Machine Translated by Google

Vea discusiones, estadísticas y perfiles de autor para esta publicación en: https://www.researchgate.net/publication/350610292

Proceso de pintura de vehículos mejorado utilizando herramientas de control de procesos estadísticos en

Una industria del automóvil

Artículo en International Journal for Quality Research · Noviembre 2021

DOI: 10.24874/IJQR15.04-14

CITAS LEE
2 87

9 autores, incluyendo:

María da Gloria Diniz de Almeida José Salvador Da Motta Reis

Universidad del Estado de Río de Janeiro Universidad Estatal de Río de Janeiro - UERJ

17 PUBLICACIONES 19 CITAS 38 PUBLICACIONES 56 CITAS

VER EL PERFIL VER EL PERFIL

Luis César F. Motta Barbosa gilberto santos

Centro Federal de Educación Tecnológica Celso Suckow da Fonseca (CEFET/RJ) Instituto Politécnico de Cavado y Ave.
21 PUBLICACIONES 292 CITAS 136 PUBLICACIONES 2.576 CITAS

VER EL PERFIL VER EL PERFIL

Algunos de los autores de esta publicación también están trabajando en estos proyectos relacionados:

Gerente cualitativo Ver proyecto

Estudio Estadístico Multivariante Ver proyecto

Todo el contenido que sigue a esta página fue subido por José Salvador Da Motta Reis el 18 de noviembre de 2021.

El usuario ha solicitado la mejora del archivo descargado.

Machine Translated by Google

Revista internacional para la investigación de calidad 15 (4) 1251–1268

ISSN 1800-6450

Hugo de Oliveira Guimaraes da PINTURA DE VEHÍCULOS MEJORADA

silva
PROCESO MEDIANTE ESTADÍSTICA
Mariana Cristina Magalhães
Costa HERRAMIENTAS DE CONTROL DE PROCESOS EN

Maria Victoria Cabrera UNA INDUSTRIA AUTOMÓVIL

Aguilera
María da Gloria Diniz de Resumen: Este resumen presenta un enfoque de estudio
Almeida de caso basado en métodos cualitativos y datos que
Bernardo Bastos da Fonseca tienen como objetivo un examen detallado de un entorno,
un tema o una situación en particular. El presente trabajo
José Salvador da Motta Reis
tiene como objetivo mejorar el proceso de pintura de una
Luis César Ferreira Motta
empresa automotriz mediante la aplicación del Control
barbosa Estadístico de Procesos para la optimización de
Gilberto Santos¹ indicadores de desempeño calidad y productividad. El
Nilo Antonio de Souza Sampaio control estadístico de procesos se aplica al seguimiento
de los procesos de la industria manufacturera, incluida la
fabricación de automóviles. La implementación del SPC
Información del artículo:
en entornos de producción es para mejorar y controlar en
Recibido el 28.03.2021 tiempo real las características, la calidad y la productividad
Aceptado el 05.07.2021 de los productos y procesos, es un evento de fabricación
aceptado.
CDU – 005.6
DOI-10.24874/IJQR15.04-14 Palabras llave: Control estadístico de procesos;
Herramientas de calidad; Capacidad; Linea de ensamblaje;
Gestión de la calidad.

1. Introducción En este contexto, la industria automotriz tiene

La industria manufacturera enfrenta diferentes
desafíos para gestionar la complejidad en el
proceso de producción debido a un requisito de
diversidad de productos ofrecidos a los clientes
(Chan & Wu, 2002; Prashar, 2018; Santos,
Murmura & Bravi, 2019; Félix et al., 2019b;
Barbosa et al., 2020). Este escenario es común
en la industria automotriz, especialmente en la
fabricación de camiones, donde la combinación
de diferentes accesorios, detalles, colores y
especificaciones técnicas disponibles para los
consumidores da como resultado una cantidad
mayor que la fabricación de automóviles livianos.
como objetivo reducir el tiempo y el costo de
producción, lo que influye en las decisiones del
proyecto sobre los aspectos de calidad que
pueden garantizar los resultados y las variaciones
de fabricación (Félix et al., 2019a; Azevedo et al.,
2019; Machado et al. , 2019). Por otro lado, estas
decisiones pueden afectar negativamente a la
calidad percibida, así como a la calidad de la
fabricación (Stylidis, Madrid, Wickman, &
Söderberg, 2017). La calidad puede jugar un
papel importante en la organización e influir en su
supervivencia y competitividad (Mehrafrooz &
Noorossana, 2011; Araújo et al., 2019; Costa et
al., 2019;

1
Autor de correspondencia: Gilberto Santos
Correo electrónico: gsantos@ipca.pt

1251
Machine Translated by Google

Africano, Rodrigues & Santos, 2019). En un
entorno competitivo, las organizaciones utilizan
herramientas de gestión, como herramientas lean
(Rodrigues et al., 2020; Santos et al., 2019a;
Ribeiro et al., 2019; Rodrigues et al., 2019; Santos
et al., 2020 ) y otros (Vieira et al., 2019; Santos et
al., 2019c; Zgodavova et al., 2020; Silva et al.,
2020) que les permitan lograr productos y procesos
con alta calidad, sin dañar el medio ambiente y los
empleados. bienestar (Murmura, Bravi & Santos,
2021; Santos et al., 2014). Por lo tanto, las
empresas implementan diferentes sistemas de
gestión de calidad, medio ambiente, salud
ocupacional y seguridad ocupacional como una
forma de lograr estos objetivos (Barbosa, de
Oliveira, & Santos, 2018; Nunhes, Motta
maneras de lograr algunos resultados importantes
para una organización. La aplicación de los
procesos SPC se puede evaluar y el desperdicio
se puede reducir a través de la evaluación
constante del proceso (Tsung et al., 2018; Weusten
& Tummers, 2017).
Este artículo presenta un enfoque de estudio de
caso basado en métodos cualitativos y datos que
tienen como objetivo un examen detallado de un
entorno, un tema o una situación en particular.
El objetivo de este trabajo es mejorar el proceso
de pintura de una empresa automotriz ubicada en
el sur del Estado de Río de Janeiro a través de la
aplicación de Control Estadístico de Procesos para
la optimización de indicadores de desempeño en
cuanto a calidad y productividad.

