UNIVERSIDADE FEDERAL DE MINAS GERAIS

Curso de Especialização em Otimização de Sistemas

Monografia de Especialização

ORGANIZAÇÃO INDUSTRIAL DOS LABORATÓRIOS DA ACIARIA DE

IPATINGA

Autor: Beatriz Pereira Rocha

Orientador: Prof. Ana Paula Couto da Silva
Dezembro 2016
 Universidade Federal de Minas Gerais
Instituto de Ciências Exatas
Departamento de Ciência da Computação
Especialização em Otimização de Sistemas

ORGANIZAÇÂO INDUSTRIAL DOS LABORATÓRIOS DA

ACIARIA DE IPATINGA

por

BEATRIZ PEREIRA ROCHA

Monografia de final de Curso

Prof. Ana Paula Couto da Silva

Belo Horizonte
2016
 BEATRIZ P. ROCHA

ORGANIZAÇÃO INDUSTRIAL DOS LABORATÓRIOS DA ACIARIA DE

IPATINGA

Monografia apresentada no curso de

especialização em Otimização de
Sistemas do Departamento de Ciência da
Computação da Universidade Federal de
Minas Gerais.
Orientador: Prof. Ana Paula Couto da
Silva

Belo Horizonte
2016
 Dedico este trabalho a minha família,
Aos professores da UFMG principalmente a professora Ana pelo
ensinamento e conhecimento transmitido e por ter me dado suporte,
A Gerência de Laboratórios da Usina de Ipatinga.
SUMÁRIO
RESUMO.................................................................................................................iv
ABSTRACT..............................................................................................................v
LISTA DE FIGURAS.................................................................................................i
LISTA DE TABELAS................................................................................................iii

1. INTRODUÇÃO ................................................................................................................ 1
1.1 MOTIVAÇÃO ................................................................................................................. 6
2. OBJETIVO ....................................................................................................................... 7
2.1 PREMISSAS.................................................................................................................... 7
3. REVISÃO BIBLIOGRÁFICA ......................................................................................... 8
3.1 DESSULFURAÇÃO DE GUSA ..................................................................................... 8
3.2 CONVERTEDOR ........................................................................................................... 8
3.3 REFINO SECUNDÁRIO .............................................................................................. 10
3.3.1 FORNO PANELA ...................................................................................................... 11
3.3.2 DESGASEIFICADOR A VÁCUO (RH) ................................................................... 12
3.3.3 ESTAÇÃO DE AJUSTE QUIMICO E DE TEMPERATURA (CASOB) ................ 13
4. ANÁLISES ESTATISTICAS ......................................................................................... 15
4.1 BOX PLOT .................................................................................................................... 15
4.2 GRÁFICOS DE PARETO............................................................................................. 16
5. METODOLOGIA............................................................................................................ 17
5.1 COLETA DE DADOS .................................................................................................. 17
6. ANÁLISE DOS DADOS ................................................................................................ 20
6.2 ANÁLISE DAS AMOSTRAS “AS”, ‘BS” E ‘CS” ...................................................... 22
6.3 ANÁLISE DA AMOSTRA “P1” .................................................................................. 25
6.4 ANÁLISE DAS AMOSTRAS “F1 A FF” .................................................................... 28
6.5 ANÁLISE DAS AMOSTRAS “G1 A GF” ................................................................... 31
6.6 ANÁLISE DAS AMOSTRAS DE “V0 A V3” ............................................................. 34
6.7 ANÁLISE DA AMOSTRA “VF” ................................................................................. 37
7. CONCLUSÃO ................................................................................................................. 40
8. REFERÊNCIA BIBLIOGRAFICA ................................................................................. 42
 i

LISTA DE FIGURAS

Figura 1. Tela de composição química de uma corrida na aciaria 2......................12

Figura 2. Média anual de horas paradas nos equipamentos esperando análise das
amostras no laboratório.........................................................................................15
Figura 3. Média anual do número de amostras analisadas na aciaria..................15
Figura 4. Evolução de corridas duplo refino na aciaria 2.......................................16
Figura 5. Sequências de operação de um conversor a oxigênio...........................19
Figura 6. Equipamento Forno Panela....................................................................22
Figura 7. Visão esquemática do processo – RH....................................................23
Figura 8. Visão Esquemática do processo de CAS – OB......................................24
Figura 9. Esquema do diagrama de Tukey............................................................25
Figura 10. Exemplo de um Gráfico de Pareto típico..............................................27
Figura 11. Boxplot das amostras de Gusa.............................................................31
Figura 12. Gráfico de pareto dos motivos de espera para análise das amostras de
gusa.......................................................................................................................32
Figura 13. Boxplot das amostras de convertedor AS, BS e CS............................34
Figura 14. Gráfico de pareto dos motivos de espera para análise das amostras de
convertedor (AS, BS e CS)....................................................................................35
Figura 15 - Boxplot das amostras de panela de aço (P1).....................................37
Figura 16 - Gráfico de pareto dos motivos de espera para análise das amostras de
panela de aço (P1).................................................................................................38
Figura 17 - Boxplot das amostras de Forno Panela (F1 a FF)...............................40
Figura 18 - Gráfico de pareto dos motivos de espera para análise das amostras de
Forno Panela (F1 a FF)..........................................................................................41
Figura 19 - Boxplot das amostras de CASOB (G1 a GF)......................................43
Figura 20 - Gráfico de pareto dos motivos de espera para análise das amostras de
CASOB (G1 a GF).................................................................................................44
Figura 21 - Boxplot das amostras de RH (V0 a V3)...............................................45
Figura 22 - Gráfico de pareto dos motivos de espera para análise das amostras de
RH (V0 a V3)..........................................................................................................46
Figura 23 - Boxplot das amostras de RH (VF).......................................................48
 ii

Figura 24 - Gráfico de pareto dos motivos de espera para análise das amostras de
RH (VF)..................................................................................................................49
Figura 25 - Gráfico de pareto dos motivos de espera para análise de todas as
amostras da aciaria no período analisado.............................................................51
 iii

LISTA DE TABELAS

Tabela 1: Classificação dos processos, amostras e significado de cada

amostra..................................................................................................................12
Tabela 2. Composição quimica do gusa recebido na aciaria.................................18
Tabela 3. Tipo de amostra x Equipamento utilizado x Etapas de preparação da
amostra x Tempo Padrão.......................................................................................28
Tabela 4. Análise dos dados da amostra de Gusa................................................30
Tabela 5. Análise dos dados da amostra de Convertedor (AS, BS e CS).............33
Tabela 6. Análise dos dados da amostra de Panela de aço (P1)..........................36
Tabela 7. Análise dos dados da amostra de Forno Panela (F1 a FF)...................39
Tabela 8. Análise dos dados da amostra de CASOB (G1 a GF)...........................42
Tabela 9. Análise dos dados da amostra do RH (V0 a V3)...................................45
Tabela 10. Análise dos dados da amostra de RH (VF)..........................................47
Tabela 11. Tabela comparativa das médias das análises de todas as amostras da
aciaria com seus respectivos padrões...................................................................51
 iv

RESUMO

O laboratório da Aciaria é responsável pelo recebimento, preparação,

análise e disponibilização dos resultados das amostras no sistema, em todas as
etapas de produção do aço. As amostras dos aços coletadas nos processos da
Aciaria são enviadas às equipes dos laboratórios químicos para serem
analisadas. Grande parte destas amostras tem influência direta na continuidade
do processo, pois o resultado é utilizado para tomada de decisões durante a
corrida.
Atualmente o número de análises realizadas na aciaria 2 encontra-se em
uma média de 53.080 (Dados do sistema de banco de dados – B30 da Usiminas
referente ao período de 2017), contra uma média histórica de 34.078 análises em
2010 (Período de definição dos padrões de tempo das análises das amostras), o
que representa um acréscimo de 36%.
Dentre os principais fatores podemos citar o aumento de corridas duplo
refino, sendo que cada corrida possui 165 t de aço liquido. Essas corridas tem por
definição uma média de três vezes mais o número de amostras de uma corrida
comum, pois ela utiliza os três processos de refino secundário (Desgaseificador a
vácuo – RH, Forno Panela e Estação de ajuste químico e temperatura – CASOB).
No cenário de produção atual, quanto mais produção uma usina realizar em
um tempo menor esta será mais competitiva e por consequência com um custo
menor.
Devido a esse aumento no número de amostras e do aumento de paradas
nos equipamentos devido ao atraso no resultado das análises, afetando os
índices de falhas da equipe do laboratório, foi solicitado um estudo para verificar
se o tempo padrão de análise das amostras esta adequado para o atual cenário
de produção.

