Qualidade Por Inspeção

Tcnicas de produo e sistemas da qualidade
Tema:
Qualidade por inspeo

Inspeo por amostragem
Unisal - Centro Universitrio Dom Bosco
Faculdade de Engenharia
Curso de Engenharia em Automao e Controle
Roteiro
Reviso da escada da qualidade Inspeo 100% O problema da inspeo por amostragem Curvas de operao Erros em testes de hiptese Parmetros de inspeo Normalizao de planos de amostragem
adilson.marcorin@am.unisal.br
Inspeo 100%
Inspeo 100% garante qualidade?
Conte quantas letras F existem no texto a seguir, mas lendo o texto uma nica vez FINISHED FILES ARE THE RESULT OF YEARS OF SCIENTIFIC STUDY COMBINED WITH THE EXPERIENCE OF MANY YEARS Experimento clssico de Deming mostra que:
Inspeo 100% ineficaz Treinamento no garantia de que o trabalho ser feito corretamente

Adequado quando:
Teste destrutivo Custo de inspecionar 100% alto Inspeo 100% muito demorada para o ritmo de produo necessrio Sujeito a fadiga humana por repetio excessiva

Vantagens:
Custo em geral menor Manipula-se menos itens Demanda menos mo-de-obra Permite testes destrutivos Reduz erros de inspeo causados por fadiga Causa rejeio de lotes inteiros, aumentando presso sobre o fornecedor

Desvantagens:
Aumenta chance de erro de julgamento
Permite aceitar lote ruim ou rejeitar lote bom
Informao mais pobre sobre o processo produtivo Demanda mais conhecimento e organizao do que inspeo 100%

A questo : quantas amostras inspecionar? A resposta: depende
Tamanho do lote Nveis aceitveis de risco
A resposta envolve inferncia estatstica Para operar um processo de inspeo sem domnio de inferncia, o conhecimento de alguns conceitos e ferramentas so essenciais
Curvas de operao Estratgias de amostragem Planos padronizados de inspeo
Que mtodo usar?

Considere a seguinte situao:
Voc recebe um lote de 10 peas para serem inspecionadas. O cliente aceita no mximo 2 peas defeituosas no lote. Voc pode adotar duas estratgias diferentes:
A inspecionar 100%, rejeitando se tiver mais que duas peas defeituosas; ou B inspecionar por amostragem, inspecionando 2 das 10 peas do lote e tomando a deciso com o critrio:
Se as duas peas forem boas, aprova o lote; se ao menos uma das duas for ruim, rejeita o lote
Qual a probabilidade de aceitar o lote P(aceitao) ou P(A)?
Inspeo 100% x amostragem

Notao para modelagem do problema:
P(A) = probabilidade de aceitar o lote N = tamanho do lote (10 peas) M = nmero de defeitos no lote n = tamanho da amostra (2 na estratgia B) m = nmero de defeitos na amostra a = nmero de aceitao na amostra (0 na estratgia B) r = nmero de rejeio na amostra (maior ou igual a 1 na estratgia B

Modelagem do problema pela estratgia A:
M 0 1 2 3 4 5 6 7 8 9 10 P(A) 100% 100% 100% 0% 0% 0% 0% 0% 0% 0% 0%
Inspeo 100%
100%
P(A)
50%
0% 0 1 2 3 M 4 5 6

Modelagem do problema pela estratgia B:
Inspeo por amostragem simples
Define tamanho do lote (N) Define tamanho da amostra (n) Define nmero de aceitao (a) e de rejeio (r) Inspeciona a amostra e conta nmero de defeituosas (M):
Se M<=a ---> lote aprovado Se M>=r ---> lote rejeitado

Modelagem do problema pela estratgia B:
M 0 1 2 3 4 5 6 7 8 9 10 P(A) 100% 80% 62% 47% 33% 22% 13% 7% 2% 0% 0%
100%
P(A)
50%
0% 0 1 2 3 M 4 5 6
Curvas de operao
Curvas caractersticas de operao (CCO):
So grficos que mostram a probabilidade de se aceitar o lote, ou seja P(A), em funo da proporo de itens defeituosos nele presentes A CCO construda utilizando-se uma funo de distribuio chamada de hipergeomtrica A funo hipergeomtrica fornece a probabilidade de se observar m itens defeituosos numa amostra de tamanho n, sendo a amostra retirada de um lote de tamanho N, com M itens defeituosos. Assim, cada CCO construda estabelecendo-se o tamanho do lote (N), o tamanho da amostra (n), e o nmero de aceitao (a) Variando-se a e n, o formato da CCO se altera
Curvas de operao
Variao da CCO com diferentes valores de a
Aumentando-se a, para um mesmo valor de n, a CCO deslocase para a direita
Curvas de operao
Variao da CCO com diferentes valores de n
Aumentando-se n, para um mesmo valor de a, a taxa de queda da CCO fica mais ngreme (aproxima-se da inclinao de um modelo de inspeo 100%)