Barbosa, & de Oliveira, 2017; Santos, Mendes &

La relevancia de este estudio se basa en
Barbosa, 2011; Carvalho, Santos & Gonçalves,
herramientas estadísticas y de calidad, entre ellas
2019; Santos et al., 2019b; Rebelo, Santos &
los índices de capacidad de proceso, tema que ha
Silva, 2016).
sido ampliamente estudiado y aún aplicado en
Una de las técnicas de evaluación de la calidad procesos industriales que necesitan ser entendidos
es el Control Estadístico de Procesos (SPC). El y analizados con sus características.
SPC fue propuesto inicialmente por Walter
Shewhart como una herramienta para ayudar a
eliminar las variaciones anormales en los procesos
2. Antecedentes de la literatura
al diferenciar entre las causas comunes y las
causas aleatorias (especiales). Los problemas
El Control Estadístico de Procesos se aplica al
derivados de causas especiales son inevitables en
monitoreo de la industria manufacturera, incluidos
cualquier proceso. A través de la interpretación del
La implementación dellos procesos
SPC en entornos
automotrices,
fabricación.
de la
gráfico de control se puede controlar un proceso y
producción es para mejorar y controlar en tiempo
eliminar las causas comunes, evitando la
real el producto y las características, la calidad y
continuación del problema. El SPC se puede
la productividad del proceso es una fabricación
utilizar como una herramienta de análisis de
Comprender aceptada (Rungtusanatham,
la estructura del proceso
evento 2001).
y cuantificar
gestión para el proceso de seguimiento del flujo de
el desempeño del proceso es esencial para
un sector. Al monitorear el flujo, es posible estimar
(Wagner et al.,iniciativas
2019; Wu,positivas
Pearn, &deKotz,
mejora
2009;
calidad
de la
las pérdidas en una región de estudio. Las causas
Bravi, Murmura & Santos, 2019a; Jimenez et al.,
de pérdida pueden deberse a causas especiales o
2019; Sa et al., 2020).
causas comunes que el SPC ayuda a gestionar
(Capizzi, 2015; Tsung, Zhang, Cheng, & Song,
2018).
El SPC está compuesto por un conjunto de
técnicas y herramientas estadísticas, organizadas
para proporcionar, a través de su aplicación, el
Según Montgomery, (2017), el control estadístico de
mantenimiento y mejora de los niveles de calidad
procesos es un conjunto de herramientas útil para la
de un proceso. Puede considerarse como una
resolución de problemas para lograr la estabilidad del
herramienta o como una estrategia del proceso de
proceso y aumentar la capacidad mediante la reducción de la variabilidad.
calidad entre los muchos procesos existentes, siendo uno de los
El SPC tiene un enfoque en la realización y

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1252 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google

manteniendo el proceso en un estado estable de mediciones de si un proceso de fabricación es capaz

condiciones de operación, siempre cerca de la meta o no de cumplir con un nivel predeterminado de
deseada (Tsung et al., 2018). Los estudios de tolerancia de producción.
capacidad de proceso se utilizan para monitorear la El concepto de PCI se utiliza para comparar lo que
capacidad de un proceso. Para obtener una imagen debería hacer el proceso con lo que realmente hace.
de la capacidad del proceso, las condiciones deben El rango de especificación debe reflejar los límites de
ser estables cuando se recopilan los datos. Luego, usabilidad del producto para que el control del
los datos se pueden evaluar de diferentes maneras, proceso dé como resultado un producto de alta
incluido el uso de índices de capacidad del proceso. calidad. Lo que realmente hace el proceso se refiere
(Deleryd, 1999). principalmente a la variabilidad del proceso: cuanto
Los índices de capacidad del proceso (PCI) se aplican menor es la variabilidad, menor es la proporción de
para cuantificar el rendimiento del proceso, a fin de elementos que quedan fuera del nivel de los límites
cumplir con los límites de especificación requeridos. de tolerancia (Wu et al., 2009).
En particular, Cp fue el primer índice propuesto en la Para aplicar el SPC estándar, hay tres requisitos, una
literatura de ingeniería y se utilizó para evaluar el comprensión madura del proceso, una característica
índice de precisión simple considerando la variabilidad de calidad relevante observable con criterios de
general, la tolerancia
de de fabricación como una
relacionado a medida calidad asociados y una estrategia para verificar los
criterios de calidad en la organización en tiempo real
precisión del proceso. Ca, mencionado como un (Escobar, Wincek, Chakraborty, & Morales-Menéndez,
índice de precisión, una función de los medios del 2018). En este proceso, la prevención a través del
proceso y los límites de especificación condicionados aprendizaje de los errores y fracasos del pasado es
para medir el grado de centrado del proceso en indispensable. Cuando se presenta un error o falla,
relación con la tolerancia de fabricación (Liu & Li, se buscan y analizan las causas, para luego tomar
2020; Rasay, Naderkhani, & Golmohammadi, 2020; las medidas y acciones necesarias para prevenir
White, Szarka , Childress y Jensen, 2020). futuros errores y fallas. Esto se hace investigando y
eliminando los errores y fallas cometidas (Schippers,
El Cpk, tiene como objetivo medir la distancia 1998).
entre el límite de especificación más cercano
al valor esperado de la característica de
calidad estudiada para relacionar la mitad de 3. Método de investigación
esta distancia con la amplitud del proceso
natural, 3ÿ. Considera tanto la magnitud de Para abordar el estudio de este caso se ha optado
la varianza del proceso como la salida del por una investigación exploratoria (Yin, 2017) con el
proceso según el punto medio m en fin de comprender el contexto, analizar y familiarizarse
consideración. El Cpm, es un índice alternativo más con los problemas identificados en la empresa
al Cp y considera, además de la variación del haciéndolo más explícito. El contexto del estudio de
proceso, la distancia del promedio en relación caso se describe en la sección 3.1 y 3.2 donde es
al valor nominal de la especificación. Se posible identificar parámetros de referencias iniciales
aplica para medir la capacidad de un proceso utilizando herramientas de calidad y datos estadísticos
para agruparse en torno al objetivo y refleja de los problemas a resolver dentro del marco
los grados de focalización del proceso. El delineado.
índice Cpmk combina las características de los índices Cp, Cpk y Cpm
(Liu & Li, 2020; Weusten & Tummers, 2017; White et
Conocido el escenario real del proceso de pintura en
al., 2020).
la línea de producción, en el apartado 3.3 se
Es un índice que refina el análisis y alerta al usuario establecen las metas de rendimiento y calidad a
cuando la varianza del proceso aumenta y/o la media alcanzar. Los problemas encontrados en la situación
del proceso se desvía de su valor objetivo. Estos inicial fueron tratados con métodos de solución
índices proporcionan resultando en un

