UNIVERSIDADE ESTADUAL PAULISTA - UNESP CÂMPUS DE JABOTICABAL TEMPOS, MOVIMENTOS E QUALIDADE DA OPERAÇÃO DE COLHEITA MECANIZADA DE SOJA EM FUNÇÃO DO FORMATO DOS TALHÕES Carla Segatto Strini Paixão Engenheira Agrônoma 2015 UNIVERSIDADE ESTADUAL PAULISTA - UNESP CÂMPUS DE JABOTICABAL TEMPOS, MOVIMENTOS E QUALIDADE DA OPERAÇÃO DE COLHEITA MECANIZADA DE SOJA EM FUNÇÃO DO FORMATO DOS TALHÕES Carla Segatto Strini Paixão Orientador: Prof. Dr. Rouverson Pereira da Silva Coorientador: Prof. Dr. Carlos Eduardo A. Furlani Dissertação apresentada à Faculdade de Ciências Agrárias e Veterinárias – Unesp, Câmpus de Jaboticabal, como parte das exigências para a obtenção do título de Mestre em Agronomia (Ciência do Solo) 2015 Paixão, Carla Segatto Strini P149t Tempos, movimentos e qualidade da operação de colheita mecanizada de soja em função do formato dos talhões / Carla Segatto Strini Paixão. – – Jaboticabal, 2015 xiv, 100 p. : il. ; 28 cm Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, 2015 Orientador: Rouverson Pereira da Silva Banca examinadora: Carlos Eduardo Angeli Furlani, Diego Augusto Fiorese Bibliografia 1. Colhedora de grãos. 2. Controle estatístico de processo. 3. Desempenho de máquinas agrícolas. 4. MMEP. 5. Glycine max (L.) Merrill I. Título. II. Jaboticabal-Faculdade de Ciências Agrárias e Veterinárias. CDU 631.3:633.34 i DADOS CURRICULARES DO AUTOR CARLA SEGATTO STRINI PAIXÃO – nascida em Sertãozinho, São Paulo, no dia 16 de novembro de 1987, filho de Augusto Cesar Strini Paixão e Lydia Maria Segatto Strini Paixão. Cursou o Ensino Fundamental e Médio no Colégio COC, em Ribeirão Preto, tendo finalizado o Ensino Médio no ano de 2005. Ingressou no Ensino Superior no ano de 2006 no curso de Agronomia, e recebeu o título de Engenheiro Agrônomo formado pela Universidade Estadual Paulista “Júlio de Mesquita Filho” – Câmpus de Jaboticabal. Desenvolveu projetos de Iniciação Cientifica relacionado ao tema compostagem na agricultura e foi Bolsista de iniciação/empresa privada - FUNEP. No ano de 2013, iniciou o curso de Mestrado em Agronomia, no programa de Ciência do Solo, pela Universidade Estadual Paulista “Júlio de Mesquita Filho” – Câmpus de Jaboticabal, São Paulo, sendo bolsista CAPES, no Departamento de Engenharia Rural, desenvolvendo suas pesquisas e fazendo parte do LAMMA - Laboratório de Máquinas e Mecanização Agrícola, com ênfase e experiência na área de Engenharia Agrícola, atuando nas áreas de máquinas e mecanização agrícola, controle de qualidade nas operações agrícolas mecanizadas. Em janeiro de 2015 submeteu-se à banca examinadora para obtenção do título de Mestre em Agronomia. ii "Tudo o que um sonho precisa para ser realizado é alguém que acredite que ele possa ser realizado" Roberto Shinyashiki iii Aos meus pais, Augusto Cesar Strini Paixão e Lydia Maria Segatto Strini Paixão por acreditarem pela luta, amor, carinho e dedicação ao longo de toda minha vida, tanto pessoal como profissional e também por sempre acreditarem em meus sonhos e muita vezes abrindo mãos de seus, para que os meus se realizassem. Amo vocês... DEDICO iv À minha avó Lydia Segatto À todos os meus familiares e amigos OFEREÇO v AGRADECIMENTOS Primeiramente a DEUS, por me iluminar e dar proteção durante toda a minha vida, por tudo que nela já conquistei e ainda irei conquistar, e pela fé que move nossas vidas sempre em busca de novos horizontes, enfrentando novos desafios em busca da paz. Aos meus queridos pais, Augusto e Lydia, por me proporcionarem uma educação de qualidade, pelo amor, companheirismo e união, essenciais na formação do meu caráter e também da minha vida profissional. Aos meus irmãos Augusto e Nádia pelo amor, carinho, companheirismo e apoio, fundamental em minha vida. À Universidade Estadual Paulista “Júlio de Mesquita Filho”, Faculdade de Ciências Agrárias e Veterinárias, Câmpus de Jaboticabal, em especial ao Programa de Pós-Graduação em Agronomia (Ciência do Solo) e ao Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela concessão de bolsa. Ao amigo e orientador, Prof. Dr. Rouverson Pereira da Silva, por acreditar no meu potencial e pela dedicação nas informações transmitidas e no suporte necessário para elaboração deste trabalho. Aos pesquisadores, Prof. Dr. Carlos Eduardo Furlani e Prof. Dr. Diego Fiorese, por participar da banca examinadora bem como pelas colocações e sugestões para o aprimoramento deste trabalho. Ao meu namorado Murilo Aparecido Voltarelli pela dedicação, carinho, paciência, companheirismo e incentivo. Aos funcionários da fazenda São Sebastião por toda ajuda e paciência durante o experimento. Aos amigos integrantes do Laboratório de Máquinas e Mecanização Agrícola (LAMMA) que ajudaram sempre que foi necessário – Marcelo Cassia, Felipe Satinato, Tiago Tavares, Elizabeth Kazama, Antonio Tassio Ormond, Cristiano Zerbato e Franciele Carneiro pela amizade, convivência e auxílio nas atividades. vi SUMÁRIO Assunto Pág. LISTA DE TABELAS viii LISTA DE FIGURAS x RESUMO xiii ABSTRACT xiv I INTRODUÇÃO 1 II REVISÃO BIBLIOGRÁFICA 3 1 Colheita mecanizada de soja ............................................................................. 3 2 Desempenho operacional .................................................................................. 5 3 Eficiência operacional ........................................................................................ 6 4 Controle estatístico de qualidade (CEQ) ............................................................ 8 4.1 Usos de gráficos sequenciais (Run chart) ..................................................... 10 4.2 Usos das cartas de controle de Shewhart ..................................................... 11 4.3 Cartas de controle da média móvel exponencialmente ponderada ............... 13 4.4 Análise da capabilidade ou capacidade do processo .................................... 15 4.5 Aplicações do CEQ na agricultura ................................................................ 17 III MATERIAL E METÓDOS 24 1 Área experimental ............................................................................................ 24 1.1 Histórico da área, preparo do solo e semeadura .......................................... 25 1.2 Clima e solo .................................................................................................. 25 1.3 Variedade ...................................................................................................... 26 2 Equipamentos utilizados .................................................................................. 27 3 Análise do desempenho da colhedora ............................................................. 29 3.1 Análise dos tempos, movimentos e eficiência da operação .......................... 29 3.2 Desempenho operacional da colhedora ........................................................ 34 3.3 Determinação das perdas na colheita ........................................................... 34 4 Análises estatísticas ......................................................................................... 35 4.1 Delineamento experimental ........................................................................... 35 4.2 Análise descritiva .......................................................................................... 36 4.3 Análise de variância ...................................................................................... 36 vii 4.4 Controle estatístico de qualidade (CEQ) ....................................................... 37 4.4.1 Padrões de aleatoriedade (Run Charts) ..................................................... 37 4.4.2 Cartas de controle para valores individuais e de amplitude móvel ............. 38 4.4.3 Análise da capabilidade do processo ......................................................... 40 4.4.3.1 Limites específicos de controle ............................................................... 41 4.4.3.2 Índices de capabilidade do processo ...................................................... 42 IV RESULTADOS E DISCUSSÃO 45 1 Desempenho operacional da colheita mecanizada de soja ............................. 45 1.1 Análise de tempos, movimentos e eficiência da colheita mecanizada .......... 45 2 Análise da estatística descritiva e de variância ................................................ 52 2.1 Desempenho da colhedora de soja ............................................................... 52 2.2 Parâmetros da colheita mecanizada de soja ................................................. 54 3 Controle estatistico de qualidade ..................................................................... 56 3.1 Desempenho da colhedora de soja ............................................................... 56 3.1.1 Valores padrões de aleatoriedade (Run Charts) ....................................... 56 3.1.2 Cartas de controle da média móvel exponcialmente ponderada ................ 58 3.1.3 Análise da capabilidade do desempenho da colhedora de soja................. 63 3.2 Parâmetros da colheita mecanizada de soja ................................................. 68 3.2.1 Valores padrões de aleatoriedade (Run Charts) ........................................ 68 3.2.2 Cartas de controle da média móvel exponcialmente ponderada ................ 70 3.2.3 Análise da capabilidade da qualidade da operação de colheita ................. 77 V CONCLUSÕES 82 VI REFERÊNCIAS 83 viii LISTA DE TABELAS TABELA Página TABELA 1. Análise granulométrica para a caracterização da classe textural do solo. ...................................................................................................................... 25 TABELA 2. Análise química do solo para a semeadura mecanizada da soja. ......... 26 TABELA 3. Características da variedade de soja utilizada na área experimental. ... 26 TABELA 4. Divisão das atividades na colheita de soja .......................................... 29 TABELA 5. Índices de tolerância para a capabilidade do processo. ........................ 40 TABELA 6. Limites específicos de controle utilizados na operação de colheita mecanizada de soja. ..................................................................................... 41 TABELA 7. Análise dos tempos, movimentos e eficiência da colheita mecanizada de soja em diferentes talhões. ........................................................................... 45 TABELA 8. Estatística descritiva para as variáveis do desempenho da colhedora durante a colheita mecanizada de soja em três formatos de talhões: irregular, retangular e trapezoidal. ................................................................ 52 TABELA 9. Estatística descritiva para as variáveis avaliadas durante a colheita mecanizada de soja em três formatos de talhões: irregular, retangular e trapezoidal. ................................................................................................... 55 TABELA 10. Valores padrões de probabilidade dos gráficos sequenciais para os indicadores de qualidade do desempenho da colhedora de soja. ................ 57 TABELA 11. Valores padrões de probabilidade dos gráficos sequenciais para os indicadores de qualidade durante a colheita mecanizada de soja. ............... 69 ix x LISTA DE FIGURAS FIGURA Página FIGURA 1. Mapa da área experimental. ................................................................... 24 FIGURA 2. Colhedora de soja Massey Fergusson 5650 Advanced. ......................... 27 FIGURA 3 Medidor de temperatura e teor de água dos grãos de soja. .................... 28 FIGURA 4 Esquema de amostragem de perdas na colheita mecanizada de soja .... 35 FIGURA 5.Eficiência de tempo do talhão irregular nas operações agrícolas e manutenção durante colheita mecanizada de soja. ...................................... 