Controle de Qualidade LF

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (artculo completo) Eduardo Dvorkin, Marcela Goldschmit, Mario Storti (Eds.
) Buenos Aires, Argentina, 15-18 Noviembre 2010
APLICAO DA LGICA FUZZY PARA CONTROLE DA QUALIDADE

Raphael S. Carneiro, Nadia Nedjah, Luiza de Macedo Mourelle
Departamento de Engenharia Eletrnica e Telecomunicaes, Universidade do Estado do Rio de Janeiro Rua So Francisco Xavier 524, Maracan, Rio de Janeiro RJ, Brasil
Palavras Chave: Qualidade, Inspeo, Lgica Fuzzy, Regras Fuzzy.

Resumo. Este artigo expe a necessidade de uma padronizao na inspeo de produtos manufaturados. Estabelecer padres quando a deciso est nas mos de um inspetor humano no uma tarefa simples. Ao longo do texto proposta a aplicao da lgica fuzzy para apio tomada de deciso nos casos onde h dvida entre os inspetores sobre a avaliao qualitativa dos produtos. So realizados estudos aplicando a lgica fuzzy para trs produtos diferentes do mercado de componentes eltricos, para os quais foram estabelecidas variveis fuzzy de entrada e regras para combinar estas variveis gerando uma sada que representa a situao final do produto.
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
9126
R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE
INTRODUO
Produtos manufaturados requerem uma anlise qualitativa antes de seu envio aos clientes, uma vez que sua aplicabilidade final precisa ser assegurada. comum observar em fbricas do mundo inteiro a prtica de inspees volantes que se estendem, em geral, ao longo das linhas produtivas. Essa prtica busca o seguimento das especificaes estabelecidas em normas ou pelos clientes finais e realizada por pessoal qualificado e com conhecimento sobre o produto [4]. Este estudo se concentrar em alguns produtos especficos do mercado eltrico, embora seja aplicvel a qualquer tipo de anlise qualitativa para produtos manufaturados. A anlise da qualidade de componentes acionadores e sinalizadores utilizados em painis eltricos no difere, em sua essncia, das demais anlises manuais e visuais realizadas por inspetores [3]. Os acionadores tm funcionamento meramente mecnico, operando para ligar e desligar sistemas das mais diversas aplicaes utilizando unidades de contato que so responsveis pela conduo de correntes eltricas. J os sinaleiros, ou lmpadas indicativas para painis eltricos, tm funo de mostrar ao usurio a situao dos sistemas operados e gerenciados pelo painel. Descrevendo de forma resumida a estrutura de liberao de materiais em uma fbrica, temos o departamento de produo, o qual se concentra na fabricao o produto, e o departamento da qualidade, que se concentra em verificar se o que foi fabricado atende ou no s especificaes normativas. Embora haja uma crescente absoro das tecnologias de automao nas fbricas do sculo XXI, muitas das inspees pela qualidade ainda so realizadas pelos olhos e mos de inspetores humanos qualificados. Buscar a padronizao uma das funes destes inspetores. Porm, devido a questes humanas, padronizar pode se tornar uma tarefa consideravelmente difcil, uma vez que funcionrios humanos esto sujeitos variaes, que muitas vezes so abstratas, de acordo com interferncias externas, como distraes, questes emocionais, conhecimento, experincia, insatisfaes e etc. Tais variaes acabam por elevar o risco de liberao de produtos defeituosos, assim como reprovao de itens que atendam s especificaes bsicas e que so aceitveis para determinados clientes. Ambas as situaes geram custo excessivos e desnecessrios para uma organizao. Aprovar um produto que no atende s especificaes significa que o cliente final receber algo que no atende s suas expectativas, gerando, dentre outras coisas, devolues, insatisfao do cliente e perda de mercado. Por outro lado, a reprovao de produtos que atendam parcialmente s especificaes, pode gerar, desnecessariamente, retrabalhos, horas extras, sucata e um custo de no-conformidade que poder exceder ao objetivo da organizao. Outra questo importante a ser considerada, a experincia do inspetor da qualidade. Esta caracterstica se mostra crucial para efetuao de anlises qualitativas que dependem do fator humano. Uma vez que inspetores experientes esto sujeitos deixarem de fazer parte do quadro de funcionrios de uma organizao, os lderes desta passam a estar sujeitos contratao de novos inspetores, o que pode ou no prejudicar o processo de inspeo, logo prejudicar ou no o cliente final. Buscar a padronizao e o auxlio tomada de decises significa aprimorar os processos fabris em busca da melhoria contnua. Como ferramenta importante neste contexto, podemos utilizar lgicas matemticas e computacionais que operam como palavra decisiva em caso de disparidade entre inspetores ou ainda em casos de dvida entre os mesmos. O restante deste artigo dividido em trs sees: na Seo 2 ser dada uma introduo lgica fuzzy e sua aplicao no processo de controle de qualidade de produtos comerciais; na Seo 3 sero explicados os detalhes tcnicos dos produtos controlados que sero usados na modelagem fuzzy detalhada na Seo 4, juntamente com os resultados obtidos.
Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)
9127
A LGICA FUZZY E SUA APLICAO NO CONTROLE DA QUALIDADE