A amostragem 100% um modelo de inspeo dito de eficcia ideal, ou seja, o que propicia maior chance de acertar na deciso de se aceitar ou no o lote Em contrapartida, um modelo que pode ser pouco eficiente, ou seja, para um mesmo resultado final, gasta-se mais recursos que uma estratgia bem escolhida de inspeo por amostragem O inverso vlido para a inspeo por amostragem, ou seja, adequadamente planejado, ele mais eficiente que a inspeo 100%, mas sua eficcia tende a ser menor, pois aumenta-se o risco de erro de deciso sobre a aceitao ou rejeio do lote
Erros de deciso
Quando se toma uma deciso de aceitar ou no uma determinada hiptese, as seguintes situaes podem ocorrer:
Hiptese verdadeira
Deciso correta: aceitar a hiptese Deciso errada: rejeitar a hiptese
Hiptese falsa
Deciso correta: rejeitar a hiptese Deciso errada: aceitar a hiptese
Erros de deciso
Deciso aceitar rejeitar Verdadeira
Risco do produtor ()
Associado a um parmetro chamado de NQA Nvel de qualidade aceitvel
Hiptese
Deciso Erro tipo I correta ()
Risco do consumidor ()
Associado a um parmetro chamado de QL Qualidade Limite
Falsa
Erro tipo II Deciso () correta
Erros de deciso e inspeo

Quando se faz inspeo, uma deciso deve ser tomada: aceita-se ou no o lote baseado na amostra? A deciso envolve o uso de uma distribuio de probabilidade, e portanto, existem riscos de se cometer erro de deciso, que devem ser adequadamente ponderados Valores de risco podem ser negociados entre fornecedor e produtor, mas existem alguns valores tpicos utilizados em tabelas de normas
CCO e erros de deciso

Retomando o problema de inspeo 100% x inspeo por amostragem:
100% 100% 80% 62% P(A) 50% 47%
Erro tipo I Erro tipo II

33% 22% 13% 7% 2% 0% 6
0% 0 1 2 3 M 4 5
CCO e erros de deciso

Como diferentes valores de N, M, n e a criam diferentes CCOs, a questo : que valores destes parmetros devem ser utilizados?
Definio do PLANO DE TESTE
Escolha do plano de teste

Definir e NQA, de forma que se tem um ponto definido no plano cartesiano, por onde passam inmeras diferentes CCOs A escolha da melhor CCO (plano de teste) feita pelo critrio de se atender o QL e o escolhidos
Construindo a CCO
A CCO construda calculando-se a probabilidade de aceitao P(A) de um lote de tamanho N com M itens defeituosos, do qual se retira uma amostra de n elementos e conta-se a quantidade de itens defeituosos da amostra, m O clculo de P(A) feito usando-se distribuio hipergeomtrica cumulativa (cdf) No entanto, quando n<<N (o que na prtica comum), pode-se utilizar uma distribuio mais simples de se calcular: a distribuio binomial (cdf), que d uma boa aproximao do clculo feito com a hipergeomtrica Ainda no caso de n<<N e a<<n, pode ser utilizada a distribuio de Poisson (cdf)
Construindo a CCO
f=n/N
k=a/n
f>0,10
S
k>0,10
N
Binomial
Hipergeomtrica
Poisson
Distribuio hipergeomtrica
p.d.f.:
M N M m n m H ( N , M , n, m) = N n
c.d.f.:
h( N , M , n, a ) = H ( N , M , n, m)
m=0 m=a
Distribuio Binomial
p.d.f.:
n m B ( p, n, m) = p (1 p ) n m m
Sendo p=M/N
c.d.f.:
p( p, n, a ) = B ( p, n, m)
m=0 m=a
Escolhendo a CCO
O uso das cdfs para criao das CCOs parte do pressuposto de que o plano de teste (ou seja, os valores de N, n e a) j est definido. No entanto, necessrio se construir uma variedade enorme de CCOs para achar aquela que satisfaa a condio de um dado NQA para o risco estabelecido Para padronizar a metodologia de escolha do plano de teste adequado, sem a necessidade de construo da CCO, utilizamse planos de ensaio padronizados por normas Para planos de ensaio por atributo, a norma da ABNT, NBR5426, indica planos de ensaio padronizados que atende os mais diversos requisitos necessrios aos ensaios reais
NRB5426 - terminologia
NBR5426 trabalha com ranges de tamanhos de lotes, para os quais determina tamanhos de lotes, ou seja, para efeito de NBR, existe uma certa relao entre n e N As tabelas direcionam para a escolha de n, a e r, partindo de valores de N predefinidos pelo usurio da norma, e considerando um NQA de aproximadamente 5% Os ranges de tamanhos de lotes predefinidos so identificados por 7 cdigos literais, sendo 3 gerais e 4 especiais
gerais: I, II e III especiais: S1, S2, S3 e S4
A NBR 5426 estabelece 3 regimes de inspeo, que equivalem severidade da inspeo, em funo do desempenho de qualidade do fornecedor
Normal, severo, atenuado
Basicamente, toda inspeo comea com um regime normal, mas pode mudar em funo do histrico de aceitao e de rejeio de lotes para atenuado ou para severo
Tipos de amostragem
A NBR 5426 tambm se baseia em 3 tipos de amostragem mais comuns:
Amostragem simples
apenas uma amostra de tamanho n selecionada e nela conta-se o nmero de itens defeituosos, m, comparando-o com o valor de aceitao, a;
Amostragem dupla
Seleciona-se uma amostra de tamanho n, e nela conta-se o nmero de itens defeituosos m, comparando-o com a e r; Se m<a, aceita-se o lote; se m>r, rejeita-se o lote; se a<m<r, retira-se uma nova amostra com novos valores de a e r; Em mdia, resulta em uma quantidade menor de trabalho de inspeo, pois a deciso de aceitao em geral ocorre com amostras menores;
Amostragem mltipla
Idem amostragem dupla, mas diversas amostras podem ser retiradas at que se chegue a uma situao de aceitar ou rejeitar o lote; Em mdia, resulta em uma quantidade ainda menor de trabalho de inspeo que a amostragem dupla
Amostragem simples x dupla

