Relatório de pesquisa 02/08
Modelos de Previsão Aplicados no Controle Estatístico de Processo na Presença de Dados Autocorrelacionados, Mário William Pessoa de Lima e Reinaldo Charnet, submitted February 2008.
Resumo
O controle estatístico de processos, quando aplicado a
dados provenientes de processos químicos, em geral, pode
identificar uma série muito grande de alarmes falsos, devido
à interdependência das observações. Uma
alternativa para solucionar esse problema, é ajustar um modelo
de séries temporais aos dados e fazer o controle do processo nos
resíduos do modelo ajustado. Neste trabalho é analisada
uma série de observações provenientes de uma
indústria de fabricação de alumínio, para o
qual, o controle estatístico do processo é feito por meio
da análise dos resíduos de um modelo de séries
temporais, devido à presença de
autocorrelações significativas nos dados
interferindo no controle usual do processo. Mostra-se também que
os modelos de séries temporais reduzem significativamente a
presença de alarmes falsos no processo.
Abstract in English
This work presents an alternative model for statistical control
of the process when we have autocorrelated data. The traditional
methods suggest the control chart as the most appropriate tool to be
used for the identification of the two different sources of variation
for all types of processes. The prediction models based on time series
play an important role when the main purpose is to control those
processes that produce series of autocorrelated data. Box -Jenkins
models deal specifically with those situations of autocorrelated data
and this brings up its importance as a prediction model in time series
analysis.
A case study conducted in a chemical industry is presented as an
example of one application of the suggested model, once it deals with
an autocorrelated process in which the initial data extend its
influence on subsequent data for a certain period o time. The main
variable of interest in this case study is the contamination of iron in
the final product. This variable has been evaluated since the beginning
of the process attempting to control the contamination of iron in the
product in a level such that its utilization does not cause any damage
to the customer. With this adjusted model the purpose is to control the
residuals (predicted – observed) which should remain inside the
interval determined by the control limits with mean zero.
Mathematics Subject Classifications
(2000):
Keywords: Time Series Forecasting, Statistics Control, Capability
Copy
of the file:
rp02-08.pdf
(PDF)
rp02-08.pdf.gz (gzipped PDF)
February 22, 2008
Volta ao
indíce de Relatórios de Pesquisa