Uma lgica matemtica muito conhecida nos processos de auxlio tomada de deciso a lgica fuzzy [1]. Tambm chamada de nebulosa ou difusa, esta lgica tem como base a anlise de dados no digitalizados, ou seja, considera valores intermedirios entre o mximo ( um na lgica Booleana) e mnimo (zero na lgica Booleana). Analisar dados utilizando tal lgica significa considerar os estgios compreendidos entre os extremos de determinadas entradas para que atravs da inferncia de seus valores, chegue-se uma ou mais sadas tambm com valores no digitais. A partir de regras, normalmente estabelecidas por especialistas no processo a ser analisado, pode-se mapear o comportamento do sistema. Sintetizando o sentido da lgica em questo, ilustrativamente, podemos considerar o andamento da composio de uma obra musical. Para a lgica digital existem somente dois estgios, o zero, onde a obra ainda no foi iniciada e o um, onde a obra est finalizada, no contemplando todo o processo. J para a lgica fuzzy, todos os momentos da composio so considerados. Podemos dividir o processo de criao desta obra ilustrativa em obra iniciada, obra em andamento, obra prxima ao fim e obra finalizada, estas etapas definidas de forma no absoluta podem representar o conceito de varivel lingstica utilizada nesta lgica. Descrevendo matematicamente, todos os infinitos valores entre zero e um participam para gerar uma sada mais prxima da realidade de acordo com as regras estabelecidas. O raciocnio humano tambm agrupa o conhecimento de forma abstrata. Quando consideramos uma situao e buscamos uma soluo ou concluso, analisamos um nmero grande de variveis, estas percebidas pelos nossos sentidos, e regras, que so prestabelecidas pelo nosso conhecimento e experincia. Este tipo de anlise de dados atende s necessidades do controle da qualidade em questo, uma vez que no desejvel que tenhamos apenas produtos aprovados ou reprovados, mas sim todos os nveis de qualidade aceitveis para clientes e normas [3]. A Figura 1 resume o processamento do conhecimento fuzzy [2].
Figura 1: Modelo Fuzzy
Neste diagrama, a fuzzificao representa a converso da varivel escalar para fuzzy e a defuzzificao o contrrio [1]. A mquina de inferncia interage com o banco de regras considerando as entradas para gerar as sadas. Para este estudo foi escolhia da a mquina de inferncia baseada no modelo Mandani [1].
9128
PRODUTOS E ESPECIFICAES
Consideraremos trs grupos de produtos diferentes para esta anlise. Dois tipos de botes muito populares na fabricao de painis eltricos e um tipo de sinalizador tambm com grande aceitao neste mercado. 3.1 Botes Giratrios Este primeiro grupo de produtos consiste em acionadores que necessitam de uma fora perpendicular ao painel para que o sistema seja acionado e de um toque aplicado no sentido horrio para que o mesmo retorne a posio inicial, desligando o sistema. A Figura 2 ilustra o componente e sua aplicao.
Figura 2: Botes giratrios e sua aplicao
Os botes giratrios utilizam como estrutura bsica um corpo, plstico ou metlico, que aloja uma mola de toro, um acionador plstico e travas movimentadas por uma mola de compresso; uma roseta, responsvel por conter este conjunto dentro do corpo e uma tecla com ranhuras nas bordas para facilitar a aplicao do torque pelo usurio, esta tecla, em geral, possui o desenho de uma seta indicando o sentido de desligamento do sistema . Uma vez que os testes aplicveis s unidades de contato so realizados por mquinas visando assegurar o cumprimento das especificaes eltricas estabelecidas em normas, nos deteremos aos testes aplicveis ao boto, que so realizados pelo inspetor da qualidade [4]. 3.2 Botes Travantes Estes botes tambm tm como funo bsica o acionamento de sistemas eltricos. Seu funcionamento consiste na aplicao de uma fora perpendicular ao painel para acionamento e outra fora na mesma direo, porm em sentido contrrio, para desligamento do sistema. A diferena entre este grupo de produtos e o grupo de botes pulsadores pode ser percebida facilmente, este ltimo no precisa da aplicao de uma fora para o desligamento do sistema. A Figura 3 ilustra o componente e sua aplicao.
9129
Figura 3: Botes travantes e sua aplicao
Os botes travantes so montados a partir de um corpo, plstico ou metlico, que aloja uma mola de compresso, um acionado plstico e uma mola em formato anel para travar o boto na posio correta; uma roseta, responsvel por conter este conjunto dentro do corpo e uma tecla que servir para que o usurio pressione para acionar e puxe para desligar. Assim como no caso dos botes giratrios, no consideraremos a inspeo das unidades de contato. 3.3 Sinaleiros Diferentemente dos grupos dos botes, estes produtos no so utilizados como entradas para sistemas eltricos, mas sim, como indicadores de processos, mostram as sadas. Este grupo no possui unidades de contato, uma vez que no tem como aplicao o acionamento de sistemas. Como em uma lmpada comum os terminais de entrada deste dispositivo so alimentados com a tenso adequada para seu funcionamento. Um conjunto de cores muitos variadas oferecido neste mercado para auxiliar na diferenciao de processos e status de sistemas. A Figura 4 ilustra o componente e sua aplicao.
Figura 4: Sinaleiros e sua aplicao
Este tipo de sinaleiro consiste basicamente em um corpo, que pode ser plstico ou metlico, onde estar alojada toda a eletrnica referente ao funcionamento dos LEDs; em uma lente, que fabricada em material plstico e tem como funo propagar a luz na forma especificada pelo cliente e na cor correta; e uma roseta, que consiste em um aro plstico ou metlico que tem como funo a fixao da lente no conjunto.
9130
MODELAGEM FUZZY
Nesta etapa se fez necessria a participao de especialistas nos produtos a serem analisados. Foram consultados inspetores da qualidade e gerentes da qualidade e marketing a fim de chegar aos parmetros de entrada e sada para composio dos conjuntos fuzzy [1, 2]. Para cada produto foram estabelecidos os principais fatores que devem ser observados pelos inspetores para a avaliao qualitativa. Estes fatores foram considerados como entradas do sistema e foram subdivididos em conjuntos fuzzy. Para a sada foi considerada a deciso a ser tomada pelo inspetor, ou seja, a situao do produto variando entre aprovado e reprovado. Para os trs estudos foram escolhidas as entradas, as sadas, desenvolvidas as tabelas verdade em conjunto com os especialistas, a partir destas tabelas foram desenvolvidas as regras, resultando em grficos que mostram a interao entre entradas e sadas. 4.1 Botes Giratrios Considerando o modelo bsico para um sistema orientado pela lgica fuzzy aplicado aos botes giratrios, foi estruturado o diagrama da Figura 5 que mostra as entradas pertinentes aos fatores a serem avaliados pelo inspetor, a mquina de inferncia fuzzy e a sada que mostra a situao do produto.
Figura 5: Modelo fuzzy para botes giratrios