Palavras-chave: Funcionários, Laboratório, Tempos

 v

ABSTRACT

The Laboratory of the Steelworks is responsible for receiving, preparing,

analyzing and making available the results of the samples in the system, in all
stages of steel production. Samples of the steel collected in the processes of the
Steelworks are sent to the teams of the chemical laboratories for analysis. Most of
these samples have direct influence on the continuity of the process, since the
result is used for decision making during the race.
Currently, the number of analyzes carried out annually at steelworks 2 is at
an average of 53,080 (Usiminas' database system data - B30 for the period of
2017), against a historical average of 34,078 analyzes in 2010 (Definition period of
the sample analysis time standards), which represents an increase of 36%.
Among the main factors we can mention the increase of double refining
races, with each race having 165 t of liquid steel. These races have by definition
an average of three times the number of samples of a common race, since it uses
the three secondary refining processes (Vacuum Degasser - RH, Pan Oven and
Chemical and Temperature Adjustment Station - CASOB).
In the current production scenario, the more production a mill performs in a
shorter time, the more competitive it will be and the lower the cost.
Due to this increase in sample numbers and increased equipment downtime
due to the delay in the result of the analyzes, affecting the failure rates of the
laboratory staff, a study was requested to verify if the standard time of analysis of
the samples is adequate for the current production scenario.

Keywords: Employees, Laboratory, Times

 1

1. INTRODUÇÃO

O aço possui uma composição química definida para cada tipo de

aplicação, seja ela para rodas de automóveis ou para a fabricação de um carro,
essa composição trará as propriedades mecânicas e físicas necessária para cada
tipo de produto. Para que se chegue nessa composição química é necessário que
sejam feitas várias amostras durante as etapas do processo de fabricação do aço,
determinando assim o volume de material (Ferro ligas – fontes de Manganês,
Silício dentre outros elementos químicos) que deverá ser adicionado para se
chegar a composição química objetivada do aço.
Na Figura 1 há um exemplo da produção de uma corrida de 165t de aço na
aciaria 2, com elementos químicos objetivados nas colunas e nas linhas a
identificação das amostras (A1, BS, P1 e etc) coletadas com sua composição
química real naquele momento. Nas linhas também podemos perceber a
composição química máxima, mínima e visada final de cada elemento químico
para essa produção dessa corrida. Quando falamos de resultado preciso,
estamos falando em níveis de dispersão e variação dos elementos químicos
presentes no aço menor, já que a faixa de especificação e aceitação dos clientes
entre o valor mínimo e máximo esta cada vez mais estreita.
 2

Figura 1. Tela de composição química de uma corrida na aciaria 2

Quando um cliente faz uma requisição de um produto, a empresa estipula o

lead time necessário para que este chegue ao consumidor em tempo hábil.
Durante o processo de fabricação do material pode ocorrer vários eventos que
influenciam no tempo disponível dos equipamentos para a produção do material.
Os exemplos que podemos citar desses eventos são: a quebra de um
equipamento, o aumento no tempo de processo para fabricação, ou a recusa de
um material pela composição química fora de faixa. Esta perda de tempo irá gerar
um atraso no fornecimento do material ao cliente e um grande prejuízo financeiro,
já que o gasto realizado para a execução deste material não será recuperado. O
caminho mais lógico nestes casos é a execução criteriosa da análise química,
realizando tantos ensaios quanto forem necessários para garantir a precisão dos
resultados obtidos. Neste ponto entra em cena o outro desafio do laboratório de
apoio à produção siderúrgica, o tempo de resposta das análises realizadas pelo
laboratório e se essas estão sendo cumpridas devido ao aumento no número de
análises.
Atualmente os laboratórios de uma usina metalúrgica enfrentam dois
grandes problemas, a princípio incompatíveis. É necessário um resultado preciso
 3

com tempo de resposta extremamente curto. Conciliar estas necessidades é o

grande desafio do laboratório.
Quando se fala em reduzido tempo de resposta, está se falando em cerca
de 3 minutos máximo, entre o recebimento da amostra, identificação, preparação,
análise, avaliação dos resultados e envio aos setores interessados. Este tempo é
chamado de “Etapa para vazamento no convertedor”. O tempo que um
convertedor tem para produzir uma corrida do material desejado, cerca de 165t no
caso da aciaria 2, é de 42 min em média. Dentro desse tempo cerca de 6 min são
reservados para a etapa de retirada da amostra, análise e envio do resultado para
o sistema, se a composição química esta dentro do visado, o operador vaza a
corrida. Considerando então que o tempo efetivo de preparação da amostra leva
em torno de 45 segundos (fresa automática) e a análise propriamente dita outros
45 segundos (espectrômetro a emissão óptica), tem-se apenas de 4,5 minutos
para as outras atividades necessárias (Retirada da amostra, identificação da
amostra, preparação da amostra, envio da amostra para o laboratório e etc).
Mas qual o motivo deste tempo reduzido? Em algumas etapas da produção
do aço, no convertedor, por exemplo, a amostra do aço é retirada após o final do
processo, para avaliação da efetividade dos cálculos e correções realizadas. Com
isto, fica-se aguardando o resultado da análise química chegar para se dar
andamento ao processo siderúrgico. Por esta razão, o aumento de 1 minuto no
tempo de análise, representa 1 minuto a menos de disponibilidade do
equipamento. Considerando-se um ciclo de produção de 1 hora, pode-se fazer um
rápido cálculo da importância da rápida resposta:

- Corridas de produção de aço por dia: 24

- Tempo por corrida: 1 hora

Reduzindo-se 1 minuto no tempo de análise, poderemos ganhar cerca de

24 minutos de produção por dia, o que significa a possibilidade de se produzir
uma nova corrida de aço a cada 2,5 dias, ou seja, 12 corridas por mês, ou ainda
144 corridas por ano que significam cerca de 21.600 toneladas (considerando um
 4

convertedor de médio tamanho: 165 toneladas) de aço produzidos a mais sem

maiores investimentos no processo produtivo.
No processo de fabricação do aço o fornecimento de resultados incorretos
em qualquer uma das etapas produtivas pode gerar correções inadequadas no
processo produtivo, vindo a causar, em casos extremos, a “perda” da produção,
ou seja, a recusa da corrida. Para isso uma análise criteriosa dos elementos
químicos em cada etapa do processo deve ser feita.
A aciaria 2 possui 5 processos definidos para que se chegue na da
composição química objetivada da corrida (Tabela 1). São eles:

Processo Amostra Identificação

Amostra retirada antes do carregamento no convertedor, com a finalidade

Dessulfuração Gusa
de obter dados para o sopro.

Amostra retirada durante o sopro no convertedor, com a finalidade de

AS
checar a composição química nesta etapa intermediária de sopro.

Amostra retirada ao final do sopro no convertedor, com a finalidade de

BS
checar a composição química nesta etapa final de sopro.
Convertedor
Caso haja ressopro, a amostra é novamente retirada para checagem de
CS
composição da corrida ao final do processo.
Amostra retirada na panela após o vazamento do convertedor, servindo
P1 como base para o processo seguinte (Refino secundário – CAS-OB, Forno
Panela e RH).
Amostras de CAS-OB retiradas durante processo, com o objetivo de checar
CASOB G1 a GF
e/ou ajustar a composição química do aço.

Amostras de Forno Panela retiradas durante processo, com o objetivo de

Forno Panela F1 a FF
checar e/ou ajustar a composição química do aço.

Amostras de RH retiradas nos seguintes casos:

- V0: esta amostra é retirada quando não há coleta de amostra P1 ou

V0, V1, quando existem dúvidas na composição química desta amostra;
V3
- V1, V3: amostras retiradas durante processo, com o objetivo de checar
RH e/ou ajustar a composição química do aço.

Amostra retirada após a etapa de descarburação do aço (retirada de

V2
carbono) para posterior adição de ligas e ajuste de composição química.

Amostra de RH retiradas no final do processo com a finalidade de checar a

VF
composição química do aço.

Tabela 1: Classificação dos processos, amostras e significado de cada amostra.

 5

Cada processo tem amostras definidas e o objetivos difinidos para aquele

processo e o processo posterior.

Atualmente o que percebemos na aciaria 2 é que o número de paradas por

“Espera de análise de laboratório” (Figura 2) e o número de amostras analisadas
aumentaram (Figura 3).

Horas paradas esperando análise de amostra do

laboratório (h)
257
232
193
174
146 155
121 136

2010 2011 2012 2013 2014 2015 2016 2017

* 2017 até maio/17

Figura 2. Média anual de horas paradas nos equipamentos esperando análise das
amostras no laboratório.

