| Revue: | Producao |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000314425 |
| ISSN: | 0103-6513 |
| Autores: | Souza, Adriano Mendonca1 Rigao, Maria Helena |
| Instituciones: | 1Universidade Federal de Santa Maria, Santa Maria, Rio Grande do Sul. Brasil |
| Año: | 2005 |
| Periodo: | Ene-Abr |
| Volumen: | 15 |
| Número: | 1 |
| Paginación: | 74-86 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado |
| Resumen en inglés | 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 T² 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 |
| Resumen en portugués | A 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 T² 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 |
| Disciplinas: | Ingeniería |
| Palabras clave: | Ingeniería de control, Control estadístico de procesos, Variables, Monitoreo, Componentes principales, Procesos productivos |
| Keyword: | Engineering, Control engineering, Statistical process control, Variables, Monitoring, Principal components, Productive processes |
| Texte intégral: | Texto completo (Ver HTML) |