A pesquisa realizada com os especialistas resultou nos seguintes parmetros que devem ser considerados na inspeo da qualidade: Fora de Entrada (ForaEntrada) que representa a fora necessria para acionar o boto perpendicularmente; Torque de Sada (TorqSada) que representa o torque necessrio para fazer o boto retornar posio inicial; Velocidade de Sada (Velocidade) que consiste na velocidade em que o boto volta sua posio inicial aps o torque aplicado.
Estes parmetros sero considerados como entradas para o sistema fuzzy e subdivididos em conjuntos fuzzy. Paro o caso da varivel ForaEntrada, foram levados em considerao trs conjuntos, partindo da ausncia de fora at a fora excessiva como mostrado na Figura 6. Esta varivel considerada, pois mede a fora que o usurio precisar desempenhar para acionar o produto, esta fora no poder ser muito elevada para o boto seja considerado aprovado. a partir desta fora que os contatos das unidades de contato so acionados e iniciam a conduo de
9131
corrente eltrica, ligando assim o sistema controlado.
Figura 6: Fora de Entrada
Os conjuntos fuzzy para esta entrada so os seguintes: (i) FEB Fora de Entrada Baixa; (ii) FEM Fora de Entrada Mdia; e (iii) FEA Fora de Entrada Alta. As funes triangulares e trapezoidais foram escolhidas de acordo com a natureza de cada varivel. Para a fora de entrada, por exemplo, podemos ver uma funo triangular entre funes trapezoidais, o que significa que nos dois pontos extremos da faixa temos constantes que mostram que a partir de determinados pontos teremos foras com valores iguais a zero ou ao maior valor aplicvel para a capacidade humana. Como poder ser percebido, para as demais variveis as funes foram escolhidas de forma anloga. A varivel TorqSada teve sua faixa estabelecida em quatro conjuntos fuzzy, um conjunto a mais que a varivel anterior, isso se deve ao fato de haver maior divergncia entre inspetores quando a varivel torque est em questo. Quanto maior o nmero de conjuntos, melhor ser a anlise e mais regras podero ser consideradas. Esta varivel foi estruturada levando em considerao valores desde o torque nulo at valores de torque muito altos. Os conjuntos podem ser vistos na Figura 7 abaixo.
Figura 7: Torque de Sada
Este torque precisa ser considerado, pois somente ao final do giro do boto iniciado o movimento de separao dos contatos que conduzem corrente eltrica e realizado o desligamento do sistema controlado por este produto. O TorqSada foi dividido nos seguintes conjuntos: (i) TSB Torque de Sada Baixo; (ii) TSMB Torque de Sada Mdio-Baixo; (iii) TSMA Torque de Sada Mdio-Alto; e (iv) TSA Torque de Sada Alto. A terceira varivel de entrada, Velocidade de muita importncia para o atendimento de
9132
um requisito bsico para botes giratrios, esta velocidade quando muito baixa tende a permitir a formao de arco voltaico entre os contatos das unidades, o que acaba por queimlos ou reduzir sua vida til. Para esta varivel, seguindo exemplo do TorqSada , tambm foram escolhidos quatro conjuntos fuzzy. Os conjuntos fuzzy para a varivel Velocidade so: (i) VB Velocidade Baixa; (ii) VMB Velocidade Mdia-Baixa; (iii) VM Velocidade Mdia; e (iv) VA Velocidade Alta, conforme mostra a Figura 8.
Figura 8: Velocidade de Sada
Considerando agora a sada do sistema fuzzy, foi realizada uma segunda pesquisa com os gerentes da qualidade e de marketing resultando nas possveis situaes de aprovao dos produtos. Estes especialistas levaram em considerao a criticidade do cumprimento de especificaes e nvel de exigncia dos clientes. Foram levantadas quatro possveis situaes: Aprovado1 que representa a situao em que o produto supera as especificaes; Aprovado2 que representa a situao em que o produto atende s especificaes; Aprovado3 que representa a situao em que o produto atende parcialmente s especificaes apresentando falhas no crticas (atende pelo menos s caractersticas especiais); Reprovado que representa a situao em que o produto no atende s especificaes crticas (no atender s caractersticas especiais).
Estas quatro possveis situaes so os conjuntos fuzzy para a sada. A partir destes conjuntos, podemos classificar tambm a criticidade da aplicao do produto ou o nvel de exigncia dos clientes, conforme mostra a Figura 9.
Figura 9: Situao do Produto - Sada
Fabricar produtos para o nvel Aprovado1 pode representar um custo excessivo para uma
9133
organizao, sendo em muitos casos desnecessrio e muitas vezes irrelevante para o cliente. Fabricar para nvel Aprovado2 significa que a organizao poder fornecer estes produtos para todos os clientes e que os mesmos atendem todas normas aplicveis [4]. O nvel Aprovado3 significa que nem todas as especificaes esto sendo atendidas, porm as caractersticas consideradas crticas esto de acordo com as especificaes. Os produtos que forem classificados neste nvel podem ser fornecidos para determinados clientes e aplicaes que no demandarem um completo atendimento normativo. Em geral, podem ser vendidos para aplicaes que no sejam consideradas de segurana onde a vida pode ser posta em risco. A classificao do produto como Reprovado significa que algum requisito, ou combinao de requisitos crticos no foi atendida, ou seja, produtos com esta classificao no podem ser fornecidos a nenhum dos clientes e devem ser retrabalhados ou descartados. As regras de interao entre as entradas foram levantadas utilizando o formato de tabela verdade na qual foi atribuda uma situao para cada possvel combinao de entradas. Esta tabela foi o passo inicial para inserir as regras que orientaram a mquina de inferncia fuzzy. A Tabela 1 em anexo mostra as possveis combinaes das entradas para anlise de botes giratrios. Foram geradas 48 regras a partir desta tabela, todas seguindo (1) e representados de forma grfica na Figura 10. If (Entrada1 = X) and (Entrada2 = Y) and (Entrada3 = Z) Then (Sada = W). (1)
Figura 10: Regras Fuzzy para Botes Giratrios
9134