1253
Machine Translated by Google
nueva situación que fue desplegada y analizada con
herramientas de calidad.
La validación de estas soluciones propuestas se dio a
través del Control Estadístico de Procesos, que
permiten la comparación de la situación inicial y la
nueva situación por valores índice, expuesta en la
sección 4 y discutida en la sección 5.
3.1. Análisis del Proceso de Pintado de
Cabinas de Vehículos
El proceso de pintura de la empresa automotriz se
divide en cuatro etapas diferentes: tratamiento químico
de la superficie de la placa desnuda (pintura E-coat),
sellado de las áreas críticas del vehículo, pintura
anticorrosiva Protección contra rayos UVA y UVB de la
carrocería y pintura Recubrimientos superficiales (Top-
Coat ). Los tratamientos superficiales aseguran la
conservación de las piezas y aumentan la resistencia
(humedad, luz solar,
de las
calor,
estructuras,
frío), agentes químicos a
atmosféricos
agentes
(ácidos, bases, soluciones orgánicas), efectos
mecánicos (desgaste, rayado, deformación), además
de dar una estética efecto de acabado y obtener
propiedades físicas especiales (aislamiento térmico y/o
eléctrico o conductividad, radiación
Figura 1. Masa viscosa aplicada a la carrocería del vehículo
Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,
1254 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
coeficiente) (Rungtusanatham, 2001).
El enfoque de este trabajo en el proceso de pintura es
el paso de sellado de las áreas clasificadas como
críticas debido a que este paso está relacionado con
una actividad de impacto directo del producto final del cliente.
Además, es un proceso que requiere habilidad operativa
porque tiene poca automatización con alta tasa de
actividad manual.
El paso de sellado se realiza mediante el proceso de
calafateo, que consiste en la aplicación de una masa
viscosa (Figura 1) capaz de inhibir la oxidación en las
regiones de unión de las placas de la carrocería del
vehículo. Esta aplicación se realiza con brocha y
posteriormente la carrocería del vehículo pasa a un
invernadero para que el producto aplicado sea “curado”
a temperaturas elevadas (Figura 2). En esta fase la
masa viscosa se endurece, cumpliendo su función
protectora.
El escenario inicial de estudio se basó en una situación
donde el promedio de fallas en el proceso de calafateo
de la carrocería fuera superior a 1 (uno) por vehículo,
que es el valor máximo que puede representar una
ocurrencia de calidad en un vehículo.
El resultado de esta extrapolación genera mayores
actividades de reelaboración, lo que puede impactar
negativamente en la calidad del producto y aumentar
los costos.
Machine Translated by Google
Figura 2. Masa viscosa curada sobre la carrocería del vehículo
3.2. Recopilación de datos y numéricos
Encuesta
Para medir el impacto de las fallas del proceso de
calafateo de la carrocería, se recogieron datos de 40
días de registros de trabajo y luego se reunió el número
de ocurrencias en el proceso de producción para
estratificar en un gráfico de Pareto.
Figura 3. Estratificación de problemas de calidad
La frecuencia de ocurrencias fue ordenada de mayor a
menor, lo que permite priorizar los problemas, donde el
80% de las consecuencias provienen del 20% de las
causas. Es posible visualizar e identificar los problemas
más importantes, posibilitando la concentración de
esfuerzos.
el impacto que cada ocurrencia genera en el proceso
productivo.
Para una mejor comprensión de las pérdidas en el
proceso de producción, fue necesaria una estratificación
adicional para mostrar qué región del cuerpo era el
centro del problema de calidad, como se muestra en las
Figuras 3 y 4.
La primera ocurrencia que se muestra en la Figura 3 se
evalúa como un factor recurrente y se aborda a través
del proceso de mejora continua con la unidad kaizen de
la empresa.
La unidad kaizen es responsable de recibir las demandas
de la línea de montaje y desarrollar soluciones
inmediatas. La segunda ocurrencia más grande está
directamente relacionada con la
1255
Machine Translated by Google

proceso de proveedores. La tercera, falla de calafateo,
es el foco del estudio y tiene un promedio de 1,13
ocurrencias por vehículo, superior a lo que la empresa
considera satisfactorio.
Estas tres ocurrencias juntas representan
aproximadamente el 57% de los problemas que ocurren
en el proceso de pintura. El fallo de calafateo tiene un
impacto directo en la satisfacción del cliente final y
representa por sí solo aproximadamente el 25% de los
problemas.
La carrocería del vehículo está fragmentada en regiones
llamadas cuadrantes para facilitar la visualización, los
estudios de diseño y las correcciones en las regiones
que tienen un defecto. Cada cuadrante es la combinación
de letra (eje X) y número (eje Y). Para mostrar el impacto
en relación a la región vehículo, se realizó una
estratificación complementaria por regiones utilizando el
diagrama de Pareto (Figuras 4 y 5.

Figura 4. Estratificación de la región del vehículo

Figura 5. Cuadrantes más defectuosos - panel trasero de la cabina del vehículo

Los cuadrantes representados por una letra seguida de
un número hacen referencia a una región del vehículo y
los cuadrantes que sumaron mayor impacto fueron C1,
C2, D1, D2, que en conjunto representan aproximadamente
el 53% de los problemas (Figura 5). estos cuadrantes
representan la zona trasera de la carrocería del vehículo.
Así, el foco de las acciones para reducir la ocurrencia
promedio estará en estos cuatro cuadrantes.