Número de amostras analisadas anualmente na

aciaria 2 (nº)
623.616 635.256 636.960
589.992
544.728
499.464
408.936 430.200

2010 2011 2012 2013 2014 2015 2016 2017

* 2017 até maio/17

Figura 3. Média anual do número de amostras analisadas na aciaria 2.

Várias frentes de trabalho e justificativas foram levantadas dentre elas, a

principal, o aumento de corridas duplo refino que demanda um elevado número
 6

de amostras e por se tratar de um processo que exige faixas muito estreitas dos
elementos químicos, ou seja, maior assertividade (Figura 4).

Corridas Duplo Refino (nº/ mês)

204 196
181
171
137

93
82
51 44
28

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Figura 4. Evolução de corridas duplo refino na aciaria 2

O laboratório químico da aciaria é responsável pela análise dos elementos

químicos presente no aço. Ele é responsável por identificar, analisar e fornecer as
análises químicas no sistema.

1.1 MOTIVAÇÃO

Diante desse cenário, foi estudado se o tempo padrão determinado para

que o laboratório da aciaria entregue a análise das amostras esta de acordo com
o cenário atual, já que esses padrões foram definidos em 2010 onde as condições
de processo eram mais favoráveis (amplas faixas de assertividade dos elementos
químicos, menor grau de exigência de qualidade, menor número de corridas duplo
refino e etc), exigindo um tempo menor de resposta das análises das amostras.
 7

2. OBJETIVO

O objetivo do trabalho é analisar se os tempos padrões definidos para

recebimento, análise e envio do resultado das amostras no sistema SISLAB
(Sistema de Informação do Laboratório da Aciaria) esta sendo atendido
atualmente e tentar propor soluções diante das observações in loco que forem
sendo feitas.

2.1 PREMISSAS

 Os tempos de preparação e análise das amostras foram medidos

seguindo o fluxo de processo no laboratório;
 Plano de produção da Aciaria 2 tem que ser com carteira cheia, para
certificar que a Aciaria estará em alta produção, com 2
convertedores e 3 refinos secundários em operação.
 Modelo de acompanhamento, registrando: horário de chegada da
amostra; tempos de esperas e respectivos motivos; horário de
emissão da resposta das análises.
 Foram usados 4 pessoas da nossa equipe de analistas para o
acompanhamento das atividades diariamente no turno de 07h as
15h.
 8

3. REVISÃO BIBLIOGRÁFICA

3.1 DESSULFURAÇÃO DE GUSA

O material produzido no alto forno gera o ferro gusa, utilizado como

matéria-prima para a fabricação do aço no forno conversor LD e apresenta a
seguinte composição química aproximada (Tabela 2):

Tabela 2. Composição quimica do gusa recebido na aciaria

Essa composição química é essencial para a definição da composição

química do aço, é sobre ela que tomamos base nas próximas ações/processos
serem realizadas.
Assim que o gusa chega a aciaria é feito um pré-tratamento do gusa. O
enxofre é um elemento prejudicial ao aço e deve estar presente em teor muito
baixo pois, pode proporcionar trinca e deformação prejudicial a alguns tipos de
produtos. Realizado o processo de dessulfuração do gusa ou seja a retirada do
enxofre, se dá a primeira amostra “Gusa”. Ela será base para os cálculos de
sopro na etapa posterior que será a do Refino Primário (Convertedor).

3.2 CONVERTEDOR

O convertedor é o próximo passo do refino do aço. Posteriormente esse

gusa com a composição definida é carregado no convertedor (etapa c da figura
5).
 9

Figura 5. Sequências de operação de um conversor a oxigênio, a:

conversor inclinado para o carregamento, b: carregamento da sucata; c:
carregamento do ferro-gusa, d: retirada da escória, e: vazamento do aço, f: sopro
de oxigênio (FERNANDES, 2010).

Segundo Fernandes (2010), o processo LD para produção de aço tem

início com a basculamento do conversor e carregamento com sucata sólida,
posteriormente leva-se à posição vertical para a entrada da carga. Em sequência,
é inclinado novamente para a entrada do ferro gusa líquido. Após o carregamento,
o conversor volta para a posição vertical e a lança é introduzida até a altura
requerida, injetando-se o oxigênio a alta velocidade. Durante o processo do sopro
a 80% no final dele é retirado uma amostra “AS” que servira como base até o final
do sopro para os ajustes necessários no cálculo de sopro. Quando a fusão
termina, faz-se o carregamento com a cal, por meio de um silo. Em seguida ao
sopro de oxigênio, que possui uma duração média de 20 minutos, o conversor é
basculado para a posição horizontal, com o propósito de se realizar a coleta de
amostras para análise. Essa amostra final do sopro é a “BS”. Ela é bastante
importante pois ela dirá se o carbono e o fosforo objetivados no modelo do cálculo
de sopro esta de acordo, se não estiver, ocorre um ressopro e no final uma nova
amostra é gerada a “CS”.Com a composição química final de sopro de acordo, o
aço é vazado em uma panela, por meio do furo de corrida, nesta etapa é gerada
 10

a amostra “P1”. Ela é base para os próximos processos pois, no final de sopro
durante o vazamento são adicionados os materiais ferro ligas que irão incorporar
no aço e obter uma composição quimica prévia de cada elemento para dar
continuidade nos processos de refinos secundários.

3.3 REFINO SECUNDÁRIO

O refino secundário da aciaria 2 de Ipatinga é composto por dois RH

(Desgaseificador a vácuo), um Forno Panela e dois CASOB (Estação de ajuste
quimico e de temperatura). Neles são feitos o refino superficial e final do aço para
que seja entregue para o Lingotamento continuo. A maior parte das adições de
materiais (Ferro Ligas) são adicionados no convertedor, o refino secundário é
apenas um ajuste fino.

O refino secundário é definido como o trabalho metalúrgico de refino ou

ajuste da composição química e da temperatura, realizado fora do forno primário
de fusão. (MACHADO, 2007).

Segundo Rizzo, os principais objetivos da etapa de refino secundário são:

 A redução do tempo de elaboração do aço, visando um aumento de

produção, de produtividade e redução de custos da aciaria.
 Uma maior flexibilidade operacional ou de controle do sincronismo do
forno de fusão até o lingotamento do aço.
 O controle de temperatura do aço líquido, geralmente através do
aquecimento.
 O ajuste de composição química do aço.
 Aumento do grau de limpidez do aço.
 O controle da microestrutura e/ou macroestrutura das peças solidificadas.
 11

3.3.1 FORNO PANELA

No Forno Panela (Figura 6), ocorre o ajuste da composição química e dado

um sobreaquecimento para compensar as perdas térmicas (ambiente), o oxigênio
controla a química do processo, estando ele tanto na forma de óxidos quanto
livre. É preciso ajustá-lo e, para isso, são usadas escórias. As escórias no Forno
Panela absorvem os óxidos, controlam o ataque aos refratários, reduzem as
perdas térmicas e fazem parte de todo processo onde exista aço líquido. O Forno
Panela tem a função de aumentar a acertar a composição química específica para
cada tipo de aço, e a temperatura de vazamento, conferir homogeneidade
química à corrida (banho) e conferir a homogeneidade térmica do aço e acertar a
composição química específica para cada tipo de aço por meio do acerto do teor
de carbono com o coque e acerto dos outros elementos (Mn/Si) com ferro-liga
(FeSiMn/FeSi) e conferir homogeneidade química à corrida (banho) e conferir
homogeneidade térmica ao aço. (RIZZO, 2006)
Para garantir a homogeneidade do banho durante toda a corrida, o aço é
“borbulhado” com argônio ou nitrogênio (gases inertes) através de plug poroso no
fundo da panela, para garantir uniformidade térmica e química do banho e auxiliar
a flotação de inclusões e escória. A este procedimento dá-se o nome de
rinsagem. Durante esse processo de ajuste químico e de temperatura, várias
amostras são realizadas na panela de aço desde a primeira “F1” até a “FF”,
amostra esta que servirá de base para o próximo refino secundário ou para o
lingotamento continua dependendo do aço que esta sendo fabricado.
 12

Figura 6. Equipamento Forno Panela (Fonte: As Minas Gerais)

3.3.2 DESGASEIFICADOR A VÁCUO (RH)

O processo de recirculação do desgaseificador RH está representado

esquematicamente na figura 7. Neste processo o aço líquido, contido em uma
panela, é sugado através de um “snorkel” ou perna de subida e passa por um
vaso parcialmente evacuado. A exposição contínua do metal à câmara de vácuo é
alcançada pela injeção de argônio gasoso no interior da perna de subida para
induzir a circulação do metal. A circulação padrão se completará quando o metal
exposto ao vácuo passar pelo segundo “snorkel” ou perna de descida de volta à
panela (Figura 7). Durante o processo, o carbono no aço combina-se com o
oxigênio dissolvido para formar monóxido de carbono, sendo a reação acelerada
sob condições de vácuo. A taxa de descarburação aumenta quando a pressão é
reduzida e quando a área de reação e taxa de circulação são aumentados. Além
da descarburação e desoxidação, ocorre também a desgaseificação (redução dos
teores de N e H) do aço liquido. Considerando o desgaseificador RH como um
reator de mistura perfeita, se espera que ocorra uma homogeneização tanto
térmica quanto química, e a flotação de inclusões não-metálicas devido à
recirculação do aço líquido. Durante o processo do RH são retiradas amostras
desde a V0 até a VF, todas elas durante o tratamento do aço para reduzir os
teores de carbono e dos gases nitrogênio e oxigênio, objetivados no tipo de aço
 13

que esta sendo produzido. A amostra VF servirá de base para o próximo processo
ou para o lingotamento contínuo.

