Umidade do carvão vegetal: case Green Belt de 6,94% para 5,26%

Carvão vegetal é vendido por peso, e parte desse peso é água. Quando a umidade sobe, a usina recebe menos carbono por tonelada paga, o lote sai da especificação e a conversa com o cliente azeda.

Na VoittoCarbon, uma produtora de carvão vegetal que abastece uma usina siderúrgica, a umidade do carvão vegetal recebido estava em 6,94% na média. Uma análise das não conformidades mostrou que ela respondia por 76% das reclamações de especificação.

Um Green Belt assumiu o problema com a meta de levar a média para 5,52% e um ganho previsto de R$ 1.600.000 por ano. O projeto seguiu as cinco fases do DMAIC e terminou com média de 5,26% e R$ 1.874.500 de ganho real acumulado.

Este artigo percorre o projeto fase a fase. Mostra como ler cada gráfico que a equipe usou, da carta I-MR que separou a chuva da seca até a capabilidade com Cpk negativo, e que decisão cada um produziu.

O case é um projeto real de aluno da formação Green Belt da Voitto, descaracterizado para proteger o cliente. Os números vêm da apresentação original do projeto. O que foi acrescentado para explicar, como o contexto do processo de carbonização e os exemplos de cálculo, está identificado como ilustrativo ao longo do texto.

Do eucalipto ao alto-forno: onde a água entra no carvão vegetal

Para o leitor que nunca viu uma carvoaria, vale o contexto, que é ilustrativo e não vem da apresentação. O carvão vegetal nasce da madeira, em geral eucalipto plantado, cortada e deixada secar no campo por alguns meses.

A madeira seca vai para fornos de alvenaria. Ali ela é aquecida com pouco oxigênio, num processo chamado carbonização, que expulsa água e compostos voláteis e deixa um material rico em carbono.

Depois de dias de queima, o forno é vedado para resfriar, descarregado, e o carvão vai para pátios de estocagem. Do pátio ele é amostrado, expedido em caminhões e analisado de novo na usina que o recebe.

A água pode voltar em quase todos esses pontos. Entra por fresta no forno durante o resfriamento, por chuva no pátio, por lona rasgada na pilha ou na carga e por mistura de carvão seco com carvão molhado na expedição.

Por isso a umidade do carvão vegetal é uma variável de processo inteiro, não de uma etapa. Esse detalhe explica por que a lista de causas do projeto acabou indo da chaminé do forno até o procedimento de coleta de amostra.

Por que cada ponto percentual de umidade pesa na conta da usina

Na siderurgia a carvão vegetal, o carvão é ao mesmo tempo combustível e agente que retira o oxigênio do minério de ferro no alto-forno. A usina compra carbono, e a água ocupa o lugar dele na balança.

Um exemplo ilustrativo ajuda a dimensionar. Numa entrega hipotética de 1.000 toneladas, cair de 6,94% para 5,26% de umidade representa 16,79 toneladas a menos de água transportada e paga como se fosse carvão.

Além do frete e do preço, a água precisa ser evaporada dentro do alto-forno, o que consome energia. Carvão úmido também tende a gerar mais finos no manuseio, outro item que aparece nas reclamações.

É esse conjunto que transforma uma diferença de décimos de ponto percentual num ganho previsto de R$ 1.600.000 por ano. O valor do projeto não está na umidade em si, mas no custo da má qualidade que ela carrega.

As 125 não conformidades que apontaram para a umidade

A fase Definir começou com um levantamento dos motivos pelos quais o carvão não atendia à especificação do cliente. Foram 125 ocorrências classificadas em cinco categorias e organizadas num diagrama de Pareto.

A leitura é direta. As barras mostram a contagem de cada motivo em ordem decrescente, e a linha mostra o acumulado. Uma única categoria responde por três quartos do problema.

A decisão que o Pareto produziu foi de escopo. Em vez de um projeto genérico de qualidade do carvão, a equipe fechou o foco em umidade. Finos, granulometria e carbono fixo ficaram para outros ciclos, com cadeias causais próprias.

Essa escolha é a mais importante de um projeto Green Belt. Um projeto que ataca quatro defeitos ao mesmo tempo dilui o esforço e raramente consegue provar que alguma ação funcionou.

O charter do projeto: de 6,94% para 5,52% com R$ 1,6 milhão em jogo

Com o foco definido, o problema foi escrito em número. A umidade média do carvão recebido na usina era de 6,94%, e a meta era reduzi-la para 5,52%, uma queda de 20,5% sobre a média de partida.

Duas grandezas aparecem lado a lado e não devem ser confundidas. A meta trata da média do processo, 5,52%. O limite de 5,2% é o teto de especificação por amostra, usado no estudo de capabilidade.