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1256 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google

Debido a las ocurrencias en los cuadrantes seleccionados
y con el fin de proponer mejoras sobre dichas ocurrencias,
se desarrolló un plan de recolección de datos basado en
40 días hábiles para monitorear el promedio diario de fallas
de calafateo. Los valores de monitoreo se recopilaron en la
estación de trabajo donde se calafatean las uniones de las
placas y se insertaron en una tabla en Microsoft Excel®
después de ser registrados en la herramienta de control
oficial de la empresa y registrados.
como se muestra en la Figura 6. El eje x representa los
días considerados en el estudio y el eje y representa los
promedios de fallas de calafateo por día.
Durante el período de recolección de datos, 28 días
presentaron ocurrencias que excedieron el valor límite de
1,00 ocurrencias por vehículo y la oscilación del proceso en
diferentes amplitudes es alta (Figura 7).

Figura 6. Promedio diario de fallas de calafateo

Figura 7. Datos estadísticos iniciales: prueba de normalidad de la muestra

Después del período de recolección de datos, los datos valores de desviación (Figuras 7 y 8), además de conocer
fueron interpretados estadísticamente en el software los índices de desempeño y capacidad del proceso para
MINITAB® para obtener los valores iniciales de normalidad posteriormente medir la mejora del proceso.
muestral, media y estándar.

1257
Machine Translated by Google

La Figura 8 muestra la dispersión de los valores
muestreados donde el promedio de ocurrencias es 1.159
ocurrencias por vehículo, la desviación estándar del
proceso es 0.441 y los valores del primer y tercer cuartil
son 0.91 y 1.388 respectivamente. Los valores
encontrados no están en
de acuerdo a lo que la empresa establece como ideal
con el valor promedio menor a 1.00 ocurrencias por
vehículo.
Adicionalmente, los resultados iniciales de la capacidad
del proceso se obtuvieron como se muestra en la Figura
9.

Figura 8. Promedio diario de fallas de calafateo: dispersión de los valores de la muestra recolectada

Figura 9. Capacidad de proceso inicial - falla de calafateo

Los índices Cp y Cpk, Pp y Ppk encontrados indican que
el proceso tiene baja capacidad y desempeño, y sus
valores están por debajo de la convención establecida
de 1.33 para Cpk en la capacidad de procesos de la
industria automotriz.
Evaluación del cálculo del índice Proceso de incapacidad:
Cpk <1 Proceso aceptable: 1 = Cpk = 1,33 Proceso apto:
Cpk = 1,33.
El objetivo del proyecto de mejora se fijó de acuerdo con
el escenario de recopilación de datos y capacidad de
proceso mapeado. El objetivo de la empresa es reducir
el valor de ocurrencia promedio de 1,159 al valor de
0,91 que se encuentra en el primer cuartil, para cumplir
con la especificación de 1,00 ocurrencia por vehículo
establecida por la empresa. Este cambio significa una
reducción del 21% en las ocurrencias de vehículos.

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1258 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google
4. Resultado y discusiones
Una vez definido el problema a tratar y establecida
su configuración actual en cuanto a incidencias
e impactos, se utilizaron las herramientas de
calidad Diagrama de Causa y Efecto, Ishikawa y
Matriz de Esfuerzo vs. Impacto para auxiliar en
la búsqueda del origen del problema y organizar
los métodos de solución, lo que se reflejó en
resultados positivos para que el problema alcance
la meta de 0,91 ocurrencias por vehículo. Por lo
tanto, la secuencia de aplicación de las
herramientas de calidad se vuelve fundamental
para alcanzar los objetivos del trabajo, de modo
que la aplicación de una herramienta desencadena
la necesidad de la otra desde la detección de
posibles causas, la
Figura 10. Diagrama de causa y efecto para fallas de calafateo
Una vez estructurado el diagrama de causa y
efecto, se realizó una nueva lluvia de ideas con
el mismo equipo para aplicar la herramienta
Matriz de Esfuerzo vs. Impacto (Figura 11)
basada en las fallas de calafateo de la Figura 10.
El equipo pudo analizar, votar y seleccionar entre
los posibles causas identificadas previamente las
que influyen de manera directa en el producto y
luego priorizar qué plan de acción de emergencia
se elaborará. Esto significa que la herramienta
Effort x Impact Matrix ayuda a reducir las causas
directas para optimizar el esfuerzo laboral.
priorización de causas, y el plan de acción
establecido.
El proceso de mejora se inició con la participación
de las unidades de ingeniería de procesos,
ingeniería industrial y Kaizen de la empresa a
través de una lluvia de ideas para plantear
posibles causas de aparición de fallas en la
pintura de vehículos.
Las ideas de todos los colaboradores involucrados
se presentaron en una tabla para que fuera
posible aplicar la herramienta Diagrama de
Causa y Efecto (Figura 10). Herramienta de
calidad ampliamente utilizada para la gestión y
control de procesos, que permite el análisis e
identificación de las principales causas o
ocurrencias de un problema, brindando así una
visión general del tema en estudio (Prashar, 2018).
Utilizando la herramienta Matriz (Figura 11) de
Esfuerzo/Costo versus Impacto, con base en el
diagrama de Causa y Efecto anterior (Figura 10)
se encontraron las posibles causas relacionadas
con la aparición de falla de calafateo en el
vehículo que tendrán mayor impacto y demandará
menos esfuerzo y costo, cuadrante inferior
derecho. Según los resultados de la matriz son:
(01) realizar la operación con el dedo; (03) quitar
el sellador en la unión del panel trasero con el
techo del vehículo; (02) falta de sellador en la
región del panel trasero con el techo, (09) falta
de patrón.
1259
Machine Translated by Google

A partir de los problemas seleccionados se elaboró herramienta (Cuadro 1), con el fin de priorizar las
un plan de acción utilizando el 5W2H probables causas condicionantes.

Figura 11. Matriz de Esfuerzo/Costo vs. Impacto de causas potenciales basada en el diagrama de
Causa y Efecto para fallas de calafateo

Tabla 1. Plan de acción basado en la herramienta 5W1H

5W 1H
¿Qué? Por ¿Dónde? ¿Quién? ¿Cuándo? ¿Cómo?
qué Prevenir la

aparición de averías
Pruebe con Solicite al
provocadas por el uso del
una brocha Estación de trabajo Asistente de operador que use la
dedo del operador y la 26/12/2017
de ½” para terminar 5 ingeniería herramienta y
retirada excesiva de material.
el sellador. controle la cabina.

Evitar la

aparición de averías Solicite al

Pruebe la provocadas por el uso del operador que utilice
Estación de trabajo
placa de PU dedo del operador y Interno 27/12/2019 la placa y controle
5
para terminar. por la excesiva remoción de los resultados de la

material. cabina.