Figura 7. Visão esquemática do processo – RH (Almeida et al, 2005).

3.3.3 ESTAÇÃO DE AJUSTE QUIMICO E DE TEMPERATURA (CASOB)

Rizzo cita que o processo CAS-OB objetivava apenas a economia de ligas

em seu início, em especial o alumínio, já que a adição é feita diretamente na
superfície do aço, em área isenta de escória, para evitar a perda de rendimento
metálico. Porém, logo foi adaptado para permitir o aquecimento, pela instalação
de lança para sopro de oxigênio. A Figura 8 mostra uma esquematização do
processo CAS-OB.
 14

Figura 8. Visão Esquemática do processo de CAS – OB (Fonte: Rizzo.

E.M.S. (2006)

A barragem da escória é conseguida pela imersão de um sino refratário

sobre o “olho de aço”, aberto pelo borbulhamento de gás, com alta vazão, através
de plugue, instalado no fundo da panela, permitindo uma eficiente selagem da
superfície do aço líquido. Para adição de ligas, existe um sistema composto de
silos de armazenagem e de acumulação, instalados sobre o sistema e com tubo
guia direcionado para dentro do sino, que serve para adição de ligas e extração
de fumos. A lança de oxigênio é montada em carro que se movimenta na vertical
e permite o giro na horizontal para posição de espera ou de operação. Esta lança
é composta por dois tubos concêntricos, com sopro de oxigênio pelo interno e
argônio pelo externo. A taxa de aquecimento normalmente apresenta uma boa
eficiência. Rizzo ainda explica que a dessulfuração pode ser realizada através da
agitação da escória de topo, com adição de escória sintética no vazamento e
injeção de argônio por lança específica com alta vazão ou através da injeção de
pó por lança simultâneo com a adição de escória sintética também durante o
vazamento do aço. . Durante esse processo de ajuste químico e de temperatura,
várias amostras são realizadas na panela de aço desde a primeira “G1” até a
 15

“GF”, amostra esta que servirá de base para o próximo refino secundário ou para
o lingotamento continua, dependendo do aço que esta sendo fabricado.

4. ANÁLISES ESTATISTICAS

O principal objetivo do trabalho é determinar se o tempo padrão de análise

para cada tipo de amostra esta adequado. Para isso iremos utilizar ferramentas
estatísticas que auxiliam na tomada de decisão.

4.1 BOX PLOT

Conceitualmente o Box Plot ou Diagrama de Caixas, segundo Montgomery

(2004), trata-se de um gráfico que aponta vários aspectos importantes dos dados
simultaneamente, tais como tendência central ou posição, dispersão ou
variabilidade, afastamento da simetria e identificação de observações muito
afastadas da maior parte dos dados (essas observações são muitas vezes
chamadas valores discrepantes ou outliers).
As características de uma distribuição são em geral descritas informando
os valores da média e do desvio padrão e, algumas vezes do coeficiente de
assimetria. Porém a média e o desvio padrão são fortemente influenciados pela
presença de valores discrepantes. Para contornar esta dificuldade, Tukey (1977)
propôs descrever as características de uma distribuição através das estatísticas
de ordem que são a mediana, os quartis ou juntas e os extremos, apresentados
no esquema a seguir (Figura 9).

Figura 9 – Esquema do diagrama de Tukey

Fonte: Adaptado BUSSAB e MORETIN (2002).
 16

As características da distribuição da população podem ser analisadas a

partir do diagrama de Tukey (box plot), devido a sua configuração.
A diferença DI = Q3 – Q1 é denominada desvio interquartílico e pode ser
empregada como medida de dispersão.
Este diagrama indica as seguintes características:
• Tendência central: é dada pela posição da mediana na escala de medida
da variável;
• Dispersão: medida pelo valor de DI;
• Assimetria: indicada a partir da comparação das diferenças

Todos os valores observados inferiores a e superiores a

são discrepantes (outliers). Os valores a e b são o menor valor

observado não discrepante e o maior valor observado não discrepante,
respectivamente.

4.2 GRÁFICOS DE PARETO

De acordo com Junior et al. (2006) o gráfico de Pareto é um gráfico de

barras, construído a partir de um processo de coleta de dados, e pode ser
utilizado quando se deseja priorizar problemas ou causas relativas a um
determinado assunto.
Slack, Chambers e Johnston (2002) afirmam que o gráfico de Pareto trata-
se de uma técnica relativamente direta, que envolve classificar os itens de
informação nos tipos de problemas ou causas de problemas por ordem de
importância.
Para Corrêa e Corrêa (2006), o objetivo do gráfico de Pareto é classificar
em ordem decrescente os problemas que produzem os maiores efeitos e atacar
esses problemas inicialmente.
Montgomery (2004) ressalta ainda que o gráfico de Pareto seja
simplesmente uma distribuição de freqüência (ou histograma) de dados atributos,
organizados por categoria. Portanto, tem a função de identificar de forma rápida e
visualmente os tipos de defeitos que ocorrem com mais freqüência.
 17

Corrêa e Corrêa (2006) declaram que estudos feitos pelo economista

italiano Vilfredo Pareto no século XVI, constatou-se uma proporção (80/20), por
exemplo, cerca de 80% das falhas ocorrem devido a 20% das causas prováveis
dessas falhas. E tal proporção ocorre freqüentemente na análise de várias
situações cotidianas (Figura 10).

Figura 10 – Exemplo de um Gráfico de Pareto típico

Fonte: www.vipnet.pt/saibamais_files/pareto.jpg

5. METODOLOGIA

Diante de uma breve introdução sobre os processos e amostras retiradas

desde a dessulfuração de gusa até o lingotamento do aço e as análises estáticas
que serão utilizadas para a tomada de decisão, damos inicio a metodologia
utilizada.

5.1 COLETA DE DADOS

No dia 03 de Fevereiro de 2017, fomos no laboratório para levantar os

equipamentos utilizados para análise das amostras, as etapas desde o
recebimento das amostras até o envio dessas no sistema SISLAB (Sistema de
Informação do Laboratório da Aciaria) e os tempos padrões utilizados atualmente.
Sendo assim identificamos que os equipamentos de análises utilizados
atualmente são:
 2 Lecos - Equipamento que medem Carbono, Nitrogênio, Oxigênio, Enxofre
e Fosforo.
 18

 2 Espectrômetros – Equipamento que mede todos os elementos químicos

presentes no aço, como exemplo, Cromo, Vanádio, Carbono, Titânio e etc.
 2 Raio X, que define a composição do Gusa e da Escória;

A Tabela 3 abaixo faz um mapeamento do tipo de amostra com quais

etapas de preparação da amostra elas necessitam e quais equipamentos podem
ser utilizados para analisa-las. Ela é importante para percebermos quais amostras
levam mais tempo para serem preparadas e analisadas, quais podem ser
analisadas somente em um equipamento ou em todos e qual equipamento tem
uma taxa de ocupação mais alta. A tabela também nos mostra as amostras e
suas respectivas atividades com o tempo exigido pela aciaria para entrega dos
resultados finais, que ocorre no envio do resultado da análise da amostra para o
SISLAB (Sistema de Informação do Laboratório da Aciaria). SISLAB é o programa
que mostra o resultado das análises químicas para os operadores tanto de refino
primário e secundário, como também dos lingotamentos para a tomada de
decisão no tratamento da corrida.