47 FIGURA 6. Eficiência de tempo do talhão retangular nas operações agrícolas e manutenção durante colheita mecanizada de soja. ...................................... 49 FIGURA 7. Eficiência de tempo do talhão trapezoidal nas operações agrícolas e manutenção durante colheita mecanizada de soja. ...................................... 51 FIGURA 8. Cartas de controle para a velocidade da colhedora durante a colheita mecanizada da soja em diferentes formatos de talhão. LSC: Limite superior de controle; LIC: Limite inferior de controle. x : M dia vel exponencialmente ponderada dos valores amostrais. .................................. 59 FIGURA 9. Cartas de controle para a rotação do cilindro da colhedora durante a colheita mecanizada de soja para diferentes formatos de talhões. LSC: Limite superior de controle; LIC: Limite inferior de controle. x : M dia vel exponencialmente ponderada dos valores amostrais. .................................. 60 FIGURA 10. Cartas de controle para a rotação do motor da colhedora durante a colheita mecanizada de soja em diferentes formatos de talhões. LSC: Limite xi superior de controle; LIC: Limite inferior de controle. x : M dia vel exponencialmente ponderada dos valores amostrais. .................................. 61 FIGURA 11. Cartas de controle para a abertura do concâvo da colhedora durante a colheita mecanizada de soja em diferentes formatos de talhões. (LSC: i ite superior de controle; C: i ite inferior de controle x : M dia vel exponencialmente ponderada dos valores amostrais. .................................. 62 FIGURA 12. Análise da capabilidade do processo para velocidade de trabalho da colhedora no talhão irregular (A) durante a colheita mecanizada de soja. ... 64 FIGURA 13. Análise da capabilidade do processo para a velocidade da colhedora no talhão retangular durante a colheita mecanizada de soja. ............................ 65 FIGURA 14. Análise da capabilidade do processo para a velocidade da colhedora no talhão trapezoidal durante a colheita mecanizada de soja. .......................... 66 FIGURA 15 Análise da capabilidade do processo para a rotação do cilindro da colhedora no talhão trapezoidal durante a colheita mecanizada de soja...... 67 FIGURA 16. Cartas de controle para o teor de água dos grãos de soja durante a colheita mecanizada. LSC: Limite superior de controle. LIC: Limite inferior de controle. x : M dia vel exponencial ente ponderada dos valores amostrais. ..................................................................................................... 70 FIGURA 17. Cartas de controle para a temperatura dos grãos de soja durante a colheita mecanizada. LSC: Limite superior de controle. LIC: Limite inferior de controle. x : M dia vel exponencial ente ponderada dos valores amostrais. ..................................................................................................... 72 xii FIGURA 18. Cartas de controle para perdas na plataforma da colhedora durante a colheita mecanizada de soja. x : M dia vel exponencial ente ponderada dos valores amostrais. .................................................................................. 73 FIGURA 19. Cartas de controle para perdas dos mecanismos internos da colhedora durante a colheita mecanizada de soja. LSC: Limite superior de controle. LIC: Limite inferior de controle. x : M dia vel exponencial ente ponderada dos valores amostrais. .................................................................................. 74 FIGURA 20. Cartas de controle para perdas totais dos grãos de soja durante a colheita mecanizada. LSC: Limite superior de controle. LIC: Limite inferior de controle. x : M dia vel exponencial ente ponderada dos valores amostrais. ..................................................................................................... 75 FIGURA 21. Cartas de controle para perdas totais em relação à produtividade (%) da colhedora durante a colheita mecanizada de soja. LSC: Limite superior de controle. LIC: Limite inferior de controle. x : M dia vel exponencial ente ponderada dos valores amostrais. ................................................................ 76 FIGURA 22. Análise da capabilidade do processo para o teor de água dos grãos (%) para o talhão irregular durante a colheita mecanizada de soja. ................... 78 FIGURA 23. Análise da capabilidade do processo para as perdas totais (kg-1) para o talhão irregular durante a colheita mecanizada de soja. ............................... 79 FIGURA 24. Análise da capabilidade do processo para as perdas da plataforma (kg ha-1) para o talhão irregular durante a colheita mecanizada de soja. ..... 80 xiii TEMPOS, MOVIMENTOS E QUALIDADE DA OPERAÇÃO DE COLHEITA MECANIZADA DE SOJA EM FUNÇÃO DO FORMATO DOS TALHÕES RESUMO – Informações a cerca da capacidade da operação, eficiência de colheita e desempenho da colhedora são de grande importância no gerenciamento de sistemas mecanizados agrícolas, auxiliando nas decisões a serem tomadas pela administração visando a sua otimização. Neste sentido objetivou-se neste trabalho avaliar os tempos, movimentos e a qualidade da operação da colheita mecanizada de soja em diferentes formatos de talhões, utilizando-se como indicadores de qualidade parâmetros de desempenho operacional da colhedora e variáveis representativas dos aspectos agronômicos da cultura, por meio de ferramentas de controle estatístico de processo. A colheita mecanizada foi realizada na fazenda localizada no município de Uberaba, MG e o delineamento experimental utilizado foi inteiramente casualizado, sendo realizadas 18, 28 e 24 repetições para os talhões irregular, retangular e trapezoidal, respectivamente. Os tratamentos foram estabelecidos a partir dos formatos dos talhões. Monitoraram-se as atividades da colhedora (colheita, descarga, manutenção e paradas climáticas). As variáveis e/ou indicadores de qualidade avaliados para o desempenho da colhedora foram: velocidade de deslocamento, rotação do motor, rotação do cilindro e abertura do côncavo. Na determinação das perdas foram utilizadas armações circulares confeccionadas com aros de 0,33 m², que juntos totalizam a área de aproximadamente 1,00 m². As perdas determinadas foram perdas na plataforma, perdas dos mecanismos internos, perdas totais e perdas em relação à produtividade. A eficiência gerencial (Eg) e o tempo de manobra (Tm) apresentam os melhores resultados para o talhão trapezoidal e para o talhão retangular, respectivamente. O desempenho da colhedora é considerado capaz de atingir os limites específicos estabelecidos, para os indicadores de qualidade velocidade e rotação do cilindro, ambos para o talhão trapezoidal. Os parâmetros do processo da colheita mecanizada de soja apresentam-se incapazes de atingir os limites específicos e a meta estabelecida, para os três talhões avaliados, a curto e em longo prazo. PALAVRAS-CHAVE: Colhedora de grãos, Controle estatístico de processo, Desempenho de máquinas, MMEP, Glycine max (L.) Merrill. xiv TIMES, MOVEMENTS AND QUALITY OF SOYBEAN CROP MECHANICAL OPERATION IN FORMAT FUNCTION OF PLOTS ABSTRACT – The harvesting operation is considered the most expensive method and the major determinants in the production and soybean profitability, and information about the capacity of the operation, harvest efficiency and performance of the harvester are of great importance in the management of agricultural mechanized systems, assisting in the decisions to be taken by the administration in order to optimization. In this sense we aimed in this study to evaluate the times, movements and the quality of mechanical soybean harvesting operation on different sizes of plots, using as indicators of quality operating performance parameters of the harvester and representative variables of agronomic aspects of culture, by means of statistical process control tools. Mechanized harvesting was carried out at the farm located in Uberaba, Minas Gerais and the experimental design was completely randomized, being held 18, 28 and 24 repetitions for irregular plots, rectangular and trapezoidal, respectively. The treatments were established from the stands formats. Were monitored the activities of the harvester (harvest, unloading, handling and climate charts). The variables and / or indicators of assessed quality for combine harvester performance were: forward speed, engine speed, cylinder speed and concave opening. In determining losses circular frames were used made with 0.33 m² hoops, which together total area of approximately 1.00 m². The losses were determined header losses, losses of internal mechanisms, total losses and losses in relation to productivity. The format of the blocks affects the time efficiency and combine movements and the quality of mechanical soybean harvesting operation. The parameters of soybean mechanical harvesting process are presented for the three plots unable evaluated the short- and long-term. KEY WORDS: Combine beans, Haverster machine performance, Statistical quality control, EWMA, Glycine max (L.) Merrill. 1 I INTRODUÇÃO Dentro do agroneg cio undial, a produção de soja está entre as atividades econô icas que, nas últi as d cadas, apresentara cresci entos ais expressivos No cenário agrícola brasileiro, a soja representa u valor significativo para o P B nacional, gerando ao país benefícios co o au ento de renda, de e prego e de áreas produtivas Segundo a CONAB (2014), na safra 2013/14 a área cultivada de soja atingiu cerca de 27,7 ilhões de hectares, co incre ento de 10,7% e relação à 2012/13, registrando assi u novo recorde na área se eada co a oleaginosa, co u a produção total da orde de 81,9 ilhões de toneladas A colheita u a das atividades ais i portantes na agricultura devido ao seu alto valor agregado, co preendendo operações custosas do processo produtivo e de alta de anda energ tica Sua boa execução contribui para o retorno dos investi entos realizados e todo o ciclo produtivo de u a cultura Para a soja, representa o o ento da avaliação da safra quanto aos aspectos produtivos e qualitativos Neste contexto a sua ecanização irreversível e dese penha função funda ental para alcançar u produto final de qualidade O sucesso na colheita ecanizada depende de vários fatores co o: nivela ento do solo, for ato e co pri ento dos talhões, características varietais, qualidade da operação e treina ento do pessoal Estes fatores, aliados a ini ização das perdas na colheita for a o grupo das principais ações que afeta à produtividade Desta for a, torna-se necessário o conheci ento de práticas culturais aplicáveis e co patíveis co as produções afi de axi izar o retorno financeiro As operações agrícolas, principal ente a colheita, deve ser executadas no prazo agrono ica en te reco endado e co o planeja ento adequado Por isso as infor ações de dese penho e capacidade operacional das colhedoras são de grande i portância no gerencia ento de siste as ecanizados agrícolas, auxiliando nas decisões a sere to adas pela ad inistração visando a sua oti ização e e nores perdas de grãos Co a tentativa de ini izar as perdas decorrentes da colheita ecanizada, o uso das ferra entas do controle estatístico de qualidade indispensável para o 2 onitora ento do processo, detecção de eventuais ações de causas especiais e, por fi , para criar u plano de elhorias para eli inar a influência de ações extrínsecas ao processo, que, consequente ente, au entará a qualidade das operações, por eio da redução da variabilidade decorrente das es as As t cnicas de controle estatístico de qualidade aplicadas às operações agrícolas ecanizadas ainda são recentes e estão e processo de expansão O apri ora ento e aplicação das ferra entas da qualidade na agricultura deve ta b produzir resultados pro issores, se os resultados das análises fore executados co eficácia, visto que a aioria das operações agrícolas