Uma média de 5,52% ainda deixa muitas amostras acima de 5,2%. A equipe sabia disso e tratou a meta como um primeiro degrau, coisa comum quando o processo parte de um patamar tão baixo.

O charter também registrou o escopo: da carbonização à expedição. A umidade do carvão vegetal se forma nesse trecho, e é nele que a equipe tinha autoridade para mudar procedimento.

O mapa da madeira até o laboratório da usina

Antes de medir, a equipe desenhou o fluxo do processo. Ele vai da colheita ao recebimento na usina e tem três pontos de decisão que funcionam como filtros de qualidade.

1. Colheita e recebimento da madeira, com verificação se ela atende ao padrão para carbonizar.
2. Carregamento do forno, com inspeção de danos; forno danificado volta para a manutenção.
3. Carbonização e verificação do resultado; o que não atende volta para a manutenção do forno.
4. Descarregamento do forno e estocagem do carvão no pátio.
5. Amostragem do carvão estocado; o lote que não atende segue para o blend.
6. Expedição do carvão e análise no recebimento da usina.

O mapa tem a função de um SIPOC detalhado: fixa onde o processo começa e termina e mostra quem atua em cada etapa. Também revela o que a equipe ainda não controlava.

Dois pontos chamaram atenção. A manutenção do forno aparece em dois laços de retorno, o que sugere que a integridade do forno pesa na umidade. E o blend é a saída para o lote reprovado: carvão úmido não é descartado, é misturado.

A carta I-MR de 1.803 amostras e a fronteira entre seca e chuva

A fase Medir começou com uma carta de controle do tipo I-MR, de valores individuais e amplitude móvel. Ela é a escolha natural quando cada amostra é um resultado isolado de laboratório, sem subgrupo.

A carta de cima mostra cada amostra no tempo. A de baixo mostra a diferença entre uma amostra e a seguinte, que indica a variação de curto prazo. Pontos vermelhos são violações dos limites.

O achado não foi um ponto isolado. A equipe dividiu a série em dois blocos, período seco e período de chuva, e o segundo bloco aparece deslocado para cima, com mais pontos encostando no limite superior.

Os pontos fora dos limites aparecem nos dois blocos, e a amplitude móvel tem dezenas de violações. Isso diz que, além da estação, havia causas especiais agindo amostra a amostra.

Duas estações, duas distribuições: o que o resumo estatístico confirmou

Para confirmar a leitura da carta, a equipe gerou um resumo descritivo separado para cada estação. A tabela traz os números da apresentação.

A conta fecha. A média ponderada das duas estações, 6,709 com peso 1.167 e 5,882 com peso 636, dá 6,417%, exatamente a linha central da carta I-MR.

Os intervalos de confiança das médias não se sobrepõem: a chuva fica entre 6,644 e 6,774, a seca entre 5,801 e 5,963. Na prática, isso equivale a um teste de hipótese que rejeita a igualdade das médias.

A diferença é de 0,83 ponto percentual. A conclusão operacional foi que o clima é um fator de variação real. Como não se controla a chuva, as ações teriam de proteger o carvão dela.

O teste de normalidade de Anderson-Darling deu valor-p abaixo de 0,005 nas duas estações, ou seja, os dados não são normais. Isso entra como ressalva na leitura da capabilidade mais adiante.

Seis unidades de produção no mesmo boxplot

O segundo corte foi por unidade de produção. A VoittoCarbon opera seis unidades, aqui chamadas de A a F, e a estratificação mostrou resultados divergentes entre elas.

As medianas foram lidas no gráfico e são aproximadas. No boxplot, a linha dentro da caixa é a mediana, a caixa cobre os 50% centrais das amostras e as hastes mostram a dispersão restante.

Três unidades têm mediana acima de 5,2% e três abaixo, com cerca de 1,5 ponto entre a melhor e a pior. Para um projeto, essa diferença é informação valiosa: alguém já faz melhor dentro da mesma empresa.

A decisão foi usar a estratificação para orientar o brainstorming. Em vez de perguntar o que causa umidade, a pergunta virou o que as unidades melhores fazem de diferente.

Cpk de -0,26 e nível sigma de 0,73 no melhor período do ano

O estudo de capabilidade do processo foi feito com os dados do período seco, 636 amostras contra o limite superior de 5,2%. Não há limite inferior, porque carvão mais seco não é defeito.

A conta é simples de refazer. O Z é a distância entre o limite e a média, em desvios: 5,2 menos 5,882, dividido por 0,886, dá -0,77. O Cpk é esse Z dividido por 3, ou -0,26.

O nível sigma de 0,73 sai do Z de curto prazo somado ao deslocamento convencional de 1,5. A apresentação mostra a conta: -0,77 mais 1,5 igual a 0,73.

O ponto que merece atenção é o recorte. Mesmo no período seco, o mais favorável, 73,7% das amostras estavam acima do limite. Com a chuva, o cenário seria pior.