PREPARAÇÃO DA AMOSTRA ANÁLISE DA AMOSTRA

ESPECTOMETRO
LAVAR E SECAR
RESFRIAMENTO
RECEBIMENTO

RECEBIMENTO

FRESADORA/
NO SISTEMA

RESULTADO
FURADEIRA
LIXADEIRA
TESOURA

TEMPO
HYDRYS

SISLAB
TORNO

TIPO DE
RAIO X
FISICO

LECO

PADRÃO
AMOSTRA
(min)

GUSA 7 X X X X X X X
AS 2 X X X X X X X X
BS 2 X X X X X X X X
CS 2 X X X X X X X X
P1 5 X X X X X X X X X
G1 a GF 2 X X X X X X X X X X
F1 a FF 2 X X X X X X X X X X
V0 a V3 2 X X X X X X X X X X
VF 5 X X X X X X X X X X

Tabela 3. Tipo de amostra x Equipamento utilizado x Etapas de preparação da

amostra x Tempo Padrão
 19

Sendo assim durante os dias 06 e 07 de fevereiro de 2017, fomos in loco,

no laboratório da Aciaria 2 e fizemos a coleta de dados das amostras que foram
recebidas naquele dia e com auxilio de um cronômetro, medimos os tempos
gastos em cada etapa descrita acima na tabela 3 para cada amostra. Compilamos
esses dados em uma planilha em Excel para facilitar os cálculos estatísticos.
Na massa de dados existiam os chamados outliers que podem afetar o
resultado das análises estatísticas. Mas como nossos valores são reais,
acompanhados e cronometrados de cada amostra em cada etapa, eles não foram
retirados e sim analisados posteriormente no gráfico de pareto, propondo
soluções para que esses tempos fora da curva fossem reduzidos.
Apesar do número limitado de amostras, já que o acompanhamento foi de
apenas dois dias em um turno (07h ás 15h), este estudo é de importância
estratégica para a empresa, pois fornece indícios de que talvez os tempos
padrões não estejam mais adequados com o cenário atual, causando um
aumento no número de paradas por “Espera de análise do laboratório” e afetando
os índices de falhas da Gerência de Laboratórios.
Este trabalho então traz a oportunidade de revisão dos tempos padrões
estabelecidos em 2010 para análise de cada amostra e visando o conhecimento
das etapas de análise de um amostra a fim de obter ganhos futuros com uma
possível otimização de cada etapa.
Para elaborar os gráficos que irão nos dar suporte a tomada de decisão foi
utilizado o MINITAB 16, devido ao fato de ser o software estatístico adotado pela
empresa. A facilidade de uso e a quantidade de ferramentas disponíveis tornou o
MINITAB um dos softwares estatísticos mais utilizados no mundo. Sua
capacidade vai desde o cálculo de estatísticas básicas como média, amplitude,
desvio padrão, até os mais complexos estudos de dados não paramétricos.
 20

6. ANÁLISE DOS DADOS

Este capítulo descreve as diferentes fases da análise dos dados realizadas

neste trabalho. A partir dos dados obtidos foram aplicados conceitos de análise
quantitativa discutidos durante o curso de especialização, como por exemplo, a
média, mediana, desvio padrão e a análise dos quartis (Box Plot), Paretos e
Gráficos de controle (Apêndice).

6.1 ANÁLISE DAS AMOSTRAS DE “GUSA”

Diante dos dados das amostras de gusa percebemos então pela Tabela 4 que o
tempo padrão para análise dessa amostra esta de acordo, sendo que o tempo
real foi de 219s e o tempo padrão para análise é de 420s, atendendo com folga o
valor padronizado.

O desvio padrão é alto sendo de 88,76s. O tempo de espera é em média de

18,36s mostrando que podemos atuar nessa etapa para que o tempo real de
análise da amostra diminua ainda mais.

Na amostra N=14 o valor ultrapassou o tempo padrão sendo de 520s. Nessa

amostra houve um tempo de espera de 274s devido a uma falha de calibração no
equipamento de Raio x.

Durações nos processos (s) Total

N = 36
Transportador Lixadeira Espectrômetro Esperas Raio X Esperas Sislab (s)
MÉDIA 31,55 2,85 37,26 28,19 92,62 18,36 9,04 218,75
MEDIANA 16,31 0,00 34,18 0,00 90,80 0,00 0,00 183,81
MÍNIMO 0,00 0,00 18,56 0,00 69,56 0,00 0,00 122,10
MÁXIMO 160,03 12,31 70,84 270,67 113,00 274,28 45,79 503,40
AMPLITUDE 160,03 12,31 52,28 270,67 43,44 274,28 45,79 381,30
DESV.P 41,33 4,81 12,05 54,40 10,05 57,42 15,10 88,76
Tempo
Exigido 420,00
(s)
Tabela 4 – Análise dos dados da amostra de Gusa

Na Figura 11, a linha central da distribuição corresponde à mediana, que divide a

quantidade de dados das amostras igualmente em dois grupos. A mediana dos
 21

dados de amostra de gusa equivale a 184s. A dispersão é representada pela

altura do retângulo (Q3 – Q1) = 109s.

O retângulo contém 50% dos valores do conjunto de dados. A posição da linha

mediana no retângulo informa sobre a assimetria da distribuição. Uma distribuição
simétrica teria a mediana no centro do retângulo. Se a mediana é próxima de Q1,
então, os dados são positivamente assimétricos. Se a mediana é próxima de Q3
os dados são negativamente assimétricos. Observa-se que no gráfico
apresentado na Figura 11 a distribuição dos dados é positivamente assimétrica.

Houve apenas um outlier N= 13, representado no gráfico com valor de 520s.

Figura 11 – Bloxplot das amostras de Gusa.

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
 22

acontecimentos foram relatados na Figura 12, e eles são de extrema importância

para atuar na redução dos tempos de espera durante a análise das amostras.

Motivos de espera de análise das amostras de Gusa

20 100
Frequência

15 80

Percent
60
10
40
5 20
0 0
Iten x . o o a
io do çã ad ad
ra lta ca up oc
do es
u ifi oc br
a r e nt r r a
rv a r
in
d do os
t
cu m ra
do fir m e m
on se Op A
tan c a
us p/ tr
Aj a os
em Am
st
si
do
ha
F al
Frequência 9 4 3 2 1
Percent 47,4 21,1 15,8 10,5 5,3
Cum % 47,4 68,4 84,2 94,7 100,0

Figura 12 – Gráfico de pareto dos motivos de espera para análise das

amostras de gusa.

6.2 ANÁLISE DAS AMOSTRAS “AS”, ‘BS” E ‘CS”

Diante dos dados das amostras de convertedor (AS, BS e CS) percebemos na

Tabela 5 que o tempo padrão para análise dessas amostras não esta de acordo,
sendo que o tempo real foi de 196s e o tempo padrão para análise é de 120s.

O desvio padrão é de 32,64s e tempo médio de espera é de 5,57s, relativamente

baixos. Mesmo reduzindo o tempo médio de espera, ou seja, o tempo onde a
amostra esta parada sem nenhuma ação sobre ela, não seria possível atender
esse tempo padrão, sendo necessária uma revisão.

Todas as amostras ultrapassaram o tempo padrão de 120s, sendo o valor mínimo

de 128s.
 23

Durações nos processos (s) Total

N = 75
Transportador Resfriam. Tesoura Lixadeira Espera Espectrômetro Syslab (s)
MÉDIA 15,25 54,19 26,63 13,27 5,57 68,59 12,94 196,08
MEDIANA 0,00 56,67 25,54 12,48 0,00 64,12 9,57 190,11
MÍNIMO 0,00 0,00 12,15 5,52 0,00 47,99 0,00 128,70
MÁXIMO 128,90 81,83 51,97 28,77 51,17 121,32 97,87 291,86
AMPLITUDE 128,90 81,83 39,82 23,25 51,17 73,33 97,87 163,16
DESV.P 22,80 13,96 7,53 4,47 14,50 14,31 9,35 32,64
Tempo
Exigido 120,00
(s)

Tabela 5 - Análise dos dados da amostra de Convertedor (AS, BS e CS)

Na Figura 13, o gráfico de boxplot nos mostra que a linha central da distribuição
corresponde à mediana, que divide a quantidade de dados das amostras
igualmente em dois grupos. A mediana dos dados de amostra de gusa equivale a
190. A dispersão é representada pela altura do retângulo (Q3 – Q1) = 43.