Evitar la

aparición de averías Solicite al

Pruebe el pegamento
provocadas por el uso del operador que utilice
de masilla en las Puesto de trabajo
dedo del operador y Ingeniero 28/12/2017 la llana y controle los
marcas de 5
por la excesiva remoción de resultados de la
estampado.
material. cabina.

Aplicar sellador Evite la falta de sellador en Modifique el método

Estación de trabajo
en las marcas de regiones específicas de Interno 28/12/2017 de aplicación del
5
estampado. la cabina. sellador.

Evitar errores operativos Instruir al

Implementar y orientar la actividad a operador y

Estación de trabajo Asistente de
nuevo patrón realizar de la misma 29/12/2017 documentar la
5 ingeniería
de trabajo. manera. secuencia a realizar.

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1260 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google

La aplicación de la herramienta apuntó que la causa
raíz de la ocurrencia de fallas en el calafateo estaba
relacionada con la operación de calafateo utilizando el
dedo como forma de acabado, lo que, además de ser
un acto que presenta riesgos de accidentes para el
operador, tuvo un impacto directo en la calidad del
servicio debido a la remoción excesiva de material de la
región de aplicación (Ferreira, Santos & Silva, 2019;
Bravi, Murmura & Santos, 2019b).
Por lo tanto, la acción realizada para reducir los
indicadores vinculados a la ocurrencia fue la
implementación de un cepillo de ½” para
fin, además de la elaboración de un nuevo patrón de
trabajo en la estación, haciendo más segura y confiable
la operación.
Luego de implementar la solución de mejora de
procesos, se lograron resultados satisfactorios con el
uso del cepillo de ½” pulgada, y se impactaron
positivamente los indicadores de proceso alcanzando
los estándares de calidad exigidos por la empresa. La
Tabla 2 muestra los datos operativos recopilados a corto
plazo, así como los resultados estadísticos logrados a
largo plazo.

Tabla 2. Resultados a corto plazo

# Total de fallas de vehículos totales Promedio de cabinas Método

calafateo defectuosas
yo 0 13 0% Cepillo
Yo 4 12 33% Dedo
tercero 12 18 67% Dedo
IV 2 8 25% Cepillo
EN 0 5 0% Cepillo
NOSOTROS 3 13 23% Cepillo
VII 10 27 37% Dedo
viii 4 13 31% Cepillo
IX 8 dieciséis 50% Dedo

Con base en la rotación de trabajo de los operadores,
se recolectó una muestra para verificar los errores
relacionados con los métodos de acabado y se concluyó
que el uso del cepillo reduce el riesgo de falla del
calafateo del vehículo.
la falla de calafateo después de la implementación de
mejoras conduce a un mejor control del proceso (Figura 14).
Cuando se habla de la capacidad de un proceso, es
necesario analizar los índices Cpk y Cpk asociados. La

Para verificar la efectividad de la acción propuesta, se capacidad del proceso de calafateo de la empresa ha

realizó un levantamiento estadístico del comportamiento cambiado desde que se incrementaron los índices Cp y

del proceso (ver Figuras 12 y 13) un mes después de la Cpk a 0.79 y 0.35, respectivamente, el proceso brinda

implementación de la nueva forma de hacer la actividad mayor capacidad y rendimiento. Sin embargo, los

y nuevo patrón de trabajo para relacionar los nuevos valores del índice obtenidos están por debajo del valor
ideal considerado de 1,33. Por lo tanto, en el caso de
valores obtenidos con los iniciales. valores recogidos,
que Cpk < Cp, como se presenta en este documento, el
de acuerdo con los resultados que se muestran a
continuación. proceso no está centrado. Nótese que la condición Cpk
> Cp es imposible, ya que el valor de Cp es la capacidad
Por lo tanto, como se muestra en el resultado final, obtuvo
máxima que puede presentar un proceso.
una ganancia mayor a la esperada de 32.53%, siendo el
promedio por debajo del valor objetivo 0.91 el promedio
actual 0.782, reduciendo también la desviación estándar del
proceso de calafateo en 36.73% de 0.441 a 0.279 . Además,
los promedios diarios de

1261
Machine Translated by Google

Figura 12. Muestra recogida y resultados estadísticos tras la implantación de acciones

de mejora

Figura 13. Capacidad de proceso lograda

Figura 14. Promedios diarios de fallas de calafateo después de la implementación de acciones de mejora