Como os dados não são normais, as partes por milhão esperadas pela curva, 779.440, servem como ordem de grandeza. O número observado nas amostras, 737.421, é a referência mais segura.

O brainstorming com quem carrega, queima e descarrega o forno

Com o problema medido, a equipe foi atrás dos fatores de variação, os X do processo. A ferramenta foi um brainstorming com operadores, encarregados de forno e pessoal de manutenção e expedição.

A escolha tem razão de ser. Boa parte do conhecimento sobre carbonização é tácito: quem passa o dia ao lado do forno sabe onde ele trinca, quando a porta não fecha e como a lona se rasga no vento.

A sessão gerou 48 fatores, numerados de X1 a X48. Organizá-los por família, como num diagrama de Ishikawa, ajuda a ver a cobertura. A agrupação abaixo é ilustrativa, montada a partir dos nomes da lista.

• Meio ambiente: clima na descarga, chuva e vento, clima chuvoso no armazenamento da madeira.
• Material: tempo de secagem no campo, falta de desbrota e desgalha, melhoramento genético.
• Máquina e estrutura: material construtivo do forno, das portas e da chaminé, estrutura do forno.
• Método: procedimento de resfriamento, segregação de carvão úmido e seco, conferência de forno.
• Mão de obra e terceiros: qualidade do serviço próprio e do serviço terceirizado de reboco e vedação.

A lista mostra que a umidade do carvão vegetal tem causa na floresta, no forno e no pátio. Mas uma lista de 48 itens não é um plano de ação. A próxima tarefa era reduzi-la a um conjunto que a equipe conseguisse executar dentro do prazo do projeto.

Matriz de causa e efeito: as notas que ranquearam os 48 fatores

A Matriz de Causa x Efeito atribui a cada X uma nota de impacto sobre a saída do processo, aqui a umidade. Na mesma tabela, a equipe registrou uma nota de esforço para atacar cada fator.

A tabela mostra dez das linhas visíveis na apresentação. A coluna normalizada é o impacto dividido por 9, o que coloca todos os fatores numa escala de 1 a 9.

Os três primeiros têm o mesmo impacto e esforços muito diferentes. Clima na descarga pontua 81, mas ninguém controla a chuva: esforço 9. Procedimento de resfriamento pontua igual com esforço 2.

Esforço x impacto: os oito fatores que entraram no plano

A segunda matriz cruza as duas notas num gráfico de quatro quadrantes. O eixo vertical é o esforço e o horizontal, o impacto, de alto à esquerda para baixo à direita.

No quadrante complexo ficaram fatores como falta de desbrota e material construtivo do forno, que exigem obra ou mudança na floresta. No opcional ficaram melhoramento genético e clima no armazenamento da madeira.

Do quadrante prioritário a equipe destacou oito causas para o plano de ação.

Metade das oito causas está no forno e metade depois dele. A distribuição confirma o que o mapa de processo sugeria: a umidade se decide em mais de uma etapa.

5W2H: uma linha de plano para cada causa priorizada

Na fase Melhorar, a equipe usou o 5W2H para transformar cada causa num plano executável. O nome vem das perguntas em inglês: o que, por que, onde, quando, quem, como e quanto custa.

A ferramenta foi escolhida por um motivo prático. As causas eram de naturezas diferentes, de procedimento a obra civil, e cada uma precisava de um dono e de um prazo próprios.

A relação entre causa e ação nesta tabela foi organizada para o artigo a partir das duas listas da apresentação. A amostragem ganhou ainda uma ação própria, o novo procedimento de coleta, tratado mais adiante.

Um exemplo ilustrativo de linha completa ajuda a ver o formato. O que: auditar lonas. Por que: lona rasgada deixa a chuva entrar na pilha. Onde: pátios. Quando: semanalmente. Quem: encarregado do pátio. Como: checklist. Quanto: horas de inspeção.

Termovisor, reboco interno e curvas de carbonização: o forno fechado

Um forno de carvão precisa estar bem vedado na fase de resfriamento. Qualquer fresta deixa entrar ar e umidade, e o ar também pode reacender o carvão, o que obriga a apagá-lo com água.

O termovisor é uma câmera que mostra a temperatura da superfície. Aplicado às alvenarias dos fornos, ele revela pontos quentes onde há trinca ou falha de reboco, invisíveis a olho nu.

A escolha resolveu duas causas de uma vez. Tirou a vedação do campo da opinião e deu um critério objetivo para cobrar o serviço de terceiro, que antes era aceito por inspeção visual.

O reboco interno nos fornos atacou o material de vedação. O plano de manutenção das portas, com teste de materiais diferentes, atacou outro ponto de entrada de ar que a equipe já conhecia.