O retângulo contém 50% dos valores do conjunto de dados. A posição da linha

mediana no retângulo informa sobre a assimetria da distribuição. Uma distribuição
simétrica tem a mediana no centro do retângulo. A assimetria de determinada
base de dados possibilita analisar uma distribuição de acordo com as relações
entre suas medidas de moda, média e mediana.

Houve apenas um outlier representado no gráfico com valor de 292s.

 24

Figura 13 - Boxplot das amostras de convertedor (AS, BS e CS)

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
acontecimentos foram relatados no Gráfico de Pareto da Figura 14, e eles são de
extrema importância para atuar na redução dos tempos de espera durante a
análise das amostras. Houve relato de várias falhas como a chamada “Amostra
brocada”, que significa uma amostra sem condição de análise, o espectrômetro
não consegue ler a dispersão das faixas dos elementos químicos para determinar
a composição química da amostra. Quando essa condição acontece é necessário
que o operador retire uma nova amostra e envie novamente para o laboratório,
perdendo tempo no processo.
 25

Motivos de tempo de espera nas análises de amostra de convertedor (AS, BS e CS)

50 100
Frequência

40 80

Percent
30 60
20 40
10 20
0 0
Iten a ro e ra o r
ad lis ad ab çã
o
he
c et á ost p isl a O t
br
o om an am cu S
tif
ic
ct a O no n
rt a p e
o
d da r o ha e
os Es et al id
m o a çã n to m F m
n e e
A a ir m m tr ô s
a lh nf e bi p ec tra
o c s
F
-c Re Es o
as o Am
m nd
u ei rda
q ua
3
de Ag
s
ai
M
Frequência 10 8 7 6 6 5 3 2
Percent 21,3 17,0 14,9 12,8 12,8 10,6 6,4 4,3
Cum % 21,3 38,3 53,2 66,0 78,7 89,4 95,7 100,0
Figura 14 - Gráfico de pareto dos motivos de espera para análise das
amostras de convertedor (AS, BS e CS)

6.3 ANÁLISE DA AMOSTRA “P1”

Diante dos dados das amostras de panela de aço (P1) percebemos que na
Tabela 6 que o tempo padrão para análise dessa amostra esta de acordo, sendo
que o tempo real foi de 182,41s e o tempo padrão para análise é de 300s,
atendendo com folga o valor padronizado.

Nas amostras N = 18, 23, 26, 45 e 55 os valores ultrapassaram o tempo padrão

de 300s. Isto se deveu principalmente a taxa de ocupação do equipamento
espectrômetro que analisa as amostras.
 26

Durações nos processos (s)

N = 56 Total (s)
Transportador Fresadora Resfriam. Lixadeira Esperas Espectrom Sislab
MÉDIA 18,10 32,62 9,17 21,77 19,71 69,25 12,59 182,41
MEDIANA 10,96 42,97 10,03 16,55 0,00 64,82 11,90 168,31
MÍNIMO 0,00 0,00 0,00 7,76 0,00 50,08 0,00 108,59
MÁXIMO 97,87 73,70 23,33 75,44 196,90 126,40 38,86 344,60
AMPLITUDE 97,87 73,70 23,33 67,68 196,90 76,32 38,86 236,01
DESV.P 24,06 24,49 5,30 13,14 38,88 14,67 6,38 54,92
Tempo
Exigido 300,00
(s)

Tabela 6 - Análise dos dados da amostra de Panela de aço (P1)

Na Figura 15, a linha central da distribuição corresponde à mediana, que divide a

quantidade de dados das amostras igualmente em dois grupos. A mediana dos
dados de amostra de gusa equivale a 168s. A dispersão é representada pela
altura do retângulo (Q3 – Q1) = 55s.

O retângulo contém 50% dos valores do conjunto de dados. A posição da linha

mediana no retângulo informa sobre a assimetria da distribuição. Uma distribuição
simétrica teria a mediana no centro do retângulo. Se a mediana é próxima de Q1,
então, os dados são positivamente assimétricos. Se a mediana é próxima de Q3
os dados são negativamente assimétricos. Observa-se que no gráfico
apresentado na Figura 13 a distribuição dos dados é positivamente assimétrica.

Houve apenas cinco outliers nas amostras N = 18, 23, 26, 45 e 55, com os valores
292s, 323s, 345s, 297s e 317s, respectivamente.
 27

Figura 15 - Boxplot das amostras de panela de aço (P1)

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
acontecimentos foram relatados na Figura 16, e eles são de extrema importância
para atuar na redução dos tempos de espera durante a análise das amostras.
Como a maioria das amostras são analisadas no espectrômetro, seu índice de
utilização é altíssimo e dependendo do volume de amostras a serem analisadas
naquele instante, há a formação de uma fila de espera de amostras.
 28

Motivos de espera nas análises das amostras de panela da aço (P1)

20 100

15 80
Frequência

Percent
60
10
40
5
20
0 0
ITEM b a o
ro to sla ad ad
et en Si oc up
m m br
rô eb
i no Oc
e ct o c a tr
a
or
p d Re lh os ad
Es upa o Fa r
c d Am pe
O an O
a rd str a
u o
A g am
da
Frequência 8 4 3 2 2
Percent 42,1 21,1 15,8 10,5 10,5
Cum % 42,1 63,2 78,9 89,5 100,0

Figura 16 - Gráfico de pareto dos motivos de espera para análise das

amostras de panela de aço (P1).

6.4 ANÁLISE DAS AMOSTRAS “F1 A FF”

Percebemos então na Tabela 7 que o tempo padrão para análise das amostras de
forno panela não esta de acordo, sendo que o tempo real foi de 197s e o tempo
padrão para análise é de 120s.

O desvio padrão é de 66s e tempo médio de espera é de 25s, relativamente altos.

Mesmo reduzindo o tempo médio de espera, ou seja, o tempo onde a amostra
esta parada sem nenhuma ação sobre ela, não seria possível atender esse tempo
padrão, sendo necessária uma revisão.

Apenas uma amostra ficou abaixo dos 120s de padrão, com o valor de 113s. O
resto das amostras analisadas ultrapassou o valor padrão.
 29

Durações nos processos (s)

N = 38 Total (s)
Transportador Fresadora Resfriam. Lixadeira Esperas Espectrom. Sislab
MÉDIA 19,01 40,23 9,82 21,60 24,75 70,23 16,02 197,44
MEDIANA 2,10 48,39 11,38 18,13 0,00 65,91 11,86 176,99
MÍNIMO 0,00 0,00 0,00 7,77 0,00 47,89 0,00 113,07
MÁXIMO 88,31 80,83 23,63 65,77 175,20 124,51 155,20 420,17
AMPLITUDE 88,31 80,83 23,63 58,00 175,20 76,62 155,20 307,10
DESV.P 26,98 25,01 6,01 12,46 44,42 16,88 23,73 65,54
Tempo
Exigido 120,00
(s)

Tabela 7 - Análise dos dados da amostra de Forno Panela (F1 a FF)

Na Figura 17, o gráfico de boxplot nos mostra que a linha central da distribuição
corresponde à mediana, que divide a quantidade de dados das amostras
igualmente em dois grupos. A mediana dos dados de amostra de gusa equivale a
177s. A dispersão é representada pela altura do retângulo (Q3 – Q1) = 89s.

Houve apenas um outlier representado no gráfico da amostra N=28 com valor de

420s.
 30

Figura 17 - Boxplot das amostras de Forno Panela (F1 a FF)

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
acontecimentos foram relatados na Figura 18, e eles são de extrema importância
para atuar na redução dos tempos de espera durante a análise das amostras.
Houve relato de várias falhas elétricas no espectrômetro. Nos laboratórios
possuímos dois equipamentos e são relativamente velhos (cerca de 30 anos), e
ultimamente vem sendo constante a parada para reparo neles pela equipe de
manutenção.
 31

Motivos de espera de análise nas amostras de forno panela (F1 a FF)

18
Frequência
16
100
14 80

Percent
12
10 60
8
6 40
4 20
2
0 0
Iten ro
et tr a do ab da
m os upa S isl oca
o am r
ct Oc no b
s pe da tro l ha str a
E to e
Fa o
no en r ôm Am
a m t
lh bi ec
Fa e ce Esp
R
ndo
da
uar
Ag
Frequência 5 4 3 3 2
Percent 29,4 23,5 17,6 17,6 11,8
Cum % 29,4 52,9 70,6 88,2 100,0

Figura 18 - Gráfico de pareto dos motivos de espera para análise das amostras de
Forno Panela (F1 a FF).

6.5 ANÁLISE DAS AMOSTRAS “G1 A GF”

Percebemos então na Tabela 8 que o tempo padrão para análise dessas

amostras não esta de acordo, sendo que o tempo real foi de 189,28s e o tempo
padrão para análise é de 120s.

