finais para cliente e das pontas da frente e de trás (total e considerado útil), assim como do vinco ou fresa.Na fase seguinte, de análise, estudou-se a existência de tendências e o comportamento para as várias variáveis, onde se concluiu que perfis diferentes têm comportamentos distintos, o mesmo acontecendo com perfis semelhantes de grades diferentes. Esta variação pode ser gerada devido à elevada variabilidade associada ao processo. A partir desta análise, verificou-se que a maioria das causas identificadas estão relacionadas com erro humano, o que é considerado normal uma vez que o processo é fortemente dependente de ações realizadas pelo operador, pelo que numa hipotética situação de automação, alguns dos erros detetados poderiam ser eliminados.Para além disto, foram procuradas soluções para os problemas reconhecidos e foi estimada a percentagem de sucata mínima tendo em conta o comprimento da ponta considerado bom segundo os requisitos do cliente. A partir desta estimativa verificou-se que a redução possível não apresenta grande impacto financeiro, sendo imprescindível, numa primeira fase, a redução da variabilidade das barras de modo a obter uma previsão melhor ajustada ao real. Concluiu-se também que muita da variabilidade observada na estiragem está associada à metodologia usada em processos anteriores, visto se situar a jusante da cadeia de produção.Por fim, foi definida uma metodologia baseada em SPC que permite a deteção de situações que levem à destabilização do processo, as quais devem ser alvo de estudo com o intuito de serem encontradas ações capazes de evitar casos semelhantes.Na fase de Melhoria, foram delineadas metodologias e ações com interesse a nível de redução de sucata ou estabilidade do processo. Para finalizar o roadmap de Seis Sigma seria necessário a normalização do processo recorrendo a metodologias de controlo. No entanto, este estudo, não alcançou a etapa de controlo, deixando apenas oportunidades em aberto e recomendações para o futuro.O objetivo definido inicialmente não foi satisfeito, sendo que a percentagem de sucata atingida a 31 de maio de 2016 foi 4,79% face aos 4,80% iniciais que se pretendia reduzir em 3%. O perfil no qual foi implementada a melhoria apresentou uma variação negativa, sendo favorável para o projeto. No entanto, a razão desta variação deve ser questionada, pois pode estar associada à variabilidade do processo. Assim, esta redução deve ser validada a longo prazo.