ligadas ao cultivo da soja realizada se controle total de qualidade Considerando tais fatos, partindo do pressuposto que o dese penho da operação de colheita ecanizada da soja possa ser influenciado pelo for ato dos talhões e que a cultura foi i plantada, objetivou-se neste trabalho avaliar os te pos, ovi entos e a qualidade da operação da colheita ecanizada de soja e diferentes for atos de talhões, utilizando-se co o indicadores de qualidade parâ etros de dese penho operacional da colhedora e variáveis representativas dos aspectos agronô icos da cultura, por eio de ferra entas de controle estatístico de processo e de outras análises estatísticas 3 II REVISÃO BIBLIOGRÁFICA 1 Colheita mecanizada de soja Com o aumento das populações e a necessidade de se produzir mais alimentos, com um número cada vez menor de pessoas empregadas na agricultura, as operações agrícolas começaram a ser mecanizadas (Klaver et al , 2012), e a grande variedade de máquinas agrícolas disponíveis hoje, para realizar estas operações permite ao agricultor uma escolha adequada para atender a sua demanda. Porém, as características de cada modelo variam e podem interferir no desenvolvimento da cultura, interferindo negativamente ou positivamente desde o semeadura até a colheita. A cultura da soja é de grande importância no cenário agrícola brasileiro e tanto a produtividade quanto a área cultivada vêm aumentando a cada safra, exigindo cada vez mais rapidez e qualidade na colheita. Porém perdas consideráveis são contabilizadas na colheita mecanizada, etapa fundamental no processo produtivo das grandes culturas (Compagnon et al , 2012). No Brasil, a cultura de soja se caracteriza pelo uso intenso da mecanização durante a operação de colheita, pois devido às incertezas climáticas podem ocorrer atrasos que prejudiquem a colheita dos grãos para que as perdas sejam mantidas dentro de padrões aceitáveis (Chioderoli et al , 2012). Segundo Bottega et al (2014), a colheita mecanizada é considerada a etapa mais complexa do ciclo de produção de uma cultura. A sincronia dos mecanismos internos, regulagens e a velocidade de trabalho são fatores que influenciam diretamente na Holtz et al (2013) mostra que as perdas que ocorrem durante a colheita mecanizada de cereais implicam grandes prejuízos para agricultores e para o país. Na colheita da soja, boa parte das perdas poderia ser evitada. Apesar da alta tecnologia disponível para colheita de soja no Brasil, podem ocorrer perdas durante este processo, diminuindo a produtividade e o lucro dos produtores com Magalhães et al. (2009), as regulagens das colhedoras podem afetar o nível de perdas ocorridas durante a colheita da soja. Assim sendo, informações sobre a operação de colheita podem indicar ações capazes de reduzir o seu custo e consequentemente aumentar a rentabilidade das lavouras. O correto planejamento, mais especificamente por meio de um adequado 4 dimensionamento da colhedora evita sua subutilização. Porém, para efetuar esse dimensionamento de forma adequada, é necessário conhecer informações sobre as eficiências dessa operação, segundo as condições em que as colhedoras irão operar (Araldi et al , 2013). A colheita mecanizada pode se influenciada por inúmeros fatores principalmente por elementos ligados à cultura, ou seja, inerentes à colheita, como escolha de cultivares adequados para a região, deiscência das vagens, época da semeadura e os tratos culturais, entre outros, estes são fatores, que aliados a minimização das perdas na colheita formam o grupo dos principais fatores que afetam à produtividade (HEIFFIG 2002). O estande é fator determinante para o arranjo das plantas no ambiente de produção, influenciando o crescimento das plantas de soja. Portanto, o ajuste do melhor estande deve proporcionar maior produtividade agrícola. A altura de planta e de inserção da primeira vagem, adequadas à colheita mecanizada, são fatores que podem afetar o fluxo de material colhido (PEREIRA JÚNIOR et al., 2010). Tendo em vista a enorme gama de variáveis que interferem no nível de perdas na colheita mecanizada de soja, diversos autores propuseram discussões sobre o assunto e sobre essas variáveis envolvidas. Segundo Campos et al. (2005), a idade e a propriedade (alugadas ou próprias) das colhedoras têm influência direta nas perdas, pois em áreas onde a colheita foi terceirizada o nível de perdas foi superior ao das propriedades que utilizam maquinário próprio. A altura de corte da plataforma da colhedora, a velocidade do molinete, a rotação do cilindro trilhador, a abertura entre cilindro e côncavo, e a velocidade de deslocamento estão entre os principais fatores que interferem nas perdas da colheita mecanizada de soja. Em relação aos fatores ligados às perdas de grãos não oriundos do processo de colheita mecanizada, podem-se citar a deiscência das vagens, a semeadura inadequada, a escolha errada do cultivar, a ocorrência de plantas daninhas e o mau desenvolvimento da cultura (FERREIRA et al., 2007). As más regulagens da colhedora ocorrem, na maioria das vezes, pela falta de operadores capacitados para tal função, como constatado por Silva et al (1998). Ainda com relação aos fatores relacionados às máquinas, Cunha et al. (2009) afirmam que as colhedoras com sistema de trilha axial, em que o material entra no 5 sentido do eixo do rotor, apresentam a possibilidade de redução dos índices de danos mecânicos em relação às colhedoras com sistema de trilha tangencial. Por outro lado, quando ocorre a necessidade de se extrair da máquina sua capacidade operacional máxima, o operador de imediato imprime maior velocidade de deslocamento, esquecendo-se que isso pode acarretar em problemas que pode aumentar o nível de perdas, como a abertura do côncavo (FERREIRA et al., 2007). 2 Desempenho operacional Define-se desempenho operacional das máquinas agrícolas como um complexo conjunto de informações que determinam seus atributos ao executarem operações sob determinadas condições de trabalho. Essas informações podem ter características: operacionais, relativas à qualidade e a quantidade de trabalho; dinâmicas; relativas à potência requerida e à velocidade de trabalho; e de manejo, relativas às regulagens, aos reparos às manutenções das máquinas. As avaliações das características operacionais, no caso de colhedoras, tratores e implementos agrícolas, são feitas pela capacidade de campo, a qual é estimada pela área trabalhada em uma unidade de tempo. A capacidade de campo pode ser teórica, efetiva ou operacional. (MIALHE, 1974) Considera-se importante que o desempenho das colhedoras seja otimizado por se tratar de máquinas com elevado custo operacionais. Dessa forma, um método preciso de calcular o desempenho das colhedoras auxilia os usuários a selecionar corretamente a sua capacidade, bem como o equipamento requerido para o transporte da cultura (MOLIN, 2006). As máquinas agrícolas são projetadas para realizar atividades na integra ou parcialmente, estas possuem estruturas básicas, órgãos ativos que permitem realizar operações agrícolas. Rodrigues et al. (2011) estudando a capacidade operacional de um conjunto mecanizado identificaram que o preparo do solo e a velocidade da operação de semeadura influência o desempenho operacional da cultura do sorgo forrageiro. Pacheco (2000) afirma que com o aumento da mecanização agrícola, é cada vez mais necessário o desenvolvimento de novas tecnologias, exigindo cada vez mais 6 equipamentos com maior potência para atender as diversas atividades agrícolas. Com isso, é necessário um maior gerenciamento sobre a rentabilidade do negócio. De acordo com Silveira et al. (2006), a capacidade de trabalho ou de campo das máquinas agrícolas é função dos seguintes fatores: largura de trabalho da máquina, velocidade de deslocamento, porcentagem de tempo parado ou não operado devido ao tempo gasto no deslocamento para a área a ser trabalhada, em manobras e com outras atividades que podem surgirem durante o processo Segundo Strickland et al. (2001), no passado, os estudos de desempenho de máquinas a campo eram realizados utilizando-se de cronômetros, pranchetas e mecanismos de gravação, que consumiam muito tempo e necessitavam de uma pessoa ou uma equipe de campo para apontamentos. O advento dos monitores de colheita para fins de obtenção de mapas de produtividade tornou a coleta de dados para essa operação mais simples, utilizando um receptor de GPS ("Global Positioning System") conectado a um computador instalado na cabine da colhedora e sensores que medem o fluxo e a umidade dos grãos colhidos, definindo a produtividade na área de forma georreferenciada. O desempenho operacional das máquinas também pode ser muito influenciado pelo operador através das horas de alimentação (lanches e água), descanso e higiene pessoal, o tempo de experiência e o estado de ansiedade do trabalhador, obstáculos presentes no percurso das máquinas, velocidade de deslocamento da máquina e paradas técnicas para manutenção e reparos.(Linhares et al , 2012). 3 Eficiência operacional Atualmente, há uma necessidade de aumentar a eficiência em todos os setores da economia para a manutenção da competitividade, especialmente no setor agrícola. A otimização do projeto, adequação de maquinário, práticas de irrigação, desenvolvimento de sistemas de informação geográfica e de posicionamento global e muitas outras técnicas estão proporcionado à agricultura ganhos crescentes, permitindo aumento da produção com redução de áreas cultivadas (Klaver et al , 2012). Estudos feitos por Linhares et al (2012) mostram que o planejamento operacional das atividades tem por objetivo estabelecer alternativas que propiciem o cumprimento das metas de produção que são determinadas pelo planejamento global, por meio do 7 conhecimento da eficiência e do desempenho operacional das máquinas e equipamentos utilizados na colheita A eficiência de um sistema de colheita depende, basicamente, do ambiente onde o mesmo é trabalhado, e os principais fatores a serem considerados são o clima, o terreno, a espécie vegetal, a infraestrutura, o nível de desenvolvimento, a tradição do sistema utilizado. Eficiência de campo é um importante critério para verificar a capacidade de campo e para tomar importantes decisões sobre o gerenciamento das máquinas (Grisso et al., 2004). Segundo a norma ASAE D497.6 (2009), eficiência de campo é a relação entre a capacidade de campo efetiva de uma máquina pela sua capacidade de campo teórica. Esta eficiência está relacionada com o não aproveitamento da largura total de trabalho da máquina, com os hábitos do operador, tempo de manobras e características da área. De acordo com Hunt et al (2001), a eficiência de tempo é o resultado da relação entre o tempo que a máquina efetivamente trabalhou na operação de campo e o tempo que ela utilizou para realizar a operação. Nos estudos feitos por Molin et al (2006) constataram que a eficiência de campo indica o quão eficiente é o sistema no que diz respeito à influência dos tempos de manobra e descarregamento. A eficiência gerencial indica a influência dos tempos parados sobre a operação. A eficiência global indica o quanto do tempo total de campo disponível realmente está sendo utilizado para a colheita. Segundo Araldi et al (2013), eliminando-se os tempos de descargas e de imprevistos, pode-se aumentar aproximadamente 13,4% a eficiência de campo e as variáveis com maior correlação com a redução das eficiências foram tempo de deslocamento e velocidade de deslocamento, para eficiência de campo, e tempo de descarga, para eficiência de tempo. Em contrapartida, Santos et al. (2014) destacou que o aumento da eficiência de campo diminui o custo de produção do sistema de colheita mecanizada de cana de açúcar e eleva a renda líquida e para se alcançar altas eficiências se fazem necessários grandes investimentos gerenciais para os meios de execução e tempos operacionais. 