O desvio padrão é de 60s e tempo médio de espera é de 27s, relativamente altos.

Mesmo reduzindo o tempo médio de espera, ou seja, o tempo onde a amostra
esta parada sem nenhuma ação sobre ela, não seria possível atender esse tempo
padrão, sendo necessária uma revisão.

Na massa de dados apenas três amostras ficaram abaixo dos 120s de padrão,
com o valor de 110s, 114s e 119s, respectivamente. O resto das amostras
analisadas ultrapassou o valor padrão.
 32

Durações nos processos (s)

N = 64 Total (s)
Transportador Fresadora Resfriam. Lixadeira Esperas Espectrom. Sislab
MÉDIA 21,04 32,18 8,89 18,10 26,81 71,99 11,41 189,28
MEDIANA 12,55 37,56 9,94 16,11 0,00 68,07 10,96 176,54
MÍNIMO 0,00 0,00 0,00 0,00 0,00 52,60 3,59 110,40
MÁXIMO 139,54 78,33 20,76 63,54 255,46 130,00 27,28 451,12
AMPLITUDE 139,54 78,33 20,76 63,54 255,46 77,40 23,69 340,72
DESV.P 28,43 26,01 4,77 10,99 44,88 15,77 4,50 60,32
Tempo
Exigido 120,00
(s)

Tabela 8 - Análise dos dados da amostra de CASOB (G1 a GF)

Na Figura 19, o gráfico de boxplot nos mostra que a linha central da distribuição
corresponde à mediana, que divide a quantidade de dados das amostras
igualmente em dois grupos. A mediana dos dados de amostra de gusa equivale a
177s. A dispersão é representada pela altura do retângulo (Q3 – Q1) = 62s.

Houve apenas quatro outliers representado no gráfico como as amostras N = 39,

43, 49 e 59 com valores de 272s, 352s, 330s, 303s.
 33

Figura 19 - Boxplot das amostras de CASOB (G1 a GF)

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
acontecimentos foram relatados na Figura 20, e eles são de extrema importância
para atuar na redução dos tempos de espera durante a análise das amostras.
Houve relato de várias falhas elétricas no espectrômetro. Nos laboratórios
possuímos dois equipamentos e são relativamente velhos (cerca de 30 anos), e
ultimamente vem sendo constante a parada para reparo neles pela equipe de
manutenção.
 34

Motivos do tempo de espera nas amostras do CASOB

25
100
Frequência

20
80

Percent
15
60
10 40
5 20
0 0
Iten
tro tra çã
o
ad
o
sl
ab ad
a
ad
o
e os ca p i c p
om am ifi Oc
u S
br
o
Oc
u
e ct a nt no a r
p d e ro a tr o
Es to id et al
h os ad
o e n em m F m e r
n s rô A
lh
a bi
m
ra e ct Op
a e t p
F c os Es
Re Am
do
d an
ar
A gu
Frequência 5 4 3 3 3 2 2
Percent 22,7 18,2 13,6 13,6 13,6 9,1 9,1
Cum % 22,7 40,9 54,5 68,2 81,8 90,9 100,0

Figura 20 - Gráfico de pareto dos motivos de espera para análise das

amostras de CASOB (G1 a GF).

6.6 ANÁLISE DAS AMOSTRAS DE “V0 A V3”

Na Tabela 9 vemos que o tempo padrão para análise dessas amostras não esta
de acordo, sendo que o tempo real foi de 376s e o tempo padrão para análise é
de 120s.

O desvio padrão é de 127s e tempo médio de espera é de 65s, relativamente

muito altos. Mesmo reduzindo o tempo médio de espera, ou seja, o tempo onde a
amostra esta parada sem nenhuma ação sobre ela, não seria possível atender
esse tempo padrão, sendo necessária uma revisão.

No conjunto de dados apenas a amostra N=10, teve o seu valor abaixo do padrão,
com o valor de 113s.
 35

Durações nos processos (s)

Total
N = 27 Leco
Transportador Fresadora Lixadeira Espectrom. Esperas Furadeira Sislab (s)
C/S
MÉDIA 40,81 14,94 43,78 97,04 64,59 46,86 116,96 19,40 376,26
MEDIANA 33,45 9,89 43,32 77,05 48,10 48,24 133,24 13,18 383,77
MÍNIMO 0,00 0,00 0,00 57,40 0,00 0,00 0,00 0,00 112,52
MÁXIMO 147,86 63,39 98,94 275,02 365,60 68,67 390,88 72,82 644,28
AMPLITUDE 147,86 63,39 98,94 217,62 365,60 68,67 390,88 72,82 531,76
DESV.P 38,17 17,84 24,20 53,99 85,54 13,02 99,91 18,19 127,33
Tempo
Exigido 120,00
(s)
Tabela 9 - Análise dos dados da amostra do RH (V0 a V3)

Na Figura 21, o gráfico de boxplot nos mostra que a linha central da distribuição
corresponde à mediana, que divide a quantidade de dados das amostras
igualmente em dois grupos. A mediana dos dados de amostra de gusa equivale a
384s. A dispersão é representada pela altura do retângulo (Q3 – Q1) = 207s.

Não houve nenhum outlier.

Figura 21 - Boxplot das amostras de RH (V0 a V3)

 36

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
acontecimentos foram relatados na Figura 22, e eles são de extrema importância
para atuar na redução dos tempos de espera durante a análise das amostras. Nos
laboratórios possuímos dois Lecos, que servem para análises de Carbono,
Nitrogênio e Hidrogênio e Fósforo. Ás vezes quando o espectrômetro esta
ocupado, mandamos amostras do convertedor (AS, BS e CS) para serem
analisadas no equipamento. Com essa estratégia, muita das vezes as amostras
do RH (Desgaseificador a Vácuo) fica comprometida na sua análise, já que as
amostras do convertedor tem prioridade.

Motivos de tempo de espera nas amostras de RH (V0 a V03)

18
16 100
Frequência

14
80

Percent
12
10 60
8
6 40
4
20
2
0 0
ITEM o a
ad ad ab ad
o tra
p c i sl p os
cu br
o S
Oc
u
am
O no
co ra ha
r da
Le o st al ad
o
to
Am
F er en
Op im
ceb
R e
do
dan
r
gua
A
Frequência 5 4 3 3 1
Percent 31,3 25,0 18,8 18,8 6,3
Cum % 31,3 56,3 75,0 93,8 100,0

Figura 22 - Gráfico de pareto dos motivos de espera para análise das

amostras de RH (V0 a V3).
 37

6.7 ANÁLISE DA AMOSTRA “VF”

Diante dos dados levantados e agrupados a Tabela 10 nos mostra que o tempo
padrão para análise dessas amostras não esta de acordo, sendo que o tempo real
foi de 390s e o tempo padrão para análise é de 300s.

O desvio padrão é de 121s e tempo médio de espera é de 30s, relativamente

muito altos. Mesmo reduzindo o tempo médio de espera, ou seja, o tempo onde a
amostra esta parada sem nenhuma ação sobre ela, não seria possível atender
esse tempo padrão, sendo necessária uma revisão.

No conjunto de dados apenas quatro amostras, N = 2, 4, 5 e 7, teve o seu valor

abaixo do padrão, com o valores de 298s, 186s, 225s, e 272s.

Durações nos processos (s)

Total
N = 15 Leco
Transp. Fresadora Resfriam. Lix. Espectrom. Esperas Furadeira Sislab (s)
N2
MÉDIA 57,77 26,53 9,72 39,31 91,54 30,22 50,58 123,99 13,34 390,06
MEDIANA 13,05 0,00 9,53 36,85 72,75 24,44 47,01 148,93 11,00 378,65
MÍNIMO 0,00 0,00 0,00 0,00 0,00 0,00 33,25 0,00 0,00 186,17
MÁXIMO 265,81 70,08 33,15 76,83 194,68 128,30 83,09 222,98 33,35 584,41
AMPLITUDE 265,81 70,08 33,15 76,83 194,68 128,30 49,84 222,98 33,35 398,24
DESV.P 78,98 33,47 9,65 23,26 57,45 37,05 15,20 72,49 9,61 121,29
Tempo
Exigido 300,00
(s)
Tabela 10 - Análise dos dados da amostra de RH (VF)

Na Figura 23, o gráfico de boxplot nos mostra que a linha central da distribuição
corresponde à mediana, que divide a quantidade de dados das amostras
igualmente em dois grupos. A mediana dos dados de amostra do equipamento
RH (Desgaseificador a vácuo) equivale a 379s. A dispersão é representada pela
altura do retângulo (Q3 – Q1) = 2136s.

