Controle on-line de atributos com erros de diagnóstico e classificações repetidas

O procedimento de controle on-line de processos por atributos, denominado controle on-line de Taguchi, consiste em amostrar um item a cada m produzidos e decidir, a cada inspeção, se houve ou não a redução da fração de itens conformes produzidos. Caso o item inspecionado for não conforme, pára-se o processo para ajuste. Como o sistema de inspeção pode estar sujeito a erros de classificação, desenvolve-se um modelo probabilístico que classifica repetidamente o item amostrado até que se observe uma determinada quantidade de classificações conformes (a) ou não conformes (b). O primeiro evento a ocorrer (a conformes ou b não conformes) define a classificação final do item amostrado. Utilizando-se as propriedades de uma cadeia de Markov ergódica, obtém-se uma expressão do custo médio do sistema de controle, que pode ser minimizada por três parâmetros: o intervalo entre inspeções (m); o número de classificações conformes repetidas (a); e o número de classificações não conformes repetidas (b). O resultado ótimo é comparado com duas abordagens alternativas: a primeira consiste de uma simples política preventiva onde ajusta-se o sistema (sem a necessidade de inspeção) a cada n itens produzidos; a segunda diferencia-se em relação ao sistema aqui proposto apenas nas classificações repetidas do item amostrado uma vez que este é classificado um número fixo (r) de vezes. Como resultado observamos que a política aqui proposta é superior ao procedimento que fixa o número de classificações repetidas no item amostrado. Também concluímos que o ajuste preventivo deve ser sempre verificado, pois dependendo da magnitude dos erros de classificação e custos envolvidos, este pode ser uma opção mais econômica em média do que políticas que requerem inspeção. Um exemplo numérico ilustra todo o procedimento proposto