8 4 Controle estatístico de qualidade (CEQ) O controle estatístico de qualidade (CEQ) ou também podendo ser denominado de controle estatístico de processo (CEP), é amplamente utilizado na área industrial para monitorar, avaliar e, se necessário, melhorar o desempenho da produção levando em consideração a confecção de itens conformes e não conformes em determinadas linhas ou processo produtivos. Segundo Western Eletric (1956) o controle estatístico de qualidade seria uma forma de estudo das características quanti-qualitativas de um processo, com o auxílio de números, tendo base matemática, de maneira a fazê-lo comportar-se da forma desejada atendendo aos limites de especificações estipulado, bem como manter a produção de itens conforme o mais longo período de tempo possível. De acordo com Montgomery (1997; 2009) a utilização deste tipo de análise torna- se fundamental para verificar o monitoramento e redução da variabilidade dos processos produtivos, aumentando assim, a qualidade dos itens de produção final. Montgomery (2004) afirma que a redução da variabilidade é uma quantificação inversamente proporcional ao aumento da qualidade das operações ou processos a serem desempenhados. Atrelado ainda a questão da variabilidade decorrente dos processos, quando utilizamos o controle estatístico para minimizar as mesmas, tem-se: a variabilidade de causas comum ou aleatórias sendo inerentes ao processo e as causas especiais ou não-comuns que podem e devem ser diagnosticadas a fim de que a qualidade da operação se mantenha nos padrões desejados. Por fim, quando o processo é considerado sob controle estatístico, significa que há somente variação de causas comuns às quais são dificilmente eliminadas (Ramos, 2003; Veit, 2003), porém, a correta análise e interpretação do conjunto de dados são essenciais para futuras tomadas de decisões. Conforme descreve Cortivo (2005) o uso dos gráficos de Shewart pode ser utilizado em situações que não se atende à aplicação das cartas de controle convencionais. Porém, a forma de interpretar as informações deve ser modificada e tratada de maneira coerente ao determinado processo avaliado, a fim de que as mesmas ao invés de serem somente descritivas possam ter finalidade ativa para a tomada de decisão. 9 Hessler (2008) utilizando as técnicas do controle estatístico para verificar o comportamento de seus itens de produção de uma empresa, relata que, o uso do CEP é um fator determinante para apresentar resultados com a finalidade de reduzir o número de defeitos nos seus produtos finais. O autor ainda aborda que para sucesso da implantação do CEP no comportamento organizacional e comportamental de qualquer empresa, os gerenciadores e o treinamento dos funcionários são fundamentais para a melhoria da qualidade e produtividade. A manutenção e a melhoria da qualidade são determinantes para o sucesso de qualquer sistema produtivo, principalmente, no que se refere às operações mecanizadas que sofrem elevados índices de variabilidade devido a condições de fatores não controláveis. Um processo pode ser definido como qualquer combinação mão-de-obra, matéria-prima, métodos, medição, máquinas e ambiente, que colaboram e interagem de certa forma para atingir a qualidade de determinado produto ou serviço (SAMOHYL e ALVES, 2005). Desta forma, de acordo com Souza (2003), pode-se afirmar que a variação ou a dispersão, denominada variabilidade, encontram-se presentes em todos os processos produtivos de bens ou serviços, podendo ser quantificadas por atributos ou variáveis. Souza (2003) descreve que variabilidades poderão ser pequenas, mas elas sempre existirão independentemente do tamanho e forma do produto ou serviço. Com a evolução tecnológica, estas variações, muitas vezes, são muito pequenas, exigindo métodos e equipamentos apropriados para medições, avaliações e controle. Associando o parágrafo anterior às operações agrícolas mecanizadas, nem sempre ocorre tal diminuta variação. Portanto, quando se pensa em operações que são afetadas por praticamente todos os fatores (máquina, meio ambiente, matéria prima, medição, método e mão-de-obra) a interpretação dos resultados tem que ser plausível com cada variável ou indicador de qualidade coletado, pois, caso contrário o diagnóstico precipitado sobre o desempenho ou produtividade final da operação pode refletir nos custos de produção. Segundo Alves (2003), várias técnicas estatísticas podem ser utilizadas para descrever e interpretar a variabilidade de um processo, e o emprego destas, pode contribuir para a redução da variabilidade. Entretanto, BONILLA (1995) afirma que a análise descritiva pode ser fundamentada em medidas de tendência central (média 10 aritmética, mediana e moda), medidas de dispersão (amplitude, desvio padrão e coeficiente de variação) medidas de assimetria e de curtose e técnicas ou gráficos como histogramas e diagramas de caixa (box-plots), dentre outros, bem como a interpretação dos fatores e suas correlações em uma análise de variância, que também se relacionam a variabilidade do processo. Neste contexto, quando estas análises são associadas ao controle estatístico de processo a visão e a magnitude bem como o comportamento do processo ao longo do tempo pode ficar claramente evidenciada, criando-se então, potenciais facilidades para identificar momentos críticos que afetam a qualidade do processo. Por fim, as operações agrícolas quando executadas fora dos padrões de qualidade estabelecidos podem influenciar na continuidade do processo. O controle da qualidade deve ser feito por meio de um conjunto de procedimentos, que promovam serviços e resultados, atendendo às exigências das máquinas e dos processos (PECHE FILHO, 1994). 4.1 Usos de gráficos sequenciais (Run chart) A utilização dos gráficos sequenciais é uma ferramenta importante para acompanhar a continuidade do processo ao longo do tempo, por meio das detecções de padrões de não-aleatoriedade bem como alterações no comportamento dos mesmos. Por outro lado, também é uma maneira de verificar a variabilidade dos resultados (MINITAB, 2007), podendo o processo permanecer ou não previsível e, caso seja necessário, mudanças ou alterações no decorrer do processo devem ser realizadas para sua melhoria. Esta ferramenta que, segundo Werkema (2006) é um gráfico de dados ao longo do tempo, utilizado para verificação do processo, permite identificar a presença de causas especiais de variação e também inferir na redução da variabilidade. De acordo com National Health Servise - NHS Scotland (2013), este tipo de gráfico é uma sequência ordenada de dados, com um eixo horizontal centralizado. Um gráfico sequencial permite o monitoramento do processo e a identificação do tipo de variação a que o mesmo está submetido ao longo do mesmo. O eixo central pode representar à 11 média ou a mediana, sendo a média mais usada na maioria dos casos, exceto para dados discretos. Segundo Wisconsin Hospital Association - WHA Quality Center (2013) estes gráficos sequenciais também são usados para identificar possíveis outliers entre os dados observados, podendo esta análise ser útil para a resolução de problemas e para a comparação com um padrão de processo ou exigência. A utilização dos gráficos sequenciais pode ser realizada em diversas fases do processo, bem como para qualquer tipo de operação que seu uso não seja limitado. Neste contexto, esta análise pode ser verificada em linhas de produção de peças industriais, controle de qualidade laboratorial, detecção de níveis anabolizantes em atletas, redes neurais em computadores, operações agrícolas, dentre outras. Ressalta- se se ainda, que a utilizações de padrões sequenciais empregados para determinados processos são importantes para não incorrer em interpretações incertas, ou seja, é necessário quantificar a sequência de pontos a ser condizente para cada padrão associando-os a cada variável em estudo. Exemplos da utilização de run charts podem ser encontrados nos trabalho de Perla, Provost e Murray (2011), Cheng e Cheng (2009), Hill e Schvaneveldt (2011), Yang e Yang (2005), Ranaee e Ebrahimzadeh (2011), Ebrahimzadeh, Addeh e Rahmani (2012), Guh (2008), Cassia (2012). Às vezes, as avaliações realizadas na coleta contínua de dados de um determinado processo, construção de gráficos de controle, análise de gráficos sequenciais e tabelas, dentre outros, acabam não sendo efetivamente utilizados para a melhoria e controle do processo pela falta de capacidade de interpretação destes resultados. Nesta fase, é importante a capacitação dos operadores e gerenciadores da operação, já que o ideal é que eles mesmos façam, corretamente, essa interpretação e tornem realidade seus planos de melhorias (SOUZA, 2003). Como afirma Batista (1996), é preciso ter sempre em mente, que sem conhecimento e sem aplicação do conhecimento, não há evolução e melhoria em qualquer atividade que se deseja trabalhar com níveis de qualidade exigidos. 4.2 Usos das cartas de controle de Shewhart 12 Segundo Montgomery (2000), Shewhart (precursor dos gráficos de controle) publicou os fundamentos do Controle Estatístico de Processos (CEP), por meio da elaboração de cartas de controle que apresentavam limites dentro dos quais poderiam ocorrer variações aleatórias. Desta forma, pontos que se apresentassem fora destes limites, inferior e superior, indicariam a possibilidade de existência de causas especiais, interferindo no processo de produção tornando-o não previsível ou fora de controle, casos os pontos permanecessem dentro dos limites o processo é considerado estável. De acordo com Hessler, Camargo e Dorion (2009) um processo produtivo bem planejado e monitorado cuidadosamente, sempre existirá a variação natural, decorrente de causas comuns (aleatórias), constatando-se a estabilidade do mesmo. Montgomery (2004) relata que é possível interpretar as cartas de controle estatístico de um processo, da seguinte maneira: considerando-o “sob controle estatístico” ou “fora de controle estatístico”, cujas definições pode ser dadas da seguinte maneira: − Processo sob controle estatístico ou estável: ocorre a existência somente de variabilidade natural do processo, ou seja, que se encontra sob a ação apenas das chamadas causas aleatórias, tanto para as cartas de valores individuais como para a de amplitude móvel. − Processo fora de controle estatístico ou instável: ocorre a existência de causas especiais de variação, levando o processo à instabilidade, uma vez que seu comportamento se torna imprevisível ao padrão esperado. A constatação que um processo está ou não sob controle, varia potencialmente em função da probabilidade utilizada em associação com o desvio padrão da referente amostra.Em virtude da diferença de rigorosidade do teste que estes desvios padrão proporcionam, podem ocorrer alarmes falsos, ou seja, indicando a instabilidade do processo quando somente há a existência de causas comuns (ZANINE, 2006), neste caso sendo caracterizado o erro tipo I, e quando é determinada a estabilidade do processo, quando, de fato, o mesmo encontra-se instável incorremos ao erro tipo II (MONTGOMERY, 2004). Portanto, para se escolher a definição de qual rigorosidade dos testes utilizar, deve-se ter em mente a grandeza da mudança a ser diagnosticada pelos gráficos de controle, a rapidez que se deseja realizar tal mudança e a forma de como 13 monitoramento do processo, sempre levando em consideração os custos pertinentes a tais investimentos na melhoria do mesmo. Diante do exposto, Hessler, Camargo e Dorion (2009) afirmam que um dos principais objetivos do controle estatístico de processo é o monitoramento contínuo, a detecção e a eliminação de toda ou quase todas as fontes de variação e, por fim, a melhoria do processo com um todo, mantendo-o estável. 