n1 n
m1<a1
m>a?
m1: a1,r1
m1>r1
n2 Aceitar lote Rejeitar lote

m1+m2<a2
m1+m2: a2,r2
m1+m2>r2
Aceitar lote
Rejeitar lote
Regimes de inspeo
i10 lotes aceitos em seqncia iTotal de defeitos inferior a um dado valor iProduo estvel iAprovado por responsvel
Incio
i 2 lotes rejeitados em 5 amostras seguidas
ATENUADA
NORMAL
SEVERA
i Lote no aceite i Nmero de defeitos entre a e r i Produo irregular i Outras situaes
i 5 lotes aceitos em seqncia
i 10 lotes consecutivos em inspeco severa
Terminar
Metodologia NBR 5426

Determinar tamanho do lote (N), nvel geral ou especial, regime e tipo de amostragem pela Tabela 1 da NBR5426, determinar codificao de amostragem de A a R Usando o cdigo de A a R determinado, verificar o tamanho de amostra n, o valor de aceitao Ac e de rejeio Re, pelas tabelas: Regime de inspeo
Normal Tipo de amostragem Simples Dupla Mltipla Tabela 2 Tabela 5 Tabela 8
Severa Atenuada Tabela 3 Tabela 6 Tabela 4 Tabela 7
Tabela 9 Tabela 10
Exemplo
Uma empresa estabelece, pelo ritmo de produo, fazer 3 inspees dirias de lotes de 10000 peas pelo nvel geral II, em regime normal, com amostragem simples. O NQA de 0,15% Pela tabela 1 da NBR, escolhido o plano de inspeo L Como o regime de inspeo normal, e tipo simples, os valores de n, Ac e Re so escolhidos pela tabela 2, que resultam em valores de n=200, Ac=1 e Re=2
Tabela 1 - NBR5426
Tabela 2 - NBR5426
Amostragem simples x dupla

Qualidade Por Inspeção

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Qualidade Por Inspeção

Caricato da

Copyright:

Formati disponibili

Tcnicas de produo e sistemas da qualidade

Qualidade por inspeo

Inspeo por amostragem

Inspeo por amostragem

Inspeo por amostragem

Inspeo por amostragem

Tamanho do lote Nveis aceitveis de risco

Que mtodo usar?

Qual a probabilidade de aceitar o lote P(aceitao) ou P(A)?

Inspeo 100% x amostragem

Inspeo 100% x amostragem

Inspeo 100% x amostragem

Inspeo 100% x amostragem

Aumentando-se a, para um mesmo valor de n, a CCO deslocase para a direita

Inspeo 100% x amostragem

Deciso Erro tipo I correta ()

Erro tipo II Deciso () correta

Erros de deciso e inspeo

CCO e erros de deciso

Erro tipo I Erro tipo II

CCO e erros de deciso

Escolha do plano de teste

Amostragem simples x dupla

n2 Aceitar lote Rejeitar lote

i 2 lotes rejeitados em 5 amostras seguidas

i Lote no aceite i Nmero de defeitos entre a e r i Produo irregular i Outras situaes

i 5 lotes aceitos em seqncia

i 10 lotes consecutivos em inspeco severa

Metodologia NBR 5426

Normal Tipo de amostragem Simples Dupla Mltipla Tabela 2 Tabela 5 Tabela 8

Severa Atenuada Tabela 3 Tabela 6 Tabela 4 Tabela 7

Amostragem simples x dupla

Potrebbero piacerti anche