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1262 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google
El Cp compara la tolerancia especificada con la
variación potencial del proceso y describe la relación
entre el espacio disponible para la variación según
las especificaciones y el espacio ocupado por la
variación del proceso. El índice de rendimiento Cpk ,
que tiene en cuenta la distancia del promedio del
proceso en relación con los límites de especificación.
Cuando el proceso opera centrado en el nominal
(objetivo de la especificación), los dos índices (Cp y
Cpk) tendrán el mismo valor, o valores muy cercanos.
A medida que el promedio del proceso se desvía del
nominal, el Cpk se vuelve más pequeño que el Cp
(Liu & Li, 2020; Weusten & Tummers, 2017; Wu,
Lee, & Chang Chien, 2017).
La interpretación de los valores de Cp y Cpk
depende de si el proceso está bajo o fuera de control
estadístico, por lo que si el proceso está bajo control,
Cp y Cpk representan la capacidad real del proceso:
cómo se ha comportado en el pasado y cuál es su
comportamiento. espera que continúe haciendo en
el futuro. Si el proceso es impredecible, o fuera de
control, Cp y Cpk no son representativos, por lo
tanto, la proximidad entre los valores de Cp y Cpk
caracteriza un proceso que está siendo operado
consistentemente en el tiempo. Cuando estos dos
índices difieren sustancialmente, puede estar seguro
de que el proceso está funcionando de manera
impredecible.
Montgomery (2017) define que el proceso es incapaz
cuando Cp <1, que es el caso del proceso estudiado
en este trabajo, y durante la misma discusión hubo
la necesidad de mayores niveles de calafateo de la
pintura, lo que no ocurrió por completo pero surgió
la necesidad de utilizar gráficas de control de
amplitud y media para mejorar la capacidad del
proceso.
Otro aspecto importante fue la implementación de
una nueva forma de realizar la actividad. Este
cambio tuvo un impacto positivo en el proceso de
pintura con una reducción en el riesgo de falla del
calafateo del vehículo y una reducción en el riesgo
de accidente.
Sin embargo, como señalan Fin et al. (2017), para
mantener el trabajo estandarizado, es
importante verificar constantemente cualquier
cambio en el proceso que pueda modificar las
operaciones realizadas. Además, la empresa debe
considerar cambios en el producto, que permitan
mejorar los procesos y adquirir nuevas herramientas
y dispositivos para que los datos y el personal
involucrado estén siempre actualizados.
5. Conclusión
De acuerdo a los resultados obtenidos en este
estudio se puede concluir que el aumento de los
índices Cp y Cpk en la capacidad del proceso de
calafateo proporcionó una mejor capacidad y
rendimiento, a pesar de que los valores del índice
fueron inferiores a los valores ideales.
Una alternativa que la empresa puede aplicar para
lograr valores más altos de Cp y Cpk es usar las
gráficas de control de promedio y amplitud para detectar
variabilidad en ambos índices. Así, el promedio se
lleva al centro, lo que resulta en una mayor
capacidad de proceso.
El estudio apunta para la necesidad de consistencia
de trabajo en busca de índices más altos y,
consecuentemente, mayor capacidad del proceso
de calafateo. El calafateo es un paso crítico en la
pintura de vehículos y tiene un impacto directo en el
cliente final del producto. Como proceso manual
que requiere atención, el proceso de calafateo
requiere habilidad y destreza por parte del operador;
las acciones propuestas resultaron en la mejora de
la producción de vehículos y mejores condiciones
para los operadores con la simple implementación
de un nuevo cepillo, que hizo más segura y confiable
la operación.
Este estudio se limitó a realizar una recolección y
análisis de datos utilizando herramientas de control
estadístico de procesos sin considerar aspectos
como el momento en que ocurre la falla durante el
turno de trabajo, el tiempo de experiencia del
operador y la demanda de producción.
Futuras investigaciones podrían, por ejemplo,
considerar dichos aspectos, lo que contribuirá a
comprender el proceso en detalle para desarrollar
acciones de mejora a las fallas identificadas que
incluyan los diferentes elementos del sistema.
1263
Machine Translated by Google

Reconocimiento: Este estudio fue financiado en de Personal de Educación Superior - Brasil

parte por la Coordinación de Mejora (CAPES).

Referencias:

Africano, N., Rodrigues, AS, & Santos, G. (2019). Los principales beneficios de la implementación del
sistema de gestión de la calidad en las instituciones de educación superior de Angola. Calidad
Innovación Prosperidad, 23(3), 122-136.
Araujo, R., Santos, G., Costa, JB, & Sá, JC (2019). El Sistema de Gestión de la Calidad como Impulsor
de la Cultura Organizacional: Un Estudio Empírico en la Industria Textil Portuguesa.
Calidad Innovación Prosperidad, 23(1), 1-24.
Azevedo, J., Sá, JC, Ferreira, LP, Santos, G., Cruz, FM, Jiménez, G., & Silva, FJG
(2019). Mejora de la línea de producción en la industria automotriz a través de la filosofía lean.
Procedía Manufacturing, 41,1023-1030.
Barbosa, LCF ., de Oliveira, OJ y Santos, G. (2018). Propuesta para el alineamiento del sistema de
gestión integrado (calidad, medio ambiente y seguridad) con la estrategia de negocio.
Revista internacional de calidad 925-940. Investigar,
por https://doi.org/10.18421/IJQR12.04-09 12(4),

Barbosa, LCFM, Mathias, MAS, Santos, G., & de Oliveira, OJ (2020). Cómo el conocimiento de los
principales investigadores está forjando los caminos de la estrategia empresarial: Tendencias y
pronósticos desde el estado del arte. Calidad Innovación Prosperidad, 24(3), 1-20.
Bravi, L., Murmura, F. y Santos, G. (2019a). El estándar del sistema de gestión de calidad ISO 9001:2015:
impulsores, beneficios y barreras de las empresas para su implementación. Calidad Innovación
Prosperidad, 23(2), 64-82.
Bravi, L., Murmura, F. y Santos, G. (2019b). Fabricación aditiva: Posibles problemas con
Calidad del aire interior. Fabricación Procedia, 41, 952-959
Capizzi, G. (2015). Avances recientes en el monitoreo de procesos: métodos de selección de variables
y no paramétricos para la fase I y la fase II. Ingeniería de Calidad, 27(1), 44-67. https://doi.org/
10.1080/08982112.2015.968046
Carvalho, F., Santos, G. y Gonçalves, J. (2019). Análisis crítico de la información sobre sistemas
integrados de gestión y política ambiental en el sitio web de las empresas portuguesas, hacia el
desarrollo sostenible. Responsabilidad Social Empresarial y Gestión Ambiental, 27, 1069-1088.

Chan, L.-K., y Wu, ML-L. (2002). Despliegue de la función de calidad: una revisión exhaustiva de sus
conceptos y métodos. Ingeniería de Calidad, 15(1), 23-35. https://doi.org/10.1081/QES 120006708

Costa, AR, Barbosa, C., Santos, G., & Rui Alves, M. (2019). Six sigma: Métricas principales y software
basado en r para fines de capacitación y control de calidad industrial práctico. Calidad Innovación
Prosperidad, 23(2), 83-100. doi: 10.12776/QIP.V23I2.1278.
Deleryd, M. (1999). Una visión pragmática de los estudios de capacidad de procesos. Revista Internacional
de Economía de la Producción, 58(3), 319-330. https://doi.org/10.1016/S0925-5273(98)00214-X
Escobar, CA, Wincek, MA, Chakraborty, D. y Morales-Menéndez, R. (2018). Monitoreo de Procesos
para la Calidad—Aplicaciones. Cartas de fabricación, 14-17. https://doi.org/10.1016/
dieciséis,

j.mfglet.2018.02.004

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1264 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google