4.3 Cartas de controle da média móvel exponencialmente ponderada Os modelos de cartas de controle em que se utiliza a média móvel exponencialmente ponderada (MMEP), também denominada de gráficos de controle avançados, são aprimoramentos dos gráficos de Shewhart desenvolvidos para situações específicas, na qual se deseja minimizar simultaneamente a ocorrência de pontos fora dos limites de controle (alarmes falsos) e alarmes não visíveis (SAMOHYL, 2009), em virtude de sua maior rigorosidade de análise. Este gráfico foi introduzido por Roberts (1959) sendo uma boa alternativa ao gráfico de controle de Shewhart, para detectar pequenas variações na distribuição dos indicadores de qualidade ao longo do tempo e, fornecer uma estimativa do novo nível do processo. O uso da MMEP para monitorar as perdas na colheita de cana- de-açúcar, na qual possuem elevada variabilidade, pode vir a ser viável, sendo que seu valor calculado acumula informações sucessivas ponderando as amostras e atribuindo maior peso para as observações mais recentes e peso menor para as mais remotas, isto é, o peso dado às amostras decresce geometricamente da primeira até a última amostra. Neste contexto, esse gráfico é considerado uma ferramenta estatística de fácil implementação (MASTRANGELO; MONTGOMERY, 1995). A escolha dos parâ etros λ (fator de rigidez de análise) e ( últiplo do desvio padrão) para o procedimento de planejamento ótimo de um gráfico MMEP consiste na seleção adequada desta co binação (λ, ) capaz de fornecer seu elhor desempenho. Quando L = 3 (os limites 3σ usuais, das cartas de Shewart) funciona razoavel ente be , particular ente co valores aiores de λ No entanto, quando 14 λ pequeno, por exe plo, λ = 0,1 existe u a vantage de reduzir a a plitude do limite de controle pela utilização de um L entre 2,6 e 2,8. O analista de processos deve ter e ente qual o enor valor de λ a se escolher para detectar pequenos variações ao longo do processo (MONTGOMERY, 2009). Assi , se u valor λ pequeno for utilizado, co o λ = 0,01, então deve ser reduzido, por exemplo, para L = 2. Outro aspecto importante, é o comportamento dos limites de controle, pois como |1-λ|<1 a sequência 〖(1-λ)〗^2i tende para zero e i tende para o infinito, o termo [〖1-(1-λ)〗^2i] aproxima-se da unidade i tornando-se de elevado valor. Isto significa que, após o gráfico de controle MMEP ter percorrido diversos períodos de tempo, os limites de controle têm a forma assintótica e aproximam-se dos valores de posição fixa, tendendo a sua estabilização (MONTGOMERY, 2009). Albiero et al. (2012) ao aplicarem as cartas de controle da média móvel exponencialmente ponderada na operação agrícola mecanizada de distribuição de se entes por u a se eadora de anel interno rotativo, utilizara λ = 0,4 e intervalo e = 3σ, e relatara que a MMEP se ostrou adequada para a avaliação da qualidade da distribuição longitudinal de sementes. As cartas de controle da média móvel exponencialmente ponderada (MMEP) foi calculada utilizando-se a largura da faixa entre a média e os limites de controle, como o valor 3 (três) e o fator de rigidez da análise foi escolhido λ=0,4. Tal valor foi escolhido em virtude da recomendação de Montgomery (2009) e Hunter (1989), na qual os autores recomendam utilizar (λ=0,4) quando se utilizada a largura de faixa com valor 3 (três). Ressalta-se ainda que, tal ferramenta não necessita da distribuição normal de probabilidade dos dados para ser utilizada no monitoramento de processos. Porém, tais recomendações são baseadas na análise de itens de produção industrial, na qual as variações são mínimas possíveis entre os itens e/ou peças produzidos. A escolha do valor (λ=0,4) é em função de que estudos específicos sobre a utilização deste valore aplicados para indicadores de qualidade de desempenho do motor de trator, que possuem também menor variação quando comparados a outros, que não sejam provenientes de sensores (a exemplo podemos citar as perdas decorrentes da colheita mecanizada de soja, amendoim e 15 cana-de-açúcar) ainda são escassos e/ou inexistentes, para qualquer operação agrícola mecanizada. Portanto, ainda não se sabe ao certo qual valor utilizar para tal parâmetro, podendo este ser dependente do tipo de indicador de qualidade avaliado e de como é quantificado. 4.4 Análise da capabilidade ou capacidade do processo É o nível de uniformidade que determinado produto é capaz de reproduzir, isto é, não diz respeito a quanto o processo é satisfatório, mas o que o processo é capaz de realizar, indicando também qual é o nível real de qualidade que o processo é capaz de produzir a curto e em longo prazo (SOUZA, 2003). Um processo considerado como capaz produz produtos ou serviços que estejam de acordo com as especificações. Partindo do princípio que o desempenho de um processo seja previsível, é possível avaliar a capacidade do processo para a produzção de itens dentro das específicações (limites) e prever o número de itens fora destes limites. Em outras palavras, a faixa de variação do processo é comparada com a faixa do intervalo das especificações (MINITAB, 2007). Os índices de capacidade (Cp, Cpk, Pp, PpK e Cpm) são valores sem unidade para que possamos usá-los para comparar a capacidade de diferentes processos. Muitos profissionais consideram 1,33 ser o valor mínimo aceitável para os índices de capacidade potencial do processo (Cp) e, na maioria dos casos, índice menor que 1 não é aceitável. O valor do índice Cp (capabilidade potencial do processo) pode ser interpretado da seguinte maneira: a diferença entre os limites superior de especificação (LSE) e o limite inferior de especificação ( E) for igual a seis vezes o valor do desvio padrão (σ), isto é, (Cp= 1), presume-se que aproximadamente 0,27% dos itens produzidos estarão fora dos limites de controle e por isso é considerado aceitável, e 99,73% dos resultados está dentro dos limites de controle. Valores de Cp menores que 1,0 fazem com que o processo seja considerado como incapaz de atender à especificação; valores maiores e iguais a 1,33 são considerados adequados, isto é, o processo é capaz de atender à especificação e, processos e que o p está no intervalo 1,0 ≤ p < 1, considera-se o 16 processo aceitável. Quando se calcula o índice Cp, assume-se implicitamente que o processo está centrado no valor nominal da especificação, se o mesmo não estiver na sua capacidade real será menor do que a indicada por Cp (SOUZA, 2003). O índice Cpk (índice de capabilidade potencial mínimo) pode ser utilizado como medida da capacidade real do decorrer do processo, pois é necessário determinar não apenas o potencial de produzir itens dentro dos limites de especificações, mas o desempenho atual de determinada linha de produção (MINITAB, 2007). Para haver maior confiabilidade desta análise, é necessário considerar o efeito da média do processo relativo ao centro da faixa de tolerância (MINITAB, 2007). Caso o processo não esteja centrado na meta, existe motivo para se preocupar. Portanto, o melhor desempenho do processo (menos itens fora dos limites de especificação) será atingido por meio da centralização do mesmo em relação à meta, ou seja, quando a média for igual à meta especificada. Em virtude deste monitoramento da centralização do processo, o índice Cpk foi desenvolvido para englobar o efeito da variabilidade e do desvio da média em relação ao valor nominal (SOUZA, 2003). Para a análise da capabilidade geral do processo utiliza-se o índice Pp (capabilidade geral) e Ppk (índice de capabilidade geral mínimo) no qual os mesmo constituem-se: Pp: representa a real forma do processo, em virtude do seu comportamento dentro dos limites de especificação levando em consideração a dispersão dos valores, uma vez que o mesmo não leva em consideração a localização da média do processo; enquanto que o Ppk: leva em consideração a dispersão do processo em relação a localização da média. Portanto, quanto mais próximos estes índices estiverem maior é a centralização do processo (MINITAB, 2007). Ainda de acordo com Minitab (2007) quando o valor da meta especificada é utilizado para a confecção da análise da capabilidade, mais um índice é gerado o Cpm (índice de capabilidade em relação à meta) que se refere a variação da meta a dos valores médios entre os limites de especificação, sendo importante utiliza-lo na comparação com os índices Cp e Cpk para inferir na centralização e na capacidade do processo. 17 4.5 Aplicações do CEQ na agricultura A carta de controle, ferramenta precursora do controle estatístico de qualidade, apresentada por Walter Shewhart em 1924, é indiscutivelmente a ferramenta estatística mais importante dos sistemas de controle e melhoria da qualidade em qualquer sistema produtivo que possui por finalidade atender as necessidades dos clientes. O conceito das cartas de Shewhart é simples, pois, se o processo é monitorado frequentemente, seu comportamento será potencialmente conhecido, tornando-se fácil identificar quando o mesmo está instável e para identificar a estabilidade ou a instabilidade, propôs as cartas de controle com base nos desvios padrão da média. No entanto, com o passar dos anos, estudos sobre as técnicas do controle estatístico de processo foram detalhadas pela Western Eletric Company (1956) na qual, critérios foram determinados para a sua linha de produção e validação dos seus itens. Neste estudo, o foco principal do CEQ era associar às informações gráficas, detecção dos problemas e sua fonte de variação, com as possíveis melhorias cabíveis a linha de produção para aumentar a qualidade dos itens produzidos como forma de maximizar os lucros da corporação. Com base nessa premissa o uso do controle estatístico de qualidade é comumente utilizado na área industrial na verificação e validação das peças produzidas, e se estas atendem aos padrões de qualidade a custos aceitáveis, e a quantidade de itens não conformes produzidos que irá para o sucateamento, o que certamente possuirá consequências nos custos de produção (BROH, 1974 apud SAMOHYL, 2009), sendo, portanto, utilizada até os dias atuais. Nos últimos anos houve uma expansão da utilização do controle estatístico de processo nas áreas de saúde, laboratoriais, indústrias alimentícias e, por fim, em operações agrícolas. Nos ciclos que envolvem as operações agrícolas, podendo envolver toda e qualquer etapa da cadeia produtiva, pode-se citar que os primeiros autores a tratarem desse assunto associando o CEQ em suas atividades rotineiras foram Kramer e Twigg (1966). Estes autores desenvolveram fundamentos sobre o uso do controle estatístico de processo para o monitoramento da qualidade dos produtos agrícolas que chegavam até a indústria de processamento, nos EUA, e quando detectados produtos que não atendiam a necessidade dos clientes os mesmo eram descartados. 