Melhoria de um processo de pintura automotiva usando planejamento de experimentos

O setor automotivo possui forte relevância econômica e tecnológica, sustentando cadeias produtivas complexas. O processo de pintura exerce papel fundamental na proteção, durabilidade e qualidade percebida do veículo. Este trabalho apresenta a aplicação da metodologia de planejamento de experimentos (Design of Experiments - DOE) no processo de pintura automotiva industrial com o objetivo de reduzir desperdícios, otimizar o consumo de materiais e promover a sustentabilidade. Embora existam estudos sobre o uso do DOE em processos de pintura por spray, observa-se uma lacuna de pesquisa quanto à aplicação dessa metodologia em processos que envolvem massa de alta viscosidade, foco deste estudo. A pesquisa foi conduzida em uma montadora localizada na região de São Paulo, em ambiente real de produção. O objeto de estudo o processo automatizado de aplicação de massa de alta viscosidade para formação do cordão de vedação no assoalho do veículo. A partir da análise de sete variáveis de processo – velocidade de aplicação, pressão, temperatura do material, fluxo, distância de aplicação, velocidade de rotação e material – foi possível identificar as duas mais influentes, velocidade de aplicação e pressão, resultando na simplificação e otimização do processo produtivo. Por meio do uso de técnicas estatísticas, foram definidos parâmetros ideais que proporcionaram redução do peso do material aplicado, com ganhos de até 63% em determinadas regiões do cordão de vedação. A implementação das novas condições operacionais (velocidade de 530 mm/s e pressão de 7 MPa) resultou em uma economia de 61 gramas de material por veículo, evidenciando o impacto econômico e ambiental da melhoria. O desenvolvimento de um método de medição adaptado à linha produtiva garantiu a confiabilidade dos dados sem comprometer a operação. Como contribuição adicional, o estudo propõe a integração de tecnologias de inspeção automatizada para controle estatístico contínuo, reforçando o uso estratégico da estatística na engenharia de manufatura.

Resumo (inglês)

This work presents the application of the Design of Experiments (DOE) methodology in the industrial automotive painting process with the aim of reducing waste, optimizing material consumption, and promoting sustainability. Although there are studies on the use of DOE in spray painting processes, a research gap is observed regarding the application of this methodology in processes involving high-viscosity sealant, which is the focus of this study. The research was conducted in a real production environment, and from the analysis of seven process variables, it was possible to identify the two most influential ones - application speed and pressure - resulting in the simplification and optimization of the production process. Using Minitab software and the desirability technique, ideal parameters were defined that provided a significant reduction in the weight of the applied material, with gains of up to 63% in certain regions of the sealing bead. The implementation of the new operational conditions (speed of 530 mm/s and pressure of 7 MPa) resulted in savings of 61 grams of material per vehicle, highlighting the economic and environmental impact of the improvement. The development of a measurement method adapted to the production line ensured data reliability without compromising operations. As an additional contribution, the study proposes the integration of automated inspection technologies for continuous statistical control, reinforcing the strategic use of statistics control, and reinforcing the strategic use of statistic in manufacturing engineering

Palavras-chave

Design of experiments , Melhoria de parâmetros , Pintura automotiva , Redução de desperdício , Controle de qualidade , Planejamento experimental , Automóveis - Pintura , Gestão da qualidade total

Idioma

Português

Citação

COELHO, Juliana Tiyoko Yoshioka. Melhoria de um processo de pintura automotiva usando planejamento de experimentos. Orientador: Gislaine Cristina Batistela. 2025. 163 f. Dissertação (Mestrado em Engenharia de Produção) - Faculdade de Engenharia e Ciências, Universidade Estadual Paulista, Guaratinguetá, 2025.