Félix, MJ, Silva, S., Santos, G., Doiro, M., & Sá, C., (2019a). j
Desarrollo integrado de productos y procesos en el diseño: un estudio de caso. Fabricación
Procedia, 41, 296-303. DOI: 10.1016/j.promfg.2019.09.012.
Félix, MJ, Gonçalves, S., Jiménez, G., & Santos, G. (2019b). La contribución del diseño al desarrollo
de productos y procesos de fabricación en la industria portuguesa. Fabricación Procedia,
41,1055-1062. DOI: 10.1016/j.promfg.2019.10.033.
Ferreira, N., Santos, G. y Silva, R. (2019). Reducción del nivel de riesgo en obras de construcción: Hacia una
metodología asistida por computadora – Un estudio de caso. Computación Aplicada e Informática, 15, 136-
143. DOI: 10.1016/j.aci.2018.01.003.
Fin, JC, Vidor, G., Cecconello, I. y Machado, VDC (2017). Mejora basada en trabajo estandarizado: un
estudio de caso de implementación. Revista Brasileña de Gestión de Operaciones y Producción,
14(3), 388. https://doi.org/10.14488/BJOPM.2017.v14.n3.a12
Jiménez, G., Santos, G., Sá, JC, Ricardo, S., Pulido, J., Pizarro, A., & Hernández, H. (2019).
Mejora de la productividad y calidad en la cadena de valor a través de la manufactura esbelta - Un
estudio de caso. Fabricación Procedia, 41, 882-889. DOI: 10.1016/j.promfg.2019.10.011
Liu, G. y Li, W. (2020). Nuevo método de evaluación de la confiabilidad dinámica basado en el índice
de capacidad del proceso y el índice de importancia de la falla. Ingeniería de Calidad, 1-17. https://
doi.org/10.1080/08982112.2020.1754428
Machado, AB, Silva, FJG, Sá, JC, Barreiras, A., Ferreira, LP, Pereira, MT, & Santos, G. (2020). Mejora
en la Logística Externa de una Empresa de Fabricación de Componentes de Automoción Hacia la
Reducción de Costos. Revista Internacional para la Investigación de Calidad, 14(4),1175-
1190. DOI: 10.24874/IJQR14.04-12.
Mehrafrooz, Z. y Noorossana, R. (2011). Un modelo integrado basado en el control y mantenimiento
estadístico de procesos. Informática e ingeniería industrial, 61(4), 1245–1255. https://doi.org/10.1016/
j.cie.2011.07.017
Montgomery, DC (2017). Diseño y análisis de experimentos. Wiley (9°). Danvers: Wiley.
Murmura, F., Bravi, L. y Santos, G. (2021). Proceso sostenible e innovación de productos en el sector
de las gafas: el papel de las tecnologías habilitadoras de la industria 4.0. Sostenibilidad, 13(1), 1-17.
DOI: 10.3390/su13010365.
Nunhes, TV, Motta Barbosa, LCF y de Oliveira, OJ (2017). Identificación y análisis de los elementos y
funciones integrables en los sistemas integrados de gestión. Diario de
Producción más Limpia, 142, 3225-3235. https://doi.org/10.1016/j.jclepro.2016.10.147
Prashar, A. (2018). Hacia la reducción del tiempo de ciclo en las PYMES manufactureras: Propuesta
y evaluación. Calidad 30(3), Ingeniería,
10.1080/08982112.2018.1460669
469-484. https://doi.org/

Rasay, H., Naderkhani, F. y Golmohammadi, AM (2020). Diseño de planes de muestreo variable

basados en el índice de rendimiento de por vida bajo pruebas de confiabilidad de censura de fallas.
Ingeniería de Calidad, 32(3), 354-370. https://doi.org/10.1080/08982112.2020.1754426
Rebelo, MF, Santos, G. y Silva, R. (2016). Integración de sistemas de gestión: hacia el éxito y
desarrollo sostenido de las organizaciones. Revista de Producción más Limpia, 127, 96-
111
Ribeiro, P., Sá, JC, Ferreira, LP, Silva, FJG, Pereira, MT, & Santos, G. (2019). El Impacto de la
Aplicación de Herramientas Lean para la Mejora de Procesos en una Empresa de Plásticos: un
estudio de caso. Fabricación Procedia, 38,765-775. DOI:10.1016/j.promfg.2020.01.104.

1265
Machine Translated by Google

Rodrigues, J., Sá, JCV, Ferreira, LP, Silva, FJG, & Santos, G. (2019). Lean Management “Quick-Wins”: Resultados
de la Implementación. Un caso de estudio. Calidad Innovación Prosperidad, 23(3),3-21. DOI: 10.12776/
qip.v23i3.1291.
Rodrigues, J., Sá, JC, Silva, FJG, Ferreira, LP, Jiménez, G., & Santos, G. (2020).
Un proceso de mejora rápida a través de herramientas Lean de “ganancia rápida”: un estudio de caso. Sistemas, 8(4), 1-
19

Rungtusanatham, M. (2001). Más allá de la calidad mejorada: los efectos motivacionales del control estadístico.
proceso Revista de Gestión de Operaciones, 19(6), 653-673. https://doi.org/10.1016/S0272-6963(01)00070-5

Sá, JC, Vaz, S., Carvalho, O., Morgado, L., Lima V., Fonseca, L., Doiro, M., & Santos, G.
(2020). Se logró un modelo de integración ISO 9001 con Lean six sigma y principales beneficios.
Excelencia en Calidad Total, Gestión y Negocios DOI: 10.1080/14783363.2020.1829969. en prensa.

Santos, G., Mendes, F. y Barbosa, J. (2011). Certificación e integración de sistemas de gestión: la experiencia de las
pequeñas y medianas empresas portuguesas. Revista de Producción más Limpia, 19, 1965-1974.

Santos, G., Rebelo, M., Barros, S., Silva, R., Pereira, M., Ramos, G., & Lopes, N. (2014).
Avances en la integración de la seguridad y salud en el trabajo con los sistemas de gestión de calidad y medio
ambiente. Seguridad y salud en el trabajo, 113-146
Santos, G., Mandado, E., Silva, R., & Doiro, M. (2019ª). Objetivos de aprendizaje de ingeniería y herramientas
asistidas por computadora. Revista Europea de Educación en Ingeniería, 44(4), 616-628. DOI:
10.1080/03043797.2018.1563585.