18 Com base nesses fundamentos, Kramer e Twigg (1970) definiram padrões de qualidade para determinados lotes de matéria prima que chegavam à indústria, concluindo que o monitoramento traz incrementos na qualidade dos produtos a serem levados ao cliente o que, consequentemente, possui maior valor agregado. Aprimorando cada vez mais a utilização das ferramentas do controle estatístico de qualidade na indústria alimentar Bender, Kramer e Kahan (1976) desenvolvem métodos de análises para alimentos, utilizando às cartas de controle para possíveis diagnósticos de produtos não conformes aos padrões de qualidade da indústria de processamento e as necessidades dos consumidores. Neste contexto, Bender, Douglas e Kramer (1982) descrevem a importância da análise de alimentos e dos métodos estatísticos utilizados para suas análises, sendo que, quando se deseja obter níveis elevados de qualidade o uso do CEQ é fundamental. Bender, Douglas e Kramer (1989) reafirmam o conceito de que os níveis de qualidade em determinados alimentos é essencial para a aquisição destes produtos pelos consumidores, podendo se fazer o monitoramento da qualidade destes produtos por meio da utilização das ferramentas do CEQ. Com base neste início possível de inserção do CEQ na agricultura, para o monitoramento, verificação da qualidade dos produtos colhidos a campo, e sendo por fim, avaliados quando levados a indústria de processamento nos EUA, Rodrigues e Amorim (1995) investigaram os usos das técnicas de qualidade nas organizações brasileiras e tal estudo pode ser levado às empresas privadas e públicas dos setores industriais, laboratoriais, alimentício, saúde e principalmente para a área das operações agrícolas, sendo este último fator fundamental para a produção de alimentos. Os autores concluíram que poucos pesquisadores conheciam as ferramentas de monitoramento da qualidade proporcionadas pelo CEQ e as empresas que faziam uso destas ainda não tinham padrões de qualidade a serem seguidos e não tornavam as análises em decisões para a melhoria da qualidade. Neste contexto de incipiência de usos de técnicas de controle de qualidade nas operações agrícolas no Brasil, Soffner, Milan e Rípoli (1993) estudaram o gerenciamento das operações agrícolas por meio de programação linear e relataram que o gerenciamento eficaz da maquinaria agrícola tende a maximizar os lucros das atividades agrícolas, bem como a melhor qualidade das operações desempenhadas e 19 pleno desenvolvimento da cultura. Os autores ainda relataram que a utilização do controle de qualidade para as operações agrícolas é fundamental para se obter melhor gerenciamento dos ciclos de operações. Trindade (1993) desenvolveu um sistema de controle qualidade para as operações agrícolas florestais, na qual obtiveram resultados satisfatórios por meio da utilização das cartas de controles e demais ferramentas do CEQ para aumentar a eficiência do gerenciamento das operações. Bonilla (1994; 1995) descreve que a utilização do controle estatístico de qualidade, nas operações agrícolas mecanizadas é essencial para redução da variabilidade elevada, podendo tornar o processo estável quando o mesmo não apresenta este comportamento. Peche Filho (1994) adotaram as ferramentas do CEQ para o monitoramento do grau de picagem de material orgânico, para posterior desenvolvimento de uma metodologia para tal operação, e constataram que a redução da variabilidade decorrente desta operação incrementa os níveis de qualidade. Neste contexto, Lopes, Milan e Coelho (1995) visando contribuir com a inserção do CEQ nos ciclos das operações agrícolas mecanizadas na cultura da cana-de- açúcar, relataram que por meio do monitoramento da qualidade em que as operações estavam sendo desempenhadas houve elevada variabilidade dos resultados. Tal variabilidade para o espaçamento entre sulcos pode ter levado ao processo ser instável, sugerindo, portanto, melhorias na regulagem do implemento e da operação efetuada. Por outro lado, Pasqua et al. (1996) utilizaram as ferramentas do CEQ para o monitoramento dos ciclos das operações mecanizadas na cultura do milho, estabelecendo indicadores de qualidade para a semeadura, adubação de cobertura e pulverização, sendo avaliados pelas cartas de controle. Milan (1998) descreve que a adoção de sistemas de gerenciamento e suas técnicas propiciam o aumento da competitividade na área agrícola, permitindo melhorar a qualidade e potencialmente a redução de custos. Portanto, controle de qualidade, que visa o monitoramento contínuo do desempenho dos processos, é uma técnica aplicada há longo tempo na indústria e na prestação de serviços e que deverá ser adotada cada vez mais para a agricultura, de forma a aumentar a qualidade das operações agrícolas mecanizadas. O autor ainda relata que o emprego de técnicas de qualidade proporcionam melhorias das operações, mas que talvez, essas melhorias podem ser sentidas de maneira mais substancial ao longo dos anos de utilização do 20 CEQ (programa de melhoria da qualidade), pois, assim se cria o hábito de monitorar frequentemente as operações, podendo esta descrição ser comparada ao estilo japonês de implantação do CEQ. Tomando com premissa de implementação de um programa de melhorias da qualidade das operações agrícolas mecanizadas descritas por Milan (1998), vários autores a partir de então começaram a utilizar as ferramentas do CEQ para o monitoramento, detecção de causas especiais, interferindo no processo e posteriormente elaborando planos de melhorias para aumentar a qualidade das mesmas, por meio da redução da variabilidade decorrente do processo. Fernandes, Milan e Peche Filho (2000) propõem um gerenciamento da qualidade para as operações agrícolas mecanizadas no sistema de produção e cana-de-açúcar, e descrevem que a qualidade destas operações pode ser observada por dois lados: sendo o primeiro o lado econômico, na qual, a qualidade é a produção de itens aos custos compatíveis com a referida atividade e segundo volta-se para o lado agronômico, em que a qualidade se refere à realização de produtos ou serviços dentro dos limites de especificações ou de qualidade imposto pela unidade produtoras. De acordo com Milan e Fernandes (2002) a avaliação da qualidade das operações de preparo de solo, escarificação e gradagem, por meio do controle estatístico de processo, se mostrou eficiente para aumentar a qualidade das operações desempenhadas nestes sistemas de preparo de solo por meio do plano de melhoria efetuados e posteriormente executado e isto só foi possível em virtude da redução da variabilidade decorrente da operação. Milan, Barros e Gava (2003) avaliou o planejamento do preparo do solo por meio do desdobramento da função qualidade (QFD)) para a implantação de mudas de eucalipto, e concluíram que os indicadores de qualidade largura e profundidade do sulco e tamanho dos torrões são os mais importantes para atender o melhor desenvolvimento das mudas. O autor ainda descreve, que o uso do QFD no setor florestal bem como na área agrícola é uma técnica eficaz para identificar e traduzir os fatores limitantes das operações agrícolas. Souza (2005) descreve uma metodologia para avaliar a qualidade da operação da semeadura direta em sistema de produção de milho, na qual, continha seis etapas, dentre elas: caracterização, pesquisa bibliográfica, seleção dos indicadores de 21 qualidade, coleta dos dados a campo, análise dos dados e criação do índice de cada indicador de qualidade. Segundo Nagumo e Milan (2006) as cartas de controle bem como o uso de histogramas, podem ser utilizados para análise dos indicadores críticos de qualidade das características exigidas pelos clientes na produção de mudas de café enxertadas e comercializadas em tubetes plásticos, bem como demais padrões de qualidade relacionados ao ciclo de produção das mudas. Silveira, Peche Filho e Storino (2007) em estudo realizado avaliando a qualidade das operações desempenhadas pela velocidade de trabalho do trator em operações de pulverização, adubação e roçadora no cultivo de café, relataram que o monitoramento da velocidade de trabalho ao longo da operação não sofreu intensa variação. Portanto, estas operações podem ser realizadas com certo nível de qualidade, sendo o uso das cartas de controle, dentre as ferramenta da qualidade, eficiente no gerenciamento das operações agrícolas na lavoura cafeeira. Avaliando o desempenho de um dispositivo de corte de base de colhedoras de cana-de-açúcar Salvi, Matos e Milan (2007) utilizaram as cartas de controle para o monitoramento da altura de corte, e constataram que, com e sem o uso do dispositivo automático de controle da altura de corte, o processo é instável, não mantendo o padrão médio da altura de corte especificada pela unidade produtora, havendo influências também da idade e porte do canavial. Suguisawa et al. (2007) utilizaram as cartas de controle estatístico de processo para avaliar a qualidade da aplicação de herbicidas em lavoura de trigo e constataram que o seu uso torna-se importante para o monitoramento e aumento da qualidade da operação uma vez que a mesma foi irregular ao logo do tempo. Porém, em função do herbicida ser sistêmico considerou-se a qualidade de aplicação como média. Em avaliação das caracterizações das perdas e distribuições de cobertura vegetal durante a colheita mecanizada de soja, Toledo et al. (2008) afirmaram a eficiência da utilização das cartas de controle para a identificação da instabilidade decorrente do processo de colheita uma vez que as perdas e cobertura vegetal foram consideradas instáveis e estáveis, respectivamente, sob a óptica do CEQ. Peloia, Milan e Romanelli (2010) utilizaram como ferramentas do CEQ as cartas de controle e a análise da capacidade do processo para o corte de rebolos de cana-de- 22 açúcar colhidos mecanicamente, e chegaram à conclusão de que, em função da estabilidade do processo diagnosticado pelas cartas de controle, foram realizadas os gráficos de capacidade na qual o processo foi determinado como incapaz de atingir resultados satisfatórios em curto e longo prazo tanto para cana queimada quanto para cana crua. Avaliando o processo de colheita mecanizada de cana-de-açúcar em função dos turnos de operação diurno e noturno, Noronha et al. (2011) utilizaram as cartas de controle para monitoramento do processo no qual constataram a instabilidade do processo para as perdas pedaço fixo, solto, cana inteira durante o período diurno e estilhaço em ambos os turno de operação, e a estabilidade do mesmo para as perdas tipo toco e rebolo repicado e estilhaçado, em ambos os turno de operação. Reis et al. (2010) estudaram a qualidade da aplicação aérea líquida por uma aeronave experimental na cultura da soja, e relataram que os seus indicadores de qualidade (diâmetro da mediana volumétrica e amplitude relativa do espectro de gotas, e a qualidade da aplicação no terço médio inferior das plantas) foram detectados com pontos ou observações fora dos limites de controle, o que caracteriza a instabilidade apresentada para esta operação. A utilização do método FMEA (Failure mode and effect analysis ou Análise de modo e efeitos de falha) foi usado para a identificação dos fatores críticos e a análise do processo para a sua melhoria contínua no plantio mecanizado de cana-de-açúcar (BARROS e MILAN, 2010). Os autores descreveram 16 fatores críticos nos quais, apenas dois (paralelismo entre sulcos e profundidade de sulcos) foram considerados como não previsível, indicando causas especiais no decorrer da operação e concluem que a elaboração do plano de melhoria é fundamental para aumentar a quantidade de pontos dentro dos limites de controle. De acordo com Chioderoli et al. (2012) avaliando a perda de grãos e distribuição de palha na colheita mecanizada de soja utilizando como ferramentas do CEQ as cartas de controle de valores individuais e de amplitude móvel, constataram que todos os tipos de perdas avaliadas (perdas nos sistemas de trilha e de limpeza e as totais) estavam fora dos limites de controle. Porém, dentro dos níveis aceitáveis de perdas para a cultura bem como para a distribuição de palha pela máquina. 23 Compagnon et al. (2012) avaliaram diferentes métodos de amostragens de perdas na colheita mecanizada de soja, sendo um deles à campo (utilizando-se armação de 2 m2) e outro por meio do monitor de perdas alocado dentro da cabine da colhedora nos períodos diurno e noturno da operação, contataram a instabilidade do processo para as perdas nos sistemas de corte, separação, perdas de grãos limpos e totais durante o período diurno da operação de colheita de soja. Por outro lado, Silva et al. (2013) estudaram a qualidade da colheita mecanizada de feijão em dois sistemas de preparo do solo, e concluíram que, tanto no sistema de preparo convencional como no sistema de plantio direto, os indicadores de qualidade que se apresentaram como instáveis foram o consumo horário de combustível e a produção de matéria seca sob a óptica do CEQ. Em avaliação da qualidade da colheita mecanizada de café em sistema de plantio circular Cassia et al. (2013) por meio da utilização das cartas de controle, constataram a elevada variabilidade decorrente do processo de perdas e dos danos causados às plantas. Porém, os pontos amostrais permaneceram dentro dos limites de controle, considerando o processo como estável. 