O procedimento das melhores curvas de carbonização padronizou o controle de temperatura ao longo da queima. Antes, cada encarregado conduzia o forno do seu jeito, o que ajuda a explicar a diferença entre unidades.

Lonas, coleta de amostra e blend: o carvão depois do forno

Depois de descarregado, o carvão fica exposto. As lonas de proteção são a única barreira contra a chuva no pátio e na carga, e o período de chuva tinha média 0,83 ponto maior que o seco.

A equipe criou auditorias nas lonas e um procedimento de remoção, porque a lona retirada fora de hora ou de forma errada também expõe o carvão. O procedimento define quando e como descobrir a pilha.

O novo procedimento de coleta de amostras atacou a medição. Uma amostra tirada só da superfície da pilha não representa o lote. Sem amostra confiável, nem a segregação nem o blend funcionam.

A apresentação não traz estudo de análise do sistema de medição. Num projeto em que a variável é medida em laboratório a partir de amostra de pátio, esse é o ponto que um próximo ciclo deveria cobrir.

O estudo de blendagem tratou a mistura de carvão seco e úmido. Um exemplo ilustrativo: misturar partes iguais de lotes com 4,5% e 6,5% dá 5,5% em média, mas a mistura mal feita deixa bolsões úmidos que a amostra da usina encontra.

A média de 6,94% para 5,26% em 1.101 amostras

A fase Controlar começou pela comparação entre antes e depois. A apresentação traz um gráfico de probabilidade normal e um boxplot com 477 amostras do período anterior e 624 do posterior.

No gráfico de probabilidade, cada série forma uma nuvem de pontos. A série de depois está deslocada para a esquerda, com médias menores, e mais inclinada, o que indica menor dispersão.

No boxplot, a caixa do antes vai de cerca de 6 a 7,5%, com valores extremos acima de 14%. A caixa do depois vai de cerca de 4,8 a 6,1%, e a cauda direita encolheu de forma visível.

Como verificação feita para este artigo, um teste t de Welch com esses resumos dá estatística de 21,7. A diferença de 1,68 ponto é grande demais para ser acaso.

Nível sigma de 1,95, R$ 1.874.500 e os planos de controle

O novo estudo de capabilidade usou 160 amostras com média de 4,861% e desvio de curto prazo de 0,760. O Z em relação ao limite ficou em 0,45, e o nível sigma, 0,45 mais 1,5, chegou a 1,95.

Vale a leitura honesta. Um Cpk de 0,15 ainda é baixo e 30% das amostras seguem acima de 5,2%. O projeto atingiu a meta de média, mas o processo continua incapaz de atender o limite por amostra.

Os dois estudos também usam bases diferentes, com 636 amostras antes e 160 depois, e a média da capabilidade final é menor que a do gráfico de comparação. Quem replica o case deve fixar a mesma base nas duas pontas.

No financeiro, o ganho real acumulado de R$ 1.874.500 supera em R$ 274.500 o valor anual previsto. A apresentação não informa a janela de apuração, e o guia de retorno financeiro de projeto Seis Sigma explica por que ela importa.

Para segurar o resultado, a equipe criou planos de controle que acompanham as variáveis do processo. Um plano de controle define o que medir, como, com que frequência, quem responde e o que fazer quando o número sai da faixa.

Um conjunto ilustrativo para este caso incluiria a umidade por lote em carta I-MR, a inspeção termográfica periódica dos fornos, a auditoria das lonas e a conformidade da coleta ao novo procedimento.

O que o case da umidade ensina para o próximo Green Belt

1. Comece pelo Pareto. Os 76% da umidade transformaram um problema difuso de qualidade num projeto com uma métrica e uma meta.
2. Estratifique antes de buscar causa. A separação entre chuva e seca e entre unidades orientou o brainstorming e evitou uma lista de palpites.
3. Confira a conta entre gráficos. A média ponderada das estações bater com a linha central da carta é a prova de que as análises falam da mesma base.
4. Ouça quem opera. Os 48 fatores vieram de quem carrega e descarrega o forno, e as melhores ações nasceram dali.
5. Use as duas matrizes. A de causa e efeito diz o que pesa; a de esforço e impacto diz o que cabe no projeto.
6. Troque opinião por medida. O termovisor deu critério objetivo para cobrar vedação, inclusive do terceiro.
7. Separe a meta de média do limite por amostra. Bater 5,26% não significa processo capaz, e o Cpk de 0,15 mostra o próximo ciclo.

O case percorre o método DMAIC sem ferramenta sofisticada demais. Pareto, carta de controle, boxplot, capabilidade e duas matrizes de priorização bastaram para um ganho acima do previsto.

É o perfil de projeto que a certificação Green Belt prepara para conduzir. Para ver como esses projetos se encaixam no programa de melhoria de uma empresa, o artigo sobre Lean Seis Sigma dá o panorama.