As regras mostram a percepo dos especialistas sobre todas as combinaes das entradas para gerar a sada. Foram selecionadas algumas regras para que sua participao na gerao da sada sejam analisadas de forma mais aprofundada, estas esto marcadas com as setas, identificadas como regra 1, 16, 33 e 37. A regra 1 em (2) mostra que para uma ForaEntrada alta interagindo com a Velocidade e TorqSada tambm altos temos a situao Aprovado3, ou seja, para o especialista, se o produto for capaz de responder de forma ideal em relao velocidade e ao torque, mesmo que a fora para acionamento seja alta, este produto pode ser fornecido para aplicaes que no envolvam segurana. Os valores das variveis para aplicao desta regra podem ser vistos na Figura 11. If (ForaEnt = FEA) and (TorqSaida = TSA) and (VelSaida = VA) Then (Sit = AP3). (2)
Figura 11: Regra 1 para botes giratrios
A regra 16 em (3) nos mostra a pior situao para o produto em questo, na qual todas as caractersticas de entrada encontram-se com valores extremos indesejveis, ou seja, o usurios necessitar de muita fora para acionar o boto, ter um torque muito baixo no retorno para a posio inicial e a velocidade de retorno ser muito baixa. A situao proveniente desta combinao no poderia ser diferente de Reprovado. Podemos utilizar os valores da Figura 12 para exemplificar esta regra. If (ForaEnt = FEA) and (TorqSaida = TSB) and (VelSaida = VB) Then (Sit = REP). (3)
A regra 33 em (4) mostra o extremo oposto da regra 16, ou seja, a situao ideal de funcionamento para botes giratrios, onde a fora para acionar o sistema baixa e o torque de sada e a velocidade de sada so altos garantindo um retorno em tempo ideal posio inicial aps o giro do boto. Com esta combinao de entradas o produto supera as especificaes e classificado como Aprovado1. Para esta regra os valores so extremos, conforme mostra Figura 13.. If (ForaEnt = FEB) and (TorqSaida = TSA) and (VelSaida = VA) Then (Sit = AP1). (4)
Como ltimo exemplo para os botes giratrios, podemos observar a regra 37 em (5) que ilustrar a classificao faltante, a Aprovado2 . Para esta regra temos que a para o acionamento do boto o usurio precisar de pouca fora e ter em resposta ao giro um toque mediano e uma velocidade alta. Para o especialista nesta situao o boto atende s expectativas e pode
9135
ser vendido para qualquer cliente e aplicao. Na Figura 14, podemos ver os valores para o exemplo em questo. If (ForaEnt = FEB) and (TorqSaida = TSM) and (VelSaida = VA) Then (Sit = AP2). (5)
Os grficos tridimensionais que mostram a interao entre as entradas para e sua participao para gerar a sada podem ser traados. A interao entre as variveis ForaEntrada e TorqSada, traada na Figura 15, mostra claramente que quanto menor a fora e maior o toque, melhor ser a situao do produto final.
Figura 15: Grfico Tridimensional mostrando a interao entre ForaEntrada e TorqSada
O grfico da Figura 16 mostra que quanto menor for a fora de entrada e maior a velocidade de sada melhor ser a situao final.
Figura 16: Grfico Tridimensional para a interao entre ForaEntrada e Velocidade
9136
O grfico da Figura 17 mostra a interao entre as variveis Velocidade e TorqSada . Observa-se o melhor valor de sada quando ambas as entradas apresentam valores altos.
Figura 17: Grfico Tridimensional para a interao entre TorqSada e Velocidade
4.2 Botes Travantes O modelo para os botes travantes similar ao dos giratrios e a anlise a ser realizada para este produto ser a mesma realizada no item 4.1 deste estudo. Aplicando o modelo fuzzy bsico para os botes travantes temos a figura 18.
Figura 18: Modelo fuzzy para os botes travantes
O modelo acima mostra entradas diferentes das mostradas para os botes giratrios. Estas foram escolhidas de acordo com a aplicabilidade do produto que foi explicada no item 3.2. As entradas aplicveis a este produto tambm foram especificadas pelos especialistas. Os parmetros a serem considerados para a inspeo deste produto so: ForaEntrada que representa a fora aplicada perpendicularmente ao painel para acionar o boto; ForaSada que representa a fora aplicada na mesma direo da fora de entrada, porem em sentido oposto para desligamento do sistema; Folga que representa o deslocamento do frontal do boto sem que haja acionamento das unidades de contato.
9137
A varivel ForaEntrada aplicada aos botes travantes deve ser considerada pelo mesmo motivo visto nos botes giratrios, pois a fora a ser aplicada pelo usurio para acionar o produto. Esta varivel foi dividida em trs conjuntos fuzzy, contemplando a faixa de fora nula at a fora mxima aplicvel pelo inspetor. Esta entrada foi dividida nos seguintes conjuntos, ilustrados na Figura 19: (i) FEB Fora de Entrada Baixa; (ii) FEM Fora de Entrada Mdia; e (iii) FEA Fora de Entrada Alta.
Figura 19: Fora de Entrada
A varivel ForaSada mede a fora necessria para deslocar o boto de volta a sua posio inicial. Para o usurio significa a fora necessria para desativar o sistema controlado pelo boto. Como no caso do boto giratrio, esta varivel tambm foi dividida em quatro conjuntos para aprofundar sua anlise. Estes conjuntos esto compreendidos entre a fora nula e a fora excessiva, assim como ForaEntrada. Os conjuntos considerados para a varivel ForaSada so: (i) FSA Fora de Sada Alta; (ii) FSM Fora de Sada Mdia; (iii) FSMB Fora de Sada Mdia-Baixa; e (iv) FSB Fora de Sada Baixa, conforme mostra a Figura 20
Figura 20: Fora de Sada
A terceira varivel de entrada encarada pelos especialistas como um potencial defeito para este tipo de produto, a varivel Folga representa o movimento feito pelo boto sem que as unidades de contato sejam afetadas, ou seja, caso haja uma folga excessiva, haver uma faixa de deslocamento da tecla sem que o produto funcione. Esta caracterstica indesejvel e causada pelo incorreto posicionamento dos componentes internos do boto. Os conjuntos desta varivel variam da ausncia de folga at a folga mxima limite para o desmonte do produto. A varivel Folga foi dividida em quatro conjuntos: (i) FA Folga Alta; (ii) FMA Folga Mdia-Alta; (iii) FM Folga Mdia; e (iv) FB Folga Baixa, conforme mostra a Figura 21.
9138
Figura 21: Folga