24 III MATERIAL E METÓDOS 1 Área experimental O experimento foi realizado no período de março de 2014, no município de Conceição das Alagoas – MG, em área da fazenda São Sebastião, localizada nas proximidades das coordenadas geodésicas: Latitude: 19º44'54"S, Longitude: 47º55'55" W, com altitude média de 801 m. Foram avaliados na mesma área, três talhões com diferentes formatos, sendo o talhão 1 considerado irregular, o talhão 2 retangular e talhão 3 assemelhando-se a um trapézio (Figura 1). FIGURA 1. Mapa da área experimental. 25 1.1 Histórico da área, preparo do solo e semeadura A área experimental havia sido cultivada com cana-de-açúcar, por 10 anos, sob sistema convencional de preparo do solo. Após esse período, houve a eliminação das soqueiras da cana-de-açúcar, sendo utilizado novamente o sistema de preparo convencional do solo (utilizando-se gradagem média e leve). Após esta etapa, foi realizada a semeadura para a implantação da cultura da soja em novembro de 2013, no espaçamento de 0,50 m entre linhas e 21 a 22 sementes m-1, totalizando densidade de semeadura de aproximadamente 430.000 sementes ha-1. A semeadora utilizada foi da Tatu Marchesan com 9 linhas, tendo largura útil de 4500 mm e regulada para a profundidade da deposição de sementes no solo foi de 60 mm. 1.2 Clima e solo O clima da região é considerado como tropical com chuvas de verão (Aw) pela classificação de Köeppen-Geiger, com temperatura média do mês mais frio superior a 18 °C, estação invernosa ausente e verão chuvoso. O solo da área experimental foi classificado como ARGISSOLO Vermelho- amarelo eutrófico, com textura média. Foram realizadas dez amostragens ao acaso (0,00 – 0,25; 0,25 – 0,50 m) para determinação da classe textural, sendo o solo classificado como textura média (EMBRAPA, 1997) (Tabela 1). TABELA 1. Análise granulométrica para a caracterização da classe textural do solo. Profundidade (m) % Classe textural Areia Silte Argila 0,00 – 0,25 29 30 41 Média 0,25 – 0,50 24 25 51 26 Pela análise química do solo, em função da coleta de dez pontos amostrais (Tabela 2), observou-se que a saturação por bases (V) foi de 62% (0,00-0,25 m) indicando a não necessidade de calagem antes da realização da semeadura. Ao se analisar (0,25-0,50 m) constatou-se que o V% praticamente atingiu a quantidade requerida para a soja que é de 60% , chegando a 59% (BOLETIM 100, 1996). TABELA 2. Análise química do solo para a semeadura mecanizada da soja. Prof. (m) pH em CaCl2 M. O. P resina K Ca Mg H+Al SB T V g dm-3 mg dm-3 mmolc dm-3 % 0,00-0,25 5,6 25 4 1,8 28 12 26 42 68 62 0,25-0,50 5,6 25 3 0,8 30 10 28 41 69 59 1.3 Variedade A semeadura da soja realizada no mês de novembro de 2013, utilizando-se a variedade BMX Turbo RR desenvolvida pela BRASMAX (BMX) (Tabela 3). TABELA 3. Características da variedade de soja utilizada na área experimental. Características Classificação Ciclo Superprecoce Porte Médio Hábito de crescimento Indeterminado Engalhamento Ótimo Grupo de maturação 5.8 Solos Média/alta fertilidade (A) Produtividade Elevada Acamamento Resistente 27 2 Equipamentos utilizados O mapeamento da área foi feito com auxílio de um receptor GPS, da marca Garmim modelo etrex (de precisão posicional métricas). As coordenadas foram registradas no sistema plano-cartesiano UTM (Universal Transverso de Mercartor). Para a colheita mecanizada da soja foi utilizada uma colhedora da marca Massey Ferguson, modelo MF 5650 Advanced, ano 2010 com aproximadamente 700 h de trabalho. A colhedora possui motor AGCO Sisu Power de seis cilindros, cuja potência nominal é de 130 kW (175 cv) ; equipada com plataforma de corte de 5,00 m de largura; sistema de trilha do tipo tangencial; separação por saca-palhas e tanque graneleiro com capacidade de 5500 L (Figura 2). FIGURA 2. Colhedora de soja Massey Fergusson 5650 Advanced. 28 Foi utilizado no experimento o medidor modelo G600 da marca GEHAKA AGRI (Figura 3), para mensurar a temperatura e o teor de água dos grãos. O G600 realiza as medidas em poucos segundos, sem destruir a amostra, utilizando baterias ou conectado na rede elétrica, possui sistema de auto-calibração que reajusta o equipamento a cada medida. FIGURA 3 Medidor de temperatura e teor de água dos grãos de soja. 29 3 Análise do desempenho da colhedora 3.1 Análise dos tempos, movimentos e eficiência da operação Os dados do monitoramento das atividades da colhedora (Tabela 4) foram coletados com caderneta de campo, prancheta e cronômetro. Uma pessoa ficou designada a acompanhar a colhedora automotriz do início ao fim da operação, anotando a atividade, que estava sendo executada em intervalos regulares de 10 minutos até que terminasse a colheita em cada talhão avaliado. TABELA 4. Divisão das atividades na colheita de soja Atividade Descrição 1. Tempo total de colheita Tempo no qual a máquina se destinava a realizar a operação de colheita mecanizada propriamente dita, incluindo os tempos de manobras. 2. Descarga de grãos Tempo demandado para que a máquina se deslocasse até os pontos de descarregamento, e realizasse a descarga de grãos, até o seu retorno à atividade de colheita. 3. Problemas na colhedora Tempo necessário para resolução de imprevistos, tais como reparos e/ ou embuchamentos. 4. Paradas climáticas Tempo dedicado a paradas devidas às adversidades climáticas, até o retorno da operação de colheita no talhão. De posse dos dados adquiridos nas propriedades, calcularam-se as variáveis relacionadas com a operação (tempo de manobra, tempos gastos durante a operação e relação comprimento/largura do talhão) e as eficiências da operação (eficiência de campo), conforme normas ASABE EP 496.3 (2011) e a eficiência de tempo e capacidades conforme Mialhe (1974). 30 A capacidade de campo efetiva foi calculada em função da metodologia descrita por Mialhe (1974) (eq. 1): (1) Em que: CcE: Capacidade de Campo Efetiva (ha h-1); V: velocidade (km h-1); L: largura da plataforma (m); A capacidade de campo operacional foi calculada em função da metodologia descrita por Mialhe (1996) (eq. 2): (2) Em que: CcO: Capacidade de Campo Operacional (ha h-1); V: Velocidade (km h-1); L: Largura da plataforma (m); Ef: Eficiência da colhedora. Para calcular a eficiência de colheita (Ecol), a eficiência de campo (Ec) e eficiência gerencial (Eg) utilizou-se a metodologia descrita pelas normas da ASABE EP 496.3 (2011) conforme a eq. 3, eq. 4, eq. 5: ( ) { } (3) 31 Em que: Ecol (%): Eficiência de colheita (%); Tc: Tempo de operação de colheita (h); Td: Tempo de operação de descarga (h); Tp: Tempo da colhedora em manutenção. ( ) { } (4) Em que: Ec (%): Eficiência de campo (%); CcE: Capacidade de campo efetiva (ha h-1); CcO: Capacidade de campo operacional (ha h-1). ( ) { } (5) Em que: Eg (%): Eficiência gerecial (%); Tc: Tempo de operação de colheita (h); Td: Tempo de operação de descarga (h); Tp: Tempo da colhedora em manutenção (h). 32 O tempo de operação de colheita (Tc), tempo de descarga (Td) e o tempo de manutenção (Tp) foram calculados em função da metodologia descrita por Mialhe (1996) segundo a eq. 6, eq. 7, eq. 8 , respectivamente. ( ) { } (6) Em que: Tc (%): Tempo de operação de colheita (%); Tc: Tempo de operação de colheita (h); Td: Tempo de operação de descarga (h); Tp: Tempo da colhedora em manutenção (h). ( ) { } (7) Em que: Td (%): Tempo de operação de descarga (%); Tc: Tempo de operação de colheita (h); Td: Tempo de operação de descarga (h); Tp: Tempo da colhedora em manutenção (h). ( ) { } (8) Em que: Tp (%): Tempo da colhedora em manutenção (%); Tc: Tempo de operação de colheita (h); 33 Td: Tempo de operação de descarga (h); Tp: Tempo da colhedora em manutenção (h). Para o cálculo do tempo de manobra, utilizamos a formula da eficiência de colheita (%) segundo a metodologia da ASABE EP 496.3 (2011), substituindo as variáveis e isolando o tempo de manobra, a eq. 9: ( ) { [ ( )] } (9) Em que: Et (%): Eficiência de tempo (%); TT: Tempo total de colheita do talhão inteiro; Tc: Tempo de operação de colheita (h); Td: Tempo de operação de descarga (h); Tp: Tempo da colhedora em manutenção (h); Tm: Tempo de manobra (h). Também por meio da metodologia descrita por Mialhe (1974), determinou-se a relação comprimento/largura (C/L) de cada talhão (eq. 10). ⁄ (10) Em que: C/L: Relação comprimento/largura dos talhões; C: Média dos comprimentos de cada talhão (m); L: Média das larguras de cada talhão (m) 34 3.2 Desempenho operacional da colhedora As avaliações de desempenho da colhedora de soja foram realizadas a partir dos seguintes parâmetros: velocidade de deslocamento, rotação do motor, rotação do cilindro e abertura do côncavo, sendo todas as variáveis coletadas por meio do monitor de coluna frontal encontrado dentro da cabine da colhedora (os sensores de todas as variáveis, instalados em locais específicos, enviavam pulsos eletromagnéticos para o computador de bordo em tempo real). 3.3 Determinação das perdas na colheita Na determinação das perdas foram utilizadas armações circulares confeccionadas com aros de 0,33 m², vedados com tela de sombrite assemelhando- se a peneiras, sendo utilizados três aros de mesmo tamanho, que juntos totalizam a área de aproximadamente 1,00 m². Os aros foram lançados logo após a passagem da plataforma da colhedora em pontos pré-determinados, de modo que dois aros ficaram dispostos fora do traçado dos rodados da colhedora (esquerda e direita) e um terceiro foi lançado entre os rodados traseiros (meio) (Figura 4). Foram coletados todos os grãos e vagens presentes dentro dos aros após a passagem da colhedora. As perdas na colheita mecanizada de soja foram definidas da seguinte maneira: os grãos e vagens encontrados abaixo da peneira foram considerados como perdas da plataforma (somadas as perdas naturais); as perdas dos mecanismos internos foram representadas pelos grãos e vagens encontrados na parte de cima da peneira; e, por fim, as perdas totais foram calculadas pela somatória das perdas na plataforma e dos mecanismos internos. 35 FIGURA 4 Esquema de amostragem de perdas na colheita mecanizada de soja As perdas totais em relação produtividade foram calculadas, com base na produtividade média de cada talhão, após esta ser mensurada pela quantidade de caminhões de soja entregues e pesados em balança de precisão da unidade beneficiadora de grãos para cada talhão. A produtividade média para cada talhão foi estimada em: 2.480 kg ha-1 para o talhão irregular, 2.600 kg ha-1 para o talhão retangular e 2.480 kg ha-1 para o talhão trapezoidal. 4 Análises estatísticas 4.1 Delineamento experimental O delineamento experimental utilizado foi inteiramente casualizado, para as avaliações de desempenho da colhedora e parâmetros da colheita (sendo 18, 28 e 24 repetições para os talhões 1, 2 e 3, respectivamente). Os tratamentos foram estabelecidos a partir dos formatos dos talhões, sem necessidade de troca de operador da colhedora durante a colheita, proporcionando-se assim melhores condições de controle do experimento. 