Principal component analysis applied to the statistical control of multivariate processes



Título del documento: Principal component analysis applied to the statistical control of multivariate processes
Revista: Investigación e innovación en ingenierías
Base de datos: PERIÓDICA
Número de sistema: 000445092
ISSN: 2344-8652
Autores: 1
1
1
Instituciones: 1Fundación Universitaria Tecnológico Comfenalco, Colombia
Año:
Volumen: 10
Número: 1
Paginación: 17-29
País: Colombia
Idioma: Inglés
Tipo de documento: Artículo
Enfoque: Prospectivo
Resumen en español Objetivo: Proponer el análisis y monitoreo de un proceso químico sostenido en los principios teóricos de un método factorial catalogado como análisis de componentes principales (PCA), cuyo objetivo final es representar las variables originales del sistema. Metodología: Metodológicamente, los datos se analizaron en un espacio dimensional más compacto, bajo la hipótesis de la normalidad multivariada. Una gráfica de control basada en los cuadrados de predicción de error se construye en la fase posterior para monitorear el comportamiento de las variables sucesoras una vez que se ha aplicado el ACP. Resultados: Los resultados de los gráficos de control univariados construidos a partir de las puntuaciones t de los componentes individuales, en los que se exhibe el comportamiento de las variables que contribuyen a la generación de señales de alarma, se pueden utilizar como base para el análisis auxiliar basado en los resultados proporcionados por los gráficos de control univariados. Conclusiones: Los resultados obtenidos corroboran que los tres componentes retenidos explican una fracción mayoritaria de la variabilidad original de la nube de datos y que la gráfica de control construida a partir de las subdimensiones registra la existencia de valores atípicos o extremos
Resumen en inglés Objective: Propose the analysis and monitoring of a chemical process sustained in the theoretical principles of a factorial method cataloged as principal component analysis (PCA), whose ultimate objective is to represent the original variables of the system. Methodology: Methodologically the data was analyzed in a more compact dimensional space, under the hypothesis of multivariate normality. A control chart based on the error prediction squares is constructed in the later phase to monitor the behavior of the successor variables once the ACP has been applied. Results: The results of the univariate control charts constructed from the t-scores of the individual components, in which the behavior of the variables contributing to the generation of alarm signals is exhibited, can be used as the basis for an auxiliary analysis based on the results provided by the univariate control charts. Conclusion: The results obtained corroborate that the three retained components explain a majority fraction of the original variability of the data cloud and that the control chart constructed from the sub-dimensions registers the existence of outliers or extreme values
Disciplinas: Ciencias de la computación
Palabras clave: Análisis estadístico,
Análisis multivariado,
Diagramas de control,
Procesos industriales
Keyword: Control charts,
Industrial processes,
Multivariate analysis,
Statistical analysis
Texto completo: http://revistas.unisimon.edu.co/index.php/innovacioning/article/view/4972/5380