A anlise da situao final da inspeo ser, assim como no caso do boto giratrio, a sada do sistema fuzzy e ser realizada de forma idntica realizada no item 4.1. Para os botes travantes tambm foi montada uma tabela verdade com o auxlio dos especialistas. Esta tabela pode ser vista abaixo e sua estrutura similar da utilizada nos botes giratrios. Apartir da Tabela 2 no anexo, foram levantadas 48 regras de interao seguindo o mesmo formato da expresso (1).
Figura 22: Regras Fuzzy para Botes Travantes
9139
O formato grfico das regras tambm pode ser adotado para os botes travantes, mostrado na Figura 22. Assim como realizado no item 4.1, foram escolhidas quatro regras para exemplificar as quatro possveis situaes de sada. Neste caso foram escolhidas as regras 1, 10, 27 e 44. A regra 1 em (6) mostra a pior situao para esta classe de produtos, ou seja, a fora de entrada, a fora de sada e a folga com seus valores mximos. Neste caso, exigido do usurio muita fora tanto para acionar quanto para desligar o sistema e h um grande deslocamento do frontal do boto sem influencia nas unidades de contato. Neste caso a situao da sada Reprovado. Como exemplo, esta regra mostra os valores da Figura 23. If (ForaEnt = FEA) and (ForcSaida = FSA) and (Folga = FA) Then (Sit = REP). (6)
Figura 23: Regra 1 para botes travantes
No caso da regra 10 temos a situao de Aprovado 3, ou seja, este produto pode ser fornecido desde que no seja para aplicaes de segurana. As entradas encontram-se em valores intermedirios tendendo a valores inadequados. A Fora de Entrada est alta e a Folga tambm est com valores elevados, porm a Fora de Sada est com valores prximos ao ideal. If (ForaEnt = FEA) and (ForcSaida = FSMB) and (Folga = FMA) Then (Sit = AP3). Graficamente os valores para a regra 10 podem ser vistos abaixo: (7)
Para a situao de Aprovado 2 analisaremos a regra 27. Nesta regra podemos perceber que as variveis esto tendendo a valores prximos do ideal no caso da Fora de Sada e Folga e a valores mdios no caso da Fora de Entrada. Esta interao qualifica o produto para ser fornecido para qualquer aplicao. If (ForaEnt = FEM) and (ForcSaida = FSMB) and (Folga = FM) Then (Sit = AP2). Podemos expressar esta regra pelos seguintes valores: (8)
A regra 44 mostra a melhor combinao possvel para os botes travantes, onde a Fora de Entrada, a Fora de Sada e a Folga so mnimas, ou seja, a utilizao do produto requer o mnimo de fora e o deslocamento do frontal tem a menor perda de movimento devido ausncia de folga. Neste caso a situao final do produto Aprovado 1.
9140
If (ForaEnt = FEB) and (ForcSaida = FSMB) and (Folga = FB) Then (Sit = AP1). Estes valores extremos podem ser percebidos no grfico abaixo:
(9)
Os grficos tridimensionais para o estudo de botes travantes mostraro a interao entre as trs variveis de entrada, assim como realizado no estudo dos botes giratrios. O grfico da Figura 27 mostra a interao entre as variveis ForaEntrada e ForaSada . Como podemos perceber quanto menor forem os valores de ambas as variveis melhor ser a situao do produto
Figura 27: Grfico Tridimensional para a interao entre Fora de Entrada e Fora de Sada
A interao entre ForaEntrada e Folga pode ser vista no grfico da Figura 28 que tambm mostra que quanto menores forem os valores destas variveis melhor ser a sada.
Figura 28: Grfico Tridimensional para a interao entre ForaEntrada e Folga
9141
O grfico da Figura 29 do estudo dos botes travantes mostra a interao entre as variveis ForaSada e Folga . Assim como nos dois grficos anteriores podemos perceber que os menores valores so desejveis para obter a melhor sada possvel.
Figura 29: Grfico Tridimensional para a interao entre ForaSada e Folga
4.3 Sinaleiros A Figura 30 mostra o modelo fuzzy aplicado classe de sinaleiros. Para esta anlise foram consideradas apenas duas entradas. Estes parmetros foram considerados pelos especialistas como preponderantes para o cumprimento das especificaes. As variveis de entrada para o sistema fuzzy so as seguintes: Cor que representa a cor especificada para o produto Luminosidade que representa a intensidade luminosa para o produto
Figura 30: Modelo fuzzy para sinaleiros
Como pode ser percebido, no ser levado em considerao a funcionalidade eltrica do produto, uma vez que a aprovao desta funo deve ser realizada por mquinas capazes e a deciso de aprovao desta caracterstica no esta nas mos do inspetor. A cor deve ser considerada na anlise para que a correta tonalidade especificada pelo cliente seja atendida, para que sejam evitadas pequenas variaes que so, na maioria das vezes, ocasionadas pelo processo de injeo termoplstica da lente. Os conjuntos foram
9142
divididos de forma a compreender faixas de cores entre escuro e claro conforme podemos ver na Figura 31. A varivel Cor foi dividida em cinco conjuntos fuzzy: (i) CFEC Cor fora da especificao para clara; (ii) CEC Cor especificada mais clara; (iii) CE Cor especificada; (iv) CEE Cor especificada mais escura; e (v) CFEE Cor fora da especificao para escura
Figura 31: Cor
A segunda varivel de entrada referente intensidade luminosa do sinaleiro. Controlar esta caracterstica se faz necessrio para evitar variaes entre os produtos em relao padres de sinalizao, percepo da indicao pelo usurio e tambm em relao vida til do produto, uma vez que se a intensidade luminosa estiver elevada devido uma montagem eltrica interna incorreta, a vida til da lmpada poder ser reduzida. Foi considerada uma faixa para os conjuntos que vai desde intensidades muito baixas at muito altas. Os conjuntos podem ser descritos como: (i) LMA Luminosidade muito alta; (ii) LA Luminosidade alta; (iii) LC Luminosidade correta; (iv) LB Luminosidade baixa; e (v) LMB Luminosidade muito baixa, conforme Figura 32.
Figura 32: Luminosidade
Embora este produto apresente caractersticas muito diferentes dos botes, a sada a ser considerada para este estudo ser a mesma, j que a varivel utilizada at ento atende s necessidades da anlise. A Tabela 3 no anexo para sinaleiros originou 25 regras como podemos perceber na Figura 33. Com anteriormente, a forma de todas as regras obedece expresso (1) e pode-se mostrar as regras dos sinaleiros em formato grfico. Foram escolhidas quatro regras exemplificando as quatro possibilidades das situaes de sada. Para uma anlise mais aprofundada, foram escolhidas as regras 1, 7, 13 e 16.