36 4.2 Análise descritiva Como análise inicial, os dados foram submetidos à estatística descritiva, para permitir a visualização geral do comportamento dos dados. Esta análise assume os dados como sendo independentes entre si, portanto, sem considerar a influência do local de amostragem e as posições relativas. A demonstração geral do comportamento dos dados foi realizada calculando-se as medidas de tendências centrais (média) e medidas de dispersão (amplitude, desvio padrão e coeficiente de variação). A verificação da normalidade dos dados foi realizada pelo teste de Anderson- Darling, sendo este uma medida de proximidade dos pontos e da reta estimada na probabilidade conferindo maior rigidez à análise (ESPINOSA, CALIL JÚNIOR e LAHR, 2004) e quando constatada a assimetria realizou-se a transformação do conjunto de dados utilizando-se o melhor ajuste para cada variável (BOX COX transformation), sendo a melhor equação de ajuste designada pelo programa computacional Minitab 16®. Uma das possibilidades para se medir a dispersão dos dados se dá por meio do desvio padrão que, de acordo com Pimentel-Gomes e Garcia (2002) este é melhor que a amplitude, pois tem propriedades matemáticas mais convenientes. O desvio padrão pode ser definido como a medida de dispersão que leva em consideração todos os dados, considerando os desvios dos valores em relação à média. Sua obtenção é resultado da média quadrática dos desvios em relação à média aritmética do conjunto de dados considerados. Com relação ao coeficiente de variação da distribuição de uma amostra, Pimentel-Gomes e Garcia (2002) os classificam como muito alto (>30%); alto (entre 21 e 30%); médio (11 a 20%) e baixo (<10%). 4.3 Análise de variância Realizou-se a análise de variância (ANOVA) fator único aplicando-se o teste F, com nível de significância a 5% para verificar a existência ou não de diferenças 37 significativas entre as médias das variáveis estudadas na análise dos tempos, movimentos e eficiência da colheita mecanizada de soja. Quando procedente, aplicou-se o teste de Tukey a 5% de probabilidade para comparação das médias. 4.4 Controle estatístico de qualidade (CEQ) Para a utilização das ferramentas de controle estatístico de processo cada repetição foi tratada como um valor individual, ponto a ponto, a fim de verificar a variabilidade pontual e a existente ao longo da operação. Para a construção dos gráficos sequenciais e das cartas de controle para valores individuais e de amplitudes móveis foram utilizados todos indicadores do desempenho da colhedora e dos parâmetros de colheita independentemente da sua suposição de normalidade (MONTGOMERY, 2004). Para a análise da capabilidade do processo os valores foram constituídas por meio de valores individuais, por meio da média dos sulcos esquerdo e direito, tornando-se um único valor médio representativo amostral, para os indicadores de qualidade que foram pertinentes à esta análise. 4.4.1 Padrões de aleatoriedade (Run Charts) Para verificar a aleatoriedade ou não aleatoriedade do processo utilizou-se o gráfico sequencial (run chart), que segundo Werkema (2006) é um gráfico de dados ao longo do tempo, utilizado para verificação do processo, permitindo identificar as possíveis presenças de causas especiais de variação, principalmente quando as cartas de controle são diagnosticadas como estáveis, com todos os pontos dentro dos limites de controle. A verificação da possível aleatoriedade dos dados foi realizada por meio do teste de probabilidade a 5% e, uma vez que o p-valor para os padrões fori inferior a 0,05, rejeita-se a hipótese nula de não aleatoriedade, em favor da alternativa para o padrão testado (MINITAB, 2007). 38 A ocorrência destes padrões pode indicar que o processo se encontra próximo a extrapolar os limites de controle, ou seja, torna-se instável, ou até mesmo que o processo já esteja “instável” não atendendo os padrões de qualidade, quando as cartas de controle são estáveis. Mas, esse tipo de análise deve ser complementada por meio da verificação das cartas de controle, obtendo-se, assim maior precisão do comportamento dos indicadores de qualidade. 4.4.2 Cartas de controle para valores individuais e de amplitude móvel O modelo de carta de controle selecionado foi o da média móvel exponencialmente ponderada (MMEP), por representar as observações individuais, e a análise possuir maior rigor, pressupõe-se que demonstre melhor a variação do processo nestes casos (MONTGOMERY, 2004). Os modelos de cartas de controle em que se utiliza a média móvel exponencialmente ponderada (MMEP), também denominada de gráficos de controle avançados, são aprimoramentos dos gráficos de Shewhart desenvolvidos para situações específicas, na qual se deseja minimizar simultaneamente a ocorrência de pontos fora dos limites de controle (alarmes falsos) e alarmes não visíveis (SAMOHYL, 2009), em virtude de sua maior rigorosidade de análise. A média móvel exponencialmente ponderada (MMEP) é definida segundo Montgomery (2009) conforme a equação 13, na qual: ∑( ) ( ) 13 Valor da média móvel ponderada; Valor da característica medida; Média alvo do processo; λ: Fator de rigidez da análise. 1, 2, 3, (amostras) .... 39 Os limites superior e inferior de controle das cartas que constituem a média móvel exponencialmente ponderada (MMEP) pode ser calculada em função das equações 14 e 15, respectivamente: √ ( ) [ ( ) ] 14 √ ( ) [ ( ) ] 15 LSC: Limite superior de controle; LIC: Limite inferior de controle; Média geral; L: Largura da faixa entre a média e o limite; Desvio padrão; λ: Fator de rigidez da análise; 1, 2, 3, (amostras).... As cartas de controle da média móvel exponencialmente ponderada foram calculada utilizando-se a largura da faixa entre a média e os limites de controle, como o valor 3 (três) e o fator de rigidez da análise foi escolhido λ=0,4. Tal valor foi escolhido em virtude da recomendação de Montgomery (2009) e Hunter (1989), na qual os autores recomendam utilizar (λ=0,4) quando se utilizada a largura de faixa com valor 3 (três). Ressalta-se ainda que, tal ferramenta não necessita da distribuição normal de probabilidade dos dados para ser utilizada no monitoramento de processos. Porém, tais recomendações são baseadas na análise de itens de produção industrial, na qual as variações são mínimas entre os itens e/ou peças produzidos. A escolha do valor (λ=0,4) se deu em função de que estudos específicos sobre a utilização deste valor aplicados para os indicadores de qualidade relacionada à área agrícola, ou seja, para as perdas na colheita de soja, que possuem também elevada variação, quando comparados a outros, ainda são escassos e/ou inexistentes, para a maioria das operações agrícolas mecanizadas. Portanto, ainda não se sabe ao 40 certo qual valor utilizar para tal parâmetro, podendo este ser dependente do tipo de indicador de qualidade avaliado e de como é quantificado. 4.4.3 Análise da capabilidade do processo Para a realização da análise da capabilidade do processo, para a verificação se o mesmo é capaz de produzir itens conformes ao longo do tempo, tanto em curto prazo quanto em longo prazo, é necessário que o mesmo atenda às seguintes regras (Minitab ,2007): Regra 1: O conjunto de dados deve apresentar distribuição de probabilidade normal; Regra 2: As cartas de controle devem apresentam somente variações comuns ou naturais, com todos os pontos devem estar dentro dos limites de controle. O índice de capababilidade do processo (Cp) é muito útil na tomada de decisões sobre a adequação do processo às especificações. Uma regra prática para esta análise pode ser descrita da seguinte maneira na Tabela 5. TABELA 5. Índices de tolerância para a capabilidade do processo. Limites de tolerância Produção de itens não conforme Tomada de decisão Cp < 1,0 Drástico Melhoria do processo como um todo 1 ≤ Cp ≤ 1,33 Problemático Redução da variabilidade do processo e ênfase no monitoramento Cp > 1,33 Normal Otimização do processo e monitoramento continuado Fonte: Adaptado de Lopes (2007) 41 4.4.3.1 Limites específicos de controle Os limites específicos, também chamados de limites de engenharia, são parâmetros baseados em recomendações técnicas, critérios agrícolas, que podem proporcionar melhores padrões de qualidade para eventual processo, e econômicos, contidos em bibliografia ou em valores usuais, para os indicadores de qualidade avaliados. Assim, foram definidos os limites específicos de controle (Tabela 6), conjuntamente com os gerenciadores (supervisor e gerente agrícola) da operação bem como com os demais funcionários (operador da colhedora e transbordo) por meio de brainstorming1 de maneira que a qualidade da operação possuísse 90% de qualidade, pela visão desta unidade produtora, para avaliar a capacidade da operação da colheita mecanizada de soja da seguinte forma: TABELA 6. Limites específicos de controle utilizados na operação de colheita mecanizada de soja. Indicadores de qualidade* Limite específico inferior (LEI) Meta Limite específico superior (LES) Velocidade (km h-1) 3,5 5,0 6,0 Rotação do cilindro (rpm) 1000 1050 1100 Teor de água dos grãos (%) 12 13 15 Perdas plataforma (kg ha-1) 36 45 50 Perdas totais (kg ha-1) 40 50 60 *Os limites específicos foram utilizados para os três formatos de talhões avaliados. 1 Brainstorming: é uma técnica de apoio à criatividade, transversal a todos os setores de atividade, se adequando bem para ser utilizada na área agrícola em situações de crise, ou para a rápida resolução de problemas. As sessões deste método podem ser estruturadas de uma forma rígida em torno de determinado objetivo ou de uma forma totalmente livre, dependendo dos supervisores. 42 4.4.3.2 Índices de capabilidade do processo Os índices de capabilidade potencial mínimo e máximo Cp e Cpk (mínimo e máximo) foram obtidos utilizando-se o desvio padrão do processo dentro dos subgrupos ( subgrupo), calculados conforme as equações 16, 17 e 18: ( ) (16) Cpk = mínimo (CPL, CPU) ( ̅ ) (17) ( ̅̅ ̅ ) (18) Em que: Cp = índice de capabilidade potencial; Cpk = índice de capabilidade potencial mínimo; CPL = índice de capabilidade potencial em relação ao limite inferior especificado; CPU = índice de capabilidade potencial em relação ao limite superior especificado; LES = limite superior especificado; LEI = limite inferior especificado; Dp ou potencial = estimativa do desvio padrão potencial utilizando-se a média da amplitude móvel (subgrupo = 1), neste caso, entre os limites específicos; = dia da variável 43 Os índices de capabilidade geral mínimo e máximo (Pp e Ppk, respectivamente) foram obtidos utilizando-se o desvio padrão de todas as medições ( geral) , indicando a variação geral do processo, por meio das equações 19, 20 e 21. ( ) (19) Ppk = mínimo (PPL, PPU) ( ̅ ) (20) ( ̅ ) (21) Em que: Pp = índice de capabilidade geral; Ppk = índice de capabilidade mínimo geral; PPL = índice de capabilidade geral em relação ao limite inferior especificado; PPU = índice de capabilidade geral em relação ao limite superior especificado; LES = limite superior especificado; LEI = limite inferior especificado; Dp ou  geral= estimativa do desvio padrão geral utilizando-se toda a distribuição do conjunto de dados; = média da variável. O índice Cpm é a razão entre a amplitude dos limites especificados e a raiz quadrada do quadrado da média dos desvios em relação à meta, considerando o afastamento da média do processo em relação á media de especificação, medindo a centralização do processo. É obtido somente quando uma meta é atribuída à análise de capabilidade, baseando-se também nos valores de LSE, LIE e da meta, conforme as equações 22 e 2 (MINITAB, 2011): 44 ( ) √ ∑ ( ) Se a meta = (22) [( ) ( )] √∑ ( ) Se a meta  (23) Em que: Cpm = Índice de capabilidade em relação à meta; LSE = limite superior especificado; LIE = limite inferior especificado; Xi = valor da variável na observação i; n = número de observações. A possível vantagem deste índice em relação ao índice Cp, é que o mesmo fornece uma visão mais ampla, podendo refletir na melhor interpretação do processo por ser mais eficiente, tanto para processos que se apresentam próximos ao valor nomina