Não houve nenhum outlier.

 38

Figura 23 - Boxplot das amostras de RH (VF)

Durante o acompanhamento houve alguns acontecimentos que propiciaram

para que alguns valores de medição ficassem acima da média. Esses
acontecimentos foram relatados na Figura 24, e eles são de extrema importância
para atuar na redução dos tempos de espera durante a análise das amostras.
Houve relato de várias falhas como a chamada “Amostra brocada”, que significa
uma amostra sem condição de análise, o espectrômetro não consegue ler a
dispersão das faixas dos elementos químicos para determinar a composição
química da amostra. Quando essa condição acontece é necessário que o
operador retire uma nova amostra e envie novamente para o laboratório,
perdendo tempo no processo.
 39

Motivos de espera na análise das amostras de RH (VF)

18

16 100

14
80
12
Frequência

Percent
10 60
8

6 40

4
20
2

0 0
ITEM Amostra brocada Leco Ocupado Falha no Sislab Operador Ocupado
Frequência 6 4 3 3
Percent 37,5 25,0 18,8 18,8
Cum % 37,5 62,5 81,3 100,0

Figura 24 - Gráfico de pareto dos motivos de espera para análise das

amostras de RH (VF).
 40

7. CONCLUSÃO

Este trabalho apresentou uma análise estatística que buscava obter os

tempos médios de cada etapa e o tempo total no processo de análise química das
amostras na aciaria. Podemos perceber que apenas as amostras de gusa e de
panela (P1), estão atendendo os padrões solicitados atualmente pela aciaria para
os laboratórios.
Conseguimos perceber também que a média atual das análises das
amostras de convertedor (AS, BS e CS), Forno Panela (F1 a FF), CASOB (G1 a
GF) e RH (V0 a V3 e VF) esta muito longe de atingir os tempos padrões exigidos,
em alguns casos nenhuma amostra conseguiu atingir esse valor. Por isso será
necessário estabelecer novas metas de padrões para que a Gerência de
Laboratórios da usina não seja afetada em seus índices de falhas devido a uma
mudança do cenário atual de produção (Tabela 11).

Tempo de análise das Amostras (s)

Gusa AS, BS e CS P1 F1 a FF G1 a GF V0 a V3 VF
Média 219 196 182 197 189 376 390
Mediana 184 190 168 177 177 384 379
Minimo 122 129 109 113 110 113 186
Máximo 503 292 345 420 451 644 584
Amplitude 381 163 236 307 341 532 398
Desv. Padrão 89 33 55 66 60 127 121
N = Amostras 36 75 56 38 64 28 16
Tempo Exigido (s) 420 120 300 120 120 120 300

Tabela 11 – Tabela comparativa das médias das análises de todas as

amostras da aciaria com seus respectivos padrões.

Diante dos motivos observados in loco,obtivemos um Gráfico de Pareto

geral com todos os motivos de espera de análise das amostras, que poderá ser
utilizado para atuar na redução desses tempos. Ele servirá de base para que a
equipe da operação e manutenção possa atuar efetivamente nessas falhas ou na
contratação de novos funcionários tentando reduzir ao máximo a ociosidade dos
laboratórios.(Figura 25)
 41

Motivos de tempo de espera nas análises das amostras no laboratório

160 100
140
Frequencia

120 80

Percent
100 60
80
60 40
40
20
20
0 0
Defeitos da r o tr a x e r
l ab et
ro do ão io do l is th
e
o ca met Sis os m u pa ic aç ra u pa a ná O
br tr ô m o if
no a ct oc nt do Oc da
a c
str pe ado alha da spe or ide va co o
t o E d r ã
mo E s up F ra em
u Le aç
en no pe rc
A
O
c
b im a O r as sta fi r
m
alh t n
ce os aj
u o
Re F m ra -c
o A a as
d p
an or eim
ard ad qu
r 3
gu e
A op de
o a is
d
an M
ard
u
ag
a e
l
Fi
Frequencia 27 20 20 19 18 14 9 9 9 7 4
Percent 17,3 12,8 12,8 12,2 11,5 9,0 5,8 5,8 5,8 4,5 2,6
Cum % 17,3 30,1 42,9 55,1 66,7 75,6 81,4 87,2 92,9 97,4 100,0

Figura 25 - Gráfico de pareto dos motivos de espera para análise de todas as

amostras da aciaria no período analisado.
 42

8. REFERÊNCIA BIBLIOGRAFICA

ALMEIDA, 2005. A. T. P. Estudo da Cinética de Descarburação no Modelo Físico

do Desgaseificador à Vácuo RH, Trabalho Final de Curso, UFMG, Belo Horizonte,
2005.

BUSSAB, Wilton e MORETIN, Pedro. Estatística Básica. 5 ed. São Paulo:

Saraiva, 2002.

AS MINAS GERAIS, 2016. Site: As Minas Gerais - Biblioteca Interativa. –

Disponível em Acessado em 22 de novembro de 2016.

CORRÊA, H. L.; CORRÊA, C. A. Administração de Produção e Operações. 2 ed.

São Paulo: Atlas, 2006.

FERNANDES, Gilberto. Comportamento de Estruturas de Pavimentos

Ferroviários com a Utilização de Solos Finos e/ou Resíduos de Mineração de
Ferro Associados a Geossintéticos. Faculdade de Tecnologia – Departamento de
Engenharia Civil e Ambiental – Universidade de Brasília. Brasília, 2005.

MACHADO, A. T. Estudo comparativo dos métodos de ensaio para avaliação da

expansibilidade das escórias de aciaria. USP. 153p. São Paulo, 2000.
(Dissertação de Mestrado).

MONTGOMERY, D. C. Introduction to Statistical Quality Control. Tradução de Ana

Maria Lima de Farias e Vera Regina Lima de Farias e Flores. 4th Edition, New
York: John Wiley, 2004.

RIZZO, 2006. Introdução aos Processos de Refino Secundário dos Aços, 2006;
Rizzo, Ernandes Marcos da Silveira; Assunto: SIDERURGIA; Páginas: 102;
Editora/fornecedor: ABM ISBN 85-86778-94-X.
 43

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção.

Tradução de Maria Teresa Corrêa de Oliveira e Fábio Alher. 2 ed. São Paulo:
Atlas, 2002.

TUKEY, J. W. Exploratory Data Analysis. Addison-Wesley, Reading, MA. 1977.

 44

9. APÊNCIDE

n= 36 Distribuição dos tempos totais de análise de amostras de Gusa na Aciaria 2

600,00

500,00

400,00
Tempo (s)

300,00

200,00

100,00

0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
Número de amostras

Média Mediana Máximo Minimo Tempo total (s) Tempo Exigido (S)

n=75
Distribuição dos tempos totais de análise de amostras AS, BS, CS na Aciaria 2

350,00

300,00

250,00
Tempo (s)

200,00

150,00

100,00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75
Número de amostras
Média Mediana Máximo Minimo Tempo total (s) Tempo Exigido (s)
 45

n=56 Distribuição dos tempos totais de análise de amostras P1 na Aciaria 2

400,00
350,00
300,00
250,00
Tempo (s)

200,00
150,00
100,00
50,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56
Número de amostras

Média Mediana Máximo Minimo Tempo total (s) Tempo Exigido (s)

Distribuição dos tempos totais de análise de amostras F1 a FF na Aciaria 2

n=38

450,00
400,00
350,00
Tempo (s)

300,00
250,00
200,00
150,00
100,00
50,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
Número de amostras (nº)

Média Mediana Máximo Minimo Tempo total (s) Tempo Exigido (s)

Distribuição dos tempos totais de análise de amostras G1 a GF na Aciaria 2

n=64

500,00
450,00
400,00
350,00
Tempo (s)

300,00
250,00
200,00
150,00
100,00
50,00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63
Média Mediana Máximo NúmeroMinimo
de amostras (nº) Tempo total (s) Tempo Exigido (s)
 46

n=28
Distribuição dos tempos totais de análise de amostras V0 a V3 na Aciaria 2
700,00
600,00
500,00
Tempo (s)

400,00
300,00
200,00
100,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Número de amostras

Média Mediana Máximo Minimo Tempo total (s) Tempo Exigido (s)

n= 16 Distribuição dos tempos totais de análise de amostras VF na Aciaria 2

700,00
600,00
500,00
Tempo (S)

400,00
300,00
200,00
100,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Número de amostras

Média Mediana Máximo Minimo Tempo total (s) Tempo Exigido (s)