9143
Figura 33: Regras Fuzzy para Sinaleiros
A regra 1 em (10) mostra uma das piores situaes, onde o a intensidade luminosa est muito alta e a cor est fora das especificaes. Nestas condies o produto no poder ser fornecido para nenhuma aplicao, sendo assim, sua situao final Reprovado. Valores exemplificando esta situao podem ser vistos na Figura 34 If (Cor = CFEC) and (Luminosidade = LMA) Then (Sit = REP). (10)
Figura 34: Regra 1 para botes sinaleiros
A regra 7 em (11) mostra o produto com luminosidade alta e com a cor dentro das especificaes, porm clara. Para o especialista, esta combinao atende s especificaes bsicas e este produto deve ser classificado como Aprovado3. Como podemos ver na Figura 35, esta regra possui valores intermedirios If (Cor = CEC) and (Luminosidade = LA) Then (Sit = AP3). (11)
A regra 13 em (12) mostra a nica combinao onde a situao final do produto classificada como Aprovado1. No exato ponto mdio dos conjuntos de cada entrada temos a cor especificada e a luminosidade adequada. Estes valores ideais podem ser vistos na regra grfica da Figura 36. If (Cor = CE) and (Luminosidade = LC) Then (Sit = AP1). (12)
9144
A outra situao intermediria mostrada pela regra 16 em (13), onde a cor esta dentro das especificaes, porm escura e a luminosidade est muito alta, o que compensa a cor escura. Segundo o especialista, esta combinao leva o produto situao Aprovado2 . A regra grfica com seus valores pode ser vista na Figura 37. If (Cor = CEE) and (Luminosidade = LMA) Then (Sit = AP2). (13)
Figura 37: Regra 16
Foi gerado apenas um grfico tridimensional para o caso dos sinaleiros, pois s existe a combinao de duas entradas. Diferentemente dos grficos anteriores, podemos perceber por este que a melhor condio para o produto encontra-se no centro. Isso ocorre porque para o caso de sinaleiros, no pode ser considerado os maiores valores como se fossem melhores, diferentemente, por exemplo, da Velocidade de Sada para botes giratrios que consideramos anteriormente que quanto maior fosse, melhor seria o desempenho do boto.
Figura 38: Grfico Tridimensional para a interao entre as variveis Cor e Luminosidade
ANLISE DO SISTEMA DE INSPEO
Nesta etapa do estudo consideraremos e mensuraremos a porcentagem de falhas dos inspetores. Para tanto utilizaremos a estatstica como ferramenta, mas especificamente a anlise do sistema de medio ou MSA (Measurement System Analysis) [5]. Participaram desta anlise, dois inspetores humanos e o sistema fuzzy desenvolvido.
9145
Foram montadas trinta peas de cada famlia dos produtos focados nos estudos anteriores, as quais foram avaliadas por um especialista e classificadas utilizando as situaes AP1, AP2, AP3 e REP conforme estabelecido na seo 4, esta classificao foi assumida como o padro, ou seja, desejvel que as avaliaes dos inspetores e do sistema classifiquem as trinta peas de forma idntica. Em um MSA, os inspetores devem inspecionar as peas mais de uma vez para que possam ser avaliados trs pontos principais [5]: Grau de concordncia entre as respostas de um mesmo inspetor; Grau de concordncia entre as respostas do inspetor e o padro; Grau de concordncia entre as respostas dos avaliadores.
Utilizaremos trs medies para cada pea por cada inspetor e pelo modelo fuzzy. Realizaremos um MSA atributivo, ou seja, os inspetores avaliaro as peas de forma qualitativa, sem considerar valores numricos, classificando-as entre as quatro possveis situaes j mencionadas. Para o caso do sistema fuzzy, como este precisa de valores numricos para ser inseridos nos grficos, as medies das caractersticas foram efetuadas e foi estabelecida uma faixa de equivalncia entre os valores mximos e mnimos dos grficos e os valores mximos e mnimos reais dos produtos. A partir desta equivalncia se tornou possvel inserir os resultados nos grficos fuzzy e gerar classificao atributiva entre as quatro possveis situaes. Antes do incio desta anlise foi necessria uma calibrao do sistema fuzzy at que o mesmo mostrasse nveis elevados de repetitividade e reprodutibilidade. 5.1 MSA para Botes Giratrios Baseados nas inspees das caractersticas de entrada, os inspetores e o sistema classificaram as trinta peas e os nveis avaliados no MSA podem ser vistos nos grficos abaixo:
Figura 39: MSA para Botes Giratrios
O grfico esquerda Within Appraisers, mostra o grau de concordncia entre as concluses de cada inspetor sobre uma mesma pea em porcentagem, ou seja, mostra quantas vezes um mesmo inspetor classificou uma mesma pea de forma coerente entre as trs rodadas de inspees. Os resultados podem ser vistos na tabela abaixo:
9146
Inspetor Inspetor A Inspetor B Sistema Fuzzy
# Peas # Peas em % de Inspecionadas Concordncia Concordncia 30 19 63,33% 30 10 33,33% 30 30 100,00%
Tabela 4: Resultado do MSA para Botes Giratrios (Concordncia entre medidas)
fcil perceber que o sistema fuzzy teve o melhor desempenho, assim como tambm possvel perceber que o inspetor A mais experiente e possui melhor conhecimento que o B. O grfico direita Appraiser vs Standard, mostra o grau de concordncia entre as avaliaes do inspetor e o padro previamente estabelecido. Mais uma vez percebe-se a diferena entre os inspetores e o sistema fuzzy. Os resultados em relao ao padro podem ser vistos na tabela abaixo: Inspetor Inspetor A Inspetor B Sistema Fuzzy # Concord. c/ % de # Peas o Padro Concordncia Inspecionadas 30 18 60,00% 30 10 33,33% 30 30 100,00%
Tabela 5: Resultado do MSA para Botes Giratrios (Inspetor x Padro)
O grau de concordncia entre os inspetores e o sistema fuzzy foi de 23,33%. Este baixo valor se deve ao fato de existirem quatro possveis sadas e no duas como habitual alm da disparidade entre o nvel de acerto entre os inspetores e o sistema que neste caso esta sendo tratado como um terceiro inspetor. O valor de 95% foi escolhido como intervalo de confiana e representado pelas marcaes em X no grfico. 5.2 MSA para Botes Travantes A anlise para botes travantes similar realizada para os giratrios e o intervalo de confiana o mesmo.