Santos, G., Sá, JC, de Oliveira, J., Ramos, DG y Ferreira, C. (2019b). Mejora continua de la calidad y seguridad a
través de herramientas lean. En: FJG Silva y LCP Ferreira, ed. 2019.
Lean Manufacturing: Implementación, Oportunidades y Desafíos. Nueva York: Nova Science Publishers. págs.
165-188.
Santos, G., Gomes, S., Braga, V., Braga, A., Lima, V., Teixeira, P., & Sá, JC (2019c). Creación de valor a través de
la calidad y la innovación: un estudio de caso en Portugal. Revista TQM, 31(6), 928-
947. DOI: 10.1108/TQM-12-2018-0223.
Santos, G., Murmura, F. y Bravi, L. (2019). Desarrollar un modelo de calificación de proveedores para gestionar la
calidad en la cadena de suministro. Revista Internacional de Ciencias de la Calidad y el Servicio, 11(1), pp.34-52.
DOI: 10.1108/IJQSS-06-2017-0058.
Santos, G., Doiro, M., Félix, MJ, Mandado, E., Sá, JC, Gonçalves, J., & Teixeira, P. (2020).
Sobre el concepto de un modelo integrado y lean de desarrollo de productos propuesto para la creación de
propiedad intelectual y economías competitivas. Revista Internacional de Gestión de la Propiedad Intelectual,
10(4), 409-435.
Schippers, WAJ (1998). Aplicabilidad de las técnicas de control estadístico de procesos. Revista Internacional de
Economía de la Producción, 56-57, 525-535. https://doi.org/10.1016/S0925-
5273(98)00054-1
Silva, A., Sá, JC, Santos, G., Silva, FJG, Ferreira, LP, & Pereira, MT (2020).
Implementación de SMED en una línea de corte. Fabricación Procedia, 51, 1355-1362
Stylidis, K., Madrid, J., Wickman, C. y Söderberg, R. (2017). Hacia la superación de los límites entre la fabricación y
la calidad percibida: un ejemplo de la industria automotriz. Procedia CIRP, 63, 733-738. https://doi.org/10.1016/
j.procir.2017.03.091

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1266 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio
Machine Translated by Google

Tsung, F., Zhang, K., Cheng, L. y Song, Z. (2018). Aprendizaje de transferencia estadística: una revisión y
algunas extensiones al control de procesos estadísticos. Ingeniería de calidad, 30(1), 115-128. https://
doi.org/10.1080/08982112.2017.1373810
Vieira, T., Sá, JC, Lopes, MP, Santos, G., Félix, MJ, Ferreira, LP, Silva, FJG y Pereira, MT (2019).
Optimización del proceso de perfilado en frío mediante SMED. Proceded Manufacturing, 38, 892-899. DOI:
10.1016/j.promfg.2020.01.171.
Wagner, IT, Gomes e Silva, JN, Alencar, VR, de Souza Sampaio, NA, de Araujo Junior, AH, de Barros, JGM,
& da Fonseca, BB (2019). Análisis ergonómico en la línea de montaje de una empresa de electrodomésticos
(págs. 116–123). https://doi.org/10.1007/978-3-319-96068-
5_13
Weusten, JJAM y Tummers, PHG (2017). Capacidad de proceso en la industria: establecimiento de límites
preliminares de especificación estadística. Ingeniería de Calidad, 29(4), 713-718. https://doi.org/
10.1080/08982112.2016.1265650
White, K., Szarka, J., Childress, A. y Jensen, W. (2020). Un conjunto recomendado de índices para Ingeniería,
evaluando la salud. proceso https://doi.org/ Calidad 1-12.
10.1080/08982112.2020.1787442
Wu, C.-W., Lee, AHI y Chang Chien, C.-C. (2017). Un plan de muestreo de estado dependiente múltiple de
variables basado en un índice de capacidad unilateral. Ingeniería de Calidad, 29(4), 719-729. https://
doi.org/10.1080/08982112.2017.1288913
Wu, C.-W., Pearn, WL y Kotz, S. (2009). Una descripción general de la teoría y la práctica sobre los índices
de capacidad de proceso para el aseguramiento de la calidad. Revista Internacional de Economía de la
Producción, 117(2), 338-359. https://doi.org/10.1016/j.ijpe.2008.11.008
Yin, RK (2017). Investigación de estudio de caso: diseño y métodos. Publicaciones SAGE (6o). Mil
Robles: Publicaciones SAGE.

Zgodavova, K., Bober, P., Majstorovic, V., Monkova, K., Santos, G. y Juhaszova, D. (2020).
Métodos innovadores para la mejora del sistema de producción de lotes mixtos pequeños: el caso de un
fabricante de máquinas de panadería. Sustentabilidad, 12(15), 1-20.

1267
Machine Translated by Google

Hugo de Oliveira Mariana Cristina Maria Victoria

Guimarães da Silva Magalhães Costa Cabrera Aguilera
Universidad Estatal de Río de Universidad Estatal de Río de Universidad Estatal de
Janeiro, Janeiro, Rio de Janeiro,
reenviar, reenviar, reenviar,
Brasil Brasil Brasil
hugo.osilva@hotmail.com marianacmcosta@hotmail.com mvca85@gmail.com

María da Gloria Diniz de Bernardo Bastos da José Salvador da Motta Reis

Almeida Fonseca
Universidad Estatal de Río de Universidad Estatal de Río de Universidad Estadual
Janeiro, Janeiro, Paulista,
reenviar, reenviar, Guaratnguetá,
Brasil Brasil Brasil
gloria_uerj@yahoo.com.br bernardobastosf@gmail.com jmottareis@gmail.com

Luis César Ferreira Motta gilberto santos Nilo Antonio de Souza

barbosa ESD - Instituto Politécnico de Sampaio
Centro de Educación Federal Cavado y Ave, Universidad Estatal de Río de
Celso Suckow Tecnológico Barcelona, Janeiro,
fonseca, Portugal reenviar,
Rio de Janeiro, gsantos@ipca.pt Brasil
Brasil nilo.samp@terra.com.br
luiscesarfmb@gmail.com

Hugo OG Silva, MCM Costa, MVC Aguilera, MGD Almeida, BB Fonseca,

1268 JS da Motta Reis, LCFM Barbosa, G. Santos, NA de Souza Sampaio

Ver estadísticas de publicación