Identificação de variáveis fora de controle em processos produtivos multivariados

Abstract

Most productive processes are affected by multiple variables and generate a great amount of data and simultaneous monitoring becomes necessary. Thus, the main purpose of this work is to show, by means of an example, procedures of identification of variables responsible for process instability. It considers weakly and strongly correlated variables. The behavior of these variables is analyzed, initially by means of a Hotteling's T 2 chart for the verification of the process stability. When the process is considered to be out-of-control, another investigation is carried out. For variables of weak correlation an X-bar chart with Bonferroni limits is used. For variables of strong correlation, the data are decomposed in principal components and analyzed by means of a X-bar control chart. In both cases, the techniques used can correctly identify the variable responsible for the process instability, as well as the period of disturbance. ResumoA maioria dos processos produtivos, envolvendo múltiplas variáveis, geram grande quantidade de dados, nos quais o monitoramento simultâneo se faz necessário. Assim, o objetivo principal deste trabalho é mostrar, por meio de um exemplo, um procedimento de identificação de variáveis responsáveis pela instabilidade do processo. Ele considera variáveis fraca e fortemente correlacionadas. O comportamento destas variáveis é analisado, inicialmente, por meio do gráfico de controle T 2 de Hotelling, para a verificação da estabilidade do processo. Quando o processo é considerado fora de controle, uma investigação adicional é realizada. Para as variáveis fracamente correlacionadas o gráfico X-barra, com limites de Bonferroni, é utilizado. Para as variáveis com forte correlação, os dados são decompostos em componentes principais e estas são analisadas pelo gráfico de controle X-barra. Em ambos os casos, as técnicas utilizadas identificaram corretamente a variável responsável pela instabilidade do processo, bem como o período do distúrbio.

Application of Hotelling’s T2 charts in monitoring quality parameters in a drinking water supply system

“…Souza and Rigão (2005), refer the general inequality of Bonferroni, in (7), as being the probability of non-occurrence of event A, which indicates a statement of confidence on the value of the linear combination with P (A i be true )= where A i and its complement are any events, and m is the number of comparisons or combinations. When the multivariate control graph indicates the process is out of control, the Bonferroni inequality can be used to investigate which of the p quality characteristics is responsible for this change, where .…”

Statistical Process Control (SPC): a control tool against waste of inputs in brazilian dairy

“…Among the tools SPC control charts are one of the most popular tools. These graphics can be based on attributes, or variables (SOUZA; RIGÃO, 2005).…”

Utilização do controle estatístico de processo para o monitoramento da qualidade do biodiesel produzido pela Usina Alfa

“…Desse modo, sua utilização tem ganho notória importância nos processos produtivos pelo fato de desempenharem um papel fundamental na indústria moderna: a busca pela melhoria continua. Sendo a avaliação dos processos produtivos e suas alterações, uma busca desse modo para o aperfeiçoamento, o campo de atuação do CEP e considerando a qualidade como um fator básico de decisão do consumidor atual no tocante a produtos e serviços, ratifica-se assim o quanto a utilização da técnica é salutar (ALVES, 2003;SOUZA & RIGÃO, 2005;NOMELINI et al, 2009;SANTOS, 2009 Desse modo, o objetivo deste trabalho foi aplicar os saberes estatísticos relativos a qualidade para promover uma avaliação da estabilidade de ambas as características resultantes da produção do biodiesel da Usina Alfa, através da utilização do Controle Estatístico de Processo (CEP).…”