Figura 40: MSA para Botes Travantes
9147
Os resultados para o grfico Within Appraisers para botes travantes seguem na tabela abaixo: Inspetor Inspetor A Inspetor B Sistema Fuzzy # Peas em % de # Peas Inspecionadas Concordncia Concordncia 30 20 66,67% 30 11 36,67% 30 30 100,00%
Tabela 6: Resultado do MSA para Botes Travantes (Concordncia entre medidas)
Os resultados para o grfico Appraiser vs Standard, podem ser vistos na tabela abaixo: Inspetor Inspetor A Inspetor B Sistema Fuzzy # Peas # Concord. c/ % de Inspecionadas o Padro Concordncia 30 19 63,33% 30 11 36,67% 30 30 100,00%
Tabela 7: Resultado do MSA para Botes Travantes (Inspetor x Padro)
O grau de concordncia entre os inspetores foi de 33,33%, tambm um valor baixo, assim como na anlise para botes giratrios. 5.3 MSA para Sinaleiros O estudo do sistema de medio realizado para os sinaleiros mostrou claramente a diferena entre os produtos e o quanto as caractersticas deste produto so mais complexas para serem analisadas. Comparamos apenas neste MSA apenas a entrada Luminosidade, pois para efetuar as medies a serem utilizadas na lgica fuzzy, no possuamos equipamento para leitura da Cor.
Figura 41: MSA para Botes Sinaleiros
possvel perceber como a avaliao deste produto causa maior dvida entre os
9148
inspetores. Os resultados para a concordncia entre as medidas realizadas por cada inspetor podem ser vistos na tabela abaixo: Inspetor Inspetor A Inspetor B Sistema Fuzzy # Peas # Peas em % de Inspecionadas Concordncia Concordncia 30 10 33,33% 30 6 20,00% 30 30 100,00%
Tabela 8: Resultado do MSA para Sinaleiros (Concordncia entre medidas)
Os resultados para concordncia com o padro seguem na tabela abaixo: Inspetor Inspetor A Inspetor B Sistema Fuzzy # Peas # Concord. c/ % de Inspecionadas o Padro Concordncia 30 10 33,33% 30 5 16,67% 30 30 100,00%
Tabela 9: Resultado do MSA para Sinaleiros (Inspetor x Padro)
O grau de concordncia entre inspetores foi de 6,67% acompanhando os resultados anteriores. 6 CONCLUSO
Em uma organizao, quando h dvidas entre inspetores sobre a aprovao ou no do produto, as mesmas so esclarecidas com os supervisores ou com inspetores mais experientes, porm mesmo para estes a dvida pode existir em determinadas situaes. Para estes casos a utilizao da lgica fuzzy se mostrou extremamente aplicvel. A aplicao da lgica fuzzy oferece organizao o apio necessrio tomada de deciso pelos os inspetores da qualidade padronizando e classificando os produtos de acordo com as sadas. Outro resultado relevante foi a definio clara de quatro situaes possveis resultantes da inspeo. Esta classificao foi de muita importncia para que sejam evitados retrabalhos e descartes desnecessrios, assim como o envio de peas que no atendam as expectativas dos clientes. A aplicabilidade deste estudo se estende para qualquer tipo de anlise da qualidade de produtos. Escolhendo as entradas corretas e especificando a sada de acordo com as necessidades de cada organizao, este sistema fuzzy pode ser aplicado em qualquer fbrica, seja ela de componentes eltricos ou no. Como pde ser percebido nas anlises do sistema de inspeo, os inspetores no foram capazes de qualificar as peas em quatro classificaes diferenciadas de forma sistemtica assegurando uma deciso coerente. Isso ocorreu, pois os inspetores esto acostumados a decidir apenas entre duas possveis classificaes, aprovado ou reprovado. Para MASs realizados considerando apenas estas duas possveis situaes de sada, o Inspetor A possui faixa de acerto entre 85% e 92% e o Inspetor B, 78% e 84%. O sistema se mostrou capaz para o pior caso, classificando em quatro possveis situaes de sada com sucesso.
9149
REFERNCIAS [1] Earl Cox, The fuzzy systems handbook, Morgan Kaufmann, USA, 1998. [2] Solange Oliveira Rezende, Sistemas inteligentes fundamentos e aplicaes, Manole, So Paulo, Brasil, 2002. [3] ISO 9001, Quality management systems Requirements, 2008 [4] Normas tcnicas de produto: IEC60529, IEC60947, VDE0660, VDE0110, DIN40050 e NBR6146, 2010. [5] Marco Siqueira Campos, Desvendando o Minitab, Qualitymark, Rio de Janeiro, Brasil, 2003 ANEXO
Tabela 1: Tabela Verdade para Botes Giratrios Variveis de Entrada Torque de Sada TSA TSM TSMB TSB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Veloc. de Sada VA VM VMB VB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Variveis de Sada Situao AP1 AP2 AP3 REP X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X
Fora de Ent. FEA FEM FEB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X
9150
Fora de Ent. FEA FEM FEB X X X X X X X X X X X
Continuao da Tabela 1 Torque de Sada Veloc. de Sada TSA TSM TSMB TSB VA VM VMB X X X X X X X X X X X X X X X X X X X
VB X
AP1
Situao AP2 AP3 X X X X X
REP X
X X X
X X X X
Tabela 1: Tabela Verdade para Botes Giratrios Tabela 2 Tabela Verdade para Botes Travantes Fora de Entrada FEA FEM FEB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Variveis de Entrada Fora de Sada FSA FSM FSMB FSB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Folga FMA FM X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Variveis de Sada Situao AP1 AP2 AP3 REP X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X
FA X
FB
9151
Fora de Entrada FEA FEM FEB X X X X X X X X X X X X X X X
Continuao da Tabela 2 Fora de Sada Folga FSA FSM FSMB FSB FA FMA FM X X X X X X X X X X X X X X X X X X X X X X X X X X
FB X
AP1
Situao AP2 AP3 X X X X X X X X X
REP
X X X X X
Tabela 2 Tabela Verdade para Botes Travantes Tabela 3 Tabela Verdade para Sinaleiros Variveis de Entrada CFEC X X X X X Cor CEC CE CEE CFEE LMA X Luminosidade LA LC LB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X LMB Variveis de Sada Situao AP1 AP2 AP3 REP X X X X X X X X X X X X X X X X X X X X X X X X X
Tabela 3 Tabela Verdade para Sinaleiros

Controle de Qualidade LF

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Controle de Qualidade LF

Enviado por

Direitos autorais:

Formatos disponíveis

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (artculo completo) Eduardo Dvorkin, Marcela Goldschmit, Mario Storti (Eds.

) Buenos Aires, Argentina, 15-18 Noviembre 2010

APLICAO DA LGICA FUZZY PARA CONTROLE DA QUALIDADE

Palavras Chave: Qualidade, Inspeo, Lgica Fuzzy, Regras Fuzzy.

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

A LGICA FUZZY E SUA APLICAO NO CONTROLE DA QUALIDADE

Figura 1: Modelo Fuzzy

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 2: Botes giratrios e sua aplicao

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

Figura 3: Botes travantes e sua aplicao

Figura 4: Sinaleiros e sua aplicao

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 5: Modelo fuzzy para botes giratrios

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

corrente eltrica, ligando assim o sistema controlado.

Figura 6: Fora de Entrada

Figura 7: Torque de Sada

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 8: Velocidade de Sada

Figura 9: Situao do Produto - Sada

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

Figura 10: Regras Fuzzy para Botes Giratrios

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 11: Regra 1 para botes giratrios

Figura 12: Regra 16 para botes giratrios

Figura 13: Regra 33 para botes giratrios

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

Figura 14: Regra 37 para botes giratrios

Figura 15: Grfico Tridimensional mostrando a interao entre ForaEntrada e TorqSada

Figura 16: Grfico Tridimensional para a interao entre ForaEntrada e Velocidade

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 17: Grfico Tridimensional para a interao entre TorqSada e Velocidade

Figura 18: Modelo fuzzy para os botes travantes

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

Figura 19: Fora de Entrada

Figura 20: Fora de Sada

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 21: Folga

Figura 22: Regras Fuzzy para Botes Travantes

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXIX, pgs. 9125-9151 (2010)

Figura 23: Regra 1 para botes travantes

Figura 24: Regra 10 para botes travantes

Figura 25: Regra 27 para botes travantes

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

R. CARNEIRO, N. NEDJAH, L. DE MACEDO MOURELLE

Figura 26: Regra 44 para botes travantes

Figura 28: Grfico Tridimensional para a interao entre ForaEntrada e Folga

Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar